Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. - Einkauf B12 - Vergabestelle BauMünchenTED
GPU-Rechner für KI-Anwendungen im Forschungsbereich Digital Business - PR1233093-2360-I
KI-Hardware, speziell geeignet für Maschinelles Lernen und Tiefes Lernen, bestehend aus mehreren CUDA-kompatiblen GPUs -mindestens 6 GPUs basierend auf der Nvidia Blackwell GPU-Architektur oder neuer. Insgesamt mindestens 1024 GB Grafikkartenspeicher. -NVIDIA B200 oder neuer -54 PFLOPS (GPU) oder mehr -Verbaute Grafikkarten müssen zusamme...
Angebotsfrist: 08. September 2026Typ: Ausschreibung
Server
Dokumente kostenlos freischalten
Ohne Kreditkarte · Sofortiger Zugang
Inhalt auf einen Blick
- Ausschreibungstyp:
- Ausschreibung
- Auftraggeber:
- Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. - Einkauf B12 - Vergabestelle Bau
- Veröffentlicht:
- 06. August 2026
- Frist:
- 08. September 2026
- Thema:
- Server
Ausschreibungsbeschreibung
Vollständige Beschreibung anzeigenBeschreibung einklappen
KI-Hardware, speziell geeignet für Maschinelles Lernen und Tiefes Lernen, bestehend aus mehreren CUDA-kompatiblen GPUs -mindestens 6 GPUs basierend auf der Nvidia Blackwell GPU-Architektur oder neuer. Insgesamt mindestens 1024 GB Grafikkartenspeicher. -NVIDIA B200 oder neuer -54 PFLOPS (GPU) oder mehr -Verbaute Grafikkarten müssen zusammengeschaltet sein (z.B. NVLink) -3 Jahre Support für die gesamte Hardware ab Inbetriebnahme -Gewährleistung für alle Einzelteile für 3 Jahre -Reparatur/Wartung inkl. Teiletausch defekter Teile vor Ort, sofern sie nicht direkt vom Hersteller getauscht werden im Rahmen der Herstellergarantie - Lieferung und Montage am Bestimmungsort, Fraunhofer IAO in Stuttgart, im Serverraum des Instituts -Inbetriebnahme vor Ort - Lieferung nötiger Bauteile zur Integration in Netzwerkstruktur (Optiken, Kabel) nach Bedarf zum Zeitpunkt der Installation und Integration am Bestimmungs- und Betriebsort - Einmalige Ersteinweisung in die Nutzung des Systems nach Inbetriebnahme -Lieferung und Inbetriebnahme bis 30.11.2026 -Die Budgetgrenze für den Gesamtpreis liegt bei 369.000 € netto
Weiterführende Details
Mit dem kostenlosen Zugang stehen Unterlagen, Fristen und Hinweise zur Einreichung strukturiert bereit.
- Kernanforderungen der Ausschreibung priorisiert aufbereitet
- Fristen, Eignungskriterien und Unterlagen in einem Ablauf
- Hinweise zur strukturierten Angebotsvorbereitung
- Passende Folgeausschreibungen automatisch entdecken
30 Tage kostenlos freischalten
30 Tage kostenlos · keine Kreditkarte · jederzeit kündbar
Alle Vergabedetails
Auftraggeber, Lose, Beteiligte, Orte, Unterlagen und Verfahrensdaten sind bereits erfasst. Öffnen Sie einen Bereich, um die vollständigen Angaben im Workspace zu sehen.
