Warum es beim IDP-System auf die Validierung ankommt

Dokumente sind in der Lieferkette Auslöser für nachgelagerte Prozesse. Eine Auftragsbestätigung gibt die Produktion frei. Ein Lieferschein löst die Wareneingangsbuchung aus. Eine Eingangsrechnung setzt den Zahlungslauf in Gang. Wer diese Dokumente langsam oder fehlerhaft verarbeitet, verliert Geschwindigkeit noch vor dem ersten Prozessschritt. Verzögerte Freigaben bremsen Durchlaufzeiten, falsche Zuordnungen verursachen Korrekturaufwand und manuelle Nacharbeit bindet Kapazitäten.

Parallel zur offiziellen Automatisierungsstrategie bleibt in den meisten Unternehmen eine Vielzahl ungelöster Fälle bestehen. Dokumente, die das System nicht eindeutig zuordnen konnte, wandern in die manuelle Bearbeitung: weil Positionen fehlerhaft extrahiert wurden, weil Liefermengen von den Stammdaten abweichen oder weil ein Format auftaucht, das das System noch nicht kennt. Was auf Einzeldokumentebene wie eine handhabbare Routine wirkt, ist auf Jahressicht ein messbarer Kostenfaktor. Er zeigt sich in der Touch-Time pro Dokument (die manuelle Bearbeitungszeit), in Fehlerquoten und in der STP-Rate (Straight Through Processing), der vollautomatischen Verarbeitungsquote ohne manuellen Eingriff.

Neben der Extraktion ergeben sich auch Herausforderungen in nachgelagerten Schritten wie der richtigen Zuordnung, der Plausibilitätsprüfung oder dem Abgleich mit dem ERP-System. An diesem Punkt stoßen viele IDP-Systeme an ihre Grenzen, auch solche mit KI-Unterstützung.

Was ein System wirklich verstehen muss

Klassische IDP-Ansätze extrahieren Felder aus bekannten Strukturen. Sie identifizieren Artikelnummer, Menge, Preis und Lieferdatum und überführen diese in maschinenlesbare Daten. Das funktioniert zuverlässig, solange Dokumente einem vorhersehbaren Aufbau folgen. Supply-Chain-Dokumente weichen häufig davon ab.

Ein Beispiel aus dem Tagesgeschäft: Ein Lieferant bestätigt 100 Stück eines Artikels, aufgeteilt auf drei Teillieferungen zu unterschiedlichen Terminen in unterschiedliche Werke. Diese Information steht nicht in einem separaten Feld. Sie steckt in der Tabellenstruktur unterhalb der Positionsebene, mal als Einrückung, mal als Folgezeile, mal als Freitext in einer Bemerkungsspalte. Ein feldextrahierendes System sieht eine einzige Position. Ein System, das Zusammenhänge versteht, erkennt drei separate Lieferverpflichtungen unter einer Bestellposition und ordnet sie korrekt zu.

Direkter vs. indirekter Einkauf: Vorteile, Risiken und die richtige Herangehensweise

Die organisatorische Trennung von direktem und indirektem Einkauf gilt in vielen Industrieunternehmen als Best Practice. Doch welche konkreten Vorteile bringt sie, wo liegen die Tücken, und wie gelingt die Umsetzung in der Praxis?

Dörte Neitzel

Ähnliches gilt für Variantenlogik. Ob „Größe L" eine eigene Artikelposition ist oder ein Attribut einer übergeordneten Position, lässt sich aus dem Text allein nicht immer ableiten. Das System muss die Hierarchie des Dokuments rekonstruieren, nicht nur seinen Inhalt auslesen.

Validierung als eigentlicher Hebel

Extraktion ist der erste Schritt. Die Validierung als zweiter Schritt bestimmt, wie weit sich die Prozesse automatisieren lassen. Ein branchenspezifisches IDP-System gleicht extrahierte Werte gegen ERP-Stammdaten ab. Ist die Lieferantennummer bekannt? Stimmt die Artikelnummer mit dem Materialstamm überein? Entspricht der ausgewiesene Rabatt der vereinbarten Kondition aus der Bestellung? Validierungsregeln, die auf Purchase-to-Pay- und Order-to-Cash-Logik ausgerichtet sind, liefern buchungsfertige Daten statt Rohdaten.

Dazu kommen konfigurierbare Routing-Regeln: Dokumente eines bestimmten Lieferanten über einem definierten Betrag gehen automatisch zur Freigabe an den zuständigen Sachbearbeiter. „Urgent“-Markierungen im Freitext lösen einen separaten Workflow aus. Diese Konfigurierbarkeit unterscheidet ein Tool, das Daten liefert, von einem System, das Prozesse abbildet.

