iosys - KI-Agenten im Auftragseingang: was funktioniert

Bestellungen treffen als PDF im Posteingang ein, und jemand überträgt sie ins ERP. An diesem Prozess arbeiten KI-Agenten in der Fertigung heute am zuverlässigsten. Dieser Beitrag beschreibt den Ablauf im Detail und die Stelle, an der ein Mensch entscheidet.

Kernpunkte

Ein Sprachmodell liest, feste Werkzeuge leiten weiter.
Sechs deterministische Prüfungen entscheiden über die automatische Freigabe.
Das Modell wird nie nach seiner eigenen Sicherheit gefragt.
Bestanden heisst: nichts widerspricht der Extraktion.
Fünf Prüfungen gelten dem Dokument, eine dem Kunden.
Das System "lernt" pro Absender aus freigegebenen Beispielen.
Jede Extraktion ist versioniert und nachvollziehbar.
Bestellungen sind ausgeliefert, andere Belegarten nicht.

Was ein Agent im Auftragseingang tut

Ein Schweizer CNC-Lohnfertiger erhält über 50 Bestellungen pro Woche, alle als PDF per E-Mail. Der Geschäftsführer übertrug sie selbst ins ERP, 20 Stunden pro Woche. Nach der Automatisierung sind es 2 Stunden, bei einem Automatisierungsgrad von 90 Prozent (Fallstudie). Die Analyse, die zu diesem Projekt führte, beschreibt Wie kommt KI in der Fertigung in die Gänge?.

Der Ablauf dahinter hat vier Stufen. Ein Dienst überwacht den Posteingang. Ein Sprachmodell ordnet ein, welche der eingehenden E-Mails Bestellungen sind. Aus dem Anhang liest es die strukturierten Angaben: Besteller und Lieferant, die Adressen mit ihrer jeweiligen Rolle, jede Position mit Artikel, Menge, Preis und Liefertermin. Danach geht das geprüfte Ergebnis an das ERP-System.

Der KI-Agent ist dieser Ablauf als Ganzes. Die Extraktion ist eine Komponente darin, und sie trifft keine Entscheidungen.

Die Aufteilung, die den Ablauf prüfbar macht

Ein Sprachmodell ist stark im Interpretieren und unzuverlässig beim Rechnen. Es versteht eine ungewohnte Formularvariante, und es liefert beim zweiten Durchlauf nicht zwingend dasselbe Ergebnis (fehlender Determinismus). Deshalb übernimmt es nur den unklaren Teil: einordnen und auslesen.

Alles, was sich fest beschreiben lässt, übernehmen deterministische Werkzeuge. Das Weiterleiten, der Abgleich mit Ihren Stammdaten, der Aufruf Ihrer Schnittstelle. Genau diese Aufteilung macht den Ablauf überprüfbar, und sie ist der Teil, den Beiträge über KI-Agenten meist überspringen.

Warum das Auslesen der schwierige Schritt ist und nicht das Erkennen der Zeichen, steht in Welche KI-Tools lohnen sich für Fertigungs-KMU?. Wo dieselbe Aufteilung in einer Gesamtarchitektur steht, zeigt Das Sprachmodell kommt zuletzt.

Wo der Mensch entscheidet

Ein Fehler des Sprachmodells sieht anders aus als ein Fehler der Texterkennung. OCR produziert Zeichensalat, den jeder sofort bemerkt. Ein Sprachmodell liefert eine plausible Zahl an der falschen Stelle.

Die Forschung dazu ist eindeutig. Eine Arbeit in den ACL Findings 2026 untersucht Halluzinationen in Vision-Sprachmodellen und findet höhere Raten bei numerischen als bei textuellen Inhalten. Menge, Preis, Termin und Artikelnummer sind genau die Felder, auf die es bei einer Bestellung ankommt.

