Der Innendienst tippt jeden Tag Bestellungen ab, die schon digital vorliegen.
In Großhandel und Fertigung kommen die Bestellungen über mehrere Wege gleichzeitig herein: als Freitext im E-Mail-Body, als PDF-Anhang in dem Layout, das der Kunde gerade nutzt, und als Fax-Scan von den Kunden, die nie aufgehört haben zu faxen. Der Innendienst öffnet jede Bestellung einzeln und tippt die Positionen ins ERP.
Das Tippen ist dabei nicht das Langsame. Das Nachschlagen ist es. Langjährige Kunden bestellen unter ihren eigenen Artikelnummern oder unter Nummern aus einem Katalog von vor drei Jahren. Also sucht die Sachbearbeitung im Artikelstamm, was gemeint ist. Danach wird im zweiten Fenster geprüft, welcher Preis gilt: Preisliste, Rahmenvertrag, Mengenstaffel.
Und die Tippfehler bleiben nicht beim Auftrag stehen. Eine falsche Artikelnummer wird zur falschen Kommissionierung, zur falschen Lieferung, zur Gutschrift und zum Telefonat mit dem Kunden. Gleichzeitig warten die Auftragsbestätigungen, bis der Stapel abgearbeitet ist.
Wir haben erst die Trefferquote gemessen, dann die Software gebaut.
Die Auftragserfassung ist einer der wenigen Fälle, in denen man vor dem Bauen sehen kann, ob es funktioniert. Der Beweis liegt schon im Postfach. Und die Bedingungen des Teams wurden zur Spezifikation: Der Auftrag wird nie direkt gebucht, unklare Positionen werden angehalten, und das Mapping pflegt der Innendienst selbst. Der häufigste Einwand im ersten Gespräch lautet: Unsere Kunden bestellen chaotisch, das versteht keine Maschine. Genau dieses Chaos ist der Use Case, denn die sauberen Bestellungen laufen längst über EDI.
- Stichprobe echter Bestellungen: Ein Schwung Bestellungen aus dem letzten Quartal, aus E-Mail, PDF und Fax-Scan, durch Lesen und Zuordnen geschickt. Ergebnis ist eine gemessene Trefferquote pro Kanal, keine Schätzung.
- Kundenartikel-Mapping aufbauen: Das Wissen aus den Köpfen zweier langjähriger Sachbearbeiter, welche Kundenartikelnummer welchen Artikel meint, wird aufgeschrieben. Aus der Bestellhistorie, aus Lieferscheinen und aus jeder Korrektur im Pilotbetrieb.
- ERP nur als Entwurfsziel anbinden: Der KI-Mitarbeiter bekommt Schreibrechte ausschließlich für nicht freigegebene Kundenaufträge. Keine Direktbuchung. Das ist die Entscheidung, die alles Weitere vertretbar macht.
- Go-live erst nach dem Okay vom Team: Der Innendienst hat den Klärstapel eine Woche lang durchgesehen und aufgeschrieben, was fehlt. Diese Liste wurde zu den Abnahmekriterien. Live ging das System, als die Sachbearbeitung sagte: So ist es schneller als von Hand.
85 Prozent macht der KI-Mitarbeiter. An zwei Stellen entscheidet der Mensch.
Der KI-Mitarbeiter erkennt zuerst, ob eine eingehende Nachricht überhaupt eine Bestellung ist oder eine Rückfrage, eine Mahnung oder die Antwort auf eine Auftragsbestätigung. Dann liest er die Kopfdaten, also Kunde, Kundenbestellnummer, Wunschtermin und Lieferadresse, und jede einzelne Position. Egal ob aus dem Mailtext, aus einem PDF in beliebigem Layout oder aus einem Fax-Scan.
Die Zuordnung läuft über drei Ebenen: das Kundenartikel-Mapping, den Artikelstamm und die Bestellhistorie dieses Kunden. Danach werden Preise und Konditionen gegen das ERP geprüft. Was sauber passt, wird gefüllt. Jede Abweichung und jede offene Position wird mit Begründung markiert. Am Ende steht ein Auftragsentwurf im ERP und ein Entwurf der Auftragsbestätigung, nie eine fertige Buchung.
