KI-Wareneingangsschein zu Excel Konverter — Extrahiert Wareneingangsdaten, Schadensvermerke und Unterschriftsbestätigungen
Das manuelle Abtippen handschriftlicher Mengenkorrekturen, Schadensvermerke und Empfängerunterschriften aus Durchschlag-Wareneingangsscheinen in Ihr WMS dauert 2–3 Minuten pro Beleg – diese KI extrahiert dieselben Daten in 5–10 Sekunden und unterscheidet dabei gedruckte Bestellmengen von handschriftlich erfassten Eingängen auf derselben Seite.
Bis zu 99 % Genauigkeit bei gedruckten Feldern · Liest Gedrucktes + Handschriftliches auf einer Seite · Kein Lieferanten-Template nötig
Was Sie aus einem handschriftlichen Wareneingangsschein extrahieren können
Geben Sie die gewünschten Spaltennamen ein – die KI findet jeden Wert, indem sie dessen Bedeutung versteht, nicht seine Position auf der Seite. Dies umfasst sowohl die gedruckten Bestelldaten des Lieferantenformulars als auch die handschriftlichen Wareneingangsvermerke, die den tatsächlichen Eingang am Dock erfassen.
Blaue Symbole = gedruckte Felder auf dem Dokument. Bernsteinfarbene Symbole = handschriftliche Vermerke des Empfängers. Die KI liest beides von derselben Seite.
Warum ein handschriftlicher Wareneingangsbeleg das schwierigste Dokument im Lager ist
Ein Wareneingangsbeleg ist ein Durchschlagformular, das mehrere Stationen durchläuft, bevor es zur Datenerfassung gelangt – der Lieferant druckt die Bestellmengen, der Lagerempfänger notiert, was tatsächlich angekommen ist, fügt Schadensvermerke am Rand hinzu und unterschreibt trotz Fettflecken von der Handhabung. Wenn es am Schreibtisch ankommt, ist es oft die dritte oder vierte Durchschlagsschicht mit kaum sichtbaren Geisterabdrücken. Anders als bei einem Lieferschein, wo gedruckte und handschriftliche Daten als zwei Informationsebenen koexistieren, sind die handschriftlichen Anmerkungen auf einem Wareneingangsbeleg die einzige Aufzeichnung des Empfangenen – sie haben rechtliches und compliance-relevantes Gewicht. Herkömmliche OCR fasst alles zu einem undifferenzierten Textstrom zusammen und verwischt die Unterscheidung, auf der die gesamte Eingangsprüfung basiert.
Wo vorlagenbasierte OCR bei handschriftlichen Warenzugängen scheitert
Gedruckte Bestellmengen und handschriftliche Zugangszahlen verschmelzen zu einer sinnlosen Zahl. Auf einem Durchschlag-Warenzugang druckt der Lieferant „Bestellmenge: 500" und der Empfänger notiert „480 erhalten – 20 beschädigt" daneben. Ein vorlagenbasiertes OCR-Tool liest die gesamte Zeile als Text – „500 480 20 beschädigt" – ohne Unterscheidung zwischen Soll und Ist. Der semantische Unterschied dieser Zahlen ist der eigentliche Zweck des Dokuments und geht verloren, sobald das Tool die Seite als einen einzigen Textblock behandelt.
Jeder Lieferant hat ein anderes Warenzugangsformular – und die handschriftliche Ebene wandert mit. Ein mehrseitiger Warenzugang eines Herstellers hat Bestellfelder oben, Positionen in einer Tabelle und einen Unterschriftsblock unten. Ein regionaler Lieferant verwendet ein zweiteiliges Durchschlagformular, bei dem der Empfänger Mengen in einem vorgegebenen Raster einkreist. Ein 3PL-Eingangsbericht platziert die handschriftlichen Anmerkungen in einem völlig anderen Bereich. Vorlagenbasierte Tools benötigen für jede Variante eine separate Parser-Definition. Logistikteams beschreiben den Abgleich von Lieferscheinen mit Bestellungen beim Wareneingang genau deshalb als Engpass, weil jedes Dokument anders aussieht – und das Problem potenziert sich, wenn Sie Warenzugänge von 50 verschiedenen Lieferanten verarbeiten.
