Case-Study: Logistik-KMU mit 0 Medienbrüchen und 80% schnellerer Ausnahme-Bearbeitung

Die Herausforderung

Die Auftragserfassung aus Lieferanten-PDFs war fehleranfällig. 12 verschiedene PDF-Formate, oft unterschiedliche Layouts pro Quartal, manuelle Übertragung ins SAP führte zu 4–7% Fehlerquote. Ausnahme-Handling (verspätete Lieferungen, Schäden, Retouren) frass viel Marge — pro Ausnahme 30–90 Minuten manuelle Bearbeitung. Zolldokumente für Drittlands-Transporte (UK, Türkei, Westbalkan) waren zeit-kritisch: ein falsches Feld konnte den Transport für Tage stoppen. Compliance: EU-Zollrecht, Schweizer Zollverfahren, GDPR für innereuropäische Lieferungen, Incoterms-konforme Dokumentation.

Team, Timeline, Budget

Phasen-Aufbau

1. 01/ 06

   Phase 1: Format-Inventory und Architektur (Woche 1–3)

   Aufnahme aller 12 PDF-Formate (Lieferanten + Spediteure), Datenfeld-Mapping pro Format, Identifikation problematischer Felder (mehrdeutige Datums-Formate, Preis-Variationen). Architektur-Skizze: PDF-Eingang → OCR + LLM-Extraktion → Validation → SAP-Import via REST-API. Fallback-Pfade für nicht-erkennbare PDFs (Eskalation an Disponenten).

2. 02/ 06

   Phase 2: PDF-Auftragserfassung (Woche 4–7)

   Multimodale Pipeline mit GPT-5 für PDF-Verstehen (besser als reine OCR), Output als strukturierter JSON gegen Datenmodell validiert. Plausibilitäts-Checks: Preise innerhalb historischer Range pro Lieferant, Gewichts-Volumen-Plausibilität, Adress-Geocoding-Match. Bei Abweichungen Eskalation. Confidence-Schwelle 0.90 für Auto-Buchung, < 0.90 menschliche Prüfung.

3. 03/ 06

   Phase 3: Ausnahme-Handler (Woche 8–10)

   Klassifikation eingehender Ausnahme-Mails: Verspätung, Schaden, Retouren, Beschwerde. Pro Kategorie: Standard-Antwort-Template (in Stil der Firma), Eskalations-Logik, Kunden-Kommunikations-Vorschlag, Ticket-Erstellung im internen System. Bei Personenschäden oder grossen Werten (> CHF 25'000) automatische Eskalation an Disposition-Leitung.

4. 04/ 06

   Phase 4: Zolldokumenten-Assistent (Woche 11–13)

   Komplexester Teil: pro Drittlands-Transport spezifische Anforderungen (UK seit Brexit deutlich verschärft, Türkei mit eigenen Listen, Westbalkan mit Doppel-Pflichten). System schlägt Zolltarifnummern vor (basierend auf Lieferanten-Beschreibung + historischen Klassifikationen), füllt Standard-Formulare aus, prüft Ursprungs-Nachweise auf Vollständigkeit. Zoll-Experte prüft, gibt frei. Kein Auto-Submit ohne menschliche Bestätigung.

5. 05/ 06

   Phase 5: Sammelgut-Optimierung (Woche 14)

   Vorschlag-System für Sammelgut-Konsolidierung basierend auf Auftrags-Eingang: welche Aufträge können effizient kombiniert werden, welche LKW-Touren optimal beladen werden. Disponent sieht Vorschlag, akzeptiert oder modifiziert. Hilft besonders bei Express-Aufträgen, wo schnelle Konsolidierungs-Entscheidungen wertvoll sind.

6. 06/ 06

   Phase 6: Erweiterung Tracking und Customer-Communication (Monat 4–9)

   Erweiterung um Tracking-Status-Aggregation aus mehreren Carrier-APIs (Monat 5), automatisierte Kunden-Status-Mails mit echter Lieferprognose (Monat 7), proaktive Verspätungs-Kommunikation (Monat 9). Reduzierte den Kundenservice-Aufwand für Status-Anfragen erheblich.

Technische Architektur

Vorher / Nachher

Was wir gelernt haben

1. 01

   PDF-Vielfalt unterschätzt. Wir dachten anfangs an 5 Formate, am Ende waren es 12 mit teilweise Quartals-Updates. Modell-Robustheit gegen Layout-Variationen war kritisch — GPT-5 Vision hat hier deutlich besser performt als klassische OCR-Layouts.

2. 02

   Zollexpertise ist nicht automatisierbar — assistierbar ja. Wir haben früh akzeptiert: die finale Zolltarifnummer-Entscheidung muss ein Mensch treffen, weil bei Falsch-Klassifikationen erhebliche rechtliche Konsequenzen drohen. AI ist Vorbereiter, nicht Entscheider.

3. 03

   Temporal als Workflow-Engine war Gold wert. Die Logistik-Prozesse haben viele asynchrone, fehler-anfällige Schritte (API-Calls zu externen Carriern, Wartezeiten auf Zoll-Antworten). Temporal mit retries, timeouts und compensation-actions hat die Robustheit deutlich erhöht.

4. 04

   Proaktive Verspätungs-Kommunikation hat unerwartet starke Kunden-Effekte. Statt dass Kunden anrufen müssen, bekommen sie automatisch Updates. Das hat die Kundenservice-Last reduziert und die NPS-Werte signifikant gehoben.

5. 05

   Sammelgut-Vorschläge brauchten 4 Monate Tuning. Das Modell musste lernen, was historisch erfolgreiche Konsolidierungen waren — Disponenten haben kontinuierliches Feedback gegeben.