[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"solutions-nav":3,"insight-behind-the-scenes-ai-training-customer-orders":418},[4,29,49,72,92,116,136,155,177,196,212,232,248,265,282,300,317,335,356,375,395],{"slug":5,"category":6,"group":7,"sort":8,"translations":9},"food","industries",null,0,[10,15,19,24],{"languages_code":11,"meta_description":12,"breadcrumb_label":13,"nav_label":13,"nav_tagline":14},"en","Meat, bakery, produce and drinks orders arrive by mail, phone, EDI and reps. Hyperfox checks them against your customer agreements and fills your ERP.","Food & Beverage","Daily recurring orders from mailbox, phone and EDI, straight into your ERP.",{"languages_code":16,"meta_description":17,"breadcrumb_label":13,"nav_label":13,"nav_tagline":18},"nl","Orders voor vleeswaren, bakkerij, groenten en drank komen via mail, telefoon, EDI en vertegenwoordigers. Hyperfox controleert ze en boekt in je ERP.","Dagelijkse orders uit mailbox, telefoon en EDI, rechtstreeks in je ERP.",{"languages_code":20,"meta_description":21,"breadcrumb_label":22,"nav_label":22,"nav_tagline":23},"fr","Viande, boulangerie, fruits et légumes, boissons : les commandes arrivent par mail, téléphone, EDI et commerciaux. Hyperfox les contrôle et remplit l'ERP.","Agroalimentaire","Commandes récurrentes quotidiennes depuis la boîte mail, le téléphone et l'EDI, directement dans votre ERP.",{"languages_code":25,"meta_description":26,"breadcrumb_label":27,"nav_label":27,"nav_tagline":28},"de","Fleisch, Backwaren, Obst, Gemüse und Getränke: Bestellungen kommen per Mail, Telefon, EDI und Außendienst. Hyperfox prüft sie und füllt Ihr ERP.","Lebensmittel & Getränke","Täglich wiederkehrende Bestellungen aus Postfach, Telefon und EDI, direkt in Ihr ERP.",{"slug":30,"category":6,"group":7,"sort":31,"translations":32},"pharmaceutical",1,[33,37,41,45],{"languages_code":11,"meta_description":34,"breadcrumb_label":35,"nav_label":35,"nav_tagline":36},"Pharmaceutical wholesalers process high volumes where a wrong pack size is a compliance event. Hyperfox captures, validates and posts every order.","Pharmaceuticals","High-volume, high-accuracy order intake for pharma wholesalers.",{"languages_code":16,"meta_description":38,"breadcrumb_label":39,"nav_label":39,"nav_tagline":40},"Farmaceutische groothandels verwerken hoge volumes waar een verkeerde verpakkingseenheid een compliancekwestie is. Hyperfox leest, valideert en boekt.","Farmaceutica","Orderinname op hoog volume en hoge precisie voor farmagroothandels.",{"languages_code":20,"meta_description":42,"breadcrumb_label":43,"nav_label":43,"nav_tagline":44},"Les grossistes pharmaceutiques traitent de gros volumes où un conditionnement erroné devient un enjeu de conformité. Hyperfox capte, valide, enregistre.","Pharmaceutique","Réception de commandes à haut volume et haute précision pour grossistes pharmaceutiques.",{"languages_code":25,"meta_description":46,"breadcrumb_label":47,"nav_label":47,"nav_tagline":48},"Pharmagroßhändler verarbeiten hohe Volumen, bei denen eine falsche Verpackungseinheit ein Compliance-Vorfall ist. Hyperfox erfasst, prüft, überträgt.","Pharma","Auftragserfassung mit hohem Volumen und hoher Genauigkeit für Pharmagroßhändler.",{"slug":50,"category":6,"group":7,"sort":51,"translations":52},"building-construction-materials",2,[53,58,63,67],{"languages_code":11,"meta_description":54,"breadcrumb_label":55,"nav_label":56,"nav_tagline":57},"Builders merchants and tile distributors quote per project and deliver per site. Hyperfox prices requests against your agreements and fills your ERP.","Building materials","Building & construction materials","Project quotes and site orders, priced and posted automatically.",{"languages_code":16,"meta_description":59,"breadcrumb_label":60,"nav_label":61,"nav_tagline":62},"Bouwmateriaalhandels en tegeldistributeurs offreren per project en leveren per werf. Hyperfox prijst aanvragen en boekt de orders in je ERP.","Bouwmaterialen","Bouw- & constructiematerialen","Projectoffertes en werforders, automatisch geprijsd en geboekt.",{"languages_code":20,"meta_description":64,"breadcrumb_label":65,"nav_label":65,"nav_tagline":66},"Négoces en matériaux et distributeurs de carrelage chiffrent par projet et livrent par chantier. Hyperfox tarife les demandes et remplit votre ERP.","Matériaux de construction","Devis de projet et commandes de chantier, tarifés et enregistrés automatiquement.",{"languages_code":25,"meta_description":68,"breadcrumb_label":69,"nav_label":70,"nav_tagline":71},"Baustoffhändler und Fliesendistributoren kalkulieren pro Projekt und liefern pro Baustelle. Hyperfox kalkuliert Anfragen und füllt Ihr ERP.","Baustoffe","Baustoffe & Bauprodukte","Projektangebote und Baustellenbestellungen, automatisch kalkuliert und übertragen.",{"slug":73,"category":6,"group":7,"sort":74,"translations":75},"oil-gas-chemicals",3,[76,80,84,88],{"languages_code":11,"meta_description":77,"breadcrumb_label":78,"nav_label":78,"nav_tagline":79},"Fuel, gas and chemical distributors take urgent orders by phone and mail against moving prices. Hyperfox captures, validates and posts every order.","Oil, gas & chemicals","Urgent bulk and packed orders from phone and mail, validated and posted.",{"languages_code":16,"meta_description":81,"breadcrumb_label":82,"nav_label":82,"nav_tagline":83},"Distributeurs in brandstof, gas en chemie krijgen dringende orders via telefoon en mail, tegen bewegende prijzen. Hyperfox leest en boekt elke order.","Olie, gas & chemie","Dringende bulk- en pakgoedorders uit telefoon en mail, gevalideerd en