Durchschlag-Geisterbilder und Lagerspuren machen die Seite selbst für Menschen kaum lesbar. Wenn ein Warenzugang am Dateneingabe-Schreibtisch ankommt, ist es oft die dritte oder vierte Durchschlagsschicht – grau-auf-graue Geisterbilder, bei denen selbst der gedruckte Text verblasst ist und die handschriftlichen Korrekturen kaum erkennbar sind. Hinzu kommen Fettflecken von der Lagerbearbeitung und schlecht beleuchtete Handyfotos von Ladearbeitern – und Sie haben ein Dokument, das herkömmliche OCR, die für saubere, flachbettscannte Erstausdrucke entwickelt wurde, überhaupt nicht lesen kann. Die wichtigsten Daten auf der Seite (die handschriftlichen Zugangskorrekturen) befinden sich unter den schlechtesten visuellen Bedingungen, und Vorlagentools ignorieren sie entweder oder geben Schrottzeichen aus.
Wie die Spaltenextraktion beide Ebenen liest – selbst durch Geistereindrücke
Semantische Trennung: Gedruckte Bestelldaten und handschriftliche Wareneingangsdaten werden nach Bedeutung in verschiedene Spalten einsortiert – nicht nach Position. Wenn Sie Spalten wie Bestellmenge | Erhaltene Menge | Schadensvermerk | Empfängerunterschrift definieren, liest die KI die gesamte Seite und versteht, was jeder Wert repräsentiert – nicht, welches Pixel er belegt. Die gedruckte „500" im Positionsblock des Lieferanten landet in der Spalte Bestellmenge. Die handschriftliche „480" daneben landet in Erhaltene Menge. Das Gekritzel „20 zerquetscht" am Rand landet in Schadensvermerk. Das ist Benutzerdefinierte Spaltenextraktion: Sie geben die benötigten Feldnamen ein, und die KI findet jeden Wert überall auf der Seite, indem sie versteht, was er bedeutet – nicht, indem sie sich merkt, wo er beim letzten Wareneingang saß.
Ein Spaltensetup verarbeitet Wareneingänge von jedem Lieferanten – ohne eine einzige Vorlage. Die KI findet Felder, indem sie versteht, was jeder Spaltenname bedeutet – daher funktionieren dieselben Definitionen auf einem gedruckten mehrseitigen Wareneingangsschein eines Herstellers, einem zweiteiligen Kohlepapierformular eines Lieferanten mit eingekreisten Mengen und einem einseitigen Wareneingangsbericht eines 3PL. Laden Sie sie gemeinsam in einem Batch hoch. Jedes Dokument erzeugt eine Zeile in der Ausgabetabelle mit denselben Spalten. Ein Lager, das von 50 verschiedenen Lieferanten Waren empfängt, braucht keine 50 verschiedenen Extraktionsvorlagen – und wenn ein Lieferant sein Formular aktualisiert, bricht nichts, weil es nie eine Vorlage gab.
Handschriftliche Schadensvermerke und Unterschriftsbestätigungen werden zu strukturierten Spalten – nicht zu verwaisten Textfragmenten. Anstatt dass „20 Kartons zerquetscht" als zufälliger Text in der Spalte Artikelbeschreibung auftaucht, fügen Sie eine eigene Spalte namens Schadensvermerk hinzu, und die KI leitet handschriftliche Randnotizen dorthin. Fügen Sie Empfängerunterschrift mit dem Format „Vorhanden/Nicht vorhanden" hinzu, und jedes Dokument liefert ein klares Ja/Nein – ohne der KI sagen zu müssen, wo die Unterschriftszeile auf jedem Lieferantenformular ist. Die handschriftliche Wareneingangsebene, die die einzige Aufzeichnung des tatsächlich Eingegangenen ist und rechtliche Bedeutung für Bestandsanpassungen und Lieferantenrückbelastungen hat, wird endlich als strukturierte, prüfbare Daten behandelt.
Vom Stapel kopierter Lieferscheine zum strukturierten Wareneingangslogbuch
Wenn Ihr Wareneingangsteam eingehende Lieferungen mehrerer Lieferanten bearbeitet und sowohl die gedruckten Bestelldaten als auch die handschriftlichen Wareneingangsbestätigungen in einer Tabelle für die Warenbuchung benötigt, sieht der Workflow von Anfang bis Ende so aus.