6 Datenbereiche verfügbar
30 Tage kostenlos freischalten
30 Tage kostenlos · keine Kreditkarte · jederzeit kündbar
Unterlagen
Freischalten50 Angaben erfasstUnterlagen · Dokumentenpaket
Auftraggeber
Freischalten6 Angaben erfasstAuftraggeber · Anschrift · Kontakt
Lose
Freischalten1 Angabe erfasstLose LOT-0000
Verfahrensdaten
Freischalten6 Angaben erfasstBekanntmachungsnummer · Verfahrensreferenz · Referenz des Auftraggebers · Verfahrensart · +2 weitere
Ausführungsorte
Freischalten2 Angaben erfasstAusführungsorte
Veröffentlichungsstelle
Freischalten6 Angaben erfasstVeröffentlichungsstelle · Anschrift · Kontakt
Ähnliche Bekanntmachungen
7GPU-Rechner für KI-Anwendungen im Forschungsbereich Digital Business - PR1233093-2360-I
Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. - Einkauf B12 - Vergabestelle BauMünchenFrist: 08. Sept.KI-Hardware, speziell geeignet für Maschinelles Lernen und Tiefes Lernen, bestehend aus mehreren CUDA-kompatiblen GPUs -mindestens 6 GPUs basierend auf der Nvidia Blackwell GPU-Architektur oder neuer. Insgesamt mindestens 1024 GB Grafikkartenspeicher. -NVIDIA B200 oder neuer -54 PFLOPS (GPU) oder mehr -Verbaute Grafikkarten müssen zusammengeschaltet sein (z.B. NVLink) -3 Jahre Support für die gesamte Hardware ab Inbetriebnahme -Gewährleistung für alle Einzelteile für 3 Jahre -Reparatur/Wartung inkl. Teiletausch defekter Teile vor Ort, sofern sie nicht direkt vom Hersteller getauscht werden im Rahmen der Herstellergarantie - Lieferung und Montage am Bestimmungsort, Fraunhofer IAO in Stuttgart, im Serverraum des Instituts -Inbetriebnahme vor Ort - Lieferung nötiger Bauteile zur Integration in Netzwerkstruktur (Optiken, Kabel) nach Bedarf zum Zeitpunkt der Installation und Integration am Bestimmungs- und Betriebsort - Einmalige Ersteinweisung in die Nutzung des Systems nach Inbetriebnahme -Lieferung und Inbetriebnahme bis 30.11.2026 -Die Budgetgrenze für den Gesamtpreis liegt bei 369.000 € nettoGPU-Rechner für KI-Anwendungen im Forschungsbereich Digital Business - PR1233093-2360-I
Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. - Einkauf B12 - Vergabestelle BauMünchenFrist: 08. Sept.KI-Hardware, speziell geeignet für Maschinelles Lernen und Tiefes Lernen, bestehend aus mehreren CUDA-kompatiblen GPUs -mindestens 6 GPUs basierend auf der Nvidia Blackwell GPU-Architektur oder neuer. Insgesamt mindestens 1024 GB Grafikkartenspeicher. -NVIDIA B200 oder neuer -54 PFLOPS (GPU) oder mehr -Verbaute Grafikkarten müssen zusammengeschaltet sein (z.B. NVLink) -3 Jahre Support für die gesamte Hardware ab Inbetriebnahme -Gewährleistung für alle Einzelteile für 3 Jahre -Reparatur/Wartung inkl. Teiletausch defekter Teile vor Ort, sofern sie nicht direkt vom Hersteller getauscht werden im Rahmen der Herstellergarantie - Lieferung und Montage am Bestimmungsort, Fraunhofer IAO in Stuttgart, im Serverraum des Instituts -Inbetriebnahme vor Ort - Lieferung nötiger Bauteile zur Integration in Netzwerkstruktur (Optiken, Kabel) nach Bedarf zum Zeitpunkt der Installation und Integration am Bestimmungs- und Betriebsort - Einmalige Ersteinweisung in die Nutzung des Systems nach Inbetriebnahme -Lieferung und Inbetriebnahme bis 30.11.2026 -Die Budgetgrenze für den Gesamtpreis liegt bei 369.000 € nettoGPU-Rechner für KI-Anwendungen im Forschungsbereich Digital Business - PR1233093-2360-I
Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. - Einkauf B12 - Vergabestelle BauMünchenFrist: 08. Sept.KI-Hardware, speziell geeignet für Maschinelles Lernen und Tiefes Lernen, bestehend aus mehreren CUDA-kompatiblen GPUs -mindestens 6 GPUs basierend auf der Nvidia Blackwell GPU-Architektur oder neuer. Insgesamt mindestens 1024 GB Grafikkartenspeicher. -NVIDIA B200 oder neuer -54 PFLOPS (GPU) oder mehr -Verbaute Grafikkarten müssen zusammengeschaltet sein (z.B. NVLink) -3 Jahre Support für die gesamte Hardware ab Inbetriebnahme -Gewährleistung für alle Einzelteile für 3 Jahre -Reparatur/Wartung inkl. Teiletausch defekter Teile vor Ort, sofern sie nicht direkt vom Hersteller getauscht werden im Rahmen der Herstellergarantie - Lieferung und Montage am Bestimmungsort, Fraunhofer IAO in Stuttgart, im Serverraum des Instituts -Inbetriebnahme vor Ort - Lieferung nötiger Bauteile zur Integration in Netzwerkstruktur (Optiken, Kabel) nach Bedarf zum Zeitpunkt der Installation und Integration am Bestimmungs- und Betriebsort - Einmalige Ersteinweisung in die Nutzung des Systems nach Inbetriebnahme -Lieferung und Inbetriebnahme bis 30.11.2026 -Die Budgetgrenze für den Gesamtpreis liegt bei 369.000 € nettoGPU-Rechner für KI-Anwendungen im Forschungsbereich Digital Business
Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. - Einkauf B12 - Vergabestelle BauMünchenFrist: 08. Sept.Beschreibung: KI-Hardware, speziell geeignet für Maschinelles Lernen und Tiefes Lernen, bestehend aus mehreren CUDA-kompatiblen GPUs -mindestens 6 GPUs basierend auf der Nvidia Blackwell GPU-Architektur oder neuer. Insgesamt mindestens 1024 GB Grafikkartenspeicher. -NVIDIA B200 oder neuer -54 PFLOPS (GPU) oder mehr -Verbaute Grafikkarten müssen zusammengeschaltet sein (z.B. NVLink) -3 Jahre Support für die gesamte Hardware ab Inbetriebnahme -Gewährleistung für alle Einzelteile für 3 Jahre -Reparatur/Wartung inkl. Teiletausch defekter Teile vor Ort, sofern sie nicht direkt vom Hersteller getauscht werden im Rahmen der Herstellergarantie - Lieferung und Montage am Bestimmungsort, Fraunhofer IAO in Stuttgart, im Serverraum des Instituts -Inbetriebnahme vor Ort - Lieferung nötiger Bauteile zur Integration in Netzwerkstruktur (Optiken, Kabel) nach Bedarf zum Zeitpunkt der Installation und Integration am Bestimmungs- und Betriebsort - Einmalige Ersteinweisung in die Nutzung des Systems nach Inbetriebnahme -Lieferung und Inbetriebnahme bis 30.11.2026 -Die Budgetgrenze für den Gesamtpreis liegt bei 369.000 € nettoUpgrade eines NVIDIA DGX A100 GPU-Clusters um drei NVIDIA DGX B300 Deep-Learning-Systeme für das dtec.bw-Forschungsprojekt MORE und weitere dtec.bw-Forschungsprojekte
Universität der Bundeswehr München (UniBw M)NeubibergGegenstand des Auftrags ist die Erweiterung des bestehenden GPU-Clusters. Der Auftragnehmer muss drei NVIDIA DGX B300 Deep-Learning-Systeme, vier NVMe-basierte CEPH-Storage-Server sowie die notwendigen Vernetzungskomponenten liefern, installieren und mit dem bestehenden GPU Cluster vernetzen. Darüber hinaus verpflichtet sich der Auftragnehmer für den Zeitraum von fünf Jahren ab Vertragsschluss, alle in der Leistungsbeschreibung sowie in dem Angebot genannten Service- und Wartungsleistungen durch sicherheitsunterwiesenes Personal zu erbringen ("Service- und Wartungsleistungen"). Aufgrund der bestehenden Architektur, insbesondere der NVLink-basierten Höchstgeschwindigkeitsvernetzung innerhalb der DGX-Systeme sowie der Infiniband-basierten Hochgeschwindigkeitsvernetzung zwischen den DGX-Systemen untereinander und mit dem Storage-Cluster, kann die UniBw M ausschließlich die neueste Generation von NVIDIA-DGX-Systemen, die DGX B300, beschaffen und in das vorhandene