KI-Auftragserfassung für Hersteller: Kundenbestellungen aus E-Mails und PDFs ins ERP

Was KI-Auftragserfassung im Innendienst leistet

Die KI-Auftragserfassung übernimmt die Bestellungen, die Kunden per E-Mail, als PDF-Anhang oder als Stückliste schicken, liest Kopfdaten und jede Position aus, prüft sie gegen Ihren Artikelstamm und Ihre Preisvereinbarungen und übergibt einen sauberen Datensatz ans ERP. Jeden Fall, bei dem sich das System unsicher ist, entscheidet weiterhin ein Mensch im Innendienst. Das Sprachmodell, das liest, ist klein: Ein Modell mit 14 Milliarden Parametern auf einer GPU mit 32 GB bewältigt das Auftragsvolumen eines typischen Herstellers um ein Vielfaches, deshalb läuft die Aufgabe meist auf einem gemeinsamen KI-Server des Unternehmens neben anderen Aufgaben.

Wir schreiben für die Leitung des Vertriebsinnendienstes, die Geschäftsführung oder die Person, die bei einem Hersteller oder Großhändler die Auftragsabwicklung verantwortet, und für die Person, die das ERP betreut. Die erste Hälfte beschreibt den Ablauf in betrieblichen Begriffen. Die Hardware steht in einem Abschnitt mit einer Tabelle, die Hinweise für das IT-Team folgen am Ende.

Das Problem ist bekannt. Bestellungen kommen in vielen Formen: als PDF aus dem ERP des Kunden, als eingescanntes Formular, als in eine E-Mail kopierte Tabelle oder als kurze Nachricht „wie letztes Mal, aber 200 Stück“. Erfahrene Mitarbeiter tippen sie ins ERP ab, und in vollen Wochen wird dieses Abtippen zum Engpass des ganzen Vertriebs. Kunden, die elektronisch per EDI bestellen, sind nicht das Thema; dieser Artikel behandelt den Rest.

Wie eine Bestellung automatisch vom Postfach ins ERP kommt

Das Mittelstand-Digital Zentrum Chemnitz, ein öffentlich gefördertes Beratungszentrum, hat eine Fallstudie über einen Schaltschrank- und Kabelkonfektionär mit rund 150 Stammkunden veröffentlicht, dessen Aufträge überwiegend per E-Mail eingehen, als Bestellungen, Stücklisten oder PDF-Anhänge. Sein ERP hat keine offene Schnittstelle. Das Zentrum beschreibt eine siebenstufige Verarbeitungskette vom E-Mail-Eingang bis zum Auftrag im ERP, mit KI-Extraktion und Artikelabgleich in der Mitte und einer Middleware, die Pflichtfelder prüft und das Ergebnis ins ERP schreibt. Das ERP selbst bleibt unverändert.

Eine solche Verarbeitungskette hat diese Schritte:

1. Eingang. Ein eigenes Postfach, etwa auftrag@, nimmt die E-Mail an. Das System speichert die Original-E-Mail mit ihren Anhängen, bevor irgendetwas anderes geschieht.
2. Lesen. Ein PDF aus dem System des Kunden hat eine Textebene, die eine übliche PDF-Bibliothek auf dem Prozessor ausliest. Scans, Fotos und Faxe laufen zuerst durch ein Dokumentenmodell, wie unser Leitfaden zu Vision-Language-Modellen für Dokumenten-KI erklärt.
3. Extraktion. Das Sprachmodell füllt ein festes Schema: Kunde, Bestellnummer, Bestelldatum, Lieferadresse, Wunschtermin und für jede Position Teilenummer des Kunden, Bezeichnung, Menge, Einheit und Preis.
4. Abgleich. Die Teilenummern des Kunden werden in Ihre Artikelnummern übersetzt.
5. Prüfungen. Regeln vergleichen Mengen, Einheiten, Preise und Termine mit Ihren Daten.
6. Entscheidung. Die Ampel schickt den Auftrag ins ERP, zu einem Menschen oder zurück in die manuelle Erfassung.
7. Buchung und Protokoll. Die Middleware schreibt den Auftrag über eine Schnittstelle und hält fest, was gelesen, was geändert und wer freigegeben hat.

