Von Excel zu einem System, das die Aufträge steuert

Jahrelang hielten Excel-Tabellen die Aufträge eines tschechischen B2B-Verpackungslieferanten am Laufen — bis sie zur Wachstumsgrenze wurden. Wir haben ein Auftragsmanagement-System entlang des realen Prozesses gebaut, einen KI-Assistenten dort ergänzt, wo er Sinn ergibt, und ein Jahr später kam der Kunde zurück, um es zu erweitern.

NDA

Dieser Kunde arbeitet unter einer strengen Vertraulichkeitsvereinbarung. Wir respektieren ihre Privatsphäre und schützen ihre Geschäftsgeheimnisse, daher können wir keine Details über das Projekt weitergeben.

Von Excel zu einem System, das die Aufträge steuert
Digitalisierung von UnternehmenMaßgeschneiderte SoftwareentwicklungKünstliche Intelligenz

Über den Kunden

Der Kunde ist ein tschechischer B2B-Lieferant von Schutzverpackungen — also jener Materialien, die Waren auf dem Transportweg heil halten. Einen Teil des Sortiments lagert und versendet er aus dem eigenen Lager, einen weiteren Teil handelt er von Partnern zu. Geführt wird das Unternehmen von zwei Inhabern: einer verantwortet die Finanzen, einer den Betrieb. Ihre Kunden sind praktisch veranlagte Einkäufer alter Schule, denen vor allem wichtig ist, dass ein Lieferant schnell antwortet.

Das eigentliche Problem

Der gesamte Auftragsfluss lebte in Excel. Jahrelang funktionierte das — und genau darin lag die Falle: Über diesen Stand hinaus konnte das Unternehmen nicht wachsen. Mehr Leute einzustellen bedeutete nur mehr Hände in denselben fragilen Tabellen. Formeln brachen still. Auftragsstatus, Kundenhistorie und Belege lagen an getrennten Orten, zusammengehalten allein vom Gedächtnis der Inhaber und vom Abtippen.

Den Inhabern war klar, dass diese Grenze real ist. Was sie brauchten, war funktional ein ERP: ein Ort, an dem Aufträge, Kunden und Belege endlich zueinander passen. Was sie nicht wollten, war eine große Standardplattform mit Lizenzkosten, über die sie keine Kontrolle haben. Sie wollten ein eigenes System, zugeschnitten darauf, wie sie tatsächlich verkaufen.

Womit wir begonnen haben: das Geschäft verstehen, bevor Software entsteht

Der Projektleiter verbrachte die erste Phase damit, sich in den realen Ablauf des Unternehmens einzuarbeiten: Wie wird aus einer Anfrage ein Auftrag? Was wird wo abgetippt? Welche Tabelle hält welche Wahrheit? Das daraus entstandene Angebot enthielt auch Dinge, nach denen der Kunde nie gefragt hatte — die er aber sofort als seinen eigenen Prozess wiedererkannte. Genau dieses Verständnis, zusammen mit einer kurzen funktionierenden Demo, schuf das Vertrauen für den Start.

Was wir gebaut haben

Ein maßgeschneidertes Auftragsmanagement-System, das die Tabellen als täglichen Arbeitsplatz des Unternehmens abgelöst hat:

  • Aufträge, Kunden und Belege an einem Ort. Der Status jedes Auftrags ist sichtbar, ohne dass eine einzige Excel-Datei geöffnet werden muss. Änderungen werden protokolliert, und damit hören Zahlen auf, still kaputtzugehen.

  • Ein KI-Assistent im System selbst. Die Inhaber können ihn in normaler Sprache bitten, etwas zu finden, zusammenzufassen oder zu aktualisieren. Er arbeitet auf ihren eigenen Daten und bleibt Helfer — jede Änderung bleibt nachvollziehbar.

  • Eingehende E-Mails landen dort, wo sie hingehören. Das System nimmt auftragsbezogene E-Mails auf und hängt sie an die Datensätze, die sie betreffen. Damit hört das Postfach auf, eine zweite, inoffizielle Datenbank zu sein.

  • Auf Erweiterung angelegt. Dieselbe Plattform ist heute die Grundlage für die nächste Phase, um die die Inhaber gebeten haben: die öffentliche Website direkt an das interne System anzubinden, damit Anfragen ohne Abtippen hereinlaufen.