Naheliegend wäre, das Modell nach seiner "Sicherheit" zu einem extrahierten Wert zu fragen. Dieselbe Forschungsrichtung zeigt, dass die Selbsteinschätzung des Modells dafür kein verlässliches Kriterium ist. Aus unserer eigenen Produktentwicklung: Wir fragen das Modell nie danach, weil ein Sprachmodell das schlicht nicht beurteilen kann und sollte. Es ist wie die Frage an jemanden, der eine Telefonnummer am Telefon falsch verstanden hat, wie sicher er sich sei. Die Antwort stammt aus demselben Missverständnis wie die Nummer.

Stattdessen läuft jede Extraktion durch sechs feste Prüfungen, die reiner Code sind und kein Modellurteil. Sie prüfen das Auslesen, nicht die Bestellung selbst: kaufmännische Regeln wie Preis, Kreditlimit oder Verfügbarkeit werden später gegen die ERP-Daten geprüft. Fünf davon gelten dem Dokument:

Schema: Sind alle nötigen Felder vorhanden und richtig typisiert?
Kritische Felder: Steht die Bestellnummer so im Dokument?
Summen: Stimmt die ausgelesene Gesamtsumme mit der gedruckten überein?
Positionen: Ergibt Menge mal Einzelpreis den jeweiligen Positionsbetrag?
Termine: Stehen die Liefertermine so im Dokument?

Die sechste gilt dem Absender: Liegen genug freigegebene Lernbeispiele für diesen Kunden vor? Bei einem etablierten Kunden ist diese Bedingung dauerhaft erfüllt, bei einem neuen zunächst nicht.

Bestehen alle sechs, läuft die Bestellung automatisch weiter. Fällt eine durch, geht sie an einen Menschen zur Prüfung und Freigabe.

Entscheidend ist der Charakter dieser Prüfungen. Sie suchen Widersprüche. Findet die Summenprüfung im Dokumenttext keinen Gesamtbetrag zum Vergleich, gilt sie als bestanden, weil ihr nichts widerspricht. Bestanden heisst also, dass der Extraktion nichts widersprochen hat. Für die Stichprobenkontrolle, die Sie selbst planen, ist das der entscheidende Unterschied.

Was das System über die Zeit "lernt"

Jede von einem Menschen freigegebene Bestellung wird zum Lernbeispiel für diesen Kunden. Das System "lernt" so die Eigenheiten eines Absenders: wo auf dem Formular der Liefertermin steht, welche Spalte die Artikelnummer trägt.

Damit erklärt sich auch die sechste Prüfung. Ein neuer Absender hat noch keine freigegebenen Beispiele. Seine ersten Dokumente gehen deshalb in jedem Fall an einen Menschen.

Jede Extraktion ist versioniert und bleibt nachvollziehbar. Wer welche Bestellung wann freigegeben hat, lässt sich später beantworten. Für ein auditiertes Unternehmen ist das eine Anforderung und keine Nebensache.

Was heute nicht funktioniert

Für die Extraktion aus Bestellungen fehlt ein unabhängiger Benchmark, der deutschsprachige Belege in der Layoutvielfalt eines KMU misst. Öffentliche Benchmarks messen das Zerlegen von Dokumenten, nicht die Auftragsbestätigungen Ihrer Lieferanten. Jede genannte Genauigkeitszahl gilt zunächst für die Belege, an denen sie gemessen wurde.

Die Extraktion arbeitet nicht selbstständig. Sie liest, prüft und legt vor. Wo die Grenze zur automatischen Freigabe liegt, ist vorher festgelegt und wächst nicht mit der Nutzung.

Andere Belegarten sind ein eigenes Projekt. Für Bestellungen ist der Ablauf ausgeliefert, für Rechnungen und Lieferscheine nicht.