geboekt.",{"languages_code":20,"meta_description":85,"breadcrumb_label":86,"nav_label":86,"nav_tagline":87},"Distributeurs de carburants, gaz et produits chimiques prennent des commandes urgentes à prix mouvants. Hyperfox capte, valide et enregistre chacune.","Pétrole, gaz et chimie","Commandes urgentes en vrac et conditionnées, depuis le téléphone et le mail, validées et enregistrées.",{"languages_code":25,"meta_description":89,"breadcrumb_label":90,"nav_label":90,"nav_tagline":91},"Händler für Kraftstoff, Gas und Chemie nehmen dringende Bestellungen zu beweglichen Preisen an. Hyperfox erfasst, validiert und überträgt jede davon.","Öl, Gas & Chemie","Dringende Tank- und Stückgutbestellungen aus Telefon und Mail, validiert und übertragen.",{"slug":93,"category":6,"group":7,"sort":94,"translations":95},"wood",4,[96,101,106,111],{"languages_code":11,"meta_description":97,"breadcrumb_label":98,"nav_label":99,"nav_tagline":100},"Timber and pallet distributors order in dimensions, grades and customer shorthand. Hyperfox resolves every line to your article file and fills your ERP.","Wood","Wood & pallets","Dimensions, grades and customer shorthand resolved automatically.",{"languages_code":16,"meta_description":102,"breadcrumb_label":103,"nav_label":104,"nav_tagline":105},"Distributeurs in hout en pallets bestellen in afmetingen, kwaliteiten en eigen afkortingen. Hyperfox koppelt elke lijn aan je artikelbestand.","Hout","Hout & pallets","Afmetingen, kwaliteiten en klantafkortingen automatisch uitgeklaard.",{"languages_code":20,"meta_description":107,"breadcrumb_label":108,"nav_label":109,"nav_tagline":110},"Les distributeurs de bois et de palettes commandent en dimensions, qualités et abréviations client. Hyperfox résout chaque ligne vers vos articles.","Bois","Bois et palettes","Dimensions, qualités et abréviations client résolues automatiquement.",{"languages_code":25,"meta_description":112,"breadcrumb_label":113,"nav_label":114,"nav_tagline":115},"Holz- und Palettenhändler bestellen in Maßen, Qualitäten und Kundenkürzeln. Hyperfox ordnet jede Position Ihrer Artikeldatei zu und füllt Ihr ERP.","Holz","Holz & Paletten","Maße, Qualitäten und Kundenkürzel automatisch aufgelöst.",{"slug":117,"category":6,"group":7,"sort":118,"translations":119},"packaging",5,[120,124,128,132],{"languages_code":11,"meta_description":121,"breadcrumb_label":122,"nav_label":122,"nav_tagline":123},"Packaging orders reference a spec, a drawing or a previous job. Hyperfox links every request to the right article and specification and fills your ERP.","Packaging","Made-to-spec orders linked to the right article and reference.",{"languages_code":16,"meta_description":125,"breadcrumb_label":126,"nav_label":126,"nav_tagline":127},"Verpakkingsorders verwijzen naar een spec, een tekening of een vorige job. Hyperfox koppelt elke aanvraag aan het juiste artikel en boekt in je ERP.","Verpakking","Orders op maat, gekoppeld aan het juiste artikel en de juiste referentie.",{"languages_code":20,"meta_description":129,"breadcrumb_label":130,"nav_label":130,"nav_tagline":131},"Les commandes d'emballage renvoient à une spécification, un plan ou un travail précédent. Hyperfox relie chaque demande au bon article et remplit l'ERP.","Emballage","Commandes sur spécification reliées au bon article et à la bonne référence.",{"languages_code":25,"meta_description":133,"breadcrumb_label":134,"nav_label":134,"nav_tagline":135},"Verpackungsbestellungen verweisen auf eine Spezifikation, Zeichnung oder einen früheren Auftrag. Hyperfox ordnet jede Anfrage zu und füllt Ihr ERP.","Verpackung","Auftragsbezogene Bestellungen, verknüpft mit dem richtigen Artikel und der richtigen Referenz.",{"slug":137,"category":138,"group":139,"sort":140,"translations":141},"ai-email-order-entry-agent","use-cases","order-to-cash",6,[142,146,149,152],{"languages_code":11,"meta_description":143,"breadcrumb_label":144,"nav_label":144,"nav_tagline":145},"Hyperfox reads every order email, PDF, Excel or scanned note, validates it against your customer rules and posts it straight into your ERP.","AI E-mail Order Entry Agent","Turn order emails, PDFs and spreadsheets into clean ERP entries, automatically.",{"languages_code":16,"meta_description":147,"breadcrumb_label":144,"nav_label":144,"nav_tagline":148},"Hyperfox leest elke orderemail, pdf, Excel of scan, valideert die tegen jouw klantspecifieke regels en zet de order rechtstreeks in je ERP.","Zet orderemails, pdf’s en spreadsheets automatisch om in schone ERP-orders.",{"languages_code":20,"meta_description":150,"breadcrumb_label":144,"nav_label":144,"nav_tagline":151},"Hyperfox lit chaque mail de commande, PDF, Excel ou scan, le valide selon vos règles client et l'enregistre directement dans votre ERP.","Transformez mails de commande, PDF et tableurs en saisies ERP propres, automatiquement.",{"languages_code":25,"meta_description":153,"breadcrumb_label":144,"nav_label":144,"nav_tagline":154},"Hyperfox liest jede Bestellmail, PDF, Excel oder Scan, validiert sie anhand Ihrer Kundenregeln und überträgt sie direkt in Ihr ERP.","Bestellmails, PDFs und Tabellen automatisch in saubere ERP-Einträge verwandeln.",{"slug":156,"category":6,"group":7,"sort":140,"translations":157},"maritime",[158,163,168,172],{"languages_code":11,"meta_description":159,"breadcrumb_label":160,"nav_label":161,"nav_tagline":162},"Ship chandlers price long requisition lists against a vessel's schedule. Hyperfox matches every line to your catalogue and drafts the quote.","Maritime","Maritime & ship supply","Requisition lists read, matched and quoted before the vessel