Lernfähigkeit am Beispiel Gira

Ein häufiges Argument gegen IDP ist der Onboarding-Aufwand: Bis ein System zuverlässig arbeitet, braucht es viele gelabelte Beispiele und intensive Feinabstimmung. Das trifft auf Template-basierte Ansätze zu. Systeme, die auf einem vortrainierten Sprachmodell aufbauen und branchenspezifisch weiterentwickelt wurden, verhalten sich anders.

Der Elektronikhersteller Gira hat diesen Unterschied im laufenden Betrieb erfahren. Nach dem Wechsel von manueller Auftragserfassung auf ein IDP-System stieg die Erkennungsrate binnen einer Woche um zehn bis zwanzig Prozent, allein durch die Verarbeitung bislang unbekannter Dokumente. Das System hatte durch Tausende bereits verarbeiteter Belege ein robustes Grundverständnis für Supply-Chain-Dokumente entwickelt. So erforderten neue Lieferantenformate nur kurze Einarbeitungsläufe und keine Trainingsprojekte.

Korrekturen, die anfallen, fließen direkt zurück. Ein Sachbearbeiter korrigiert ein fehlerhaft erkanntes Feld im Human-in-the-Loop-Interface. Das System speichert das Muster und das nächste vergleichbare Dokument kann damit korrekt verarbeitet werden. Der Lerneffekt ist unmittelbar und skaliert mit jedem Kunden, der ähnliche Dokumente einbringt.

Die Autorin: Lisa Hahn

Lisa Hahn ist seit 2022 bei Retarus tätig und verantwortet als Product Marketing Manager den Bereich IDP (Intelligent Document Processing). Zuvor arbeitete sie unter anderem im Produktmarketing bei inveox.

Branchenwissen lässt sich nicht konfigurieren

Der Markt für IDP-Lösungen ist breit. Generische Anbieter versprechen, alle Dokumenttypen abzudecken, von der Bestellbestätigung bis zum juristischen Vertrag. Für die spezifische Logik der Lieferkette fehlt dabei oft die nötige Tiefe. 

Ein spezialisierter Anbieter bringt akkumuliertes Wissen aus echten Supply-Chain-Prozessen mit. Idealerweise bietet er vordefinierte Validierungsregeln für typische Abweichungsmuster, realistische Erkennungsraten je Dokumenttyp und Erfahrung mit den Edge Cases, die im Tagesgeschäft regelmäßig auftreten. Dazu zählen Teillieferungen, Variantenhierarchien, mehrstufige Rabattstrukturen.

Ebenso wichtig ist die Datensouveränität. Supply-Chain-Dokumente enthalten vertrauliche Informationen mit strategischer Bedeutung, darunter Einkaufskonditionen, Lieferadressen und Preisstaffeln. Die Wahl eines europäischen Sprachmodells wie Mistral ist daher nicht nur eine technische, sondern auch eine Compliance-Entscheidung. Sie betrifft DSGVO-Anforderungen, Auditierbarkeit und die Abhängigkeit von externen Plattformrichtlinien.

Der nächste Schritt schließt sich logisch an: Daten, die sauber extrahiert und validiert sind, müssen ebenso durchgängig weiterverarbeitet werden. Electronic Data Interchange (EDI) ergänzt das IDP-System genau an dieser Stelle. Während IDP unstrukturierte Eingangsdokumente in maschinenlesbare Daten überführt, übernimmt EDI die Integration in das ERP-System im gewünschten Zielformat. Das Ergebnis ist eine durchgängige Automatisierungsarchitektur, die von jedem Dokument über jeden Kanal in jedes System führt.

Die wichtigsten Kennzahlen und KPIs im Einkauf

Welche Kennzahl ist im Einkauf wirklich wichtig? Und welches Ziel verfolgt welcher KPI? Die Beschaffungsexperten von Entero stellen die zehn beliebtesten Kennzahlen vor.

Skalierbarkeit als strategischer Vorteil

Was IDP zum strategischen Thema macht, ist Skalierbarkeit. Wer heute 500 Lieferantendokumente täglich verarbeitet und morgen 2.000, braucht im manuell gestützten Prozess proportional mehr Personal. Ein System, das strukturelle Komplexität automatisch auflöst, wächst mit dem Volumen, ohne dass Fehlerquoten und Ausnahmequoten mitsteigen. 

Kombiniert mit EDI lassen sich Datenprozesse von der Eingangspost bis zum ERP-Buchungssatz durchgängig abbilden. Welches System dabei die richtige Tiefe für die eigene Lieferkette mitbringt, ist die Frage, die am Anfang jeder Umsetzung stehen sollte.