Laden Sie Ihre Wareneingänge vom Dock hoch
Laden Sie einen Stapel Wareneingangs-PDFs, gescannte Durchschläge oder Handyfotos von Wareneingangsformularen vom Dock hoch – digitale Lieferanten-PDFs und fotografierte Papierbelege mit handschriftlichen Wareneingangsdaten können in einem Upload gemischt werden. Fotos unter Lagerbeleuchtung funktionieren; gerade Aufnahmen mit gleichmäßigem Licht liefern die besten Ergebnisse. Für Teams, die Wareneingänge von entfernten Lagern oder Lieferanten sammeln, generiert die Sammellink-Funktion eine teilbare Upload-Seite – externe Parteien reichen Wareneingangsdokumente direkt in Ihre Verarbeitungswarteschlange ein, ohne Konten zu erstellen oder sich anzumelden.
Definieren Sie Spalten, die sowohl Bestelltes als auch Erhaltenes erfassen
Geben Sie Feldnamen ein, die sowohl die gedruckte Bestellseite als auch die handschriftliche Wareneingangsseite abdecken – Wareneingangsnummer | Bestellreferenz | Lieferant | Artikelnummer | Beschreibung | Bestellmenge | Erhaltene Menge | Schadensvermerke | Empfängerunterschrift. Die KI liest jeden Wert nach seiner Bedeutung, sodass die gedruckte Bestellmenge aus der Lieferantentabelle und die handschriftlich notierte erhaltene Menge des Dockarbeiters in getrennten Spalten landen. Sie können auch eine abgeleitete Spalte wie Wareneingangsstatus (Optionen: Vollständig/Teilweise/Beschädigt) hinzufügen, und die KI leitet den Status aus den Wareneingangsvermerken auf jedem Dokument ab – keine manuelle Klassifizierung erforderlich.
Laden Sie eine Tabelle herunter – Bestellt vs. Erhalten nebeneinander
Exportieren Sie als XLSX, CSV oder JSON. Jeder Wareneingang wird zu einer Zeile in der Ausgabetabelle – mit gedruckten Bestellfeldern und handschriftlichen Wareneingangsfeldern in benachbarten Spalten, sodass Sie Bestellmenge und erhaltene Menge direkt in der Tabelle vergleichen können. Die Ausgabe ist bereit für die WMS-Warenbuchung, Bestellabstimmung, Bestandskorrektur oder Lieferantenbelastungsdokumentation. Google Sheets-Nutzer können das Seitenleisten-Add-on verwenden, um Ergebnisse direkt in ein aktives Blatt zu extrahieren, ohne die Tabelle zu verlassen. Die Verarbeitung dauert 5–10 Sekunden pro Seite, verglichen mit etwa 2–3 Minuten manueller Dateneingabe pro Wareneingang.
Wann die Extraktion handschriftlicher Wareneingangsbelege saubere Daten liefert – und wann Sie prüfen sollten
Die Genauigkeit ist bei standardmäßigen Wareneingangsbelegen mit lesbaren Anmerkungen hoch. Einige Dokumentenbedingungen und Tool-Grenzen beeinflussen die Ergebnisse – es lohnt sich, diese zu kennen, bevor Sie einen großen Stapel von Eingangsbelegen verarbeiten, bei denen die handschriftlichen Daten finanzielles oder prüfungsrelevantes Gewicht haben.
Ideale Anwendung
Digitale PDF-Wareneingänge vom Lieferanten oder 3PL-Portal. Maschinell erstellte Wareneingangsbelege aus TMS, ERP oder Lieferantenportalen liefern eine nahezu perfekte Extraktionsgenauigkeit für gedruckte Kopfzeilen und Tabellen mit Positionsdaten. Lesbare handschriftliche Notizen im Wareneingangsbereich werden als strukturierte Daten zusammen mit den gedruckten Feldern extrahiert.
Durchschläge der ersten und zweiten Generation, gescannt mit 300 DPI oder höher. Das Original (obere Kopie) eines Wareneingangs-Durchschlagsatzes liefert die besten Ergebnisse. Zweite Kopien sind bei gutem Kontrast meist noch lesbar. Saubere Flachbettscans mit 300 DPI oder mehr geben der KI die nötige Auflösung, um gedruckte Schrift von handschriftlichen Notizen zu trennen – unerlässlich, wenn beide in derselben Zeile nebeneinander erscheinen.
Gemischte Lieferanten-Chargen mit einem Spaltensetup. Wareneingänge von verschiedenen Lieferanten, Herstellern und 3PL-Anbietern können gemeinsam hochgeladen und mit denselben Spaltendefinitionen verarbeitet werden. Das Ergebnis ist eine einheitliche Excel-Datei – eine Zeile pro Wareneingang – unabhängig von Formatunterschieden zwischen den Lieferanten.
