KI-Auftragserfassung: E-Mails werden in Sekunden zu strukturierten Aufträgen

Speditions-Disponenten verbringen einen messbar großen Teil ihres Tages damit, Mails abzutippen. Adressen, Kennzeichen, Termine, Preise, Sonderwünsche, alles per Hand in die Maske. Die KI-Auftragserfassung von TransferFleet liest die eingehende Mail, erkennt alle Pflichtfelder und legt den Auftrag automatisch an. Aus zehn Minuten Tipparbeit werden 30 Sekunden Prüfen. Wir zeigen, wie das technisch funktioniert, was die KI erkennt, was nicht und wie wir mit Datenschutz umgehen.

Das Problem: Manuelle Auftragserfassung kostet Stunden pro Tag

Eine typische Speditions-Disposition empfängt zwischen 30 und 120 auftragsrelevante Mails am Tag. Jede Mail folgt einem eigenen Layout: Manche Kunden schicken ausführliche Tabellen, andere zwei knappe Zeilen ohne Anrede, wieder andere PDFs aus ihrem ERP-System. Die Disponentin muss aus jeder Mail dieselben Pflichtfelder herausziehen und in ihre Erfassungsmaske eintippen.

In der Praxis dauert eine sauber erfasste Mail zwischen sechs und zwölf Minuten. Bei 60 Aufträgen pro Tag sind das sechs bis zwölf Stunden reine Tipparbeit, verteilt auf zwei oder drei Mitarbeiter. Hinzu kommen Tippfehler, Verwechslungen bei Kennzeichen, falsch übertragene Adressen und vergessene Sonderwünsche. Jeder dieser Fehler erzeugt am Ende der Kette eine Reklamation, eine Nachfrage oder einen unbezahlten Auftrag.

Genau diesen Engpass löst die KI-Auftragserfassung auf. Sie übernimmt das Lesen und Strukturieren, der Mensch übernimmt das Prüfen und Freigeben. Die Verteilung verschiebt sich von „95 Prozent tippen, 5 Prozent denken" zu „5 Prozent prüfen, 95 Prozent denken".

Wie die KI funktioniert: GPT-4o liest deine E-Mails

Hinter der Erfassung steckt das Sprachmodell GPT-4o von OpenAI, eingebettet in eine spezialisierte Pipeline für Speditions-Mails. Der Ablauf ist dreistufig.

Stufe 1: E-Mail-Eingang und Vorverarbeitung

Eine eigens für deine Disposition eingerichtete Mail-Adresse (zum Beispiel auftraege@deinefirma.transferfleet.de) empfängt die eingehenden Aufträge. Mails werden entgegengenommen, Anhänge (PDF, Bilder, Word) extrahiert und durchlaufen eine OCR-Stufe, falls Text in Bilder eingebettet ist. Signatur-Blöcke und Disclaimer werden automatisch entfernt, damit die KI nur den relevanten Teil liest.

Stufe 2: Strukturierung durch das Sprachmodell

Der vorbereitete Mail-Text wird an GPT-4o übergeben, zusammen mit einem auf Fahrzeugüberführung trainierten System-Prompt. Die Antwort kommt als strukturiertes JSON zurück: Kennzeichen, Abhol-Adresse, Ziel-Adresse, Wunschtermin, Fahrzeugtyp, Preis, Sonderwünsche, Kunden-Referenz und Kontaktdaten. Jedes Feld bekommt einen Confidence-Wert, der unsere UI später nutzt, um unsichere Stellen farblich hervorzuheben.

Stufe 3: Validierung und Übergabe an die Disposition

Bevor die KI-Antwort in deinem System landet, läuft eine letzte Prüfung: Sind die Kennzeichen plausibel? Existiert die Postleitzahl? Liegt der Termin in der Zukunft? Falls Felder ungültig sind, kennzeichnen wir sie als „prüfen" statt sie zu verschweigen. Der Auftrag erscheint im Disposition-Board als Entwurf, der Disponent gibt mit einem Klick frei.

Die gesamte Verarbeitung dauert pro Mail zwischen 8 und 25 Sekunden, abhängig von Länge der Mail und Anzahl der Anhänge.

Was die KI erkennt

Folgende Felder zieht die KI standardmäßig aus jeder eingehenden Mail. Auf Wunsch erweitern wir die Liste auf branchen- oder kundenspezifische Sonderfelder.

