Ist die Network School eine Coliving-Community?

Ja. Die Network School ist eine Coliving-Community für digitale Nomaden, Freelancer und Gründer auf einer Insel nahe Singapur. Du lebst, arbeitest und trainierst mit Gleichgesinnten aus der ganzen Welt. Alles inklusive: Unterkunft, Essen, Coworking, Gym.

Eignet sich die Network School als Workation?

Perfekt sogar. Viele Mitglieder kommen für eine Workation von ein bis drei Monaten. Tropisches Klima, Highspeed-Internet, Coworking Space und eine Community aus Tech-Leuten. Ideal, wenn du ortsunabhängig arbeitest und mal raus aus Deutschland willst.

Was kostet Coliving in der Network School im Vergleich?

Ab $1.500/Monat im geteilten Zimmer, $3.000 im Einzelzimmer. Darin enthalten: Unterkunft, drei Mahlzeiten täglich, Gym mit Personal Trainern, Coworking und alle Events.

Kann ich als Freelancer von der Network School aus arbeiten?

Ja. Viele Mitglieder sind Freelancer, Vibe Coder oder Solopreneurs, die ortsunabhängig arbeiten. Du bekommst professionelle Arbeitsplätze, Telefonkabinen, Highspeed-WLAN und eine Community, die versteht, was du machst.

Welche Vorträge und Events gibt es für Gründer?

Wöchentliche Talks von prominenten Tech-Gründern und Investoren. Bisherige Speaker: Vitalik Buterin, Jesse Pollak und viele mehr. Dazu Hackathons, Book Clubs und Workshops.

Brauche ich ein Visum als digitaler Nomade?

Die Network School liegt in der Singapur-Johor Special Economic Zone in Malaysia. Bürger der meisten Länder können visumfrei einreisen.

Kann ich mich aus Deutschland abmelden und in der Network School leben?

Viele Mitglieder haben genau das gemacht. Die Abmeldung aus Deutschland kann steuerliche Vorteile bringen, besonders für Freelancer und Gründer. Die Network School bietet eine feste Adresse und Community.

Ist die Network School familienfreundlich?

Ja. Als Mitglied mit Einzelzimmer kannst du deinen Partner kostenlos mitbringen. Kinder sind willkommen.

Wie lange kann ich bleiben?

Mindestens einen Monat, nach oben offen. Neue Kohorten starten am Ersten jedes Monats. Monatlich kündbar.

KI-Angebote schreiben 2026: Wie ich meinen Pitch-Prozess von 2 Stunden auf 20 Minuten reduziert habe

Ich erinnere mich noch genau an einen Dienstagnachmittag, als ich drei Stunden damit verbracht habe, ein Angebot für ein UX-Audit zu schreiben. Drei Stunden, die ich hätte abrechnen können. Stattdessen saß ich da, starrte auf ein leeres Dokument, schrieb und löschte wieder. Das Projekt kam dann nie zustande.

Heute dauert derselbe Prozess 20 Minuten. Nicht weil ich schlechter geworden bin, sondern weil ich verstanden habe, wie KI und meine eigene Expertise zusammenpassen. Es ist keine Magie. Es ist ein System.

Warum das Angebot-Schreiben für Freelancer so viel Zeit frisst

Das typische Szenario: Kundenanfrage, Stunden Arbeit, keine Rückmeldung

Die Anfrage kommt am Freitagabend rein. Jemand sucht einen UX-Designer für ein Redesign-Projekt. Du weißt sofort, was zu tun ist - aber bevor du anfängst, musst du ein Angebot schreiben. Das bedeutet: Kundenanfrage lesen und verstehen, eigenen Ansatz formulieren, Timeline schätzen, Preis positionieren, das Ganze strukturieren, auf Formulierungen achten, formatieren, absenden.

Wenn du dabei alles selbst machst, vergeht leicht eine bis zwei Stunden. Für ein Projekt, das vielleicht gar nicht kommt.

