De meest gemaakte fouten bij inschrijven op TenderNed zijn het indienen van onvolledige of formeel onjuiste documenten, het ontbreken van een scherpe go/no-go-selectie en het schrijven van aanbiedingen die niet aansluiten bij de werkelijke klantvraag. Deze fouten leiden niet alleen tot uitsluiting, maar ook tot verspilde tijd, hoge tenderkosten en gemiste omzetkansen. In dit artikel beantwoorden we de meest gestelde vragen over aanbestedingsfouten en hoe je ze structureel voorkomt.
Waarom worden zoveel inschrijvingen op TenderNed uitgesloten?
Inschrijvingen op TenderNed worden uitgesloten omdat ze niet voldoen aan de formele eisen die de aanbestedende dienst heeft gesteld. Denk aan ontbrekende handtekeningen, verlopen certificaten, verkeerde documentversies of het niet tijdig indienen. Deze procedurele fouten zijn de meest voorkomende reden voor directe uitsluiting, nog vóór de inhoud van de aanbieding wordt beoordeeld.
Wat veel organisaties onderschatten, is dat aanbestedingen juridisch strak zijn ingekaderd. Aanbestedende diensten zijn verplicht om inschrijvers die niet aan de formele eisen voldoen uit te sluiten, ook als de aanbieding inhoudelijk sterk is. Dit maakt het controleren van uitsluitingsgronden, geschiktheidseisen en verplichte bijlagen tot een kritische stap in het proces.
Veelvoorkomende formele uitsluitingsgronden zijn:
- Ontbrekende of verlopen UEA (Uniform Europees Aanbestedingsdocument)
- Niet voldoen aan omzet- of referentie-eisen
- Ontbrekende verklaringen of certificaten (zoals ISO of VCA)
- Te laat indienen via het TenderNed-platform
- Verkeerde of onvolledige prijsinvulling in het bestek
De financiële impact is aanzienlijk. Een uitgesloten inschrijving betekent dat alle uren die zijn gestoken in het lezen van het bestek, het schrijven van de aanbieding en het intern afstemmen volledig verloren gaan. Voor grotere tenders kan dit tienduizenden euro’s aan faalkosten betekenen, zonder enige kans op rendement.
Wat zijn de meest gemaakte inhoudelijke fouten in een TenderNed-aanbieding?
De grootste inhoudelijke fout in een TenderNed-aanbieding is het schrijven vanuit de eigen organisatie in plaats van vanuit de klantvraag. Veel aanbiedingen beschrijven uitgebreid wat de inschrijver kan en doet, maar geven onvoldoende antwoord op wat de opdrachtgever werkelijk wil bereiken. De aanbieding voelt daardoor generiek en mist overtuigingskracht.
Andere veelgemaakte inhoudelijke fouten zijn:
- Geen concreet bewijs leveren: Referenties worden oppervlakkig beschreven zonder meetbare resultaten of herkenbare overeenkomsten met de huidige opdracht.
- Onderscheidend vermogen niet zichtbaar maken: De aanbieding lijkt op die van iedere andere inschrijver, zonder een duidelijke reden waarom juist deze partij de beste keuze is.
- De gunningscriteria onvoldoende volgen: De tekst is niet afgestemd op de weging en subgunningscriteria, waardoor punten worden gemist op beoordeelde onderdelen.
- Te technisch schrijven: De aanbieding is inhoudelijk sterk maar moeilijk leesbaar voor beoordelaars die niet dezelfde vakkennis hebben.
- Geen heldere aanpak beschrijven: Opdrachtgevers willen begrijpen hoe de uitvoering eruitziet. Vage beschrijvingen wekken geen vertrouwen.
Directie en MT zien dit terug in de winrate: als een organisatie structureel verliest op inhoud terwijl de prijs concurrerend is, is de aanbieding het probleem. Bidmanagers en tenderteams herkennen dit patroon vaak, maar missen de tools of het proces om het structureel te verbeteren.
Hoe beïnvloedt een slechte go/no-go-beslissing je TenderNed-resultaten?
Een slechte go/no-go-beslissing verlaagt je winrate direct, omdat je inschrijft op trajecten die je niet kunt winnen of die strategisch niet passen. Organisaties die zonder scherpe selectie inschrijven, verspillen capaciteit aan kansarme tenders en hebben daardoor minder tijd en energie voor de trajecten waarop ze echt kunnen onderscheiden.
Een go/no-go-beslissing is meer dan een buikgevoel. Het vraagt om een gestructureerde afweging van factoren zoals kansrijkheid, strategische waarde, beschikbare capaciteit, concurrentiepositie en kennis van de opdrachtgever. Ontbreekt die structuur, dan worden de verkeerde keuzes gemaakt, met als gevolg hoge tenderkosten en lage succesratio’s.
Voor directie en commercieel verantwoordelijken is dit een financieel vraagstuk. Elke inschrijving kost geld, tijd en aandacht. Als een organisatie op tien trajecten inschrijft maar er slechts twee wint, terwijl drie van die verloren trajecten nooit kansrijk waren, is er structureel rendement te verbeteren door beter te selecteren. Inzicht in tenderkennis en selectieprocessen helpt organisaties om die keuzes bewuster te maken.
Wanneer is het te laat om een TenderNed-inschrijving te redden?
Een TenderNed-inschrijving is te laat om te redden zodra de indieningstermijn is verstreken of wanneer een formeel gebrek niet meer hersteld kan worden. Aanbestedende diensten mogen in de meeste gevallen geen herstel toestaan van ontbrekende verplichte documenten na sluiting van de inschrijftermijn. Inhoudelijk is het te laat als er te weinig tijd is om de aanbieding te schrijven die de klantvraag werkelijk beantwoordt.