sails.",{"languages_code":16,"meta_description":164,"breadcrumb_label":165,"nav_label":166,"nav_tagline":167},"Scheepsleveranciers prijzen lange aanvraaglijsten tegen het vaarschema van een schip. Hyperfox koppelt elke lijn aan je catalogus en maakt de offerte.","Maritiem","Maritiem & scheepsbenodigdheden","Aanvraaglijsten gelezen, gematcht en geoffreerd voor het schip vertrekt.",{"languages_code":20,"meta_description":169,"breadcrumb_label":160,"nav_label":170,"nav_tagline":171},"Les shipchandlers tarifent de longues listes de réquisition selon le planning d'un navire. Hyperfox relie chaque ligne à votre catalogue et rédige le devis.","Maritime et avitaillement","Listes de réquisition lues, appariées et chiffrées avant le départ du navire.",{"languages_code":25,"meta_description":173,"breadcrumb_label":174,"nav_label":175,"nav_tagline":176},"Schiffsausrüster kalkulieren lange Anforderungslisten nach dem Fahrplan eines Schiffes. Hyperfox ordnet jede Position zu und erstellt das Angebot.","Maritim","Maritim & Schiffsausrüstung","Anforderungslisten gelesen, zugeordnet und kalkuliert, bevor das Schiff ausläuft.",{"slug":178,"category":6,"group":7,"sort":179,"translations":180},"retail",7,[181,185,188,192],{"languages_code":11,"meta_description":182,"breadcrumb_label":183,"nav_label":183,"nav_tagline":184},"Retail orders arrive from chains, marketplaces, independent stores and reps at once. Hyperfox captures every channel and validates each order.","Retailers","Chains, marketplaces, independents and reps in one order queue.",{"languages_code":16,"meta_description":186,"breadcrumb_label":183,"nav_label":183,"nav_tagline":187},"Retailorders komen tegelijk van ketens, marketplaces, zelfstandige winkels en vertegenwoordigers. Hyperfox vangt elk kanaal op en valideert elke order.","Ketens, marketplaces, zelfstandigen en vertegenwoordigers in één wachtrij.",{"languages_code":20,"meta_description":189,"breadcrumb_label":190,"nav_label":190,"nav_tagline":191},"Les commandes retail arrivent des chaînes, marketplaces, magasins indépendants et commerciaux. Hyperfox capte chaque canal et valide chaque commande.","Retail","Chaînes, marketplaces, indépendants et commerciaux dans une seule file de commandes.",{"languages_code":25,"meta_description":193,"breadcrumb_label":194,"nav_label":194,"nav_tagline":195},"Handelsbestellungen kommen von Ketten, Marktplätzen, Einzelhändlern und dem Außendienst. Hyperfox erfasst jeden Kanal und validiert jede Bestellung.","Handel","Ketten, Marktplätze, Einzelhändler und Außendienst in einer Bestellwarteschlange.",{"slug":197,"category":138,"group":139,"sort":179,"translations":198},"ai-voicemail-processing-agent",[199,203,206,209],{"languages_code":11,"meta_description":200,"breadcrumb_label":201,"nav_label":201,"nav_tagline":202},"Hyperfox transcribes every voicemail order, extracts customer, products and quantities, validates them and creates a clean order in your ERP.","AI Voicemail Processing Agent","Convert spoken orders and voicemails into validated ERP entries.",{"languages_code":16,"meta_description":204,"breadcrumb_label":201,"nav_label":201,"nav_tagline":205},"Hyperfox transcribeert elke voicemail, haalt klant, producten en hoeveelheden eruit, valideert ze en maakt een schone order in je ERP.","Zet ingesproken orders en voicemails om in gevalideerde ERP-orders.",{"languages_code":20,"meta_description":207,"breadcrumb_label":201,"nav_label":201,"nav_tagline":208},"Hyperfox transcrit chaque message vocal, en extrait le client, les produits et les quantités, les valide et crée une commande propre dans votre ERP.","Convertissez commandes vocales et messages vocaux en saisies ERP validées.",{"languages_code":25,"meta_description":210,"breadcrumb_label":201,"nav_label":201,"nav_tagline":211},"Hyperfox transkribiert jede Voicemail, extrahiert Kunde, Produkte und Mengen, validiert sie und erstellt eine saubere Bestellung in Ihrem ERP.","Gesprochene Bestellungen und Voicemails in validierte ERP-Einträge umwandeln.",{"slug":213,"category":6,"group":7,"sort":214,"translations":215},"transport-logistics",8,[216,220,224,228],{"languages_code":11,"meta_description":217,"breadcrumb_label":218,"nav_label":218,"nav_tagline":219},"Road hauliers receive transport orders by mail, phone and EDI. Hyperfox reads every order, resolves addresses and references and fills your TMS.","Transport & logistics","Transport orders from mailbox, phone and EDI, straight into your TMS.",{"languages_code":16,"meta_description":221,"breadcrumb_label":222,"nav_label":222,"nav_tagline":223},"Wegvervoerders krijgen transportorders via mail, telefoon en EDI. Hyperfox leest elke order, klaart adressen en referenties uit en vult je TMS.","Transport & logistiek","Transportorders uit mailbox, telefoon en EDI, rechtstreeks in je TMS.",{"languages_code":20,"meta_description":225,"breadcrumb_label":226,"nav_label":226,"nav_tagline":227},"Les transporteurs routiers reçoivent des ordres par mail, téléphone et EDI. Hyperfox lit chacun, résout adresses et références et remplit votre TMS.","Transport et logistique","Ordres de transport depuis la boîte mail, le téléphone et l'EDI, directement dans votre TMS.",{"languages_code":25,"meta_description":229,"breadcrumb_label":230,"nav_label":230,"nav_tagline":231},"Straßentransporteure erhalten Aufträge per Mail, Telefon und EDI. Hyperfox liest jeden, löst Adressen und Referenzen auf und füllt Ihr TMS.","Transport & Logistik","Transportaufträge aus Postfach, Telefon und EDI, direkt in Ihr