Laut einer Umfrage auf freelancermap.de verbringen Freelancer in Deutschland im Schnitt fast fünf Stunden pro Woche mit Verwaltungsaufgaben. Ein erheblicher Teil davon entfällt auf Akquise und Angebotserstellung. Das ist direkt verlorene Einnahmezeit.

Was ein überzeugendes Angebot wirklich enthält

Bevor ich auf das KI-System eingehe: Ein gutes Angebot hat eine klare Struktur. Nicht weil das irgendeine Behörde vorschreibt, sondern weil Kunden nach diesen Informationen suchen, bevor sie ja sagen.

Ein professionelles Freelancer-Angebot enthält:

Problemverständnis: Zeig, dass du die Situation des Kunden wirklich verstanden hast. Nicht generisch - spezifisch.
Lösungsansatz: Dein Vorgehen in groben Schritten. Was passiert wann in welcher Reihenfolge?
Deliverables: Was bekommt der Kunde konkret? Nicht "UX-Konzept" - sondern "3 Wireframe-Varianten im Figma-Projekt, eine Feedback-Runde, Export als PNG und PDF".
Timeline: Wann fängt das Projekt an, wann ist es fertig, was sind die Meilensteine?
Preis: Klar, ohne Hinterzimmer-Gefühl. Entweder als Festpreis oder Stundensatz mit geschätztem Gesamtaufwand.
Alleinstellung: Warum du - und nicht jemand anderes?

Diese Struktur jedes Mal von Grund auf neu zu schreiben ist aufwendig. Genau hier passt KI.

Warum KI hier perfekt passt: Struktur plus Individualisierung

Das Problem beim klassischen Angebotsschreiben war immer: Entweder nimmst du eine Vorlage und sie klingt generisch, oder du schreibst alles individuell und verlierst dabei eine Stunde. Diese Wahl gab es so früher wirklich.

KI löst das, weil sie zwei Dinge gleichzeitig kann, die vorher nicht kombinierbar waren: Struktur liefern und individuelle Texte generieren. Der entscheidende Punkt dabei ist, dass du immer noch der Mensch mit dem Kontext bist. Die KI bringt nur die Struktur schneller auf das Papier als deine Finger es können.

Mein System: Wie ich Kundeninfos in fertige Angebote verwandle

Das System hat vier Schritte. Ich habe es über mehrere Monate entwickelt und mehrfach angepasst. Das hier ist die aktuelle Version, Stand Oktober 2026.

Schritt 1: Briefing strukturieren

Bevor ich irgendetwas prompmte, destilliere ich die Kundeninformationen auf das Wesentliche. Ich nehme die Kundenanfrage - das kann eine E-Mail, ein LinkedIn-Nachrichten-Thread oder eine Briefing-Zusammenfassung sein - und schreibe die relevanten Punkte als komprimierte Bullet-Point-Liste:

- Kunde: [Name, Branche, Unternehmensgrößer grob]
- Projekt: [Was soll gemacht werden]
- Ziel: [Was der Kunde damit erreichen will]
- Zeitrahmen: [Wann soll es fertig sein]
- Budget-Signal: [Was der Kunde erwähnt hat oder nicht erwähnt hat]
- Besonderheiten: [Was ungewöhnlich ist an diesem Projekt]

Diese Verdichtung dauert drei bis fünf Minuten. Sie zwingt mich, wirklich zu verstehen, was der Kunde will - und verhindert gleichzeitig, dass ich der KI einen langen, unstrukturierten Text gebe, aus dem sie dann das Falsche rausliest.

Schritt 2: Master-Prompt bauen

Ich habe einen Master-Prompt, der meine Positionierung, meine Stärken und meine typischen Preisstrukturen enthält. Dieser Prompt liegt bei mir in einem Notion-Dokument gespeichert und wird für jedes Angebot neu verwendet.

