Documentverwerking in de logistiek: CMR’s en pakbonnen automatisch uitlezen

Documentverwerking in de logistiek is het uitlezen van vrachtbrieven, pakbonnen, afleverbewijzen en leveranciersdocumenten, zodat wat erop staat in je WMS, TMS of ERP komt zonder dat iemand het overtypt. Met AI kan een systeem dat lezen grotendeels overnemen. Een mens kijkt dan alleen nog naar wat afwijkt. Nu gaat het vaak nog zo: een chauffeur staat aan dock 4 met een pakbon en een CMR met een stempel erop. Iemand van de inslag tekent af en legt het papier op een stapel. Aan het eind van de dag typt een collega op kantoor de aantallen over.

Welke logistieke documenten kun je automatisch verwerken?

Logistieke documenten automatisch verwerken kan bij elk document waarvan iemand nu de gegevens overtypt of naast een scherm legt om te controleren. In een magazijn zijn dat er meestal een handvol, en per document wil je iets anders weten.

• De pakbon van de leverancier bij de inslag: artikelnummers, aantallen, batch en houdbaarheidsdatum, om naast de vooraanmelding of de inkooporder te leggen.
• De CMR of vrachtbrief: afzender, geadresseerde, aantal colli, gewicht en de opmerkingen die bij laden of lossen zijn bijgeschreven.
• Het afleverbewijs (proof of delivery): wie wanneer heeft getekend en of er een voorbehoud op staat.
• Delivery notes en documenten van buitenlandse leveranciers, vaak in het Engels, Duits of Pools.
• Certificaten, analyserapporten en andere bijlagen die bij een zending horen en nu in een map verdwijnen.

Komen orders binnen als mail of PDF, dan is dat dezelfde techniek aan de voorkant van het proces, bij de orderverwerking. Daarover gaat orders uit mail in je WMS.

Wat is het verschil tussen OCR en AI-documentherkenning?

Klassieke OCR zet pixels om in tekens en leest een veld op een vaste plek, terwijl AI-documentherkenning het hele document leest en een veld vindt aan wat het betekent. Dat verschil bepaalt hoeveel onderhoud je hebt.

OCR met een sjabloon

Bij sjabloon-OCR teken je per leverancier een kader: het ordernummer staat rechtsboven, de regels beginnen op tweederde van de pagina. Dat werkt zolang de leverancier zijn formulier niet verandert. Schuift er een logo, komt er een kolom bij of stuurt een nieuwe leverancier zijn eigen layout, dan leest het systeem het verkeerde vak of niets. Met tachtig leveranciers heb je tachtig sjablonen om bij te houden.

OCR met een taalmodel

Intelligent document processing combineert OCR met een taalmodel. De OCR levert de tekst en de positie op de pagina, het model zoekt daarin wat een aantal is, wat een artikelnummer is en welke regel bij welke kolom hoort. Een nieuwe layout is dan meestal geen nieuw sjabloon. Het risico is ook anders. Een sjabloon leest niets als het vak leeg is, een taalmodel kan een waarde invullen die er niet staat. Daarom laat je het model bij elk veld aanwijzen waar op de pagina het die waarde las, en controleer je de uitkomst tegen wat je WMS al weet.

Hoe werken CMR uitlezen en pakbon uitlezen, van scan tot WMS?

Het document komt binnen, het systeem leest het, legt het naast de order en zet het door of houdt het tegen.

1. Binnenkomst. Een scan van de multifunctional bij de inslag, een foto uit de app van de chauffeur of een PDF in de mailbox.
2. Lezen. OCR en een taalmodel halen de velden eruit en zetten artikelomschrijvingen om naar de artikelcodes in je WMS.
3. Controleren. Het systeem legt de pakbon naast de vooraanmelding of de inkooporder, en de CMR naast de rit in je TMS.
4. Doorzetten of tegenhouden. Klopt alles, dan wordt de ontvangst geboekt. Wijkt iets af, dan gaat het document naar een wachtrij met de reden erbij.

Bij de CMR is het lezen van de vrije tekst geen extraatje. Volgens het CMR-verdrag maakt de vervoerder bij het laden zijn voorbehouden met redenen in de vrachtbrief. Neemt de geadresseerde de goederen in ontvangst zonder bij zichtbare schade direct een voorbehoud te maken, dan geldt behoudens tegenbewijs dat hij ze ontving zoals de vrachtbrief ze beschrijft. Dat ene handgeschreven zinnetje naast de stempel is dus vaak het belangrijkste veld op het papier.

Waar gaat het uitlezen van vrachtbrieven en pakbonnen mis?

Het meeste gaat mis op papier dat door handen is gegaan: handschrift, stempels, slechte scans en documenten in een andere taal.