TMS.",{"slug":233,"category":138,"group":139,"sort":214,"translations":234},"ai-edi-integrations",[235,239,242,245],{"languages_code":11,"meta_description":236,"breadcrumb_label":237,"nav_label":237,"nav_tagline":238},"The AI reads your partner's message formats, proposes the field mapping, validates content against your business rules and keeps the link healthy.","AI EDI Integrations","AI-built EDI connections without mapping projects or per-partner consultants.",{"languages_code":16,"meta_description":240,"breadcrumb_label":237,"nav_label":237,"nav_tagline":241},"De AI leest de berichtformaten van je partner, stelt de veldmapping voor, valideert de inhoud tegen jouw businessregels en houdt de koppeling gezond.","AI-gebouwde EDI-koppelingen zonder mappingprojecten of consultants per partner.",{"languages_code":20,"meta_description":243,"breadcrumb_label":237,"nav_label":237,"nav_tagline":244},"L'IA lit les formats de messages de votre partenaire, propose le mapping des champs, valide le contenu selon vos règles métier et maintient la connexion.","Des connexions EDI construites par l'IA, sans projets de mapping ni consultants par partenaire.",{"languages_code":25,"meta_description":246,"breadcrumb_label":237,"nav_label":237,"nav_tagline":247},"Die KI liest die Nachrichtenformate Ihres Partners, schlägt das Feld-Mapping vor, validiert Inhalte anhand Ihrer Regeln und pflegt die Verbindung.","KI-gebaute EDI-Verbindungen ohne Mapping-Projekte oder Berater pro Partner.",{"slug":249,"category":138,"group":139,"sort":250,"translations":251},"b2b-customer-portal",9,[252,256,259,262],{"languages_code":11,"meta_description":253,"breadcrumb_label":254,"nav_label":254,"nav_tagline":255},"Give every customer their own catalog, prices and order history in your house style, with perfectly structured orders and live order status.","B2B Customer Portal","A branded ordering portal with personal catalogs, pricing and live order status.",{"languages_code":16,"meta_description":257,"breadcrumb_label":254,"nav_label":254,"nav_tagline":258},"Geef elke klant zijn eigen catalogus, prijzen en orderhistoriek in jouw huisstijl, met perfect gestructureerde orders en live orderstatus.","Een branded bestelportaal met persoonlijke catalogi, prijzen en live orderstatus.",{"languages_code":20,"meta_description":260,"breadcrumb_label":254,"nav_label":254,"nav_tagline":261},"Donnez à chaque client son catalogue, ses prix et son historique dans votre charte, avec des commandes structurées et un statut en direct.","Un portail de commande à votre marque, avec catalogues, tarifs personnels et statut de commande en direct.",{"languages_code":25,"meta_description":263,"breadcrumb_label":254,"nav_label":254,"nav_tagline":264},"Jeder Kunde erhält eigenen Katalog, eigene Preise und Bestellhistorie in Ihrem Design, mit strukturierten Bestellungen und Live-Status.","Ein gebrandetes Bestellportal mit persönlichen Katalogen, Preisen und Live-Bestellstatus.",{"slug":266,"category":138,"group":139,"sort":267,"translations":268},"field-sales-order-app",10,[269,273,276,279],{"languages_code":11,"meta_description":270,"breadcrumb_label":271,"nav_label":271,"nav_tagline":272},"Reps capture orders at the customer, with that customer's pricing, live stock and instant confirmation, synced to your ERP in real time.","Field Sales Order App","Let reps capture perfect orders at the customer, straight into your ERP.",{"languages_code":16,"meta_description":274,"breadcrumb_label":271,"nav_label":271,"nav_tagline":275},"Vertegenwoordigers nemen orders op bij de klant, met diens prijzen, live voorraad en directe bevestiging, realtime gesynchroniseerd met je ERP.","Laat vertegenwoordigers perfecte orders opnemen bij de klant, rechtstreeks in je ERP.",{"languages_code":20,"meta_description":277,"breadcrumb_label":271,"nav_label":271,"nav_tagline":278},"Vos commerciaux saisissent les commandes chez le client, avec ses tarifs, le stock en direct et une confirmation immédiate, synchronisés à l'ERP.","Laissez vos commerciaux saisir des commandes parfaites chez le client, directement dans votre ERP.",{"languages_code":25,"meta_description":280,"breadcrumb_label":271,"nav_label":271,"nav_tagline":281},"Der Außendienst erfasst Bestellungen beim Kunden, mit dessen Preisen, Live-Bestand und sofortiger Bestätigung, in Echtzeit im ERP.","Ihr Außendienst erfasst perfekte Bestellungen beim Kunden, direkt in Ihr ERP.",{"slug":283,"category":138,"group":284,"sort":285,"translations":286},"ai-email-proposal-agent","quote-to-cash",11,[287,291,294,297],{"languages_code":11,"meta_description":288,"breadcrumb_label":289,"nav_label":289,"nav_tagline":290},"Hyperfox reads incoming quote requests, matches them to your articles, applies customer conditions and margins, and drafts the proposal.","AI E-mail Proposal Agent","Turn incoming quote requests into accurate, ready-to-send proposals.",{"languages_code":16,"meta_description":292,"breadcrumb_label":289,"nav_label":289,"nav_tagline":293},"Hyperfox leest binnenkomende offerteaanvragen, matcht ze aan je artikelen, past klantcondities en marges toe en zet het voorstel klaar.","Zet binnenkomende offerteaanvragen om in accurate, verzendklare voorstellen.",{"languages_code":20,"meta_description":295,"breadcrumb_label":289,"nav_label":289,"nav_tagline":296},"Hyperfox lit les demandes de devis, les rapproche de vos articles, applique conditions client et marges, et rédige la proposition.","Transformez les demandes de prix entrantes en propositions précises, prêtes à envoyer.",{"languages_code":25,"meta_description":298,"breadcrumb_label":289,"nav_label":289,"nav_tagline":299},"Hyperfox liest eingehende Preisanfragen, ordnet