E-Mail eines Bestandskunden, Bestellung im Mailtext geschrieben: 12 Positionen mit kundeneigenen Artikelnummern, eine davon mit einer veralteten Artikelnummer.
Eine von zwölf Positionen ist markiert: Der Kunde hat unter einer Nummer bestellt, die vor zwei Katalogen ersetzt wurde. Einen Artikel zu ersetzen ist eine Vertriebsentscheidung und bleibt beim Innendienst.
Das war vorher, das ist heute.
So lief die Auftragserfassung vorher, und so läuft sie heute mit dem KI-Mitarbeiter. Konservativ gerechnet spart das rund 85 Prozent der Zeit pro Bestellung.
| Vorher | Heute | |
|---|---|---|
| Aufwand pro Bestellung | 10 bis 20 Minuten Abtippen und Prüfen | 1 bis 2 Minuten Entwurf freigeben |
| Artikelzuordnung | Von Hand im Artikelstamm gesucht | Mapping und Bestellhistorie, vom Team gepflegt |
| Preisprüfung | Von Hand im zweiten Fenster | Automatisch gegen Rahmenvertrag und Preisliste |
| Fehler | Tippfehler wandern bis in die Lieferung | Unklare Positionen werden angehalten, nicht gebucht |
| Auftragsbestätigung | Geht raus, wenn der Stapel fertig ist | Entwurf liegt zusammen mit dem Auftrag bereit |
* Ausgangslage aus Prozess-Mappings in Innendienst-Teams verallgemeinert. Einsparung konservativ gerechnet: eine Freitext-Bestellung mit zweistelliger Positionszahl kostet vorher 10 bis 20 Minuten Abtippen, Nachschlagen und Preisprüfung, heute 1 bis 2 Minuten für das Prüfen und Freigeben des Entwurfs. Das sind 80 bis 95 Prozent, konservativ als rund 85 Prozent angesetzt. Bei dutzenden Bestellungen pro Tag summiert sich das auf mehrere Stunden täglich.
Wie baut man so einen KI-Mitarbeiter technisch?
Das Wissen aus diesem Szenario zum Mitnehmen, egal ob ihr mit uns baut oder selbst:
Lesen: Vision-Modelle statt Formularerkennung
Klassische Formularerkennung erwartet ein festes Layout und bricht bei der ersten neuen Bestellvorlage. Vision-Modelle wie Mistral OCR, GPT von OpenAI oder Claude von Anthropic lesen ein PDF und einen Fax-Scan so, wie ein Mensch es liest: Tabelle, Fließtext, handschriftliche Notiz am Rand. Genau das braucht man, wenn jeder Kunde sein eigenes Format schickt.
Artikel zuordnen: Mapping schlägt Wahrscheinlichkeit
Die Zuordnung läuft in drei Ebenen. Zuerst das Kundenartikel-Mapping, also Kundennummer plus Kundenartikelnummer ergibt euren Artikel. Ein Treffer daraus ist eindeutig und schlägt jede Vermutung. Dann der Artikelstamm für eure eigenen Nummern und Bezeichnungen. Zuletzt die Bestellhistorie: Was hat dieser Kunde bekommen, als er es das letzte Mal so geschrieben hat.
EDI oder KI-Mitarbeiter: beides, nicht entweder oder
EDI ist die richtige Antwort für angebundene Großkunden und bleibt es. Seine Grenze ist der Aufwand pro Anbindung, denn jeder Partner ist ein eigenes Projekt. Deshalb deckt EDI meist eine Handvoll großer Accounts ab. Der KI-Mitarbeiter übernimmt alle anderen: die Kunden, die per E-Mail, PDF und Fax bestellen und in den nächsten Jahren nicht angebunden werden.
