---
title: 'Lieferscheine und Frachtpapiere in der Spedition'
url: 'https://brandnext.de/case-studies/lieferscheine-spedition'
markdown: 'https://brandnext.de/case-studies/lieferscheine-spedition.md'
date: '2026-10-05'
description: 'Anonymisiertes Muster: Eine Spedition erfasst Lieferscheine und Frachtpapiere mit KI und bindet das Ergebnis an Transportsystem und Disposition an.'
---

# Lieferscheine und Frachtpapiere in der Spedition

*Case Study · Logistik &amp; Mobilität*

## Frachtpapiere automatisch erfassen, Disponenten entscheiden weiter

Eine Spedition aus Norddeutschland (ca. 75 Mitarbeitende, anonymisiertes Muster) lässt Lieferscheine und Frachtbriefe automatisch auslesen. Auffällige Fälle gehen an die Disposition.

[Strategie-Call buchen](/termin/)

*Ausgangslage*

## Papier und Fotos, die jemand abtippen muss

Die Spedition fährt Stückgut und Teilladungen. Lieferscheine und Frachtbriefe kommen als Foto vom Fahrer, als Scan oder als PDF per E-Mail, in unterschiedlicher Qualität und von vielen Absendern.

Zwei Personen in der Disposition tippten die Angaben ins Transportsystem ab, meist am Nachmittag, wenn die Fahrer zurück waren. Abweichungen bei Mengen oder Empfängern fielen dadurch oft erst am nächsten Tag auf, und Rückfragen an Kunden kamen entsprechend spät.

Die Geschäftsführung wollte die Erfassung beschleunigen, ohne die Prüfung aus der Hand zu geben, und die Disponenten dabei mitnehmen.

*Vorgehen*

## Vom Foto zum Eintrag im Transportsystem

Das Projekt folgte den Phasen Analyse, Pilot und Rollout.

- **Dokumente und Fehlerarten sichten**: Wir haben mit der Disposition rund zwei Wochen lang Belege gesammelt und typische Probleme benannt: schiefe Fotos, handschriftliche Ergänzungen, abweichende Layouts je Absender.
- **Pilot mit drei Stammkunden**: Ein Sprachmodell liest die Belege aus und schlägt Einträge für das Transportsystem vor. Bei unsicheren Feldern markiert es die Stelle, statt zu raten. Die Disponenten bestätigen oder korrigieren.
- **Anbindung an das Transportsystem**: Bestätigte Einträge werden über die Schnittstelle übernommen, Abweichungen zur Bestellung lösen eine Meldung an die Disposition aus. Dokumente und Protokolle bleiben in der Umgebung der Spedition.
- **Einbindung der Disposition**: Die beiden Disponenten haben die Prüfregeln mitgeschrieben und entscheiden, welche Absender zuerst folgen. Neue Absender werden schrittweise aufgenommen.

- **Richtwert: 40 bis 60 %** weniger Zeit für die manuelle Erfassung (Spanne)
- **Am selben Vormittag** Belege des Vortags sind erfasst
- **Jede Unsicherheit** wird markiert und von der Disposition entschieden

## Was wir mitnehmen

Die Belege eines Tages liegen am Vormittag erfasst vor, nicht erst am Nachmittag oder am Folgetag. Abweichungen zur Bestellung werden früher sichtbar. Die Disponenten prüfen und korrigieren, sie tippen kaum noch ab.

### Drei Learnings

- Die Fotoqualität der Fahrer beeinflusst die Ergebnisse stark. Eine kurze Anleitung zum Fotografieren brachte mehr als ein größeres Modell.
- Markieren statt Raten: Unsichere Felder sichtbar zu machen, schuf Vertrauen bei der Disposition.
- Der Start mit wenigen Stammkunden machte Fehler früh und überschaubar sichtbar.

### Eingesetzte Bausteine

- Sprachmodell zum Auslesen von Belegen
- Automatisierung des Posteingangs
- Schnittstelle zum Transportsystem mit Protokollierung

*Die Zeitangaben sind Richtwerte aus vergleichbaren Projekten und hängen von Belegqualität und Absendervielfalt ab. Die Fallbeschreibung ist ein anonymisiertes Muster.*

> Wir korrigieren, was das System unsicher findet, und tippen nicht mehr alles ab.
>
> Disponent, Spedition aus Norddeutschland, ca. 75 Mitarbeitende (anonymisierte Rolle, Beispielzitat für das Muster)

## Passt dazu

- **KI-Change &amp; Leadership**: Veränderung im Team begleiten und Rollen klären. [Mehr](/leistungen/ki-change-leadership/)
- **LLM-Integration**: Sprachmodelle an Ihre Systeme anbinden. [Mehr](/ki-kompass/#integration)
- **KI-Readiness**: Standortbestimmung zu Daten, Prozessen und Menschen. [Mehr](/ki-kompass/#readiness)
- **Logistik &amp; Mobilität**: Anwendungsfälle für Spedition und Logistik. [Mehr](/branchen/logistik/)
- **Case Study: Angebotsagent im Maschinenbau**: Wie ein Maschinenbauer aus Thüringen Angebotsanfragen strukturiert vorbereitet und schneller beantwortet. [Mehr](/case-studies/angebotsagent-maschinenbau/)
- **Case Study: Voice Agent im Kundenservice**: Wie ein Servicebetrieb Routineanrufe entlastet und dabei den persönlichen Ton behält. [Mehr](/case-studies/voice-agent-kundenservice/)
- **Unser Vorgehen**: Analyse, Pilot, Rollout und Betrieb im Überblick. [Mehr](/vorgehen/)

## Passt das zu Ihrer Lage?

Im Strategie-Call besprechen wir, was davon auf Ihr Unternehmen übertragbar ist.

[Strategie-Call buchen](/termin/)