Handschrift

Een chauffeur die met balpen op de motorkap ‘2 pallets nat’ schrijft, of een magazijnmedewerker die een aantal doorstreept en er 46 boven zet. Taalmodellen lezen handschrift beter dan klassieke OCR, maar een doorgestreept getal blijft twijfel. Zo’n regel hoort in de wachtrij.

Stempels en handtekeningen

Het CMR-verdrag staat toe dat de handtekening van afzender en vervoerder wordt vervangen door een stempel, als de wet van het land waar de vrachtbrief is opgemaakt dat toelaat. Een stempel ligt dus vaak dwars over gedrukte tekst. Het systeem moet dan kunnen zeggen dat er een stempel staat zonder de tekst eronder als waarde te lezen.

Scans en foto’s

Een kopie van een kopie, een foto onder een hoek in een donkere cabine, het tweede doorslagexemplaar waar de inkt nauwelijks op staat. Een foto die niet leesbaar is, wil je meteen terug bij de chauffeur terwijl hij nog aan het dock staat. Niet pas als de rit in het TMS wordt afgesloten.

Meerdere talen

Een Duitse Lieferschein, een Poolse CMR, een Engelse delivery note. Een taalmodel leest die door elkaar zonder apart sjabloon per taal. Lastiger zijn de eenheden: ‘Stk’, ‘szt’ en ‘pcs’ zijn hetzelfde, ‘Karton’ is dat niet. Die vertaling naar jouw eenheden leg je een keer vast.

Hoe nauwkeurig is AI-documentherkenning?

Dat hangt zo sterk af van jouw documenten dat een algemeen percentage je niets zegt, dus je meet het op je eigen stapel. Een pakbon uit het systeem van een grote leverancier is iets anders dan een CMR die drie keer is overgeschreven.

Belangrijker dan het percentage is wat er gebeurt met een fout. Een systeem dat alles doorboekt, boekt ook zijn fouten door. Die vind je pas bij de volgende telling. Daarom gaat niets het WMS in zonder controle tegen iets wat je al weet: de vooraanmelding, de inkooporder, de rit. Wat niet klopt of wat het systeem niet zeker kon lezen, landt in een wachtrij. Je medewerker ziet het document met het veld gemarkeerd en de waarde uit het WMS ernaast, en beslist.

Op een afleverbewijs staan vaak de naam van wie tekende en een adres. Volgens de Autoriteit Persoonsgegevens zijn naam en adres persoonsgegevens, dus het uitlezen en bewaren ervan valt onder de AVG. Wat dat betekent voor AI in je magazijn staat in AVG en AI in de logistiek.

Hoe meet je of documentverwerking in de logistiek iets oplevert?

Je meet het tegen een nulmeting van hoe het nu gaat, op dezelfde documenten, voordat er iets gebouwd is.

• Hoeveel documenten per week per soort, en hoeveel minuten iemand er per stuk mee bezig is.
• Hoeveel fouten er nu achteraf boven komen: een verkeerde voorraad, een claim die je niet kon onderbouwen, een ontvangst die op de verkeerde order staat.
• Een testset van een paar honderd echte documenten, waarvan een medewerker de juiste waarden heeft vastgelegd. Daarop meet je het systeem veld voor veld.

Na de invoering tel je welk deel zonder mens doorgaat, hoe lang een document in de wachtrij ligt en hoeveel fouten er toch doorheen glippen. Dat laatste getal is het belangrijkste. Het moet lager zijn dan bij het overtypen, anders heb je alleen het werk verplaatst.

Wat vraag je een leverancier van documentverwerking?

1. Wijst het systeem bij elk veld aan waar op de pagina het die waarde las? Zonder dat zie je niet of een taalmodel iets heeft ingevuld dat er niet staat.
2. Waartegen controleert het een document voordat er iets in het WMS komt, en wat ziet je medewerker als het twijfelt?
3. Mag je het meten op een testset van je eigen documenten, veld voor veld, en telt de leverancier ook de fouten die zonder mens doorglippen?

Daarna kies je het eerste document. Dat is het document waar een fout het meeste kost en waar je WMS al iets heeft om tegen te controleren, en dat is meestal de inslag: de pakbon naast de vooraanmelding. De CMR volgt pas als die eerste stap gemeten werkt, zoals in onze werkwijze staat. Gaat een deel van je ritten al naar een e-CMR, lees dan eerst e-CMR en eFTI, want wat digitaal binnenkomt hoef je niet te lezen. Wil je zien welke van je eigen pakbonnen of CMR’s het systeem zou laten liggen, neem dan een week aan scans mee naar een kennismaking.