GPU-Cluster integrieren. Die drei NVIDIA-DGX-B300-Deep-Learning-Systeme müssen folgende Spezifikationen erfüllen: - GPUs: 8x NVIDIA Blackwell B300 Tensor Core GPUs (Gesamtspeicher GPU: 2.304 GB HBM3 (288 GB pro GPU); Rechenleistung: 72 petaFLOPS (Training), 144 petaFLOPS (Inferenz)) - GPU-Interconnect: NVLink-Switch mit 14.400 GB/s aggregierter Bandbreite - CPU: 2x Intel Xeon Platinum 6776P (128 Cores, 2,3-3,9 GHz) - System-RAM: 2 TB DDR5 (4 TB maximal) - Netzwerk (8x OSFP-Ports (800 Gb/s InfiniBand / Ethernet); 2x Dual-port QSFP112 NVIDIA BlueField-3 DPU (400 Gb/s InfiniBand / Ethernet); 1x RJ45 1Gb/s für Management; 1x RJ45 1Gb/s für BMC/IPMI) - Storage (2x 1,92 TB M.2 NVMe als RAID1 für Betriebssystem; 30 TB (8x 3,84 TB E1.S NVMe) für Datenzwischenspeicherung) - Leistungsaufnahme: max. 15 kW über 12x 230V-PSU - 19"-Rack-Gehäuse mit 10 HE, Gewicht 158 kg Für diese Hardware benötigt die UniBw M auch eine fachlich abgestimmte Wartung für fünf Jahre und den entsprechenden Software-Support mit dem folgenden Umfang: - Hardwarewartung (5 Jahre): Vor-Ort-Service, Diagnose, Austausch am nächsten Werktag; - DGX Software Support (5 Jahre): DGX OS (Betriebssystem, basiert auf Ubuntu Linux 24.04); NVIDIA AI Enterprise; NVIDIA Base Command (mit Kubernetes und Slurm) für Job- und Cluster-Management; Bereitstellung von Updates/Upgrades Im Storage-Bereich soll der Bieter den bisherigen auf HPC-Anwendungen optimierten BeeGFS-Storage um einen flexibel als Block- und File-Storage nutzbaren CEPH-Storage, bestehend aus vier Servern) ergänzen: - CPU: 2x 64 Cores, min. 2,40-4,30 GHz, 256 MB L3 Cache (z.B. AMD EPYC 9535 oder vergleichbare Intel-CPU) - System-RAM: 768 GB DDR5-6400 ECC - Storage: 2x 960 GB M.2 NVMe als RAID1 für Betriebssystem; 8x 15,3 TB U.2 NVMe (24x7-Betrieb, Datacenter-geeignet, TBW >20 PB); Erweiterungsmöglichkeit auf insgesamt 24x U.2 NVMe - Netzwerk: 1x Infiniband NDR 400 Gb/s OSFP (z.B. NVIDIA MCX75310AAS-NEAT); 1x Dual-Port Ethernet 100 Gb/s QSFP56 (z.B. Broadcom N2100G); Min. 1x RJ45 1Gb/s für Management; 1x RJ45 1Gb/s für BMC/IPMI - Redundante Stromversorgung - 19"-Rack-Gehäuse mit max. 2 HE, inkl. Rack-Schienen und Montagematerial - Gewährleistung und Garantie: 5 Jahre (Schnellaustausch von defekten Bauteilen (next business day); 5 Jahre Garantie auf Flash-Speicher und TBWUpgrade eines NVIDIA DGX A100 GPU-Clusters um drei NVIDIA DGX B300 Deep-Learning-Systeme für das dtec.bw-Forschungsprojekt MORE und weitere dtec.bw-Forschungsprojekte
Universität der Bundeswehr München (UniBw M)NeubibergGegenstand des Auftrags ist die Erweiterung des bestehenden GPU-Clusters. Der Auftragnehmer muss drei NVIDIA DGX B300 Deep-Learning-Systeme, vier NVMe-basierte CEPH-Storage-Server sowie die notwendigen Vernetzungskomponenten liefern, installieren und mit dem bestehenden GPU Cluster vernetzen. Darüber hinaus verpflichtet sich der Auftragnehmer für den Zeitraum von fünf Jahren ab Vertragsschluss, alle in der Leistungsbeschreibung sowie in dem Angebot genannten Service- und Wartungsleistungen durch sicherheitsunterwiesenes Personal zu erbringen ("Service- und Wartungsleistungen"). Aufgrund der bestehenden Architektur, insbesondere der NVLink-basierten Höchstgeschwindigkeitsvernetzung innerhalb der DGX-Systeme sowie der Infiniband-basierten Hochgeschwindigkeitsvernetzung zwischen den DGX-Systemen untereinander und mit dem Storage-Cluster, kann die UniBw M ausschließlich die neueste Generation von NVIDIA-DGX-Systemen, die DGX B300, beschaffen und in das vorhandene GPU-Cluster