Stichprobenartig prüfen
Durchschläge der dritten und vierten Generation mit Geisterabdruck. Warenannahmebelege sind meist mehrteilige Durchschreibformulare – das Original verbleibt beim Käufer, die Kopien gehen an Lieferant und Spediteur. Ab der dritten oder vierten Schicht ist die Kohleübertragung deutlich verblasst. Gedruckter Text wirkt blassgrau, handschriftliche Notizen sind kaum lesbar. Die KI versucht dennoch, diese Felder zu extrahieren, kennzeichnet unsichere Werte aber. Scannen Sie nach Möglichkeit das erste oder zweite Exemplar. Bei späteren Durchschlägen mit finanziell relevanten Mengenangaben sollten Sie diese Zellen manuell prüfen.
Fettflecken, Lagerstaub und Handyfotos bei schlechtem Licht. Ein Warenannahmebeleg auf der Rampe sammelt Gebrauchsspuren – Fett von Gabelstaplerfahrern, Schmutz von Förderbändern, Knicke durch die Hosentasche. Handyfotos bei Lagerbeleuchtung mit Schatten oder Blendeffekten liefern schlechtere Ergebnisse als Flachbettscans unter kontrollierten Bedingungen. Ein frontales Foto mit gleichmäßiger Ausleuchtung ist immer besser als ein hastiger Schrägschuss bei schlechtem Licht. Bei handschriftlichen Mengenkorrekturen, die die Rechnungszahlung bestimmen, prüfen Sie diese Felder bei schlechter Fotoqualität.
Das Tool extrahiert, was auf dem Papier steht – es kann keine Ist-Bestände prüfen. Die KI liest und strukturiert die handschriftlichen Wareneingangsdaten exakt so, wie sie notiert wurden. Sie gleicht die extrahierten Mengen nicht mit dem physischen Lagerbestand ab, validiert sie nicht gegen Ihre Bestellungen und zeigt keine Abweichungen zwischen Notiz und tatsächlichem Eingang an. Die handschriftliche „480 erhalten“ wird getreu als 480 extrahiert – ob der wahre Bestand 478, 480 oder 482 beträgt. Das Tool automatisiert die Datenerfassung aus dem Papierbeleg; die physische Prüfung der Eingangsmengen bleibt ein separater Lagerprozess.
Häufig gestellte Fragen
Kann die KI auf einem Lieferschein zwischen der gedruckten Bestellmenge und der handschriftlich eingetragenen Liefermenge unterscheiden?
Ja – und genau das ist die Kernfunktion, die die Extraktion handschriftlicher Lieferscheine von der allgemeinen Dokumenten-OCR unterscheidet. Wenn Sie Spalten wie Bestellmenge und Liefermenge definieren, liest die KI die gedruckte Menge aus der Lieferanten-Tabelle und die handschriftliche Korrektur aus der Empfängernotiz – und gibt beides in separaten Spalten aus. Die Unterscheidung gelingt, weil die KI die semantische Bedeutung jedes Spaltennamens versteht, nicht weil die Werte an unterschiedlichen Pixelpositionen auf der Seite stehen. So können Sie Bestell- und Liefermengen positionsgenau vergleichen, ohne manuell abgleichen zu müssen. Fehlt die handschriftliche Menge (der Empfänger hat nur unterschrieben, ohne Mengen zu notieren), bleibt die Spalte Liefermenge für diese Zeile leer – auch das ist eine verwertbare Information für Ihre Wareneingangsprüfung.
Wie zuverlässig ist die Extraktion bei Durchschlag-Lieferscheinen, bei denen die dritte oder vierte Kopie kaum noch lesbar ist?
Durchschläge der ersten und zweiten Generation, die mit mindestens 300 DPI gescannt werden, liefern sowohl bei gedruckten als auch bei handschriftlichen Feldern eine hohe Genauigkeit. Die KI verarbeitet die Seite als visuelles Ganzes – sie liest die gedruckte Tabellenstruktur und die handschriftlichen Anmerkungen in einem einzigen semantischen Durchlauf. Bei Kopien der dritten und vierten Generation, bei denen der Durchschlag so verblasst ist, dass die Handschrift nur noch als hellgrau auf grau erscheint, sinkt die Genauigkeit bei detailreichen Feldern wie Liefermenge und Schadensvermerk merklich. Die KI versucht dennoch, diese Felder zu extrahieren, kennzeichnet unsichere Werte jedoch entsprechend. Für Wareneingangsdaten, bei denen die handschriftliche Menge direkt den Inventarwert oder die Rechnungszahlung bestimmt – etwa bei hochwertigen Konsignationslieferungen – sollten Sie ein Zeitbudget für die Stichprobenprüfung stark verblasster Kopien einplanen, so wie Sie auch manuell erfasste Zahlen überprüfen würden.