Das System gehört dem Kunden: sein Code, keine Lizenzen pro Nutzer, Betrieb auf seiner Infrastruktur.

Woran wir gerade bauen: das Lager

Die Auftragsseite war die erste Hälfte des Problems. Die zweite Hälfte war das Lager selbst.

Bestände waren dort erfasst, wo der Beleg zufällig liegen blieb. Ware lag auf Paletten, deren Wert niemand beziffern konnte, ohne hinauszugehen und nachzuzählen. Sobald zwei Personen denselben Bestand an verschiedenen Stellen bearbeiteten, stimmten die Zahlen nicht mehr überein — und in Einklang bringen ließen sie sich nur von Hand.

Das Lagermodul, das jetzt in dasselbe System hineinwächst, folgt der Arbeitsweise, die auf der Fläche ohnehin gilt:

  • Jede Palette trägt einen QR-Code. Der Mitarbeiter scannt sie mit einem Tablet, statt eine Nummer abzuschreiben. Solange die Codes noch nicht überall im Einsatz sind, bewertet das System eine Palette nach ihrer ältesten Position; der Scan ersetzt die Schätzung dann durch den realen Wert.

  • Das System schlägt den ältesten Bestand zuerst vor. Kommt ein Auftrag herein, bietet es nur die Paletten an, die zu seiner Deckung nötig sind, älteste zuerst. So geht alte Ware vor neuer, und niemand muss sich merken, was wann eingetroffen ist.

  • Nicht-standardisierte Paletten stehen nicht im Weg. Sie bleiben ausgeblendet, bis jemand ausdrücklich danach fragt — denn im laufenden Lagerbetrieb ist der Normalfall die sicherste Voreinstellung.

  • Korrekturen sind in beide Richtungen ehrlich. Eine Fehlmenge wird als Schuld gegenüber dem Bestand erfasst. Eine Mehrmenge geht auf die Palette und als Plus in den Auftrag. Nichts davon wird still geschluckt.

  • Der Wareneingang ist an die zugehörige Bestellung gebunden, auch bei Ware, die in einem externen Lager liegt. Was ankommt, wird damit gegen das Bestellte geprüft — und nicht gegen das Gedächtnis.

Weil die Kernplattform bereits läuft, lassen sich diese Werkzeuge in kurzen, fokussierten Schritten einführen — manuelles Nachprüfen nimmt ab, und das Lager rückt näher an dieselbe Übersicht, die die Inhaber heute über ihre Aufträge haben.

Die Ergebnisse

  • Excel ist nicht mehr das operative System. Das Auftragsbuch ist in ein Werkzeug umgezogen, das beide Inhaber täglich nutzen.

  • Das Risiko stiller Fehler ist weg. Eine kaputte Formel in einer geteilten Tabelle blieb früher unsichtbar, bis sie wehtat. Heute werden Änderungen protokolliert und Daten validiert.

  • Wissen ist nicht mehr an Personen gebunden. Auftragsstatus und Kundenhistorie liegen im System — das Unternehmen hängt nicht mehr davon ab, welcher Inhaber sich woran erinnert.

  • Die Inhaber sind zurückgekommen. Ein Jahr nach der ersten Übergabe kam der Kunde zurück, um die Plattform auf seine Website und seinen Vertriebsprozess auszuweiten. Bei einem Zwei-Personen-Unternehmen, das jede Krone umdreht, ist das das ehrliche Urteil über die erste Phase.

  • Das Lager ist die zweite Hälfte — und es wird gerade gebaut. Dasselbe System wird um Bestände, Paletten und Wareneingang erweitert. Diese Arbeit ist nicht abgeschlossen, deshalb beansprucht diese Fallstudie dafür keine Zahlen.

Was wir gelernt haben und was schiefging

In den ersten Monaten haben wir geliefert, es aber zu wenig gezeigt. Der Kunde sah Rechnungen, sah keinen Fortschritt — und sagte uns offen, er sei sich nicht sicher, ob er bekomme, wofür er zahle. Das war berechtigt. Wir haben die Projektführung geändert: regelmäßige Calls, sichtbares Budget, eine klare Liste dessen, was als Nächstes kommt. Das Vertrauen kam zurück, und die Gewohnheit blieb. So führen wir heute jedes Projekt dieser Größe: Für ein kleines Unternehmen, das eigenes Geld ausgibt, ist sichtbarer Fortschritt Teil des Produkts.

