AI Orderinvoer in e-Lips TMS van Erniesoft

Hoe Erniesoft AI bouwde voor de dagelijkse praktijk van vervoerders

Een transportopdracht kan op veel manieren binnenkomen. Als PDF, als scan of in een ander bestand. Soms staan de belangrijkste gegevens netjes in een tabel. Soms moet je zoeken naar containernummers, adressen, datums en instructies. Voor een planner betekent dat vaak: lezen, overtypen, controleren en opnieuw controleren.

Wij wilden dat slimmer aanpakken.

We begonnen kort na corona

Kort na corona introduceerden wij als eerste AI ondersteunde orderinvoer binnen een TMS. De eerste versie kon leesbare PDF documenten verwerken. Dat was een mooie stap vooruit, maar ook een beginpunt. Want in de praktijk zijn transportopdrachten niet altijd nette PDF bestanden.

Daarom zijn we blijven ontwikkelen. De AI Orderinvoer van nu kan verschillende soorten bestanden verwerken. De AI haalt de relevante transportgegevens eruit en zet die om naar een conceptorder in e-Lips TMS.

Van opdrachtgever en referenties tot datums, containernummers, gewichten, laad- en loslocaties en activiteiten: de informatie komt op de juiste plek in de order terecht.

De AI doet het voorbereidende werk

De gebruiker biedt een bestand aan in e-Lips. De AI leest het document, herkent de gegevens en maakt er een conceptorder van. De order staat vervolgens klaar voor controle. De medewerker kan de gegevens vergelijken met het oorspronkelijke document en ze waar nodig aanvullen of aanpassen.

Dat is belangrijk. AI helpt om sneller te werken, maar de medewerker houdt de regie. De order wordt gecontroleerd voordat hij verdergaat naar de planning.

Ook adressen vragen om aandacht. Een locatie kan in documenten telkens anders worden geschreven. De AI vergelijkt het herkende adres met bestaande locaties in e-Lips. Zo kan een bekende locatie worden teruggevonden en voorkomen we onnodige dubbele gegevens. Is de match niet duidelijk, dan kan de gebruiker die zelf beoordelen.

Ontwikkeld door Erniesoft, voor e-Lips TMS

De AI Orderinvoer is door onszelf ontwikkeld en sluit rechtstreeks aan op e-Lips TMS. Dat maakt verschil. De AI staat niet los van het systeem, maar zet informatie om naar de orderstructuur waarmee vervoerders dagelijks werken.

Wij kennen de transportprocessen en de software waarin de order verder wordt verwerkt. Daardoor kunnen we de functionaliteit gericht verbeteren en laten aansluiten op de praktijk van onze klanten. De waarde zit niet alleen in het lezen van een bestand. Het gaat erom dat de informatie daarna bruikbaar in het TMS staat.

Doordat we de oplossing zelf hebben ontwikkeld en in e-Lips hebben geïntegreerd, kunnen we haar bovendien relatief betaalbaar aanbieden. Vervoerders krijgen slimme orderinvoer zonder dat daar een afzonderlijk systeem met extra stappen voor nodig is.

Meer tijd voor planning, minder tijd voor overtypen

Handmatige orderinvoer kost tijd en kan fouten opleveren. Een verkeerd overgenomen containernummer of een dubbele locatie kan later in het proces voor extra werk zorgen. Door gegevens automatisch uit documenten over te nemen, hoeft de medewerker minder te typen en kan die zich meer richten op controle en uitzonderingen.

Dat helpt orders sneller klaar te zetten en ondersteunt een betere kwaliteit van de gegevens in e Lips. Zeker wanneer dagelijks veel opdrachten binnenkomen, kan het verschil maken hoeveel tijd een team kwijt is aan terugkerend invoerwerk.

AI lost niet iedere uitzondering vanzelf op. Documenten verschillen en soms ontbreekt informatie. Daarom combineren we automatische herkenning met controle door de gebruiker. Zo benutten we de snelheid van AI en de kennis van de mensen die het transport daadwerkelijk organiseren.

We blijven verder bouwen

We begonnen met leesbare PDF documenten. Nu kunnen we veel meer soorten bestanden verwerken en zetten we gegevens direct om naar een order in e-Lips. Dat is precies hoe wij naar AI kijken: niet als een losse belofte, maar als technologie die een concreet probleem oplost in het dagelijkse werk.

Met AI Orderinvoer helpen we vervoerders om transportopdrachten sneller en slimmer te verwerken. En omdat we de oplossing zelf ontwikkelen, kunnen we blijven verbeteren op basis van wat onze klanten in de praktijk nodig hebben.