Der Master-Prompt hat folgende Struktur:

Ich bin [Name], UX-Designer und Vibe-Coder aus Deutschland.
Ich arbeite hauptsächlich mit [Zielgruppen].
Meine Stärken: [3-4 konkrete Punkte]
Meine typischen Preisstrukturen: [Stundensatz oder Festpreisbereiche]
Meine Standard-Deliverables pro Projekttyp: [Aufzählung]

Hier ist das Briefing für das aktuelle Projekt:
[Bullet Points aus Schritt 1]

Schreib ein Angebot mit folgenden Abschnitten:
1. Ausgangslage (2-3 Sätze, zeigt Problemverständnis)
2. Mein Ansatz (konkretes Vorgehen in Schritten)
3. Deliverables (Liste, was der Kunde bekommt)
4. Timeline (Meilensteine)
5. Investment (Preis mit kurzer Begründung)
6. Nächster Schritt (klare Handlungsaufforderung)

Ton: professionell, direkt, ohne Floskeln.

Das Abspeichern dieses Templates ist einmalige Arbeit. Danach brauchst du nur noch die Briefing-Bullets auszutauschen.

Schritt 3: Draft generieren lassen

Mit dem ausgefüllten Prompt dauert die Draft-Generierung zwei bis drei Minuten. Das Ergebnis ist ein strukturiertes Angebot mit korrektem Aufbau. Es ist noch nicht gut genug zum Abschicken - aber es ist ein solides Gerüst.

Der häufige Fehler an dieser Stelle: Das Gerüst für das fertige Angebot zu halten. Ist es nicht. Der nächste Schritt ist der entscheidende.

Schritt 4: Personalisieren - die wichtigsten 15 Minuten

Die KI kann keine Erfahrungen erfinden, die du gemacht hast. Sie kennt nicht das Gespräch, das du mit dem Kunden hattest. Sie weiß nicht, dass du genau dieses Problem schon einmal gelöst hast. Diese Informationen musst du manuell einarbeiten.

Was ich in der Personalisierungsphase konkret tue:

Spezifisches Kundenbezug herstellen: Wenn ich weiß, dass der Kunde ein Problem mit der Conversion-Rate auf Mobile hat, dann schreibe ich genau das in die Ausgangslage.
Konkrete Referenz einbauen: Ein ähnliches Projekt, das ich erfolgreich abgeschlossen habe - mit Ergebnis, nicht nur Erwähnung.
Ton anpassen: Die KI schreibt oft etwas formaler als nötig. Ich mache den Text etwas direkter und persönlicher.
Preis überprüfen: Hat die KI den Preis richtig eingeschätzt? Hier passe ich immer manuell nach.

Diese 15 Minuten können nicht wegfallen. Das ist der Kern des Systems: KI übernimmt die Struktur-Arbeit, du übernimmst die Substanz.

Das Prompt-System das wirklich funktioniert

Ich habe alle drei großen Tools getestet. Hier ist, wann ich welches einsetze.

Claude für Ton und Qualität

Wenn Formulierungen wirklich entscheidend sind - zum Beispiel bei größeren Unternehmenskunden oder Projekten, bei denen das Angebot direkt an einen Einkaufsleiter geht - nehme ich Claude. Die Qualität der deutschen Texte ist besser. Die Nuancen stimmen eher. Claude ist konservativer im Tonfall, was bei B2B-Angeboten oft ein Vorteil ist.

In meinem Beitrag über ChatGPT vs. Claude vs. Gemini erkläre ich die Unterschiede im Detail.

ChatGPT Projects für Wiederholbarkeit

ChatGPT Projects hat eine Funktion, die für Angebote besonders wertvoll ist: Du kannst einen Kontext persistent speichern. Das bedeutet, dass frühere Kundenkommunikationen, abgeschlossene Projekte und typische Einwände im selben Projekt hinterlegt sind. Jedes neue Angebot baut dann auf diesem Kontext auf.

Für Kunden, mit denen ich regelmäßig zusammenarbeite, oder für Branchen, in denen ich viele ähnliche Projekte hatte, ist das ein erheblicher Vorteil. Die KI "kennt" bereits meinen Hintergrund und muss ihn nicht jedes Mal neu lernen.

