Maschinenbau · Automatisierte Auftragserfassung

Auftragserfassung: 400 Bestellungen am Tag, alle von Hand

Ein Industriezulieferer erfasst Kundenbestellungen heute weitgehend automatisch. Die Bearbeitungszeit je Auftrag sank um 70 bis 80 Prozent.

  • Maschinenbau
  • Vertriebsinnendienst

Leitkennzahl

Bearbeitungszeit je Auftrag

11 Min.<3.Min.

Rund 70 % der Vorgänge laufen ohne manuellen Eingriff

Auf einen Blick

Ausgangsproblem

Bestellungen in über 200 Kundenlayouts, manuelle Erfassung

Lösungstyp

Prozessautomatisierung

Leitkennzahl

Bearbeitungszeit je Auftrag: 11 Min. → unter 3 Min.

Nutzergruppe

Rund 35 Mitarbeitende im Vertriebsinnendienst

Umsetzungsdauer

3-6 Monate

Betriebsmodell

Azure EU-Region

Ausgangslage

Der Vertriebsinnendienst nimmt täglich rund 400 Kundenbestellungen entgegen, überwiegend per E-Mail als PDF-Anhang, ein kleinerer Teil über Kundenportale und vereinzelt noch per Fax. Die Bestellungen stammen von mehr als 1.500 aktiven Kunden, jeder mit eigenem Formularaufbau, eigener Artikelbezeichnung und eigenen Referenznummern. Jede Bestellung wird von einer Sachbearbeiterin gelesen, gegen den Kundenstamm und die Artikeldatenbank abgeglichen und anschließend manuell im ERP-System als Auftrag angelegt. Im Schnitt vergehen dabei rund 11 Minuten je Vorgang.

400
Bestellungen pro Tag
1.500+
aktive Kunden

Die Herausforderung

Die Auftragserfassung war der Engpass des gesamten Innendienstes. Bei Lastspitzen zu Monats- und Quartalsende stauten sich Bestellungen über Nacht, Kunden erhielten ihre Auftragsbestätigung erst am Folgetag oder später. Fehler bei der Artikelzuordnung, etwa durch kundeneigene Bezeichnungen oder veraltete Artikelnummern, führten zu Fehllieferungen, Gutschriften und Nacharbeit in Logistik und Buchhaltung. Weil die Zuordnungslogik weitgehend Erfahrungswissen war, konnten neue Mitarbeitende erst nach mehreren Monaten eigenständig arbeiten, und der Innendienst ließ sich bei wachsendem Auftragsvolumen nur durch zusätzliches Personal skalieren.

Typische Symptome im Unternehmen

„Zum Monatsende arbeiten wir Bestellungen von gestern ab, nicht von heute“

„Jeder Kunde nennt dieselbe Schraube anders, das weiß man oder man weiß es nicht“

„Fehllieferungen kosten uns mehr als die Erfassung selbst“

„Einarbeitung dauert ein halbes Jahr, bis jemand allein erfassen kann“

Warum das bisher ungelöst blieb

Zwei Anläufe waren bereits gescheitert. Ein klassisches OCR- und Template-System deckte nach zwei Jahren Pflege nur die 30 wichtigsten Kundenlayouts ab, jede Formularänderung beim Kunden brach die Erkennung. Ein RPA-Ansatz automatisierte zwar die Eingabe im ERP, konnte aber nicht entscheiden, welcher Artikel gemeint war. Genau dort lag die eigentliche Arbeit: Die Zuordnung einer freitextlichen Kundenbezeichnung zum richtigen Artikel ist eine Ermessensentscheidung mit Kontext, keine Regel. Bei über 200 Layouts und hoher Ausnahmequote skaliert regelbasierte Automatisierung nicht.

OCR und Templates

Zwei Jahre Pflege, 30 von über 200 Layouts abgedeckt. Jede Formularänderung brach die Erkennung.

RPA

Automatisierte die Eingabe im ERP, konnte aber nicht entscheiden, welcher Artikel gemeint war.

Unsere Lösung

Eingehende Bestellungen werden unabhängig vom Format und ohne hinterlegte Vorlage ausgelesen. Statt Positionen an festen Koordinaten zu suchen, wird das Dokument inhaltlich interpretiert: Kopfdaten, Positionen, Mengen, Preise und Lieferbedingungen werden als strukturierte Daten extrahiert, auch wenn sie in einer unbekannten Tabellenform oder im Fließtext stehen. Die Artikelzuordnung erfolgt über einen semantischen Abgleich gegen die Artikeldatenbank, angereichert um die historischen Bestellungen des jeweiligen Kunden. Dadurch erkennt das System die kundeneigene Sprache aus dem vergangenen Bestellverhalten. Jede Position erhält einen Konfidenzwert. Liegt sie über der Schwelle, wird der Auftrag automatisch im ERP angelegt. Liegt sie darunter, geht der Vorgang mit markierter Position und Zuordnungsvorschlag in eine Prüfansicht für den Innendienst.