• Kennzeichen (auch im Format „D-AB 1234E" oder „DAB1234E")
• Fahrzeugtyp und Hersteller (BMW 3er, Mercedes Sprinter, VW Golf, etc.)
• Abhol-Adresse mit Straße, Hausnummer, PLZ und Ort
• Ziel-Adresse ebenfalls vollständig
• Wunschtermin (Datum und optional Uhrzeitfenster)
• Preisangaben netto und brutto, falls genannt
• Sonderwünsche (Foto-Protokoll Pflicht, Tankquittung, Schlüsselübergabe an Pförtner, etc.)
• Kunden-Referenznummer oder Auftragsnummer aus dem Kunden-System
• Kontaktperson mit Name und Telefon, am Abhol- und Zielort
• Bemerkungen zum Fahrzeug (vorhandene Schäden, Tankstand, Kilometerstand)

Genauigkeit und Edge Cases: Was passiert bei unklarer Vorlage

Die KI ist stark, aber nicht perfekt. Aus tausenden Mails in unseren ersten Monaten haben wir gelernt, wo die Fallstricke liegen und wie wir sie auffangen.

Fall 1: Standard-Mail mit allen Pflichtfeldern

Eine ausformulierte Mail mit Anrede, Adressen und allen Eckdaten wird zu 96 bis 99 Prozent korrekt strukturiert. Der Disponent prüft, klickt freigeben, fertig.

Fall 2: Tabellen-Mail mit zehn Aufträgen gleichzeitig

Großkunden schicken oft Excel-artige Tabellen mit mehreren Aufträgen pro Mail. Die KI erkennt diese Mehrfach-Aufträge, erstellt für jeden eine eigene Karte und gruppiert sie unter der gemeinsamen Mail im System. Genauigkeit pro Zeile liegt zwischen 92 und 97 Prozent.

Fall 3: Knappe Mail mit unvollständiger Adresse

Wenn ein Kunde nur „Holen bei Müller in Köln, hinbringen zur Werkstatt" schreibt, fehlen ganze Pflichtfelder. Die KI erfindet keine Daten, sondern markiert die fehlenden Stellen rot. Der Disponent ruft den Kunden zurück, ergänzt die Daten, gibt frei. Der Vorteil: Die fehlenden Felder werden in einem Block sichtbar, nicht erst nach dem Absenden.

Fall 4: Schlecht gescannter Auftragsschein als PDF

Wenn der Scan zu blass ist, schlägt die OCR fehl und die KI bekommt nur Bruchstücke. In diesem Fall lädt das System das Original-PDF prominent neben dem Entwurf hoch und der Disponent kann die fehlenden Felder direkt aus dem Bild übernehmen. Die Karte landet auf einem speziellen „prüfen"-Stapel statt im normalen Eingang.

Fall 5: Auftrag in Englisch oder einer anderen Sprache

GPT-4o ist mehrsprachig. Englische, französische und niederländische Auftragsmails werden mit ähnlich hoher Quote verarbeitet wie deutsche. Die strukturierten Felder kommen immer auf Deutsch zurück, damit dein Team einheitlich arbeitet.

Datenschutz: Wie wir mit den E-Mail-Inhalten umgehen

Datenschutz ist bei KI-Software das Thema, bei dem die meisten Dispositionen zurecht skeptisch werden. Wir haben das System genau deshalb von Anfang an mit klarer Daten-Trennung gebaut.

Eingehende Mails werden ausschließlich auf unseren Servern in einem deutschen Rechenzentrum gespeichert. Für die KI-Verarbeitung wird der Mail-Inhalt transient an die OpenAI-API gesendet. OpenAI ist vertraglich verpflichtet, diese Daten nicht für Training zu verwenden und nach 30 Tagen zu löschen. Wir halten dazu den Auftragsverarbeitungsvertrag (AVV) zwischen TransferFleet und OpenAI bereit, ebenso den AVV zwischen TransferFleet und unseren Kunden.

Wer einen vollständig EU-gehosteten Workflow benötigt (zum Beispiel im öffentlichen Sektor oder bei besonders sensiblen Kundengruppen), kann auf Mistral Large mit Hosting in Frankfurt oder Claude Sonnet via AWS Frankfurt umstellen. Die Erkennungsqualität liegt etwa 5 bis 10 Prozent unter GPT-4o, der Datenschutz ist dafür im engsten Sinne EU-intern.

• EU-Hosting für Datenbank und Mail-Speicher
• AVV nach DSGVO mit jedem Kunden, auf Wunsch auch Sub-AVV mit der KI-Anbietern
• Verschlüsselung in Transit (TLS 1.3) und at Rest (AES-256)
• Zwei-Faktor-Authentifizierung für jedes Login Pflicht
• Löschkonzept nach Vertragsende, mit Export aller Daten als CSV

Live-Beispiel: Aus dieser Mail wird dieser Auftrag

Damit die abstrakte Beschreibung greifbar wird, hier ein typischer Fall aus dem Tagesgeschäft eines Kunden, anonymisiert.