Das Sprachmodell kommt nur in den Schritten 3 und 4 vor. Alles andere ist gewöhnliche Software, die Ihr ERP-Partner oder Ihr IT-Team bauen kann.

Grün, Gelb, Rot: wer welchen Auftrag prüft

Die Chemnitzer Fallstudie fasst die Regel in einem Satz: Grüne Aufträge landen automatisch im System, gelbe gehen zur Sichtprüfung, rote werden manuell erfasst. Korrekturen der Mitarbeiter fließen in eine Lernschleife zurück. Jeder Auftragsdurchlauf wird auditfähig protokolliert.

Ampelregel wie in der Fallstudie des Mittelstand-Digital Zentrums Chemnitz zur KI-gestützten Auftragserfassung beschrieben (gelesen am 25. Oktober 2026); die einzelnen Prüfungen und Schwellen sind unsere Beispielwerte, die jedes Unternehmen selbst festlegt.

Feste Regeln bestimmen die Farbe. Das Modell meldet, was es gelesen hat; deterministische Prüfungen gegen die ERP-Daten entscheiden, ob das plausibel ist. Ein Unternehmen beginnt mit den meisten Aufträgen in Gelb, sieht sich eine Zeit lang die Korrekturen an und stellt Kunden einzeln auf Grün um, sobald ihre Bestellungen sauber ankommen. Ein Kunde, dessen Bestellungen immer aus demselben ERP-Export stammen, erreicht Grün schnell; ein Kunde, der freien Text schreibt, bleibt womöglich dauerhaft gelb.

Teilenummern des Kunden und Ihre Artikelnummern

Beim Abgleich unterscheidet sich die Auftragserfassung von der Rechnungserfassung. Kunden bestellen mit eigenen Teilenummern und Bezeichnungen, die selten zu Ihrem Artikelstamm passen. Die meisten ERP-Systeme führen je Kunde eine Zuordnungstabelle für Kundenteilenummern; wo sie existiert, ist der Abgleich ein einfaches Nachschlagen und braucht keine KI. Das Modell hilft bei den Positionen, die in dieser Tabelle fehlen: Es vergleicht Bezeichnung, Zeichnungsnummer oder Maße des Kunden mit Ihren Artikeltexten und schlägt den wahrscheinlichsten Artikel vor, den ein Mensch einmal bestätigt und der dann in die Zuordnungstabelle eingeht.

Margen, Preisvereinbarungen und kundenspezifische Preise sind genau die Daten, die ein Unternehmen nicht in einem externen Werkzeug haben will. Die Chemnitzer Fallstudie nennt das als Grund, warum dort ein KI-Kalkulationswerkzeug verworfen wurde: Margen und Stundensätze gehören nicht in ein generisches Cloud-Modell, und sensible Kalkulationsdaten verlassen das Unternehmen nicht. Mit dem Modell auf Ihrem eigenen Server laufen die Prüfungen gegen die Preisvereinbarungen in Ihrem ERP, ohne sie irgendwohin zu kopieren. Unser Artikel zu Geschäftsgeheimnissen, NDAs und KI-Werkzeugen behandelt die betriebliche Seite dieser Entscheidung.

Wir richten die Auftragserfassung auf einem KI-Server mit Karten der RTX PRO 4500 oder RTX PRO 6000 Server Edition ein; nennen Sie uns Ihre Aufträge pro Tag, den Anteil gescannter Bestellungen und Ihr ERP, und unser Team schlägt Verarbeitungskette und Server vor.

