Elk transport- of distributiebedrijf kent het ritueel: de chauffeur stuurt na aflevering een foto van de getekende afleverbon, en iemand op kantoor zoekt uit bij welke rit die hoort. Klopt de handtekening? Zijn alle colli afgeleverd? Staat er een opmerking bij? Pas als dat is uitgezocht, kan de zending gefactureerd worden. Bij een geschil is de afleverbon het enige bewijs dat je hebt. Voor AI-automatisering voor de logistiek is dit een van de meest voorkomende papierstromen.
Wat is een afleverbon precies?
Bij een zending komen drie documenten om de hoek kijken, en ze worden vaak door elkaar gehaald:
- Een pakbon hoort bij de goederen zelf en beschrijft wat er in de zending zit.
- Een CMR-vrachtbrief is de vervoersovereenkomst tussen afzender, vervoerder en ontvanger.
- Een afleverbon of proof of delivery (POD) is het bewijs dat de goederen daadwerkelijk zijn afgeleverd, meestal met handtekening, datum en aantal ontvangen colli.
De afleverbon bepaalt of je kunt factureren. Zonder bewijs van aflevering kan een klant elke factuur betwisten. Hoe de afleverbon binnenkomt verschilt per bedrijf: een foto vanaf de telefoon van de chauffeur, een scan in de vrachtwagen, of een PDF-bijlage in een mailtje van de klant. Soms is het formulier van de klant zelf, met eigen velden en eigen layout. Zie ook pakbonnen en leveringsdocumenten automatisch verwerken voor het verschil met de goederenstroom zelf.
Wat AI uit een afleverbon haalt
Een AI-werkstroom pakt het document op uit de mailbox, een gedeelde map of een upload, en haalt er de relevante gegevens uit:
- zendingnummer of referentie, zodat het bewijs aan de juiste rit kan worden gekoppeld
- datum en tijd van aflevering
- aantal afgeleverde colli
- naam van de ontvanger en de handtekening (aanwezig of niet)
- opmerkingen zoals "schade geconstateerd", "niemand aanwezig" of "bij de buren afgegeven"
Het herkennen van die gegevens uit een foto is voor AI geen groot probleem meer. Handgeschreven opmerkingen zijn lastiger dan getypte tekst, en een slechte foto van een natte handtekening blijft een slechte foto. Daarom werkt dit systeem het best als het onzekere gevallen markeert in plaats van stil te raden. Deze vorm van documentuitlezen valt onder documentverwerking, inclusief de vangrails voor afwijkende layouts.
Van losse foto naar gekoppeld bewijs in het TMS
Het uitlezen is de helft van het werk. Minstens zo belangrijk is de koppeling: bij welke zending hoort dit bewijs? De werkstroom zoekt het zendingnummer op in je TMS, koppelt de afleverbon aan de juiste rit en controleert of de gegevens overeenkomen. Klopt alles, dan staat het bewijs direct bij de zending, voor planning, klantenservice en financiën.
Die koppeling is waar het in de praktijk misgaat als alles handmatig gaat. Een zendingnummer dat net anders is genoteerd, een referentie die op twee plaatsen staat, een foto die bij de verkeerde mail zit. Een AI-werkstroom koppelt op basis van meerdere velden tegelijk en laat het geval aan een medewerker zien als de match niet zeker is. Lees ook hoe transportorders automatisch inlezen en CMR-vrachtbrieven verwerken in dezelfde stroom passen.
Afwijkingen: hier blijft een mens in de keten
Automatiseren betekent niet dat elke afleverbon zonder kijken wordt goedgekeurd. Een aantal gevallen moet altijd langs een medewerker:
- geen handtekening of een onleesbare krabbel
- minder colli afgeleverd dan op de zending staat
- een schade-opmerking op de bon
- een afleverbon die niet aan een zending te koppelen is
Deze gevallen zijn zeldzaam genoeg om handmatig af te handelen, maar belangrijk genoeg om nooit stil te laten passeren. Factureren zonder geldig bewijs is vragen om discussie achteraf. In de praktijk komt dit erop neer dat een werkstroom 85 tot 95 procent van de afleverbonnen zonder tussenkomst verwerkt en de rest als duidelijke lijst aanbiedt aan de backoffice.
Van bevestigde aflevering naar factuur en rapportage
Zodra het bewijs compleet is, kan de rest van de keten door. De factuur wordt klaargezet, de klant krijgt automatisch de statusupdate, en de administratie heeft direct zicht op welke zendingen factureerbaar zijn. De koppeling tussen TMS, mailbox en facturatie is precies waar werkstroomorkestratie over gaat: systemen die samen één stroom vormen in plaats van losse eilandjes. Hoe die stroom van zending naar uiteindelijke boeking eruitziet, lees je in factuurverwerking in de logistiek.
Met een paar overzichten zie je meteen waar het knelpunt zit: hoeveel zendingen wachten op hun bewijs, hoe oud die zijn en welke vervoerders het vaakst zonder handtekening leveren. Zo wordt de afleverbonnenstroom ook een managementonderwerp in plaats van alleen een administratieve klus.
Veelgestelde vragen
Wat is het verschil tussen een pakbon en een afleverbon?
Een pakbon beschrijft welke goederen in de zending zitten en hoort bij de goederen. Een afleverbon (POD) is het getekende bewijs dat de zending daadwerkelijk is afgeleverd. De pakbon gaat over de inhoud, de afleverbon over het moment van aflevering.
Kan AI een handtekening op een foto echt herkennen?
Ja, AI kan uit een foto halen of er een handtekening staat, van wie die ongeveer is en of het document volledig is ingevuld. Een slechte foto of een vage scan blijft lastig. Daarom markeert een goed ingerichte werkstroom twijfelgevallen voor menselijke controle in plaats van ze blind goed te keuren.
Wat gebeurt er met een afleverbon zonder handtekening?
Die gaat naar een medewerker. De werkstroom zet het bewijs klaar bij de zending, maar geeft de facturatie niet vrij. De backoffice kan de chauffeur of klant om een bevestiging vragen voordat de zending wordt afgesloten.
Is afleverbonnen verwerken met AI hetzelfde als OCR?
Nee. OCR leest tekst uit een document, maar weet niet wat die tekst betekent. AI koppelt de gelezen gegevens aan de zending, beoordeelt of het bewijs compleet is en zet de vervolgstap in gang. Het verschil tussen lezen en begrijpen is precies waar de meerwaarde zit.