© REDPIXEL/AdobeStock

Unterschiedliche Bestell-PDFs, aufwendige ERP-Erfassung und implizites Vertriebswissen? Wenn gewachsene Kundenprozesse nicht verändert werden können, wird die eigene Organisation zum Innovationshebel. Das Mittelstand-Digital Zentrum Saarbrücken zeigt, wie ein lokaler KI-Prototyp Bestellungen automatisiert strukturiert, Wissen sichert und Prozesse skalierbar macht.

Kundenbestellungen per PDF gehören in vielen Unternehmen zum Alltag. Doch was einfach klingt, sorgt intern oft für hohen Aufwand. Die Dokumente kommen in unterschiedlichsten Layouts, Sprachen oder Scan-Qualitäten an. Für das ERP-System werden jedoch klar strukturierte Informationen benötigt: Kundennummer, Lieferadresse, Artikelnummer, Menge und Preis. Diese Daten müssen häufig manuell aus dem PDF übertragen werden: Ein zeitintensiver, fehleranfälliger und kaum skalierbarer Prozess.

Besonders herausfordernd ist dabei die Abhängigkeit vom Erfahrungswissen einzelner Mitarbeitender. Im Vertrieb wissen erfahrene Kolleginnen und Kollegen oft genau, welcher Kunde gemeint ist, selbst wenn der Name leicht abweicht. Sie erkennen, welche Lieferadresse korrekt ist oder welche interne Artikelnummer zu einer kundenseitigen Produktbezeichnung passt. Dieses Wissen ist wertvoll – aber selten dokumentiert. Fällt eine Person aus oder verlässt das Unternehmen, entsteht schnell ein Engpass.

Ein Digitalisierungsprojekt vom Mittelstand-Digital Zentrum Saarbrücken hat gezeigt, wie sich dieser Prozess deutlich effizienter und robuster gestalten lässt. Ziel war es, eingehende Bestell-PDFs automatisch auszulesen, relevante Informationen zu erkennen und in einer strukturierten Form für das ERP-System bereitzustellen, vollständig lokal betrieben und datenschutzkonform.

Automatisierung durch KI

Im ersten Schritt werden die PDFs automatisch ausgelesen und in eine klare Textstruktur überführt. So entsteht eine saubere Grundlage für die weitere Verarbeitung. Anschließend erkennt eine KI selbstständig die wichtigsten Inhalte wie Kundendaten, Lieferanschriften und bestellte Artikel. Diese Informationen werden in strukturierte, systemlesbare Daten umgewandelt, die direkt weiterverarbeitet werden können.

Damit die Ergebnisse zuverlässig sind, folgt eine automatische Prüfung. Die erkannten Kundendaten und Adressen werden mit den vorhandenen ERP-Stammdaten abgeglichen. Stimmen Namen, Postleitzahlen oder Orte überein? Passen Artikelbeschreibungen zu bestehenden Artikelnummern? Das System bewertet diese Punkte selbstständig und erhöht so die Qualität der Vorschläge.

Ein besonderer Mehrwert entsteht bei der Artikelzuordnung. Hier greift die Lösung auf historische Bestellungen zurück. Frühere Zuordnungen helfen dabei, neue Artikelbeschreibungen automatisch der richtigen internen Artikelnummer zuzuweisen. Auf diese Weise wird bisheriges Erfahrungswissen Schritt für Schritt ins System übertragen und für alle Mitarbeitenden nutzbar gemacht. Die KI schlägt passende Artikel vor und kennzeichnet diese mit einer Einschätzung zur Plausibilität.

Trotz Automatisierung bleibt der Mensch eingebunden. In einer übersichtlichen Oberfläche werden das ursprüngliche PDF, die erkannten Daten und die ERP-Vorschläge nebeneinander dargestellt. Mitarbeitende können alle Angaben prüfen, bei Bedarf korrigieren und freigeben. Dieser Ansatz sorgt für Transparenz, Vertrauen und eine kontinuierliche Verbesserung der Ergebnisse.

Der entwickelte Prototyp arbeitet vollständig offline und erfüllt damit hohe Anforderungen an Datenschutz und Datensouveränität. Gleichzeitig zeigt sich ein klarer Effizienzgewinn: Die Bearbeitungszeit in der Vorerfassung sinkt deutlich, Zuordnungen werden stabiler und Prozesse skalierbarer.

Das Projekt macht deutlich, wie sich KI, klare Prüfregeln und menschliche Expertise sinnvoll verbinden lassen. Wissen bleibt nicht länger nur in einzelnen Köpfen, sondern wird systematisch gesichert und in einen verlässlichen Standardprozess überführt, ein entscheidender Schritt für zukunftsfähige und belastbare ERP-Strukturen.

Weitere Informationen

Mehr zum Projekt

Mehr vom Mittelstand-Digital Zentrum Saarbrücken