Mistral Vibe für DSGVO-sensitive Projekte

Wenn personenbezogene Kundendaten im Angebot stehen - was öfter vorkommt als man denkt, zum Beispiel wenn du den Namen und die Position des Ansprechpartners oder spezifische Unternehmensdaten einarbeitest - ist ein europäischer Anbieter vorzuziehen. Mistral Vibe mit Server in Paris hat strukturell keinen US Cloud Act. Das ist kein absoluter DSGVO-Freifahrtschein, aber für die meisten Standard-Angebotssituationen ein klarer Vorteil.

Ich gehe im Beitrag über Mistral Vibe und DSGVO für Freelancer tiefer in die Materie ein - inklusive der wichtigen Einschränkung, dass ein AVV erst ab dem Team-Plan verfügbar ist.

Was NICHT funktioniert: Kontext-freie Prompts

Der schlimmste Prompt, den man einer KI für ein Angebot geben kann, ist: "Schreib mir ein professionelles Angebot für ein UX-Design-Projekt."

Das Ergebnis ist immer das Gleiche: ein generischer Text, der so aussieht, als hätte ihn eine KI geschrieben. Keine spezifischen Details. Keine echten Leistungsbeschreibungen. Ein Angebot, das jeder Freelancer auf der Welt hätte schicken können.

Kunden merken das. Nicht weil sie denken "Aha, KI-Text" - sondern weil das Angebot nichts über ihr spezifisches Problem sagt. Und das ist das eigentliche Problem.

Der entscheidende Unterschied: Dein Kontext plus KI-Struktur

Das System funktioniert nur, wenn du der Mensch mit dem Kontext bist. Du gibst der KI:

Deine Positionierung und Preisstruktur
Das konkrete Briefing des Kunden
Deine bisherigen Erfahrungen in diesem Bereich

Die KI gibt dir:

Schnelle Strukturierung dieser Informationen
Saubere Formulierungen
Ein vollständiges Angebots-Gerüst in Minuten

Falsch ist: KI-Kontext plus KI-Struktur. Das bedeutet: Du gibst der KI gar keine spezifischen Infos und hoffst, dass sie aus sich heraus etwas Überzeugendes produziert. Das ist das Modell, das nicht funktioniert.

Häufige Fehler die Freelancer beim KI-Angebot machen

Fehler 1: KI-Output direkt ohne Überarbeitung abschicken

Das passiert öfter als man zugeben würde - besonders wenn man unter Zeitdruck ist. Der KI-Draft sieht auf den ersten Blick gut aus. Also geht er raus.

Kunden merken das schnell. Nicht an stilistischen Merkmalen, sondern am fehlenden Kundenbezug. Wenn dein Angebot genauso gut für den Kunden in Berlin wie für den Kunden in München passen würde - und auch für zwanzig andere Kunden - dann fehlt der entscheidende Teil.

Fehler 2: Zu langer Input-Kontext

Ich habe es selbst ausprobiert: Wenn ich der KI eine seitenweise Kundenanfrage plus meine gesamte Portfolio-Seite plus drei Referenzprojekte als Input gebe, verliert sie wichtige Details. Das Ergebnis ist oft ein Angebot, das zwar viele Wörter hat, aber die falsche Priorität setzt.

Komprimierte Bullet Points funktionieren besser als langer Fließtext. Weniger Input, mehr Kontrolle über den Output.

Fehler 3: Preis vergessen oder falsch

Das ist ein technischer Fehler: Wenn du dem Master-Prompt deine Preisstruktur nicht klar mitgibst, schreibt die KI entweder gar keinen Preis, einen Preis mit großer Bandbreite, oder einen Preis, der nicht zu deiner Positionierung passt.

Ich habe gelernt: Preis immer explizit im Master-Prompt nennen. Nicht "angemessener Stundensatz", sondern den echten Satz. Wenn der Preis dann im Angebot nicht stimmt, überarbeite ich ihn manuell.

