Wenn jede Bestellmail von Hand ins ERP wandert

5 Min. Lesezeit

Jeden Morgen liegen Bestellungen im Postfach: als Textmail, als PDF, als eingescanntes Formular. Im Kundendienst tippt sie jemand von Hand ins ERP, Position für Position. Das kostet Stunden, produziert Zahlendreher und bindet Leute, die beraten sollten statt zu erfassen. Diese Bestellmails sind Dark Data: ungemessen, unstrukturiert, teuer. Ein Sprachmodell kann daraus Auftragsdaten vorbereiten. Tragfähig wird das erst, wenn ein striktes Datenformat die Ausgabe diszipliniert und ein Mensch am Ende freigibt.

Verwandt:Wenn der Agent die Eingangsrechnung selbst bucht  /  Prozessoptimierung scheitert an der Übergabe

Die Bestellungen, die niemand zählt

In vielen Mittelständlern läuft die Auftragsannahme über ein Sammelpostfach. Der Kunde schreibt, was er braucht, mal als saubere Tabelle, mal als Fließtext, oft als Foto eines handschriftlichen Lieferscheins. Der Innendienst liest, ordnet zu und tippt. Am Montagmorgen staut sich die Arbeit, weil das Wochenende mitläuft.

Drei Fehlerbilder kehren dabei wieder. Eine Position wird falsch zugeordnet, weil die Artikelnummer des Kunden nicht der eigenen entspricht. Eine Menge kippt, weil Verpackungseinheit und Stückzahl verwechselt werden. Ein Preis weicht ab, weil der Kunde aus einem alten Angebot zitiert. Jeder dieser Fehler kostet später mehr als die Minute, die das Abtippen gedauert hat. Wer seine Prozesskosten kennt, sieht hier einen stillen Posten, vergleichbar mit der ERP-Wartungsfalle im Mittelstand.

Wie die KI liest und das Format sie diszipliniert

Das Muster dahinter ist nicht an einen Hersteller gebunden. Es läuft in vier Schritten. Zuerst synchronisiert sich das ERP über eine Mail-Schnittstelle wie Microsoft Graph oder IMAP mit dem Postfach und liest neue Mails samt Anhang ein. Dann analysiert ein Sprachmodell den Inhalt anhand vordefinierter Anweisungen. Anschließend gibt das Modell die erkannten Daten nicht als Fließtext zurück, sondern in einem festen JSON-Format. Zuletzt prüft eine Validierung das Ergebnis, schreibt es in eine Zwischentabelle und legt den Auftrag automatisch oder nach manueller Freigabe an.

Der entscheidende Kniff ist das erzwungene Schema. Ein Sprachmodell neigt dazu, Antworten frei zu formulieren. Ein JSON-Schema gibt jedes Feld vor, das gefüllt werden muss. Aus der Plauderei wird eine maschinenlesbare Struktur. Das diszipliniert die Form, nicht den Wahrheitsgehalt. Das Schema verhindert freie Antworten und senkt Formatfehler. Eine fachliche Prüfung ersetzt es nicht. Genau so lassen sich auch komplexe Fälle abbilden: ein erster Prompt klassifiziert die Mail als Bestellung, Ticket oder Dokument und leitet sie entsprechend weiter. Wer den Schritt vom Postfach in die Buchung weiterdenkt, landet schnell bei der Frage, wann ein Agent die Eingangsrechnung selbst bucht.

Die Einordnung zeigt Tendenzen. Bei wenigen, stabilen Bestellformaten bleibt eine OCR-Vorlage oft die günstigere Wahl.