In de praktijk zien tenderteams dit patroon regelmatig: het besluit om in te schrijven wordt laat genomen, waarna de beschikbare tijd te krap is voor een sterke aanbieding. De aanbieding wordt dan samengesteld uit bestaande teksten die niet zijn aangepast aan de specifieke opdracht. Het resultaat is een aanbieding die formeel klopt maar inhoudelijk tekortschiet.
De vuistregel is eenvoudig: als je niet genoeg tijd hebt om de klantvraag goed te begrijpen, de gunningscriteria te vertalen naar een overtuigende aanbieding en de teksten te laten reviewen, is het beter om niet in te schrijven. Een verloren tender kost geld. Een slecht uitgevoerde opdracht die je gewonnen hebt op een zwakke aanbieding kost nog meer.
Welke rol speelt AI bij het maken van fouten in TenderNed-inschrijvingen?
AI vergroot het risico op fouten in TenderNed-inschrijvingen doordat het generieke teksten produceert die niet zijn afgestemd op de specifieke klantvraag of gunningscriteria. Organisaties die AI inzetten zonder een sterk inhoudelijk kader, schrijven sneller meer aanbiedingen, maar verlagen daarmee hun gemiddelde kwaliteit en onderscheidend vermogen.
AI kan waardevolle ondersteuning bieden bij het structureren van teksten, het samenvatten van bestekken of het genereren van eerste concepten. Maar de kern van een winnende aanbieding, het begrijpen van de klantvraag, het aantonen van bewijs en het zichtbaar maken van onderscheidend vermogen, vereist menselijk inzicht en organisatiespecifieke kennis die AI niet heeft.
Een bijkomend risico is dat aanbiedingen die met AI zijn gegenereerd steeds meer op elkaar lijken. Beoordelaars herkennen generieke taal en standaardformuleringen. In een markt waar iedereen AI inzet, wint de organisatie die haar eigen aanpak, bewezen resultaten en klantbegrip het meest concreet weet te verwoorden. Meer over de verantwoorde inzet van AI in het tenderproces lees je op de pagina LMT en AI.
Hoe voorkom je dat dezelfde fouten bij elke aanbesteding terugkeren?
Dat dezelfde fouten bij aanbestedingen keer op keer terugkomen, is een teken van een gebrek aan een structureel leerproces. De oplossing is het vastleggen van evaluaties na elke tender, het bijhouden van winrates per klanttype en het vertalen van die inzichten naar verbeteringen in het proces. Zonder dat systeem blijven inefficiënties onzichtbaar.
Veel commerciële teams en tenderafdelingen werken projectmatig: elke aanbieding start opnieuw, zonder dat kennis uit eerdere trajecten wordt hergebruikt of dat fouten worden geanalyseerd. Dit leidt tot structureel hoge faalkosten en een winrate die niet verbetert, ook niet als de organisatie inhoudelijk sterker wordt.
Concrete stappen om herhaalfouten te voorkomen:
- Voer na elke tender een korte evaluatie uit, ook na gewonnen opdrachten
- Vraag opdrachtgevers om feedback op verloren inschrijvingen
- Leg succesvolle aanpakken, referenties en bewijsmateriaal centraal vast
- Gebruik een gestructureerde go/no-go-checklist bij elke nieuwe aanvraag
- Meet winrates per type opdracht, klant en markt om patronen te herkennen
Voor salesmanagers en directie is dit ook een organisatievraagstuk. Structureel leren van tenders vraagt om tijd, eigenaarschap en een cultuur waarin verlies als leermogelijkheid wordt gezien, niet als iets om snel achter je te laten.
Hoe LMT helpt bij het vermijden van aanbestedingsfouten
LMT ondersteunt B2B-organisaties die structureel beter willen presteren op TenderNed en andere aanbestedingsplatformen. Niet door eenmalig een aanbieding te verbeteren, maar door de onderliggende processen te versterken zodat fouten minder vaak voorkomen en winrates duurzaam stijgen.
Concreet helpt LMT met:
- Strategische selectie: Een scherpe go/no-go-aanpak die voorkomt dat capaciteit wordt verspild aan kansarme trajecten
- Klantanalyse en vraagbegrip: Inzicht in wat de opdrachtgever werkelijk wil, zodat de aanbieding aansluit op de echte klantvraag
- Inhoudelijke kwaliteitsverbetering: Van generieke teksten naar aanbiedingen die onderscheidend vermogen en bewijs concreet zichtbaar maken
- Kennisborging: Evaluaties, referentiedatabases en procesverbeteringen die ervoor zorgen dat kennis binnen de organisatie blijft
- Overdracht naar uitvoering: Minder kloven tussen wat is beloofd en wat wordt geleverd, waardoor marges en klanttevredenheid verbeteren
Het resultaat is niet alleen een sterkere aanbieding voor de volgende tender, maar een organisatie die structureel slimmer inschrijft, beter selecteert en vaker wint. Bekijk praktijkvoorbeelden van organisaties die met LMT hun tenderresultaten hebben verbeterd, of plan een gesprek om te bespreken wat LMT voor jouw organisatie kan betekenen.
Gerelateerde artikelen
- Wat is het verschil tussen aanbesteding en inkoop?
- Wat is het verschil tussen prijs en kwaliteit bij beoordeling op TenderNed?
- Kan een tenderplan helpen om faalkosten te verlagen?
- Waarom vergroot een goed tenderplan je onderscheidend vermogen?
- Hoe kan ik een aanbesteding winnen?
- Waarom publiceren aanbestedende diensten zoveel aanbestedingen vlak voor de zomer?