Fehler 4: Eigene Stimme verloren

KI-Texte haben eine charakteristische Formatierung: viele Überschriften, Bullet Points für alles, relativ formaler Ton. Das muss nicht schlecht sein, aber wenn es sich für dich unnatürlich anfühlt, dann klingt das Angebot auch nicht nach dir.

Ich überarbeite immer den ersten und letzten Absatz selbst komplett. Das sind die Teile, an denen man am meisten hört, ob jemand wirklich engagiert ist oder ob er nur ein Template verschickt.

Von Angebot zu Vertrag: Die vollständige Pipeline

Das Schreiben des Angebots ist nur ein Teil des Prozesses. Was danach passiert, ist mindestens genauso wichtig.

Angebot digital schicken und digital signieren

Ich schicke Angebote nicht mehr per E-Mail mit angehängtem PDF. Stattdessen nutze ich eine Buchhaltungslösung mit integrierter Angebotsfunktion. Sowohl sevDesk als auch lexoffice haben diese Funktion: Angebot erstellen, Link verschicken, Kunde unterschreibt digital direkt im Browser.

Das hat zwei Vorteile: Der Kunde kann schneller zustimmen, weil er kein PDF ausdrucken und einscannen muss. Und du weißt sofort, wenn jemand das Angebot geöffnet hat.

Für die Steuer hat das zusätzlich den Vorteil, dass aus einem angenommenen Angebot direkt eine Rechnung werden kann - ohne Abtippen.

In der Buchhaltungssoftware-Vergleich-Übersicht findest du einen detaillierten Vergleich beider Tools.

Follow-up automatisieren

Das Unbehagen beim Follow-up kennt jeder: Nach drei Tagen ohne Antwort - schreibe ich jetzt oder warte ich noch? Zu früh wirkt aufdringlich, zu spät wird als Desinteresse gedeutet.

Die Lösung ist Automatisierung. Mit Make.com kann ich eine einfache Sequenz aufbauen: Wenn eine E-Mail mit dem Betreff "Angebot" verschickt wurde und nach fünf Tagen keine Antwort mit "ja", "gerne" oder ähnlichem eingegangen ist, wird automatisch eine freundliche Erinnerungsmail rausgeschickt.

Das erfordert etwas Einrichtungszeit, spart aber dauerhaft das unangenehme manuelle Nachfassen. Die Make.com Automatisierungsübersicht für Freelancer zeigt weitere Anwendungsfälle.

Angebot zu Vertrag

Wenn ein Angebot angenommen wird, ist der nächste Schritt ein Auftragsvertrag. Viele Freelancer überspringen diesen Schritt - ein Fehler. Der Beitrag über den Freelancer-Auftragsvertrag als Vorlage liefert die Template-Basis für diesen nächsten Schritt.

Ein kurzer Hinweis: Dein KI-Angebot kann als Grundlage für den Vertrag dienen. Die Deliverables und die Timeline aus dem Angebot werden einfach in den Vertragstext übernommen. Das spart nochmal Zeit und stellt sicher, dass Angebot und Vertrag konsistent sind.

Zeitrechnung: Was dieser Workflow wirklich spart

Ich mag konkrete Zahlen. Deshalb hier eine ehrliche Rechnung.

Früher: 90 bis 120 Minuten pro Angebot

Wenn ich vor dem KI-System für ein mittleres Projekt ein Angebot geschrieben habe, war das ein echter Zeitblock:

Kundenanfrage lesen und verstehen: 10 Minuten
Eigenen Ansatz durchdenken: 15 Minuten
Struktur aufbauen: 10 Minuten
Ersten Entwurf schreiben: 30 Minuten
Überarbeiten und Formulierungen glätten: 20 Minuten
Formatieren und finaler Check: 15 Minuten

Insgesamt: 100 Minuten, manchmal mehr.