Eingegangene Mail:

Hallo Team,

bitte folgenden BMW von uns zur Werkstatt überführen:
Kennzeichen: K-MX 4421
Fahrzeug: BMW 320d Touring
Abholung: Autohaus Lehmann, Aachener Str. 240, 50931 Köln, Ansprechpartner Herr Becker, 0221 4471 23
Lieferung: BMW Service-Werkstatt, Hammer Str. 15, 20537 Hamburg
Wunschtermin: Donnerstag, 14.05.2026, vormittags
Fotoprotokoll bitte verpflichtend, der Wagen hat einen Kratzer am rechten hinteren Kotflügel.
Unsere Auftragsnummer: AUH-2026-0337
Preis netto: 195,00 EUR

Viele Grüße
M. Schulz

Erkennt die KI in 14 Sekunden als:

Der Disponent öffnet den Entwurf, sieht alle Felder sauber zugeordnet, klickt auf „freigeben". Der Auftrag wandert ins Tour-Board und ist bereit für die Fahrer-Zuweisung. Gesamtaufwand: 18 Sekunden für die KI plus 25 Sekunden für die Prüfung.

Zeit-Ersparnis im Detail

Die folgende Tabelle zeigt direkt, was sich in der täglichen Arbeit verändert. Die Werte stammen aus zwei Pilotkunden mit jeweils etwa 70 Aufträgen pro Tag.

Bei zwei Disponenten mit jeweils 70 Aufträgen pro Tag entspricht das einer freigewordenen Kapazität von 12 bis 16 Stunden täglich. Diese Zeit fließt nach unserer Erfahrung nicht in Personalabbau, sondern in mehr Aufträge, bessere Kundenkommunikation und sauberere Tourenplanung.

Häufige Fragen zur KI-Auftragserfassung

Welches KI-Modell steckt hinter der Auftragserfassung?

Wir nutzen GPT-4o von OpenAI mit einem auf Speditions-Mails trainierten System-Prompt. Die Verarbeitung läuft über die OpenAI-API mit aktiviertem Daten-Schutz: Inhalte werden nicht zum Training verwendet, gespeichert wird ausschließlich auf unseren EU-Servern. Wer ein vollständig EU-gehostetes Modell braucht, kann optional auf Mistral Large oder Claude Sonnet umstellen.

Wie genau ist die Erkennung?

Bei klar formulierten Standard-Aufträgen liegt die Erkennungsquote über alle Pflichtfelder bei 96 bis 99 Prozent. Bei sehr knappen oder unstrukturierten Mails (zum Beispiel handgetippten Notizen ohne Adresse) sinkt sie auf 70 bis 85 Prozent. In jedem Fall hebt das System unklare Felder farblich hervor, der Disponent prüft also nur die wenigen Stellen, an denen die KI unsicher war.

Was passiert mit den Mail-Inhalten datenschutzrechtlich?

Mails werden ausschließlich zur Auftragsanlage verarbeitet, in unserer EU-Datenbank gespeichert und nach Vertragsende gelöscht. Wir schließen mit jedem Kunden einen Auftragsverarbeitungsvertrag (AVV) gemäß DSGVO ab. Die KI-Anbieter sehen die Inhalte nur transient, dürfen sie nicht für Training verwenden und protokollieren keine personenbezogenen Daten.

Funktioniert die KI auch mit handschriftlichen oder gescannten Aufträgen?

Ja. PDF-Anhänge und gescannte Bilder durchlaufen vor der KI eine OCR-Stufe (Texterkennung). Saubere Scans werden ähnlich gut verarbeitet wie reine Mails, schlecht lesbare Vorlagen liefern entsprechend mehr Felder zur manuellen Prüfung. Bei Bedarf trainieren wir den OCR-Schritt auf wiederkehrende Auftrags-Vorlagen einzelner Großkunden, um die Genauigkeit zu erhöhen.

Wie viel Zeit spart das pro Auftrag?

Eine manuelle Erfassung dauert je nach Mail zwischen sechs und zwölf Minuten. Mit der KI sinkt der Aufwand auf 20 bis 60 Sekunden reines Prüfen und Freigeben. Bei 80 Aufträgen pro Monat sind das 12 bis 16 Stunden, die für andere Aufgaben frei werden.

Kann die KI auch in andere Systeme schreiben?

Standardmäßig schreibt sie in TransferFleet selbst. Über die API lassen sich erkannte Daten parallel in externe ERP- oder TMS-Systeme übergeben. Wir haben fertige Konnektoren für Lexoffice, sevDesk und DATEV, weitere Integrationen bauen wir auf Anfrage.