ERP-Anlage: Entwurf statt Direktbuchung
Ein gebuchter Auftrag setzt Dinge in Gang: Bestand wird reserviert, das Lager kommissioniert, teils geht automatisch eine Bestätigung raus. Ein Entwurf ist umkehrbar, eine Buchung nicht. Deshalb bekommt der KI-Mitarbeiter in SAP oder Microsoft Dynamics Schreibrechte nur für nicht freigegebene Kundenaufträge. Das kostet einen Klick pro Auftrag und nimmt das ganze Risiko einer Fehlbuchung aus dem Projekt.
UX: die Oberfläche entscheidet über die Akzeptanz
Ein Prüf-Screen zeigt die Bestellung links und die erkannten Positionen rechts, Zeile für Zeile nebeneinander. Jede Position zeigt, wogegen sie zugeordnet wurde. Rückfragen an den Kunden liegen als editierbarer Entwurf bereit, nichts geht ungesehen raus. Und das Mapping hat eine eigene Ansicht, in der der Innendienst es selbst ändert.
Was kostet das im Vergleich?
Superkind rechnet pro Use Case ab. Der Preis wächst mit dem Bestellvolumen, nicht mit dem Personalbestand. Hier die ehrliche Gegenüberstellung:
| Manuelles Abtippen | EDI-Anbindung | Superkind KI-Mitarbeiter | |
|---|---|---|---|
| Kosten | 55.000 bis 75.000 € pro Jahr je Innendienststelle | 1.000 bis 5.000 € Setup pro Partner, dazu laufende Gebühren | Preis pro Use Case, ein Bruchteil einer Vollzeitstelle |
| Was ist enthalten | Der komplette Prozess, von Hand | Nur strukturierte Nachrichten der angebundenen Partner | Lesen, Artikel zuordnen, Preise prüfen, ERP-Entwurf und Auftragsbestätigung |
| Skaliert mit | Mehr Personal | Jeder neue Partner ist ein neues Projekt | Volumen, ohne neue Stellen |
| Ausnahmen | Mensch macht alles | Fallen aus dem Standard und landen wieder von Hand im ERP | Gehen markiert an einen Menschen |
| Einführung | Rekrutierung und Einarbeitung | Monate pro Partner | 2 bis 3 Wochen bis zur ersten produktiven Version |
Der ehrliche Vergleich sind die vollen Kosten der manuellen Erfassung: das Abtippen selbst, das Nachschlagen im Artikelstamm, die Gutschriften aus Fehllieferungen und die Bestätigungen, die einen Tag zu spät rausgehen.
Was wir aus diesen Projekten gelernt haben.
Der Einwand ist immer derselbe: Unsere Kunden bestellen chaotisch, das schafft keine KI. Der Satz ist laut, aber schwach. Unordnung ist keine Wand, sondern eine messbare Größe. Man kann hundert echte Bestellungen nehmen, durch das Zuordnen laufen lassen und die Trefferquote pro Kanal kennen, bevor eine Zeile Integrationscode geschrieben ist. Wir haben noch kein Team erlebt, das den dafür investierten Tag bereut hätte.
Das Zweite: Der Engpass ist fast nie das Lesen. Der Engpass sind die Stammdaten und das Wissen, das nie aufgeschrieben wurde. Welche Kundenartikelnummer welchen Artikel meint. Welcher Preis für wen gilt. Welcher Kunde immer die Werksadresse meint und nicht die Rechnungsadresse. Die Auftragserfassung zu automatisieren zwingt dieses Wissen aus zwei Köpfen in eine editierbare Tabelle. Allein das verändert, was passiert, wenn diese zwei Menschen im Urlaub sind.
Wofür es sich nicht eignet: Wenn fast alle Kunden schon über EDI oder Webshop bestellen, ist die Auftragserfassung nicht euer Engpass. Bei Einzelfertigung, wo jede Bestellung ein technisches Gespräch über Maße und Toleranzen ist, gibt es keine Routine zu automatisieren. Und ohne gepflegten Artikelstamm erbt der KI-Mitarbeiter eure Mehrdeutigkeit und markiert mehr, als er löst.