sie Ihren Artikeln zu, wendet Kundenkonditionen und Margen an und erstellt das Angebot.","Eingehende Angebotsanfragen in präzise, versandfertige Angebote verwandeln.",{"slug":301,"category":138,"group":284,"sort":302,"translations":303},"ai-rfp-to-proposal-agent",12,[304,308,311,314],{"languages_code":11,"meta_description":305,"breadcrumb_label":306,"nav_label":306,"nav_tagline":307},"Hyperfox reads the RFP, requests supplier prices, processes the answers, applies your margin rules and drafts a complete proposal to approve.","AI RFP-to-Proposal Agent","From customer RFP to supplier pricing to a margin-checked proposal, automatically.",{"languages_code":16,"meta_description":309,"breadcrumb_label":306,"nav_label":306,"nav_tagline":310},"Hyperfox leest de RFP, vraagt inkoopprijzen op bij je leveranciers, verwerkt de antwoorden, past jouw margeregels toe en zet een voorstel klaar.","Van klant-RFP via leveranciersprijzen naar een margegecheckt voorstel, automatisch.",{"languages_code":20,"meta_description":312,"breadcrumb_label":306,"nav_label":306,"nav_tagline":313},"Hyperfox lit l'appel d'offres, demande les prix fournisseurs, traite les réponses, applique vos règles de marge et rédige la proposition.","De l'appel d'offres client au prix fournisseur puis à une proposition à marge contrôlée, automatiquement.",{"languages_code":25,"meta_description":315,"breadcrumb_label":306,"nav_label":306,"nav_tagline":316},"Hyperfox liest die Ausschreibung, fragt Lieferantenpreise an, verarbeitet die Antworten, wendet Ihre Margenregeln an und erstellt das Angebot.","Von der Kundenausschreibung über Lieferantenpreise zum margengeprüften Angebot, automatisch.",{"slug":318,"category":138,"group":319,"sort":320,"translations":321},"ai-order-confirmation-agent","procure-to-pay",13,[322,326,329,332],{"languages_code":11,"meta_description":323,"breadcrumb_label":324,"nav_label":324,"nav_tagline":325},"Hyperfox reads every supplier confirmation, matches it line by line against your purchase order and flags price, quantity and date deviations.","AI Order Confirmation Agent","Read every supplier order confirmation and match it against your PO, automatically.",{"languages_code":16,"meta_description":327,"breadcrumb_label":324,"nav_label":324,"nav_tagline":328},"Hyperfox leest elke leveranciersbevestiging, matcht ze lijn per lijn met je inkooporder en signaleert prijs-, hoeveelheids- en datumafwijkingen.","Lees elke orderbevestiging van leveranciers en match ze automatisch met je PO.",{"languages_code":20,"meta_description":330,"breadcrumb_label":324,"nav_label":324,"nav_tagline":331},"Hyperfox lit chaque confirmation fournisseur, la rapproche ligne par ligne de votre bon de commande et signale les écarts de prix, quantité et date.","Lisez chaque confirmation de commande fournisseur et rapprochez-la de votre bon de commande, automatiquement.",{"languages_code":25,"meta_description":333,"breadcrumb_label":324,"nav_label":324,"nav_tagline":334},"Hyperfox liest jede Lieferantenbestätigung, gleicht sie Position für Position mit Ihrer Bestellung ab und meldet Preis- und Mengenabweichungen.","Jede Lieferantenbestätigung lesen und automatisch mit Ihrer Bestellung abgleichen.",{"slug":336,"category":337,"group":7,"sort":338,"translations":339},"manufacturers","company-types",18,[340,344,348,352],{"languages_code":11,"meta_description":341,"breadcrumb_label":342,"nav_label":342,"nav_tagline":343},"Orders arrive from retail EDI, from distributors by mail and from your own reps. Hyperfox captures every channel and feeds clean data to your ERP.","Manufacturers","Retail EDI, distributor mails and your own reps in one order queue.",{"languages_code":16,"meta_description":345,"breadcrumb_label":346,"nav_label":346,"nav_tagline":347},"Orders komen via retail-EDI, per mail van distributeurs en van je eigen vertegenwoordigers. Hyperfox vangt elk kanaal op en levert propere ERP-data.","Fabrikanten","Retail-EDI, mails van distributeurs en je eigen vertegenwoordigers in één wachtrij.",{"languages_code":20,"meta_description":349,"breadcrumb_label":350,"nav_label":350,"nav_tagline":351},"Les commandes arrivent par EDI retail, par mail des distributeurs et de vos commerciaux. Hyperfox capte chaque canal et alimente votre ERP proprement.","Fabricants","EDI retail, mails distributeurs et vos propres commerciaux dans une seule file.",{"languages_code":25,"meta_description":353,"breadcrumb_label":354,"nav_label":354,"nav_tagline":355},"Bestellungen kommen über Handels-EDI, per Mail von Distributoren und vom Außendienst. Hyperfox erfasst jeden Kanal und liefert saubere ERP-Daten.","Hersteller","Handels-EDI, Distributoren-Mails und Ihr eigener Außendienst in einer Bestellwarteschlange.",{"slug":357,"category":337,"group":7,"sort":358,"translations":359},"distributors",19,[360,364,368,371],{"languages_code":11,"meta_description":361,"breadcrumb_label":362,"nav_label":362,"nav_tagline":363},"Customers order in their own codes, suppliers confirm in PDFs. Hyperfox automates order intake and supplier confirmation matching into your ERP.","Distributors","Order intake and supplier confirmations, both automated.",{"languages_code":16,"meta_description":365,"breadcrumb_label":366,"nav_label":366,"nav_tagline":367},"Klanten bestellen in eigen codes, leveranciers bevestigen in pdf's. Hyperfox automatiseert orderinname en bevestigingscontrole naar je ERP.","Distributeurs","Orderinname en leveranciersbevestigingen, beide geautomatiseerd.",{"languages_code":20,"meta_description":369,"breadcrumb_label":366,"nav_label":366,"nav_tagline":370},"Vos clients