Wie Anbieter das Muster heute umsetzen

Diesen Weg gehen mehrere Anbietertypen. Spezialisten für Dokumentenverarbeitung wie ABBYY oder Konfuzio extrahieren Daten aus Belegen und reichen sie weiter. Automatisierungsplattformen wie UiPath oder Microsoft Power Automate verketten Schritte über Systeme hinweg. Große ERP-Häuser bauen eigene Module, etwa rund um SAP oder Microsoft Dynamics. ERP-Hersteller wiederum verdrahten das Muster direkt in ihre eigene Plattform, wo es ohne Zwischenschicht in der Auftragsabwicklung landet. Welcher Weg passt, hängt am Integrationsgrad ins eigene ERP, an der Datenhoheit und an der Reife der menschlichen Freigabe, nicht am lautesten Versprechen. Dass das Tool selten das Problem ist, zeigt sich wenn Prozessoptimierung an der Übergabe scheitert.

Das österreichische Softwarehaus Multidata etwa setzt das Muster auf seiner Plattform MD-Premium um. Nach Angaben des Herstellers synchronisiert sich das Postfach über Microsoft Graph, ein europäisches Mistral-Modell analysiert die Mail und gibt die Daten als striktes JSON zurück. Fehlt die eigene Artikelnummer, identifiziert das System über alternative Datenpunkte wie Lieferadresse, Kundennummer, UID oder EAN. Eine Validierung fängt typische Stolpersteine ab. Bestellt ein Kunde drei Stück zum Preis von 144 Einheiten, erkennt das System die Verpackungseinheit und korrigiert auf drei mal 48. An solchen Details entscheidet sich, wie viel die Automatisierung wirklich abnimmt.

Europäisch heißt nicht automatisch konform

Der Griff zu einem europäischen Modell wie Mistral ist für den Mittelstand mehr als Symbolik. Er senkt die Abhängigkeit von außereuropäischen Anbietern und trifft den Kern der Debatte um digitale Souveränität. Doch der Herkunftsstempel allein klärt die Rechtsfrage nicht. Vier Aussagen gehören auseinandergehalten: ein europäisches Modell, ein Hosting in der EU, ein Training ohne Kundendaten und eine Lieferkette ohne Subprozessor außerhalb der EU. Erst zusammen ergeben sie eine belastbare Datenschutzlinie, abgesichert über einen Auftragsverarbeitungsvertrag. Wer KI im Kundendienst einführt, sollte diese vier Punkte schriftlich klären, bevor die erste echte Kundenmail durch das Modell läuft. Andernfalls droht eine Variante der Schatten-KI im Mittelstand, nur diesmal genehmigt.

Wo der Mensch bleiben muss

Der größte Denkfehler ist, das Schema mit Sicherheit zu verwechseln. Ein Modell kann ein formal gültiges JSON liefern, in dem der falsche Kunde steht. Die Struktur stimmt, der Inhalt nicht. Deshalb ist die Zwischentabelle mit manueller Freigabe kein Schönheitsfehler, sondern das tragende Bauteil.

Wer die Konfidenzschwelle zu hoch setzt, automatisiert Fehler in die Buchung. Wer sie zu niedrig setzt, schickt jede Mail zurück zum Menschen und gewinnt nichts. Die richtige Schwelle ist eine betriebliche Entscheidung, keine technische.

Vier Fragen vor dem Start

Diese vier Fragen trennen das lohnende Projekt vom teuren Versuch. Wer sie beantworten kann, kennt die halbe Antwort schon.

1. Wie viele Bestellungen laufen täglich über das Postfach? Wie viele Formatvarianten sind darunter?
2. Welche Felder darf das System automatisch buchen, welche brauchen eine Freigabe?
3. Wo liegen Modell und Daten? Steht der Auftragsverarbeitungsvertrag?
4. Wer misst die Korrekturquote, damit aus Automatisierung kein Blindflug wird?

Die Bestellmail verschwindet nicht. Sie wird nur entweder von Hand abgetippt oder von einer Maschine gelesen, die ein Mensch kontrolliert. Wer das Muster sauber aufsetzt, gewinnt Zeit zurück für das, was kein Modell kann: Rückfragen, Reklamationen und Beratung. Wer es ohne Freigabe und ohne Messung aufsetzt, verschiebt den Fehler nur an eine Stelle, an der ihn niemand mehr sieht.

Häufige Fragen

Lesetipps der Redaktion

Bildquelle: KI-generiert (Juni 2026)