Ein europäischer Hersteller reduzierte die Zeit für die Bearbeitung von Anfragen um ~80% und beseitigte seinen größten betrieblichen Engpass - ohne ein einziges System zu ersetzen.
Problem
Ein großer europäischer Hersteller von kundenspezifischen Produkten war mit einer täuschend einfachen Aufgabe überfordert - dem Lesen eingehender Anfragen.
Jede Angebotsanfrage kam in einem anderen Format an. Saubere PDFs, die mit CAD‑Tools erstellt wurden. Gescannte Spezifikationsblätter. Fotos von handschriftlichen Notizen und Skizzen auf Papier. Jede Anfrage enthielt bis zu mehreren hundert technische Parameter, die manuell interpretiert, überprüft und in das Auftragsverwaltungssystem eingegeben werden mussten.
Die Arbeit war langsam, fehleranfällig und - was am kritischsten war - völlig abhängig von einer Handvoll erfahrener Mitarbeiter, die als einzige in der Lage waren, komplexe Aufträge in verschiedenen Formaten richtig zu interpretieren. Wenn diese Mitarbeiter nicht verfügbar waren, kam die Angebotserstellung nur schleppend voran. Angebote kamen verspätet zurück. Die Umsätze gingen zur Tür hinaus.
Herausforderung
Die technische Hauptschwierigkeit bestand darin, eine hohe Genauigkeit bei der Extraktion von Auftragsparametern zu erreichen - manchmal mehrere Hundert pro einzelner Anfrage - und gleichzeitig eine stabile Leistung bei stark schwankender Eingabequalität zu gewährleisten.
Das System musste alles verarbeiten, von maschinell erzeugten PDF‑Dateien bis hin zu kaum lesbaren Fotos von handschriftlichen Notizen in mehreren Sprachen. Ein einziger falsch gelesener Parameter konnte ein falsches Angebot, ein falsches Produkt oder einen verlorenen Kunden bedeuten.
Lösung
Wir haben ein mehrkomponentiges KI‑System entwickelt, das das gesamte Spektrum der eingehenden Auftragsformate verarbeitet:
- Multimodale LLM‑Integration (OpenAI API) für die Texterkennung, einschließlich Handschrift in mehreren Sprachen, kombiniert mit fortschrittlichem Prompt-Engineering, um eine konsistente Extraktion in allen Randfällen zu gewährleisten.
- Feinabgestimmte Computer-Vision-Modelle zur Erkennung bestimmter Details auf Eingabedokumenten und zur Klassifizierung von Zeichnungstypen.
- Strukturierte Ausgabepipeline die die extrahierten Daten verarbeitet und die Ergebnisse im JSON‑Format direkt an das bestehende Auftragsverwaltungssystem des Kunden liefert - keine manuelle Neueingabe, keine Middleware, keine Systemersetzungen.
Die Lösung wird einfach in die bestehende Infrastruktur des Kunden integriert.
Ergebnisse
| Metrisch | Auswirkungen |
|---|---|
| Parameter pro Auftrag | 100+ automatisch aus einer einzigen RFQ extrahiert |
| Bearbeitungszeit | ~80% Verkürzung der Angebotsabwicklung |
| Erforderliche Systemänderungen | Null - vollständige Integration in die bestehende Infrastruktur |
Die Lösung verkürzte die Antwortzeiten auf Anfragen drastisch, verbesserte die Genauigkeit der Dateneingabe und - was am wichtigsten ist - befreite qualifizierte Mitarbeiter von sich wiederholender manueller Arbeit. Sie können sich nun auf das konzentrieren, was ihr Fachwissen tatsächlich erfordert: die Bewertung der technischen Machbarkeit, die Beratung von Kunden und den Abschluss von Geschäften.
Kommt Ihnen das bekannt vor?
Wenn Ihr Team immer noch komplexe Aufträge manuell bearbeitet, Stunden mit der Dateneingabe vergeudet oder auf die eine Person wartet, die die Spezifikationen lesen kann, dann ist dieses Problem gelöst.