commandent dans leurs codes, vos fournisseurs confirment en PDF. Hyperfox automatise la réception et le rapprochement des confirmations.","Réception des commandes et confirmations fournisseurs, les deux automatisées.",{"languages_code":25,"meta_description":372,"breadcrumb_label":373,"nav_label":373,"nav_tagline":374},"Kunden bestellen in eigenen Nummern, Lieferanten bestätigen per PDF. Hyperfox automatisiert Auftragserfassung und Bestätigungsabgleich im ERP.","Distributoren","Auftragserfassung und Lieferantenbestätigungen, beides automatisiert.",{"slug":376,"category":337,"group":7,"sort":377,"translations":378},"wholesalers",20,[379,383,387,391],{"languages_code":11,"meta_description":380,"breadcrumb_label":381,"nav_label":381,"nav_tagline":382},"Orders come in at the counter, on the phone, by mail and through reps. Hyperfox reads all of it, applies customer pricing and posts clean ERP orders.","Wholesalers","Counter, phone, mail and reps: the most human order mix, automated.",{"languages_code":16,"meta_description":384,"breadcrumb_label":385,"nav_label":385,"nav_tagline":386},"Orders komen binnen aan de toonbank, aan de telefoon, via mail en via vertegenwoordigers. Hyperfox leest alles en boekt propere orders in je ERP.","Groothandels","Toonbank, telefoon, mail en vertegenwoordigers: de meest menselijke mix, geautomatiseerd.",{"languages_code":20,"meta_description":388,"breadcrumb_label":389,"nav_label":389,"nav_tagline":390},"Les commandes arrivent au comptoir, au téléphone, par mail et via les commerciaux. Hyperfox lit tout et enregistre des commandes propres dans l'ERP.","Grossistes","Comptoir, téléphone, mail et commerciaux : le mix de commandes le plus humain, automatisé.",{"languages_code":25,"meta_description":392,"breadcrumb_label":393,"nav_label":393,"nav_tagline":394},"Bestellungen kommen am Schalter, am Telefon, per Mail und über den Außendienst. Hyperfox liest alles und überträgt saubere Bestellungen ins ERP.","Großhändler","Schalter, Telefon, Mail und Außendienst: der menschlichste Bestellmix, automatisiert.",{"slug":396,"category":337,"group":7,"sort":397,"translations":398},"transporters",21,[399,404,409,413],{"languages_code":11,"meta_description":400,"breadcrumb_label":401,"nav_label":402,"nav_tagline":403},"Carriers and contract logistics receive orders by mail, phone and EDI. Hyperfox resolves addresses and references and posts into your TMS or WMS.","Transporters","Transporters & 3PL","Transport and warehousing orders from mail, phone and EDI into your TMS.",{"languages_code":16,"meta_description":405,"breadcrumb_label":406,"nav_label":407,"nav_tagline":408},"Vervoerders en contractlogistiek krijgen orders via mail, telefoon en EDI. Hyperfox klaart adressen en referenties uit en boekt in je TMS of WMS.","Transporteurs","Transporteurs & 3PL","Transport- en warehousingorders uit mail, telefoon en EDI naar je TMS.",{"languages_code":20,"meta_description":410,"breadcrumb_label":406,"nav_label":411,"nav_tagline":412},"Transporteurs et prestataires logistiques reçoivent des ordres par mail, téléphone et EDI. Hyperfox résout adresses et références et remplit le TMS.","Transporteurs et 3PL","Ordres de transport et d'entreposage depuis le mail, le téléphone et l'EDI vers votre TMS.",{"languages_code":25,"meta_description":414,"breadcrumb_label":415,"nav_label":416,"nav_tagline":417},"Frachtführer und Kontraktlogistiker erhalten Aufträge per Mail, Telefon und EDI. Hyperfox löst Adressen und Referenzen auf und füllt Ihr TMS oder WMS.","Transporteure","Transporteure & 3PL","Transport- und Lageraufträge aus Mail, Telefon und EDI in Ihr TMS.",{"article":419,"related":474},{"id":420,"slug":421,"type":422,"status":423,"published_at":424,"author_name":425,"thumbnail":426,"reading_time_minutes":94,"tags":427,"translations":449},"migrated-behind-the-scenes-ai-training-customer-orders","behind-the-scenes-ai-training-customer-orders","blog","published","2025-06-01T10:00:00","Hyperfox","/cms-assets/48f29782-96a0-417e-ba35-74ea631839f1",[428,438],{"slug":429,"translations":430},"ai",{"en":431,"nl":433,"fr":434,"de":436},{"label":432},"AI",{"label":432},{"label":435},"IA",{"label":437},"KI",{"slug":439,"translations":440},"order-automation",{"en":441,"nl":443,"fr":445,"de":447},{"label":442},"Order Automation",{"label":444},"Orderautomatisering",{"label":446},"Automatisation des commandes",{"label":448},"Auftragsautomatisierung",{"en":450,"nl":456,"fr":462,"de":468},{"title":451,"meta_title":452,"meta_description":453,"excerpt":454,"body":455,"og_title":7,"og_description":7,"og_image_alt":7},"How we train AI on real orders without storing the data","Training AI on orders without storing data","How does Hyperfox train AI on real customer orders without storing sensitive data? We use context modelling — no raw documents, no GDPR risk, just structure.","Improving order AI requires real customer orders. But storing that data creates privacy risks. Here is the approach we chose and why it works.","\u003Cp>Most AI solutions for order processing need to store your raw customer data to learn from it. That creates GDPR risks and ties you to a single vendor.\u003C/p>\n\u003Cp>We chose a different path: we train on structure and context, not on stored documents. In this article, we explain how context modelling works and why it has pushed accuracy above 95% without ever retaining sensitive order data.\u003C/p>\n\u003Ch3>What are the three approaches to AI-powered order processing?\u003C/h3>\u003Cp>Building AI for order automation requires training data. The real question is where that data comes from and what happens to it.