Der Auftragseingang in vier Stufen, mit menschlicher FreigabePosteingang überwachenEin Dienst prüft die eingehenden E-Mails.Bestellung erkennenDas Sprachmodell ordnet die E-Mail ein.Angaben auslesenArtikel, Menge, Preis und Liefertermin aus dem PDF.Zwischen Auslesen und ÜbergabeSechs deterministische PrüfungenSchema: nötige Felder vorhanden und typisiertKritische Felder: Bestellnummer steht im DokumentSummen: ausgelesene Summe stimmt mit gedruckterPositionen: Menge mal Einzelpreis ergibt den BetragTermine: Liefertermine stehen im DokumentKunde: genug freigegebene Lernbeispiele vorhandenReiner Code, kein Modellurteil. Bestanden heisst, dass der Extraktion nichts widersprochen hat.Alle sechs bestehenDie Bestellung läuft automatisch weiter.Eine fällt durchEin Mensch prüft und gibt frei.Übergabe ans ERPDas strukturierte Ergebnis landet im führenden System.

Selbst bauen: was dabei unterschätzt wird

Die Bausteine liegen offen herum. Offene Modelle, Bibliotheken für die Texterkennung, eine Workflow-Engine wie n8n. Eine versierte Person hat damit in wenigen Tagen einen Prototyp, der die erste Bestellung korrekt ausliest.

Der Prototyp ist selten das Problem. Aus dem oben genannten Projekt: Die Anbindung an die ERP-Schnittstelle war komplexer als gedacht, Sonderformate einzelner Lieferanten brauchten Nacharbeit, und die Cloud-Migration des ERP wurde ein eigenes Teilprojekt. Aus wenigen Tagen wurden drei Monate bis zum Ergebnis, plus zwei weitere für die ERP-Migration.

Die eigentliche Frage stellt sich danach. Ein Lieferant ändert sein Formular, die Extraktion bricht, und im Auftragseingang stockt es an einem Dienstagmorgen. Wer schaut sich das an? In einem Betrieb, dessen Kerngeschäft nicht IT ist, hat diese Person auch noch eine Tagesarbeit.

Der Einsatz ist dabei höher als bei den meisten internen Werkzeugen. Eine falsch ausgelesene Menge geht in die Fertigung und wird dort zu Material, Maschinenzeit und einer Reklamation.

Fazit

Von den KI-Kategorien rechnet sich die Automatisierung des Auftragseingangs heute am schnellsten. Der Prozess ist klar abgegrenzt, er wiederholt sich, und sein Ergebnis lässt sich gegen das Dokument prüfen. Die Dunkelverarbeitungsquote ist dabei die brauchbarere Kennzahl, weil sie misst, wie viel Arbeit tatsächlich liegen bleibt.

Wir bauen diesen Ablauf mit inbox.factorIQ und binden ihn an Ihr bestehendes ERP an, ohne Systemwechsel. Auf Wunsch betreiben wir ihn On-Premises, in der Schweiz oder in der EU. Vereinbaren Sie ein unverbindliches Gespräch, wenn Sie Ihren Auftragseingang einmal durchrechnen möchten.

Mehr dazu: KI-Agenten für die Fertigung und automatisierte Auftragsabwicklung.

Quellen

ACL Findings 2026, Perceptual Hallucination in Vision-Language Models: Definition, Analysis and Verification, 2026 - aclanthology.org
Ouyang et al., OmniDocBench: Benchmarking Diverse PDF Document Parsing with Comprehensive Annotations, CVPR 2025 - arxiv.org/abs/2412.07626
Brown et al., Language Models are Few-Shot Learners, NeurIPS 2020, Beispiele im Prompt statt Anpassung der Modellgewichte - arxiv.org/abs/2005.14165
Dong et al., A Survey on In-context Learning, EMNLP 2024 - aclanthology.org
iosys Fallbeispiel, Von 20 auf 2 Stunden: KI-gestützte Auftragserfassung - Case Study lesen
iosys Blog, Welche KI-Tools lohnen sich für Fertigungs-KMU? - Artikel lesen
iosys Blog, Engineered KI: Wie Prozessautomatisierung die Fertigung 2026 neu definiert - Artikel lesen