Mit KI-Agenten zur automatisierten Bestellverarbeitung: Weniger Aufwand, mehr Fokus

95 % Genauigkeit bei der Bestellverarbeitung: Wie ein Industrieunternehmen mit der DataSpark AI Platform manuelle Aufwände im Vertrieb drastisch reduziert 

In vielen Industrieunternehmen ist die manuelle Bearbeitung eingehender Kundenbestellungen ein Engpass im Vertriebsprozess: Unterschiedliche Dokumentformate, aufwendige Dateneingaben und fehlende digitale Schnittstellen führen zu Verzögerungen und Fehlern. Besonders bei wachsendem Auftragsvolumen wird dieser Prozess schnell zur Herausforderung.

Auch EIDOS S.r.l., ein italienischer Hersteller von Kennzeichnungssystemen, stand vor genau diesen Problemen und entschloss sich zu einem innovativen Schritt: Gemeinsam mit DataSpark wurde eine KI-gestützte Lösung, die den gesamten Bestellprozess automatisiert und den Grundstein für weitere digitale Transformationen im Vertrieb legt.



Herausforderungen


Die bestehende Verarbeitung eingehender Bestellungen war für EIDOS mit zahlreichen operativen Hürden verbunden:

  • Aufwändige manuelle Datenerfassung: Informationen aus PDF-Dokumenten mussten von den Mitarbeitenden manuell gelesen und ins ERP-System übertragen werden – ein fehleranfälliger und zeitintensiver Schritt.
  • Hohes Fehlerpotenzial durch uneinheitliche Dokumentenstrukturen: Bestellungen lagen in sehr unterschiedlichen Formaten vor, was zu Inkonsistenzen und Eingabefehlern führte.
  • Begrenzte Skalierbarkeit: Mit steigendem Auftragsvolumen stieß der manuelle Prozess schnell an seine Grenzen
  • Fehlende Integration: Eine durchgängige digitale Kette zwischen Eingangsdokumenten und ERP-System war bisher nicht vorhanden.



Lösung

Gemeinsam mit DataSpark wurde eine Webanwendung für die automatisierte Bestellverarbeitung entwickelt. Die Anwendung kombiniert eine benutzerfreundliche Oberfläche mit einer modularen, KI-gestützten Backend-Architektur – entwickelt und betrieben auf der DataSpark AI Plattform. Die Lösung gliedert sich in drei Phasen: Upload, Verarbeitung und Export.



Abbildung 1: DataSpark AI Plattform als technische Grundlage für die automatisierte Bestellverarbeitung


1.  Upload über das Webinterface

 Mitarbeitende laden Kundenbestellungen und Angebote im PDF-Format über ein intuitives Interface hoch.

Abbildung 2: Der erste Schritt zur Automatisierung durch Upload per Drag & Drop

2.  Verarbeitung über eine modulare AI-Pipeline

Eine mehrstufige Automatisierungspipeline verarbeitet die Dokumente:

  • Preprocessing Agent: OCR-basierte Digitalisierung und strukturerhaltende Markdown-Konvertierung der Dokumente
  • Extraction Agent: Extraktion relevanter Informationen wie Kundendaten, Bestellnummer, Liefertermin, Artikelnummern und Mengen mit Hilfe eines Sprachmodells
  • Matching Agent: Abgleich der extrahierten Kundendaten mit einer bestehenden ERP-Datenbank zur eindeutigen Identifikation

Im Anschluss haben die Mitarbeitenden die Möglichkeit, die extrahierten Informationen die Weboberfläche zu prüfen und gegebenenfalls zu korrigieren.

Abbildung 3: Extraktionsergebnis der mehrstufigen Verarbeitung durch KI-Agenten


3.  Export als CSV-Datei

Die extrahierten Informationen werden als CSV-Datei bereitgestellt und können direkt ins ERP-System überführt werden. Bei Bedarf können Mitarbeitende die Ergebnisse vorab validieren. 

Die folgenden Screenshots stammen aus dem ERP-System des Kunden und zeigen, wie die extrahierten Daten automatisiert in das System importiert werden. Damit wird die dritte Phase des Gesamtprozesses – der Export und die Integration ins ERP – vollständig abgedeckt.