Welches Modell genügt, um PDF-Bestellungen auszulesen

Eine Bestellung lesen und ein Schema füllen braucht nicht die größten Modelle. Zwei offene Modelle mit etwa 14 Milliarden Parametern zeigen die Bandbreite:

Modellkarten und Dateilisten von Qwen/Qwen3-14B-FP8 und mistralai/Ministral-3-14B-Instruct-2512 auf Hugging Face, gelesen am 25. Oktober 2026; das Ministral-Repository enthält dieselben Gewichte zweimal (konsolidiert und in Teilen), je 15,7 GB.

Die Sprachliste zählt für ein Unternehmen mit Kunden in ganz Europa. Die Karte von Ministral 3 nennt Englisch, Französisch, Spanisch, Deutsch, Italienisch, Portugiesisch, Niederländisch, Chinesisch, Japanisch, Koreanisch und Arabisch, aber weder Polnisch noch Tschechisch; die Karte von Qwen3 gibt Unterstützung für mehr als 100 Sprachen und Dialekte an. Die Ministral-Karte nennt außerdem natives Function Calling und JSON-Ausgabe und nimmt Bilder an, kann also einen sauberen Scan direkt lesen. Qwen3 läuft mit einem Denkmodus, den die Karte mit enable_thinking=False abschalten lässt; das ist für die Extraktion die richtige Einstellung. Ein Testsatz echter Bestellungen Ihrer Kunden entscheidet zwischen beiden; unser Vergleich offener LLMs für europäische Sprachen nennt weitere Kandidaten.

Die Serving-Engine vLLM nimmt mit jeder Anfrage ein JSON-Schema an, und ihre Dokumentation sagt, mit dieser Option werde die Ausgabe dem JSON-Schema folgen. Damit ist jede Antwort ein Datensatz, den die Middleware einlesen kann. Richtige Werte sind damit nicht gesichert: Ein formal korrekter Datensatz kann eine falsche Menge enthalten, und genau dafür gibt es die Prüfungen der Ampel.

Wie schnell. StorageReview hat am 14. Oktober 2026 Messungen mit einzelnen Karten und vLLM 0.27.1 veröffentlicht. Mit Ministral 3 14B in FP8 lieferte eine RTX PRO 4500 Server Edition 1.107 Ausgabe-Token pro Sekunde bei 32 parallelen Anfragen mit 512 Token Ein- und 512 Token Ausgabe; bei 8K Token Eingabe und 1K Ausgabe pendelte sie sich bei etwa 180 Token pro Sekunde ein. StorageReview führt das Abflachen darauf zurück, dass der KV-Cache ausgeht und die 32 GB diese Grenze setzen. Eine zweiseitige Bestellung mit zehn Positionen braucht deutlich weniger als 8K Token Eingabe. Wenn der ausgelesene Datensatz etwa 600 Token umfasst, eine Annahme, ergeben 180 Token pro Sekunde etwa 0,3 Aufträge pro Sekunde, nach unserer Schätzung rund 1.000 Aufträge pro Stunde. Ein Innendienst mit 300 Aufträgen am Tag lastet die Karte damit an diesem Tag etwa 17 Minuten aus.

Wie viel Speicher. Nach unserer Regel für Nutzer je Karte, 90 Prozent des vom Treiber gemeldeten Speichers abzüglich 3 GiB je Karte, hält eine 32-GB-Karte 25,7 GiB für Gewichte und Cache, wie unser Leitfaden zur RTX PRO 4500 Server Edition herleitet. Qwen3-14B in FP8 belegt 15,2 GiB, es bleiben 10,5 GiB; mit einem FP8-Cache von 0,625 GiB je Konversation zu 8.192 Token bedient die Karte 16 gleichzeitig. Für die Auftragserfassung sind das 16 Bestellungen, die zugleich gelesen werden, mehr als jeder Innendienst in einem Moment schickt.