Bausteine
  • Formatunabhängige Extraktion von Kopf- und Positionsdaten ohne kundenspezifische Vorlagen
  • Semantische Artikelzuordnung gegen Stammdaten und die Bestellhistorie des Kunden
  • Konfidenzbasierte Weiche zwischen Dunkelverarbeitung und manueller Prüfung
  • Prüfansicht mit vorbelegten Vorschlägen statt leerer Erfassungsmaske
  • Rückkopplung: jede Korrektur im Prüfschritt verbessert die Zuordnung für diesen Kunden
So funktioniert es

Vom Posteingang zum Auftrag im ERP

  1. Eingang und Erkennung

    Bestellungen aus Postfach, Portal und Scan laufen in einem Eingang zusammen und werden als Bestellung, Anfrage oder Sonstiges klassifiziert.

  2. Extraktion

    Kopfdaten und alle Positionen werden strukturiert ausgelesen, unabhängig von Layout und Sprache des Dokuments.

  3. Abgleich und Bewertung

    Kunde, Artikel und Konditionen werden gegen Stammdaten und Historie zugeordnet, jede Position erhält einen Konfidenzwert.

  4. Sortierung

    Vorgänge oberhalb der Schwelle werden automatisch im ERP angelegt. Alle anderen gehen in die Prüfansicht.

  5. Prüfung durch den Innendienst

    Nur die markierten Positionen werden geprüft und bestätigt. Die Korrektur fließt in den Abgleich zurück.

Wirkung

Gemessen in den ersten 6 Monaten nach Rollout

Zeitraum: erste 6 Monate nach Rollout.

KennzahlWertBasis
Bearbeitungszeit je AuftragLeitkennzahl11 Min. → unter 3 Min.Zeiterfassung vor/nachgemessen
Dunkelverarbeitungsquoterund 70 % der Vorgänge ohne manuellen EingriffSystemmessunggemessen
Fehlzuordnungen bei Artikelnrund 60 bis 70 % wenigerStichprobegemessen
Auftragsbestätigung am Eingangstagvon unter der Hälfte auf nahezu alle VorgängeSystemmessunggemessen
Einarbeitung neuer Mitarbeitenderdeutlich verkürztNutzerbefragungKundenangabe

Wirtschaftlichkeit

Aufwandsklasse

Standard (60-150 PT)

Amortisation

6-12 Monate

Haupthebel

Skalierung ohne Personalaufbau

Laufende Kosten

Gering, dominiert durch Inferenzkosten bei Lastspitzen zum Monatsende

Integration und Betrieb

Angebundene Systeme

ERP-System des Kunden, zentrales E-Mail-Postfach des Innendienstes, Artikel- und Kundenstammdaten, Dokumentenarchiv

Betrieb

Azure EU-Region, vollständig im Tenant des Kunden, keine Datenverarbeitung außerhalb der EU

Compliance

Auftragsdaten verlassen die Mandantengrenze nicht, jede automatisierte Auftragsanlage ist revisionssicher protokolliert und einem Konfidenzwert zugeordnet

Rollen im Betrieb

Fachliche Freigabe der Konfidenzschwelle durch die Innendienstleitung, technischer Betrieb durch die IT des Kunden mit Zweitlevel-Support

Übertragbarkeit

Das Muster greift überall dort, wo strukturierte Daten aus formatfreien Dokumenten gewonnen und gegen einen internen Stammdatenbestand zugeordnet werden müssen, und wo die Zuordnung Ermessen erfordert statt fester Regeln. Entscheidend ist nicht die Branche, sondern die Kombination aus hohem Volumen, hoher Formatvarianz und vorhandener Historie als Kontextquelle.

Rechnungsprüfung gegen Bestellungen und Rahmenverträge im Einkauf

Schadenmeldungen und Belegzuordnung in der Versicherungssachbearbeitung

Zuordnung von Prüfberichten und Zertifikaten zu Chargen in der Qualitätssicherung

Stimme aus dem Projekt

„Wir prüfen jetzt Ausnahmen statt alles abzutippen. Die Arbeit ist nicht weniger geworden, sie ist eine andere.“

Leitung Vertriebsinnendienst, Industrieunternehmen

Ähnlicher Fall im eigenen Haus? Sprechen wir darüber.

Beschreibe kurz deinen Prozess. Wir melden uns mit einer ersten Einschätzung, ob sich das Muster übertragen lässt, und was es realistisch braucht.

Bewirb dich bei izz.ai

PDF, DOC oder DOCX · bis zu 3 Dateien, je max. 10 MB

Ich akzeptiere die Datenschutzerklärung

Kontaktiere uns

Freundlicher pinker Roboter öffnet eine Tür hinter der eine futuristische Welt verbirgt