integrieren. Die drei NVIDIA-DGX-B300-Deep-Learning-Systeme müssen folgende Spezifikationen erfüllen: - GPUs: 8x NVIDIA Blackwell B300 Tensor Core GPUs (Gesamtspeicher GPU: 2.304 GB HBM3 (288 GB pro GPU); Rechenleistung: 72 petaFLOPS (Training), 144 petaFLOPS (Inferenz)) - GPU-Interconnect: NVLink-Switch mit 14.400 GB/s aggregierter Bandbreite - CPU: 2x Intel Xeon Platinum 6776P (128 Cores, 2,3-3,9 GHz) - System-RAM: 2 TB DDR5 (4 TB maximal) - Netzwerk (8x OSFP-Ports (800 Gb/s InfiniBand / Ethernet); 2x Dual-port QSFP112 NVIDIA BlueField-3 DPU (400 Gb/s InfiniBand / Ethernet); 1x RJ45 1Gb/s für Management; 1x RJ45 1Gb/s für BMC/IPMI) - Storage (2x 1,92 TB M.2 NVMe als RAID1 für Betriebssystem; 30 TB (8x 3,84 TB E1.S NVMe) für Datenzwischenspeicherung) - Leistungsaufnahme: max. 15 kW über 12x 230V-PSU - 19"-Rack-Gehäuse mit 10 HE, Gewicht 158 kg Für diese Hardware benötigt die UniBw M auch eine fachlich abgestimmte Wartung für fünf Jahre und den entsprechenden Software-Support mit dem folgenden Umfang: - Hardwarewartung (5 Jahre): Vor-Ort-Service, Diagnose, Austausch am nächsten Werktag; - DGX Software Support (5 Jahre): DGX OS (Betriebssystem, basiert auf Ubuntu Linux 24.04); NVIDIA AI Enterprise; NVIDIA Base Command (mit Kubernetes und Slurm) für Job- und Cluster-Management; Bereitstellung von Updates/Upgrades Im Storage-Bereich soll der Bieter den bisherigen auf HPC-Anwendungen optimierten BeeGFS-Storage um einen flexibel als Block- und File-Storage nutzbaren CEPH-Storage, bestehend aus vier Servern) ergänzen: - CPU: 2x 64 Cores, min. 2,40-4,30 GHz, 256 MB L3 Cache (z.B. AMD EPYC 9535 oder vergleichbare Intel-CPU) - System-RAM: 768 GB DDR5-6400 ECC - Storage: 2x 960 GB M.2 NVMe als RAID1 für Betriebssystem; 8x 15,3 TB U.2 NVMe (24x7-Betrieb, Datacenter-geeignet, TBW >20 PB); Erweiterungsmöglichkeit auf insgesamt 24x U.2 NVMe - Netzwerk: 1x Infiniband NDR 400 Gb/s OSFP (z.B. NVIDIA MCX75310AAS-NEAT); 1x Dual-Port Ethernet 100 Gb/s QSFP56 (z.B. Broadcom N2100G); Min. 1x RJ45 1Gb/s für Management; 1x RJ45 1Gb/s für BMC/IPMI - Redundante Stromversorgung - 19"-Rack-Gehäuse mit max. 2 HE, inkl. Rack-Schienen und Montagematerial - Gewährleistung und Garantie: 5 Jahre (Schnellaustausch von defekten Bauteilen (next business day); 5 Jahre Garantie auf Flash-Speicher und TBWLieferung frei Verwendungsstelle inkl. Installation, Inbetriebnahme und betriebsbereite Übergabe für einen KI-Hochleistungsserver
Leibniz Universität HannoverHannoverFrist: 18. Sept.Gegenstand der Ausschreibung ist die Lieferung frei Verwendungsstelle, Installation, Inbetriebnahme und betriebsbereite Übergabe eines KI-Hochleistungsservers der Leistungsklasse NVIDIA DGX B200 oder eines technisch gleichwertigen Systems (HGX B200 o. ä.) einschließlich Herstellergarantie und Installationsleistungen. Der Server wird für rechenintensive KI-Aufgaben (Post-Training großer Sprachmodelle) eingesetzt. Im Fokus stehen Weiterentwicklung (CUDA-/NCCL-/PyTorch-Stack), Fine-Tuning und Erweiterung der im Projekt SOOFI entwickelten souveränen Sprachmodelle (Soofi-S 30B und 120B) inkl. industrieller Adaption im DAISEC-Umfeld. Erforderlich sind sehr großer GPU-Speicher (>1 TB gesamt) und hohe Rechenleistung. Der Server wird im vorhandenen Rechencluster integriert. Bei der Ermittlung des wirtschaftlich günstigsten Angebots werden nachstehende Kriterien angewendet. Mit dem Buchstaben F werden Festanforderungen gekennzeichnet. Die Nichterfüllung einer als Festanforderung gekennzeichneten Anforderung führt zum Ausschluss des Angebotes (KO Kriterium). Mit den Buchstaben G und L gekennzeichnet sind Bewertungskriterien, die mit 0 bis 10 Punkten bewertet und dann gewichtet werden. Das Feld Bieterangaben ist vollständig auszufüllen. Wenn Felder "ja/nein" enthalten, ist hier die Angabe anzukreuzen, die angeboten wird. Kontaktstellen Eine Kommunikation darf nur elektronisch über die Vergabeplattform "www.dtvp.de" erfolgen. Allgemeine Bedingungen Für die Beschaffung gelten die Allgemeinen Einkaufs-und Lieferbedingungen der Leibniz Universität Hannover. (Diese finden Sie unter "Vergabeunterlagen -> Vertragsbedingungen). Abweichungen bzw. eigens formulierte Einkaufs-oder Lieferbedingungen stellen eine Änderung der Vergabeunterlagen dar, welche einen zwangsweisen Ausschluss des Angebotes nach sich zieht. Weiterhin ist das Formular "Erklärung Bezug zu Russland" zu beachten und mit einzureichen. Sprache Angebot/Unterlagen sowie Schriftverkehr: deutsch. Vertrags-/Verhandlungssprache: deutsch. Gerichtsstand Hannover Zahlungsbedingungen Anzahlungen nur gegen unbefristete, für den Auftraggeber kostenfreie Bankbürgschaft. Garantie (Mindestanforderungen) Garantie mind. 24 Monate für alle H/W-Komponenten. Verlängerung der Garantie auf 36 bzw. 60 Monate, abrufbar bis zum Ende der laufenden Garantie. Service (Mindestumfang) Integration des Gesamtsystems (voll funktionsfähig) Durchführung eines Systemtests vorab Lieferung/Zusendung des Gesamtsystems mit Aufbau und Inbetriebnahme Preisstellung Bruttopreise (inkl. MwSt.). Umfasst das lauffähige Gesamtsystem inkl. GPUs, CPUs, Netzwerkkomponenten, Speicher/Arbeitsspeicher, allgemeine Systemanforderungen, sonstige Anforderungen, Lieferung frei Verwendungsstelle, Verpackung, einschließlich Aufbau und Inbetriebnahme. Lizenzen für NVIDIA AI Enterprise sind nicht Gegenstand der Ausschreibung; sofern im Angebot enthalten, sind sie separat auszuweisen. Option: Ausführung mit 4 TB DDR5 ECC System-RAM anstelle von 2 TB. Der Preis ist separat auszuweisen. Diese Position ist optional und nicht wertungsrelevant. Der Auftraggeber behält sich vor, diese Variante zu beauftragen. Ihr ausführliches - unterschriebenes bzw. digital signiertes - Angebot muss bis zum 18.09.2026 um 10.00 Uhr im Vergabeportal hochgeladen sein. Die Zuschlagsfrist wird auf den 15.10.2026 festgesetzt. Die Zuschlagserteilung wird aber ggf. auch früher erfolgen. Bis zum Ablauf dieser Frist sind Sie an Ihr Angebot gebunden. Weitere Informationen zu den Anforderungen sowie Zuschlags-und Bewertungskriterien entnehmen Sie bitte dem beigefügten Leistungsverzeichnis. Eventuelle Fragen zum Leistungsverzeichnis bitte ich über das Vergabeportal zu stellen. Die Frist zur Einreichung von Aufklärungsfragen wird auf den 11.09.2026 festgesetzt. Eventuelle Abweichungen vom Leistungsverzeichnis sind kenntlich zu machen, bzw. gesondert darzustellen.
Häufige Fragen zu dieser Ausschreibung
- Wie kann ich mich auf diese Ausschreibung bewerben?
- Erstellen Sie ein kostenloses Konto auf Auftrag One. Danach sehen Sie alle Unterlagen, Fristen und Hinweise zur Einreichung in einem strukturierten Ablauf.
- Bis wann läuft die Angebotsfrist?
- Die Angebotsfrist endet am 08. September 2026.
- Wer ist der Auftraggeber?
- Der Auftraggeber ist Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. - Einkauf B12 - Vergabestelle Bau.
- Welche Unterlagen sind für den Start relevant?
- In der Regel benötigen Sie Leistungsbeschreibung, Eignungsnachweise, Fristenhinweise und ggf. Formblätter. Auf Auftrag One werden diese Punkte priorisiert dargestellt.