Antwortentwürfe auf Kundenanfragen per E-Mail und Liefertermine

Dasselbe Modell übernimmt den Rest des Vertriebspostfachs. Es sortiert eingehende E-Mails in Bestellungen, Auftragsänderungen, Terminanfragen, Reklamationen und sonstige Post und schreibt einen Antwortentwurf in der Sprache des Kunden, den ein Mensch prüft und versendet. Auftragsbestätigungen lassen sich aus dem ERP-Datensatz entwerfen, sobald der Auftrag gebucht ist.

Fragen zum Liefertermin brauchen aktuelle Daten. Das Modell soll sie nicht aus früheren E-Mails erraten; es fragt das ERP über ein Konto mit reinen Leserechten und einen festen Satz von Abfragen ab, etwa die offenen Aufträge dieses Kunden mit ihren bestätigten Terminen, und übernimmt die Antwort in den Entwurf. Unser Leitfaden zum Text-to-SQL-LLM-Server on-premise erklärt, wie ein Modell Lesezugriff auf eine Datenbank erhält, ohne etwas ändern zu können. Jede Antwort gibt ein Mensch frei, bevor sie das Unternehmen verlässt. Ein Kunden-Chat auf Ihrer Website ist eine andere Aufgabe; unser Leitfaden zum Server für einen Kundenservice-Chatbot behandelt ihn.

Die Hardware: ein Server für mehrere Abteilungen

Mit der Auftragserfassung allein stünde eine GPU den größten Teil des Tages still. Unternehmen, die damit beginnen, planen den Server meist von Anfang an für zwei oder drei Büroaufgaben: einen internen Assistenten, die Suche in Dokumenten, Sicherheits­daten­blätter, Lieferantenzertifikate oder Angebote. Unser Artikel zu den ersten KI-Anwendungen in einem produzierenden Mittelständler nennt typische Kandidaten.

Konfigurationen nach unserer Seite zu KI-Servern und unserem Leitfaden zum Kauf eines Servers mit 4× RTX PRO 4500 Server Edition; Kapazitäten nach unserer Regel für Nutzer je Karte; Leistung nach unserer Schätzung (Karten, zwei Prozessoren, plus 15 Prozent für den Rest des Servers), übernommen aus den Leitfäden vom 24. und 25. Oktober 2026. Die MIG-Instanz hält den Checkpoint von 16,3 GB mit kleinerem Cache; ihre Rate ist nicht veröffentlicht und wird im Test ermittelt.

Vier Karten der RTX PRO 4500 Server Edition. Ein 2U-Server mit vier Einzelslot-Karten zu je 32 GB, zwei Prozessoren und mindestens 256 GB Arbeitsspeicher. Jede Karte betreibt ihr eigenes Modell: die Auftragserfassung auf einer, die anderen für Dokumentensuche, ein Embedding-Modell oder eine zweite Büroaufgabe. Nach unserer Schätzung nimmt er etwa 1,4 kW auf und passt mit Reserve an einen Stromkreis mit 230 V und 16 A. Unser Leitfaden zum Kauf eines Servers mit 4× RTX PRO 4500 Server Edition listet die Teile.

Zwei Karten der RTX PRO 6000 Server Edition. Der Einstiegsserver auf unserer Seite zu KI-Servern: zwei Karten mit 96 GB, zwei AMD-EPYC-Prozessoren, 384 GB DDR5-ECC-Speicher und zwei NVMe-Laufwerke. Eine Karte betreibt ein größeres Assistenzmodell für das ganze Unternehmen, die andere wird per MIG in vier isolierte Instanzen mit 24 GB geteilt, von denen eine Bestellungen liest. Leistungsaufnahme nach unserer Schätzung etwa 1,8 kW.

Vier Karten der RTX PRO 6000 Server Edition. Der Inferenzknoten für ein Unternehmen, das einen starken Assistenten für mehrere Hundert Beschäftigte und dazu Dokumentenarbeit will; die Auftragserfassung belegt eine MIG-Instanz davon.