Für komplexe Projekte oder neue Kunden, bei denen ich besonders gut abschneiden wollte, waren auch zwei bis drei Stunden keine Seltenheit.

Jetzt: 20 bis 25 Minuten

Mit dem System:

Briefing-Bullets schreiben: 5 Minuten
Master-Prompt befüllen und starten: 2 Minuten
KI-Draft überprüfen: 3 Minuten
Personalisieren und Ton anpassen: 15 Minuten

Insgesamt: 25 Minuten. Mit etwas Übung auch weniger.

Bei vier Angeboten pro Monat: Fast ein halber Arbeitstag zurückgewonnen

Wenn ich im Schnitt vier Angebote pro Monat schreibe - was für einen aktiven Freelancer eher konservativ ist - sieht die Rechnung so aus:

Szenario	Zeit pro Angebot	Monatlich
Ohne KI-System	100 Minuten	400 Minuten (~6,5 Stunden)
Mit KI-System	25 Minuten	100 Minuten (~1,7 Stunden)
Ersparnis	75 Minuten	~5 Stunden

Fünf Stunden pro Monat, die du entweder für abrechenbare Arbeit oder für andere Dinge nutzen kannst. Das entspricht ungefähr einem halben Arbeitstag. Hochgerechnet auf ein Jahr: 60 Stunden.

Wenn dein Stundensatz bei 80 Euro liegt - und du die eingesparte Zeit tatsächlich mit abrechenbarer Arbeit füllst - sind das 4.800 Euro Jahresmehreinnahmen. Das ist kein theoretischer Wert. Das ist die reale Opportunitätskosten-Rechnung.

Wenn du mehr über das Thema Stundensatz-Kalkulation wissen willst: Im Beitrag Freelancer-Stundensatz berechnen 2026 findest du den vollständigen Berechnungsweg.

Akquise als Kernkompetenz: Was NS-Teilnehmer darüber lernen

Ein Thema, das in der Network-School-Community immer wieder auftaucht, ist der Unterschied zwischen operativer Exzellenz und Business-Entwicklung. Viele Freelancer sind sehr gut in ihrem Handwerk - aber wenig strukturiert in der Akquise.

Der Angebot-Workflow ist ein kleines, aber reales Beispiel dafür, wie Freelancer ihre Akquise-Effizienz erhöhen können, ohne an Qualität zu verlieren. An der Network School tauscht man sich regelmäßig darüber aus, wie andere ihre Pitch-Prozesse gestalten - und ich habe mein heutiges System zu einem guten Teil durch genau diese Gespräche entwickelt.

Wenn du Freelancer bist oder es werden willst, und dich für den Community-Kontext interessierst: Bewirb dich hier und spare 25% auf die erste Mitgliedschaft.

Für den Gesamtkontext der Akquise ohne klassische Kaltakquise empfehle ich auch den Beitrag Freelancer-Kunden gewinnen ohne Kaltakquise.

Fazit: Das System funktioniert, wenn du den richtigen Teil übernimmst

KI kann dir den Großteil der Struktur-Arbeit beim Angebot schreiben abnehmen. Das spart reale Zeit. Aber das System funktioniert nur, wenn du den Teil übernimmst, den KI nicht leisten kann: den echten Kundenbezug, die eigene Positionierung und die persönliche Stimme.

Zusammenfassung des Systems:

Kundeninfo als komprimierte Bullet Points destillieren (5 Min)
Master-Prompt mit eigener Positionierung und Preisstruktur verwenden (einmalig aufbauen)
KI-Draft generieren lassen (2-3 Min)
Personalisieren: Kundenbezug herstellen, Referenz einbauen, Ton anpassen (15 Min)

Dazu: Digitales Angebots-Tool für schnelle Signatur, Follow-up-Automatisierung mit Make.com, und eine saubere Angebot-zu-Vertrag-Pipeline.

Das war es. Kein Hexenwerk, aber ein echter Unterschied im Alltag.

Einige Links sind Affiliate-Links. Dir entstehen keine Mehrkosten.