Vom eingescannten Papier zum Systemdatensatz:
KI-gestützte Gefahrguteingabe.
Wer schon einmal eine Gefahrgutlieferung bearbeitet hat, kennt den Ablauf. Ein Dokument kommt an, manchmal gedruckt, oft eingescannt, gelegentlich handschriftlich und die Arbeit beginnt: das Dokument auf einem Bildschirm öffnen, das TMS auf dem anderen, und dann UN-Nummern, Verpackungsgruppen, Flammpunkte und Absenderdaten Feld für Feld ins System übertragen. Bei zwanzig solcher Dokumente auf dem Tisch ist ein erheblicher Teil des Arbeitstages weg.
Die neue KI-Funktionalität, die direkt im TMS integriert ist, ersetzt diesen Prozess. Der Nutzer lädt das Dokument hoch und den Rest übernimmt das System.
Das Problem mit konventionellem Parsing
Strukturiertes Dokumenten-Parsing, also das Suchen eines Feldes an einer festen Position auf einer Seite, scheitert schnell, wenn es auf Gefahrgutformulare angewendet wird. Diese Dokumente stammen von Dutzenden verschiedenenAbsendern, jeder mit seiner eigenen Vorlage. Einige enthalten handschriftliche Einträge. Die Scanqualität variiert. Spalten verschieben sich. Ein regelbasierter Parser muss genau wissen, wo er suchen soll, ändert sich das Layout, versagt er.
Die Lösung liegt in einem anderen Ansatz: einer Interpretationsschicht, die den Inhalt versteht, anstatt ihn stur gegen ein festes Schema zu prüfen.
Eine Denkschicht über Ihrem TMS
Die Funktionalität basiert auf einem Large Language Model, das mit einer Reihe von Werkzeugen gekoppelt ist, die über einen MCP-Service-Layer mit dem TMS-Backend verbunden sind. Wird ein Dokument hochgeladen, erkennt das System den Dokumententyp automatisch und extrahiert die relevanten Felder: UN-Nummern, Verpackungsgruppen, Flammpunkte, Referenzdaten und ordnet den Datensatz anhand von Containernummern oder Referenz-IDs der richtigen Buchung zu. Die extrahierten Werte werden anschließend gegen die Gefahrgut-Stammdaten im TMS validiert und OCR-Fehler werden korrigiert, bevor irgendetwas ins System geschrieben wird.
Der Nutzer muss keine Übertragungsfehler mehr prüfen. Das System hat das bereits erledigt.
„Im Moment kostet die manuelle Eingabe dieser Informationen sehr viel Zeit. Die Nutzer öffnen die PDF auf einer Seite, das System auf dem anderen Bildschirm und übertragen alles von Hand. Man stelle sich vor, zwanzig solcher Dokumente eingeben zu müssen.“ – Orkun Orbay, Product Lead TMS
Mit der chaotischen Realität gescannter Dokumente umgehen
Die Scanqualität ist eine der subtileren Herausforderungen in jedem Automatisierungs-Workflow für Dokumente. Eine UN-Nummer, die um ein einzelnes Zeichen falsch erkannt wird, reicht aus, um einen Buchungsfehler oder einen Compliance-Verstoß zu verursachen. Das System begegnet diesem Problem, indem jeder extrahierte Wert mit den Gefahrgut-Stammdaten im TMS abgeglichen wird. Weicht der erkannte Text geringfügig vom Sollwert ab, ermittelt dasModell den wahrscheinlichsten korrekten Eintrag und löst die Abweichung automatisch auf. Die Validierung ist damit Bestandteil des Extraktionsprozesses, kein separater Schritt, der zurück zum Nutzer fällt.
Die Verarbeitungszeit sinkt von Minuten auf Sekunden pro Dokument, unabhängig von Scanqualität oder Layout-Komplexität. Der Ansatz skaliert ohne zusätzlichen Aufwand für den Nutzer: Zwanzig Dokumente werden genauso mühelos verarbeitet wie eines. Für Unternehmen mit besonderen Anforderungen an die Datenkontrolle ist der LLM-Anbieter konfigurierbar: Claude, GPT und Gemini werden allesamt mit eigenen API-Keys der Kunden unterstützt, sodass die Daten im Kundenbereich verbleiben und nicht in der TMS-Domäne verarbeitet werden müssen.
Ein Fundament, nicht nur ein Feature
Der Gefahrgut-Workflow ist die erste konkrete Anwendung, wurde aber auf einer Infrastruktur aufgebaut, die für weit mehr ausgelegt ist. Eine Orchestrierungsschicht liegt zwischen der Oberfläche und dem Modell und steuert jeden Schritt: Sie schlägt Aktionen vor, fordert vor jeder Änderung die Bestätigung des Nutzers ein und führt diese erst danach aus. Aufeine Weise, die es erlaubt, neue Funktionen hinzuzufügen, ohne das gesamte System neu zu konzipieren. Die Kontrolle bleibt damit fest beim Nutzer: Die KI schlägt vor, aber der Mensch entscheidet.
Die Roadmap umfasst die Unterstützung für Stapelverarbeitung, eine offene Q&A-Funktion über alle TMS-Seiten hinweg sowie die Erweiterung auf die Module RM, Marketplaces und Fleet in den Folgequartalen. Ein Beta-Launch für das Gefahrgut-Szenario im TMS ist für Mitte April 2026 geplant.
„Der Meilenstein hier ist nicht nur ein einzelnes Feature. Er ist, dass wir jetzt eine Infrastruktur für die Arbeit mit KI-Werkzeugen haben, eine Orchestrierungsschicht, MCP-Konnektivität, ein Chat-Interface, auf der wir jede zukünftige Funktion aufbauen können.“ – Osman Akdemir, Co-CEO & Co-Gründer
Das Gefahrgut-Szenario ist der Proof of Concept. Die Plattform ist das Produkt.