Unter Last sind diese Server laut und warm und gehören in einen Serverraum oder ein Rechenzentrum, wie unser Leitfaden zum GPU-Server im Büro erklärt. Ohne eigenen Serverraum betreibt unser Private-AI/ML-Service die Plattform auf dedizierter Hardware in einem Tier-3-Rechenzentrum in Litauen, innerhalb der EU.

Hinweise für das IT-Team

1. ERP-Schnittstelle. Lassen Sie die Middleware Aufträge über eine Schnittstelle schreiben, die Ihr ERP unterstützt: eine Importdatei, eine Staging-Tabelle oder eine API. Das Sprachmodell schreibt nie ins ERP; es liefert JSON, und die Middleware prüft und bucht es. In der Chemnitzer Fallstudie wurde die Schnittstelle projektweise mit dem ERP-Hersteller gebaut, weil das ERP keine offene API hat.
2. Schema und Validierung. Legen Sie ein JSON-Schema für Aufträge fest und übergeben Sie es mit jeder Anfrage über die Structured Outputs von vLLM (response_format mit Typ json_schema). Prüfen Sie Artikelnummern, Einheiten und Preise nach der Extraktion gegen das ERP, ganz gleich, was das Modell liefert.
3. Nur Lesezugriff. Abfragen zu Liefertermin und Auftragsstatus laufen über ein eigenes Datenbankkonto mit Leserechten nur auf die nötigen Sichten.
4. Protokoll. Speichern Sie die Original-E-Mail, den ausgelesenen Datensatz, das Ergebnis jeder Prüfung, die Ampelfarbe, die Korrekturen und die Person, die freigegeben hat. In der Chemnitzer Fallstudie wird jeder Auftragsdurchlauf auditfähig protokolliert.
5. Post von außen. Kunden-E-Mails sind nicht vertrauenswürdige Eingaben und können Text enthalten, der das Modell zu steuern versucht. Geben Sie dem Extraktionsschritt keine Werkzeuge, die Daten ändern, wie unser Leitfaden zu Prompt Injection und LLM-Sicherheit erklärt.
6. Netzwerk. Der Schalter --api-key von vLLM schützt nur Pfade unter /v1, /v2, /inference und /cohere (Sicherheitsleitfaden von vLLM 0.32.0); betreiben Sie die Engine daher in einem internen Netz hinter einem LLM-Gateway mit Schlüsseln und Abfrageprotokoll.
7. Personen­bezogene Daten. Bestellungen enthalten Namen, E-Mail-Adressen und Telefonnummern von Ansprechpartnern. Legen Sie Aufbewahrungsfristen für gespeicherte E-Mails und Protokolle fest und prüfen Sie, ob eine Datenschutz-Folgenabschätzung nötig ist; Ihr Datenschutz­beauftragter bestätigt die Bewertung.

Was wir liefern

Sie können dieses System bei uns kaufen: Unser Team bemisst die Konfiguration nach Ihrer Arbeitslast und Ihrem Budget und antwortet innerhalb eines Werktages. Wir bauen die Server auf Bestellung mit Karten der RTX PRO 4500 Server Edition oder RTX PRO 6000 Server Edition, vor der Lieferung montiert und getestet, mit Lieferung in die gesamte EU, einem EU-Vertrag und einer Rechnung, mit Herstellergarantie auf jede Komponente, die über uns abgewickelt wird; Mengen und Lieferzeit werden mit dem Angebot schriftlich bestätigt. Unser Service Private AI/ML, mit unserem Engineering-Partner Vixen.UNO, richtet die Modelle, die Extraktion und die Anbindung an Ihre Systeme ein; beschreiben Sie Ihr Auftragspostfach und Ihr ERP in wenigen Sätzen, und wir schlagen einen Pilotbetrieb mit Ihren eigenen Bestellungen vor.

FAQ