In der Abwicklung von Inbound-Spediteuren an der Pforte lassen sich aktuell einige manuelle Schritte identifizieren. Dies führt zu Wartezeiten und ineffizienten Prozessen. Größtenteils ist dies auf die Verknüpfung von unterschiedlichen Daten seitens Lieferanten und Spediteuren zurückzuführen. 

Die Vorgehensweise bzw. Lösung fokussiert sich auf die Automatisierung des Anmeldeprozesses, aufgeteilt auf zwei Pipelines – Fastlane und Slowlane. Die Fastlane sollen Spediteure/LKWs nutzen können, bei denen das Transport- sowie das Lieferavis im System korrekt vorhanden und verknüpft ist. Die Slowlane kommt zum Einsatz, wenn das Transportavis und Lieferavis nicht digital vorhanden oder verknüpft sind. Um auch die Slowlane möglichst effizient zu gestalten, werden die Lieferscheine der Lieferanten eingescannt und mittels KI auf die relevanten Buchungsinformationen unterscuht. Diese Informationen werden an das ERP weitergegeben und der Vorgang wird gebucht. 

Bei dem Leuchtturmprojekt CLAAS als Beispiel wird die Pfortenabwicklung durch diese Lösung schlanker, wodurch die Materialien schneller für die Produktion verfügbar sind. Der Nutzen dieser Lösung liegt jedoch nicht nur bei den Anwenderunternehmen, sondern auch die Abwicklung der Spediteure bekommt eine höhere Geschwindigkeit. In Summe entstehen weniger Wartezeiten für die Fahrzeuge und die vorhandenen Kapazitäten werden somit besser ausgenutzt. 

Für CLAAAS bringt dieser Use Case  einen besonderen Nutzen hinsichtlich der Abwicklungsgeschwindigkeit von LKWs und der Zufriedenheit der Mitarbeiter an der Pforte. Von Anfang an waren die Kollegen stark in unseren Workshops und die ursprüngliche Beschreibung der Use Cases involviert. Dadurch, dass der Nutzer von Anfang an in den Mittelpunkt gestellt wurde, war es überhaupt möglich das Konzept so praxisnah und somit mit dem entsprechenden Nutzen für CLAAS zu gestalten. Das Konzept für den Use Case kommt genau zum richtigen Zeitpunkt, da mit einem für 2026 geplanten Wareneingangsprojekt die zukünftige Lösung schon heute vollständig ausgereift werden kann.

Zur Umsetzung werden Methoden der Automatisierung genutzt, wie KI-basierte KFZ-Kennzeichen Erkennung und KI-basierte OCR-
Erkennung