In einem Punkt waren die beiden Inhaber zudem uneins: Der eine sah KI im System optimistisch, der andere skeptisch. Wir haben nicht diskutiert. Der KI-Assistent kam als optionaler Helfer auf ein System, das auch vollständig ohne ihn funktioniert. Der Skeptiker behält ein System, dem er traut; der Optimist behält seinen Assistenten.

Eines machte die Zusammenarbeit besonders praktisch: Die Inhaber hatten direkten Zugang zu Martin Kratochvíl, dem Entwickler, der das Projekt geleitet hat. Fragen mussten nicht durch Schichten von Account-Management wandern. Wenn im Prozess etwas geklärt, angepasst oder priorisiert werden musste, konnten die Menschen, die das Unternehmen führen, das direkt mit dem besprechen, der das System baut.

Ihren Tabellen entwachsen?

Laufen Ihre Aufträge noch über Tabellen, die nur Sie verstehen? Vereinbaren Sie ein kostenloses 30-minütiges Gespräch über Ihren Prozess. Wir kartieren zuerst, wie Ihre Aufträge tatsächlich fließen, und automatisieren dann die Schritte mit dem größten Volumen — fester Umfang, Ihre Daten, Ihr Code.

Diese Bilder wurden im Einklang mit der Geheimhaltungsvereinbarung des Kunden angepasst. Die Softwareoberfläche bleibt unverändert.

Featured Case Studies

Case Studies which looks really impressive

Kalkulation von Drahtrahmen: von einem halben Tag pro Rahmen auf rund 15 Minuten
Digitalisierung von UnternehmenMaßgeschneiderte Softwareentwicklung

Kalkulation von Drahtrahmen: von einem halben Tag pro Rahmen auf rund 15 Minuten

Ein Automobilzulieferer, der Draht biegt und Sitzrahmen schweißt, schlüsselt einen neuen Rahmen heute in etwa 15 Minuten auf. Zuvor kostete dieselbe Analyse einen halben bis ganzen Tag manuelles Klicken pro Rahmen — und ein Projekt kann zwanzig davon umfassen.

Fallstudie ansehen
So haben wir Nokia Bell Labs weitergeholfen
Software-UnterstützungMaßgeschneiderte Softwareentwicklung

So haben wir Nokia Bell Labs weitergeholfen

Nokia Bell Labs ist eine der renommiertesten Forschungseinrichtungen der Welt und blickt auf eine 100-jährige Tradition bahnbrechender Innovationen zurück. Für Moravio war die Partnerschaft mit einer so renommierten Organisation sowohl eine Ehre als auch eine Herausforderung. Unsere Mission war es, Spitzenforschung in ein voll funktionsfähiges Produkt umzusetzen und es dem Team von Nokia Bell Labs zu ermöglichen, sich auf das zu konzentrieren, was es am besten kann — die Grenzen der Innovation zu überschreiten.

Fallstudie ansehen
Digitaler Zwilling eines automatisierten Lagers: die Zahlen vor der Investition
Digitalisierung von UnternehmenGeschäftsinformationen

Digitaler Zwilling eines automatisierten Lagers: die Zahlen vor der Investition

Vier Gassen oder fünf? Ein Regalbediengerät oder zwei? Eine andere Kommissionierstrategie? Ein europäischer Hersteller automatisierter Lagersysteme testet diese Entscheidungen heute in einer Simulation und liest die Antwort in Paletten pro Stunde ab — bevor ein einziges Regal bestellt ist.

Fallstudie ansehen
Nokia Bell LabsJLLDatartSaint-GobainVeoliaNotinoAssa AbloyDáme jídloHyundai TransysEconomiaKofola a.s.Ridera
Jakub Bílý

Jakub Bílý

Leiter Geschäftsentwicklung

Gemeinsam zu Ergebnissen!

Füllen Sie das Formular aus und wir antworten innerhalb von 8 Geschäftsstunden.
Wir beantworten gerne all Ihre Fragen!
Wir analysieren Ihr Projekt und besprechen die Details.

Kontaktieren Sie uns

KI-Übersetzung