\u003C/p>\u003Cp>In practice, we see three common approaches. Most solutions choose one of the first two. We deliberately chose the third.\u003C/p>\u003Ch4>Approach 1: OCR combined with machine learning\u003C/h4>\u003Cp>The first approach starts with OCR. A document is scanned, text is extracted and a model learns patterns over time. \u003Ca href=\"/products/idp-agent\">Learn more about the Hyperfox IDP Agent\u003C/a>.\u003C/p>\u003Cp>It sounds logical. In reality it breaks quickly.\u003C/p>\u003Cp>OCR struggles with handwriting, unusual layouts and low quality scans. The machine learning layer behind it requires large volumes of labelled data before it becomes reliable.\u003C/p>\u003Cp>For B2B distributors dealing with hundreds of different order formats, from PDFs to spreadsheets to photos, this quickly becomes a maintenance challenge. Every new edge case requires retraining.\u003C/p>\u003Ch4>Approach 2: fine-tuning a large language model\u003C/h4>\u003Cp>Another approach is to train or fine-tune a large language model on internal order data.\u003C/p>\u003Cp>The idea is that the model will eventually learn the company specific context.\u003C/p>\u003Cp>But this comes with trade-offs. You need to store large volumes of raw order data, allocate significant compute resources and iterate for months before the model stabilises.\u003C/p>\u003Cp>You are also tied to a specific model architecture. When a provider releases a new version, the fine-tuning process may have to start again.\u003C/p>\n\u003Ch4>Approach 3: context modelling (what we actually do)\u003C/h4>\u003Cp>We chose a third path called context modelling.\u003C/p>\u003Cp>Instead of feeding raw orders into a training pipeline, we structure the context around the order.\u003C/p>\u003Cp>For each customer we define what a valid order looks like. That includes product catalogues, pricing agreements, delivery rules, packaging conventions and the typical exceptions handled by the team.\u003C/p>\u003Cp>This structured context is what the AI works with. Not the raw document itself.\u003C/p>\u003Cp>When an order arrives, whether it is a PDF, Excel file, email body or even a voice note, the process works like this.\u003C/p>\u003Cp>The AI reads the document and extracts the relevant fields.\u003Cbr>The system validates those fields against the customer specific rules.\u003Cbr>A human reviews the exceptions.\u003Cbr>Feedback from that review improves the system over time.\u003C/p>\u003Cp>What we do not retain are raw orders, identifiable customer data, pricing details or delivery locations.\u003C/p>\u003Cp>What we keep is the structure, the validation rules and the edge cases that help improve accuracy.\u003C/p>\u003Cp>In short, we learn from patterns, not from stored documents.\u003C/p>\n\u003Ch4>Why does context modelling matter in practice?\u003C/h4>\u003Cp>This approach creates several advantages that reinforce each other over time.\u003C/p>\u003Cp>\u003Cstrong>Fast onboarding\u003C/strong>\u003C/p>\u003Cp>Because we do not train a new model for every customer, implementation takes days rather than months.\u003C/p>\u003Cp>The system learns from structure rather than volume. Once the customer context layer is configured with rules, mappings and exceptions, the AI can start processing orders immediately.\u003C/p>\u003Cp>\u003Cstrong>Model independence\u003C/strong>\u003C/p>\u003Cp>Context modelling means we are not tied to a single model provider.\u003C/p>\u003Cp>If a better model becomes available tomorrow, we can switch without rebuilding everything. The intelligence lives in the structured context layer.\u003C/p>\u003Cp>\u003Cstrong>Privacy as a design principle\u003C/strong>\u003C/p>\u003Cp>We do not need to store sensitive order data to improve accuracy.\u003C/p>\u003Cp>For some customers, this approach has pushed accuracy above 95 percent over time. Not by compromising privacy, but by designing the system around it.\u003C/p>\u003Cp>This philosophy also powers our Codex feature.\u003C/p>\u003Cp>Codex is a structured knowledge layer where customer specific interpretation rules become explicit and machine readable. The business logic that normally lives in someone's head becomes part of the system.\u003C/p>\u003Cp>That is how a line like \"4x mayonnaise\" can automatically translate to pallets for one customer and buckets for another.\u003C/p>\n\u003Ch4>The real difference\u003C/h4>\u003Cp>Many vendors in the order automation space claim AI powered processing.\u003C/p>\u003Cp>In practice this often means OCR with a cleaner interface, or models that need months of data collection before they deliver value.\u003C/p>\u003Cp>We believe the better question is not how smart the AI is.\u003C/p>\u003Cp>The real question is how well the system understands your business.\u003C/p>\u003Cp>That understanding does not require storing customer orders. It requires structuring the rules, the context and the exceptions and validating every order before it reaches your ERP.\u003C/p>\u003Cp>That is what context modelling enables.\u003C/p>\u003Cp>If you want to see how this works with your order types, book a demo with our team. We will gladly walk you through a live example.\u003C/p>\n\u003Cp>\u003Cstrong>Ready to see how this works for your business?\u003C/strong> \u003Ca href=\"/book-a-demo\">Book a demo\u003C/a> and we'll walk you through a live example with your own order data.