Ein Großhandelsunternehmen aus Hamburg-Wandsbek mit 25 Mitarbeitenden hat mit gezielter KI-Automatisierung 6 Stunden Verwaltungsarbeit pro Woche eingespart. Hier ist, was wir gemeinsam umgesetzt haben.
Ausgangslage: Drei Prozesse, die jeden Tag Zeit gefressen haben
Das Unternehmen vertreibt Verpackungsmaterialien an Gewerbekunden in Hamburg und Schleswig-Holstein. Drei Abläufe haben das Büroteam mit vier Mitarbeitenden überproportional belastet:
- Angebotsbearbeitung per E-Mail: Täglich kamen 20 bis 30 Angebotsanfragen per E-Mail. Jede musste gelesen, die relevanten Daten (Produktnummer, Menge, Lieferadresse) manuell ins ERP-System übertragen und ein Angebot erstellt werden. Pro Anfrage: 12 bis 15 Minuten.
- Rechnungsprüfung: Eingangsrechnungen von Lieferanten mussten gegen Bestellungen und Lieferscheine abgeglichen werden. Bei 40 bis 60 Rechnungen pro Woche ein halber Arbeitstag.
- E-Mail-Sortierung: Das zentrale Postfach erhielt täglich rund 80 E-Mails. Die Zuordnung an die richtige Abteilung (Vertrieb, Einkauf, Buchhaltung, Lager) lief manuell.
Insgesamt verbrachte das Team 8 bis 9 Stunden pro Woche mit diesen drei Aufgaben. Das ist ein Viertel der Arbeitszeit einer Vollzeitstelle, gebunden an Routinearbeit.
Die Lösung: GPT-basierte Automatisierung in drei Bausteinen
Wir haben das Projekt in drei Bausteine aufgeteilt, die jeweils einzeln getestet und freigegeben wurden. Die technische Basis: GPT-4o über die OpenAI-API, angebunden an das bestehende ERP-System und das E-Mail-Postfach via Microsoft Power Automate.
Baustein 1: Automatische Angebotsvorbereitung
Eingehende Angebotsanfragen werden automatisch erkannt. Die KI extrahiert Produktnummern, Mengen, gewünschte Liefertermine und Kundendaten. Diese Daten werden als Entwurf ins ERP-System geschrieben. Ein Mitarbeiter prüft den Entwurf und gibt ihn mit einem Klick frei.
Ergebnis: Statt 12 bis 15 Minuten dauert eine Anfrage jetzt 2 bis 3 Minuten. Die Prüfung bleibt beim Menschen.
Baustein 2: Dokumentenklassifizierung und Rechnungsabgleich
Eingangsrechnungen werden als PDF erfasst, die relevanten Felder (Rechnungsnummer, Betrag, Positionen) automatisch ausgelesen und mit offenen Bestellungen im System abgeglichen. Bei Übereinstimmung wird die Rechnung zur Freigabe vorgeschlagen. Bei Abweichungen erhält die Buchhaltung eine Markierung mit dem konkreten Differenzpunkt.
Ergebnis: Der wöchentliche Aufwand für die Rechnungsprüfung sank von rund 4 Stunden auf 1,5 Stunden.
Baustein 3: Intelligente E-Mail-Zuordnung
Die KI klassifiziert eingehende E-Mails nach Inhalt und leitet sie automatisch an die richtige Abteilung weiter. Bestellungen gehen an den Vertrieb, Reklamationen an den Kundenservice, Lieferantenkorrespondenz an den Einkauf. Die Trefferquote liegt nach einer Trainingsphase von zwei Wochen bei über 93 Prozent.
Ergebnisse nach drei Monaten
| Kennzahl | Vorher | Nachher |
|---|---|---|
| Wöchentlicher Zeitaufwand (drei Prozesse) | 8 bis 9 Stunden | 2 bis 3 Stunden |
| Zeitersparnis | - | ca. 6 Stunden/Woche |
| Bearbeitungszeit pro Angebot | 12 bis 15 Min. | 2 bis 3 Min. |
| Fehlerquote Rechnungsprüfung | ca. 4 Prozent | unter 1 Prozent |
| Implementierungszeit | - | 5 Wochen |
| Laufende Kosten (API + Wartung) | - | ca. 500 EUR/Monat |
Die Investition hat sich nach knapp drei Monaten amortisiert. Die 6 Stunden pro Woche, die das Team zurückgewonnen hat, fließen jetzt in Kundenbetreuung und Angebotsberatung, also in Aufgaben, die direkt zum Umsatz beitragen.
Learnings aus dem Projekt
Starten Sie mit dem Prozess, der am meisten nervt. Die Angebotsbearbeitung war für das Team der größte Schmerzpunkt. Weil wir dort angefangen haben, war die Akzeptanz im Team von Anfang an hoch.
Menschliche Kontrolle ist kein Notfallplan, sondern Teil des Systems. Kein Angebot verlässt das Haus ohne Prüfung. Kein Rechnungsabgleich wird automatisch freigegeben. Die KI bereitet vor, der Mensch entscheidet. Das spart Zeit, ohne Qualität zu opfern.
Datenqualität entscheidet über alles. In der ersten Woche lag die Erkennungsrate bei den Angebotsanfragen nur bei 78 Prozent, weil E-Mail-Formate stark variiert haben. Nach zwei Wochen Feintuning mit realen Beispielen stieg die Quote auf über 95 Prozent. Ohne saubere Trainingsdaten hätte das Projekt nicht funktioniert.
Die Kosten sind kalkulierbar. 500 EUR monatlich für API-Nutzung und Wartung. Keine versteckten Lizenzgebühren, keine langfristigen Verträge. Wenn es nicht funktioniert, schalten Sie es ab.
Ist das auf Ihr Unternehmen übertragbar?
Dieser Use Case ist kein Sonderfall. Die Kombination aus E-Mail-Verarbeitung, Dokumentenerkennung und Datenabgleich findet sich in fast jedem Unternehmen mit Büroverwaltung. Ob Handwerk, Großhandel oder Dienstleistung, die Prozesse ähneln sich.
Auf unserer Seite zur KI-Implementierung beschreiben wir, wie wir solche Projekte Schritt für Schritt umsetzen. Von der Analyse bis zum laufenden Betrieb.
Wenn Sie wissen möchten, wo in Ihrem Unternehmen das größte Automatisierungspotenzial liegt: Wir analysieren das in einem kostenlosen 20-Minuten-Gespräch. Kein Verkaufsgespräch, sondern eine ehrliche Einschätzung, ob sich KI-Automatisierung für Ihre Abläufe lohnt.
Kostenlose KI-Potenzialanalyse anfragen oder schreiben Sie uns direkt an info@rang-eins.com.
Nächster Schritt
Klingt nach Ihrem Thema?
30 Minuten, kostenlos, ohne Pitch. Wir schauen gemeinsam auf Ihre Situation und sagen Ihnen, was sich lohnt.
Kostenlose KI-Potenzialanalyse anfragen
