Bij een Nederlands infraconcern komen dagelijks tientallen weegbonnen binnen, op papier en digitaal.
De papieren bonnen werden door uitvoerders handmatig overgenomen in het beladingsregister en gekoppeld aan de bijbehorende rit in de ritadministratie.
De digitale bonnen zijn afkomstig uit de systemen van de weegbruggen. Deze gegevens werden door uitvoerders samengevoegd en geëxporteerd naar het beladingsregister en de ritadministratie. De systemen leveren hun gegevens niet in dezelfde vorm aan, waardoor de export in veel gevallen eerst moest worden bewerkt.
Dit was handmatig werk met weinig toegevoegde waarde. Op papieren en digitale bonnen kwamen bovendien met enige regelmaat fouten voor, zoals een onvolledig kenteken, een nettogewicht dat hoger was dan het brutogewicht of een uitrijtijd die vóór de inrijtijd lag. Door de grote hoeveelheid bonnen werden deze fouten niet altijd opgemerkt, waardoor het beladingsregister niet in alle gevallen volledig en juist was.
Op papier
Uit verschillende bronsystemen van weegbruggen
| Reg.nr | Net (t) |
|---|---|
| 12-BXR-4 | 23,46 |
We hebben een AI-agent ontwikkeld die alle weegbonnen samenbrengt, controleert en direct verwerkt in het beladingsregister en de ritadministratie.
De AI-agent leest de papieren bonnen en de digitale bonnen uit de weegbrugsystemen, ongeacht de herkomst of het formaat.
Alle gegevens worden teruggebracht naar één vaste indeling, zodat elke bon op dezelfde manier wordt vastgelegd.
Het gewicht, de rit en het materiaal worden getoetst aan wat er voor het project wordt verwacht. Daarna wordt de bon gekoppeld aan de rit in de ritadministratie en wordt het beladingsregister bijgewerkt.
Registratie
Van de weegbonnen wordt zonder tussenkomst van een uitvoerder verwerkt in het beladingsregister en de ritadministratie.
Eén dag als voorbeeld
48 weegbonnen
Uitvoerders hebben meer tijd om buiten te zijn en het project inhoudelijk bij te sturen.
Ontdek nu waar jouw organisatie staat en wat de beste weg vooruit is.
Het assessment plaatst je organisatie op de zes fases van dit framework. Je ziet niet alleen een score, maar ook welke fase je voortgang op dit moment begrenst en wat daar als eerste te doen staat.
Signalen over nieuwe ladingstromen staan verspreid over honderden openbare bronnen. Een AI-pipeline leest ze uit en houdt 875 concrete leads over.
Lees case →Informatie zat vast in het TMS, het WMS en losse HR-systemen. Elke afdeling heeft nu een eigen assistent die over die systemen heen antwoord geeft.
Lees case →Inwoners wachtten gemiddeld vijf werkdagen op antwoord. Een AI-assistent stelt nu conceptantwoorden op, maar een medewerker controleert en verstuurt altijd zelf.
Lees case →