  
Abbildung 4: ERP-Uploadmaske zur Übernahme der CSV-Datei

Abbildung 5: Übersicht der verarbeiteten Daten nach ERP-Import


Ergebnis 

 
95 % der relevanten Informationen aus den Bestelldokumenten werden von den KI-Agenten der DataSpark AI Platform zuverlässig extrahiert – eine manuelle Nachbearbeitung durch Mitarbeitende ist in den meisten Fällen nicht mehr erforderlich. Das entlastet nicht nur das Vertriebsteam spürbar, sondern verbessert auch die Qualität und Effizienz der gesamten Bestellverarbeitung. 

Die wichtigsten Vorteile im Überblick:

  • Zeiteinsparung: Manuelle Eingaben entfallen – das spart Ressourcen und beschleunigt die gesamte Vertriebsabwicklung.
  • Hohe Datenqualität: Durch die strukturierte Extraktion sinkt das Risiko von Eingabefehlern erheblich.
  • Saubere Integration ins ERP-System: Ein automatisierter Abgleich mit Stammdaten sorgt für eine eindeutige Zuordnung aller Bestellinformationen.
  • Zukunftssichere Architektur: Die modulare Lösung ist flexibel erweiterbar und bildet die Basis für weitere Automatisierungsschritte im Vertriebsprozess.



Fazit

Die gemeinsam entwickelte Lösung zeigt eindrucksvoll, wie sich klassische ERP-Prozesse mit Hilfe von sprachmodellbasierten KI-Agenten effizienter, konsistenter und skalierbarer gestalten lassen. Mit der DataSpark AI Plattform wurde für EIDOS eine Lösung entwickelt, die nicht nur bestehende Abläufe modernisiert, sondern auch den Grundstein für eine skalierbare, KI-basierte Prozesslandschaft legt. Die Anwendung bildet den Einstieg in eine umfassendere Digitalisierungsstrategie im Vertrieb!

„Die Lösung von DataSpark hat unsere Bestellverarbeitung spürbar beschleunigt. Besonders beeindruckt hat uns die Kombination aus Benutzerfreundlichkeit, Erkennungsgenauigkeit und reibungsloser ERP-Integration. Für uns ist das ein strategischer Meilenstein auf dem Weg zu mehr Automatisierung im Vertrieb.“


Paolo Bori, 
Managing Director
EIDOS S.r.l.

MEHR AUS UNSEREM BLOG

Mit KI-Agenten zur automatisierten Bestellverar...

Mehr lesen

Dokumentenverarbeitung, Use Cases

Intelligente Dokumentenverarbeitung für Versich...

Mehr lesen

Agentic Automation im Vergleich: Zwei Ansätze, ...

Mehr lesen

5 Branchen, in denen KI greifbaren Mehrwert sch...

Mehr lesen

Agentic Automation live erleben: DataSpark bei ...

Mehr lesen

Künstliche Intelligenz

KI-Agent ≠ KI-Agent: Autonomie macht den Unters...

Mehr lesen

Dokumentenverarbeitung, Use Cases

Automatisierte Dokumentenextraktion für Wertpap...

Mehr lesen

Künstliche Intelligenz

Chat Agents im Support: So verbinden LLMs und L...

Mehr lesen

Künstliche Intelligenz

KI-Agenten: Viel diskutiert, oft unterschätzt. ...

Mehr lesen

Künstliche Intelligenz, Use Cases

Chat Agent optimiert technischen Support nachha...

Mehr lesen

Künstliche Intelligenz

KI-Agenten im Einsatz: Welches LLM erzielt die ...

Mehr lesen

Künstliche Intelligenz

Von RPA zu agentischer Automatisierung: Die Zuk...

Mehr lesen

Dokumentenverarbeitung, Use Cases

Automatisierte Vertragsprüfung nach DORA

Mehr lesen

Künstliche Intelligenz

EU AI Act: Bremse oder Booster für die KI-gestü...

Mehr lesen

Künstliche Intelligenz, Use Cases

Mit KI-gestütztem Chatbot zur smarten Analyse v...

Mehr lesen

Künstliche Intelligenz, Use Cases

Automatisierte Angebotserstellung im Tiefbau-Se...

Mehr lesen

Künstliche Intelligenz, Use Cases

KI-gestützte Versorgung von Patienten

Mehr lesen

Presse

Intelligente Automatisierung und KI für den Mit...

Mehr lesen

Dokumentenverarbeitung, Künstliche Intelligenz

Anwendungen und Anbieter für intelligente Dokum...

Mehr lesen

Künstliche Intelligenz

Web Apps in Kombination mit RPA und Advanced An...

Mehr lesen
Agentic Automation im Vergleich: Zwei Ansätze, ein Ziel