Ein KI-Retourenscanner, der Retouren im 3PL-Lager per Etikettenfoto bucht

Retourenpakete kommen mit einem Etikett des Paketdienstes und kaum mehr. Um eines zu buchen, musste jemand den Auftrag in ChannelDock finden, den Händler des Produkts ermitteln und den Status jeder Zeile setzen. Bei mehr als 340 angebundenen Händlern und rund 160 Retouren am Tag kostete das am Retourenplatz viel Zeit, und Fehler passierten leicht.

Die Sendungsnummer ist das, was am zuverlässigsten auf dem Etikett steht. ChannelDock kann Aufträge und Retouren aber nicht nach Sendungsnummer durchsuchen. Die Retouren-API kennt außerdem keinen Entwurfsstatus. Eine Retoure muss von Anfang an mit einer bestimmten Auftragszeile verknüpft sein. Ein Paket, von dem nur ein Name und ein Barcode bekannt sind, kann in ChannelDock also gar nicht existieren.

Die meisten Retouren waren bereits angekündigt. Der Kunde meldet die Retoure bei Bol oder Amazon an, der Kanal überträgt sie als ausstehend nach ChannelDock, und das Paket kommt Tage später an. Würde jeder Scan eine neue Retoure anlegen, entstünde eine Dublette neben dem Datensatz des Kanals, und das Original bliebe offen.

Der Mitarbeiter fotografiert das Etikett mit Smartphone, Tablet oder Handscanner. Gemini auf Vertex AI liest Sendungsnummer, Auftragsnummer, Kundenname und eine eventuelle EAN. Mehrere Gemini-Modelle laufen als abgesichertes Rennen: Das erste Modell beantwortet die meisten Scans, ein zweites startet nur, wenn das erste langsam ist oder gedrosselt wird. Ein Korrekturschritt behebt falsch gelesene Zeichen wie 0 und O anhand von Prüfziffern und bekannten Codeformaten und rät dabei nie.

Weil ChannelDock keine Retourenentwürfe kennt, wird jedes Paket in einem lokalen Zwischenspeicher gehalten, bis es vollständig ist. Der Abgleich sucht zuerst nach einer bestehenden Retoure des Kanals, sodass ein Paket mit mehreren Zeilen auch ohne Barcode angenommen werden kann. Ein Spiegel im Hintergrund hält Sendungen, Retouren und Kundennamen im Speicher. Aus API-Abfragen von 8 bis 60 Sekunden werden so sofortige Treffer. Jede Zuordnung wird trotzdem live bestätigt, bevor etwas geschrieben wird.

Die App ist eine PWA für die Arbeit mit Handschuhen: große Schaltflächen, ein farbiges Statusband, das man auf Armlänge erkennt, und Niederländisch als Standardsprache. Sie ist bewusst nicht offlinefähig. Jede sinnvolle Aktion braucht ChannelDock und Vertex, und API-Antworten werden nie zwischengespeichert. So kann ein veraltetes Ergebnis einem Mitarbeiter nie anzeigen, dass ein Paket gebucht wurde, obwohl es das nicht ist.