Kann ich Lieferscheine von 30 verschiedenen Lieferanten verarbeiten, wenn jeder ein anderes Formularlayout verwendet?
Ja. Sie definieren die Spaltennamen einmal – z. B. Lieferscheinnummer | Bestellnummer | Lieferant | Artikelnummer | Beschreibung | Bestellmenge | Liefermenge | Schadensvermerk | Empfängerunterschrift – und laden die Lieferscheine von 30 verschiedenen Lieferanten in einem einzigen Batch hoch. Die KI findet jeden Wert in jedem Dokument, indem sie die Bedeutung jedes Spaltennamens versteht, nicht indem sie ein festes Layout abgleicht. Wenn ein bestimmter Lieferant ein kompaktes zweiteiliges Kohlepapier-Formular mit vorgedruckten Mengenrastern verwendet, liest die KI die eingekreisten handschriftlichen Zahlen aus dem Raster. Wenn ein anderer Lieferant einen mehrseitigen Warenbegleitschein mit einer vollständigen Positionsliste sendet, liest die KI aus der Tabelle. Das Ergebnis ist eine einheitliche Excel-Datei – eine Zeile pro Lieferschein – mit konsistenten Spalten, unabhängig davon, wie unterschiedlich die Lieferanten ihre Formulare gestalten.
Kann ich während der Extraktion Abweichungen zwischen bestellten und erhaltenen Mengen kennzeichnen, anstatt später in Excel zu sortieren?
Ja. Sie können eine Berechnete Spalte hinzufügen – definieren Sie sie während der Extraktion als Mengenabweichung (Bestellte Menge - Erhaltene Menge). Die KI berechnet die Differenz für jede Position automatisch und gibt das Ergebnis als eigene Spalte aus. Positive Zahlen zeigen Unterlieferung an (mehr bestellt als erhalten), negative Zahlen Überlieferung. So erhalten Sie eine Abweichungsspalte, die Sie sofort in Ihrer Tabelle sortieren und filtern können, um zu identifizierende Belege zu prüfen – ohne einen separaten Abgleich in Excel. Das Tool extrahiert die Wareneingangsdaten und führt die Berechnung in einem Durchgang durch.
Können die extrahierten Wareneingangsdaten für einen Drei-Wege-Abgleich verwendet werden – also zum Vergleich von Bestellung, Lieferung und Rechnung?
Die strukturierte Ausgabe der Wareneingangsextraktion liefert die „Wareneingangsdaten" für den Drei-Wege-Abgleich – den Lieferschein, die Bestellung und die Rechnung. Der eigentliche Abgleich (Vergleich der extrahierten Wareneingangsdaten mit Ihren Bestelldaten und Lieferantenrechnungen) erfolgt jedoch in Ihrem ERP, Ihrer Kreditorenbuchhaltung oder Ihrer Tabelle. Das Tool extrahiert die strukturierten Daten – einschließlich der kritischen handschriftlichen Ebene, die zeigt, was tatsächlich eingegangen ist –, greift aber nicht auf Ihre Bestelldatenbank oder Lieferantenrechnungen zu, um den Abgleich selbst durchzuführen. Was das Tool ermöglicht, ist eine saubere, konsistente Extraktion der Wareneingangsdaten, einschließlich handschriftlicher Erhaltene Menge, Schadensvermerke und Unterschrift des Empfängers, sodass der Abgleich auf genauen Eingabedaten basiert. Die abgeleitete Spalte „Belegstatus" aus der Extraktion kann Dokumente für Ihren Abgleich-Workflow vorab kategorisieren.
Weiterlesen: Manuelle vs. KI-gestützte Wareneingangsextraktion: Was sich ändert, wenn der Wareneingang digital wird · Warum handschriftliche Wareneingangsdaten eine Lücke zwischen Lagerbetrieb und Kreditorenbuchhaltung schaffen · Was die Extraktionsgenauigkeit bei handschriftlichen Wareneingangsbelegen beeinflusst: Durchschläge, Handschriftqualität und Fotobedingungen