\u003C/p>",{"title":457,"meta_title":458,"meta_description":459,"excerpt":460,"body":461,"og_title":7,"og_description":7,"og_image_alt":7},"Hoe wij AI trainen op echte orders zonder de data te bewaren","AI-orderverwerking zonder klantdata te bewaren","Hoe traint Hyperfox AI op echte orders zonder gevoelige data te bewaren? Met context modelling: geen ruwe documenten, geen GDPR-risico, enkel structuur.","Betere order-AI vraagt echte klantorders. Maar die data bewaren brengt privacyrisico's mee. Dit is de aanpak die wij kozen, en waarom ze werkt.","\u003Cp>De meeste AI-oplossingen voor orderverwerking moeten je ruwe klantdata bewaren om ervan te leren. Dat brengt GDPR-risico's mee en zet je vast bij één leverancier.\u003C/p>\n\u003Cp>Wij kozen een andere weg: we trainen op structuur en context, niet op bewaarde documenten. In dit artikel leggen we uit hoe context modelling werkt en waarom het de nauwkeurigheid boven 95 % heeft gebracht zonder ooit gevoelige orderdata bij te houden.\u003C/p>\n\u003Ch3>Welke drie aanpakken bestaan er voor AI-gestuurde orderverwerking?\u003C/h3>\n\u003Cp>AI bouwen voor orderautomatisering vraagt trainingsdata. De echte vraag is waar die data vandaan komt en wat ermee gebeurt.\u003C/p>\n\u003Cp>In de praktijk zien we drie gangbare aanpakken. De meeste oplossingen kiezen een van de eerste twee. Wij kozen bewust de derde.\u003C/p>\n\u003Ch4>Aanpak 1: OCR gecombineerd met machine learning\u003C/h4>\n\u003Cp>De eerste aanpak start bij OCR. Een document wordt gescand, de tekst wordt eruit gehaald en een model leert er met de tijd patronen in herkennen. \u003Ca href=\"/nl/products/idp-agent\">Meer weten over de Hyperfox IDP Agent\u003C/a>.\u003C/p>\n\u003Cp>Het klinkt logisch. In werkelijkheid loopt het snel vast.\u003C/p>\n\u003Cp>OCR heeft het moeilijk met handschrift, ongewone lay-outs en scans van lage kwaliteit. De machine learning-laag erachter heeft grote hoeveelheden gelabelde data nodig voor ze betrouwbaar wordt.\u003C/p>\n\u003Cp>Voor B2B-distributeurs met honderden verschillende orderformaten, van PDF's over spreadsheets tot foto's, wordt dat snel een onderhoudsprobleem. Elk nieuw randgeval vraagt hertraining.\u003C/p>\n\n\u003Ch4>Aanpak 2: een large language model fine-tunen\u003C/h4>\n\u003Cp>Een andere aanpak is een large language model trainen of fine-tunen op interne orderdata.\u003C/p>\n\u003Cp>Het idee is dat het model uiteindelijk de bedrijfsspecifieke context leert.\u003C/p>\n\u003Cp>Maar daar hangt een prijs aan. Je moet grote hoeveelheden ruwe orderdata bewaren, veel rekencapaciteit vrijmaken en maanden bijsturen voor het model stabiel is.\u003C/p>\n\u003Cp>Je zit ook vast aan één modelarchitectuur. Brengt een aanbieder een nieuwe versie uit, dan moet het fine-tunen mogelijk opnieuw beginnen.\u003C/p>\n\u003Ch4>Aanpak 3: context modelling (wat wij effectief doen)\u003C/h4>\n\u003Cp>Wij kozen een derde weg: context modelling.\u003C/p>\n\u003Cp>In plaats van ruwe orders in een trainingspijplijn te duwen, structureren we de context rond het order.\u003C/p>\n\u003Cp>Per klant leggen we vast hoe een geldig order eruitziet. Dat omvat productcatalogi, prijsafspraken, leveringsregels, verpakkingsregels en de typische uitzonderingen die het team behandelt.\u003C/p>\n\u003Cp>Met die gestructureerde context werkt de AI. Niet met het ruwe document zelf.\u003C/p>\n\u003Cp>Komt er een order binnen, of dat nu een PDF, een Excel-bestand, de tekst van een e-mail of zelfs een voicebericht is, dan verloopt het zo.\u003C/p>\n\u003Cp>De AI leest het document en haalt de relevante velden eruit.\u003Cbr>Het systeem valideert die velden tegen de klantspecifieke regels.\u003Cbr>Een mens kijkt de uitzonderingen na.\u003Cbr>Feedback uit die controle maakt het systeem met de tijd beter.\u003C/p>\n\u003Cp>Wat we niet bijhouden: ruwe orders, identificeerbare klantdata, prijsdetails of leveringsadressen.\u003C/p>\n\u003Cp>Wat we wel bewaren: de structuur, de validatieregels en de randgevallen die de nauwkeurigheid helpen verbeteren.\u003C/p>\n\u003Cp>Kort gezegd: we leren van patronen, niet van bewaarde documenten.\u003C/p>\n\u003Ch4>Waarom maakt context modelling in de praktijk een verschil?\u003C/h4>\n\u003Cp>Deze aanpak levert een aantal voordelen op die elkaar met de tijd versterken.\u003C/p>\n\u003Cp>\u003Cstrong>Snel operationeel\u003C/strong>\u003C/p>\n\u003Cp>Omdat we niet voor elke klant een nieuw model trainen, duurt een implementatie dagen in plaats van maanden.\u003C/p>\n\u003Cp>Het systeem leert uit structuur, niet uit volume. Zodra de contextlaag van de klant is ingericht met regels, mappings en uitzonderingen, kan de AI meteen orders beginnen verwerken.\u003C/p>\n\u003Cp>\u003Cstrong>Modelonafhankelijkheid\u003C/strong>\u003C/p>\n\u003Cp>Context modelling betekent dat we niet vastzitten aan één modelaanbieder.\u003C/p>\n\u003Cp>Komt er morgen een beter model, dan schakelen we over zonder alles opnieuw te bouwen. De intelligentie zit in de gestructureerde contextlaag.\u003C/p>\n\u003Cp>\u003Cstrong>Privacy als ontwerpprincipe\u003C/strong>\u003C/p>\n\u003Cp>We hebben geen gevoelige orderdata nodig om nauwkeuriger te worden.\u003C/p>\n\u003Cp>Bij sommige klanten is de nauwkeurigheid met deze aanpak met de tijd boven 95 % uitgekomen. Niet door privacy op te geven, maar door het systeem er rond te bouwen.\u003C/p>\n\n\u003Cp>Dezelfde filosofie zit achter onze Codex-functie.\u003C/p>\n\u003Cp>Codex is een gestructureerde kennislaag waarin de klantspecifieke interpretatieregels expliciet en machineleesbaar worden. De businesslogica die normaal in iemands hoofd zit, wordt deel van het systeem.\u003C/p>\n\u003Cp>Zo kan een orderlijn als \"4x mayonaise\" bij de ene klant automatisch paletten betekenen en bij de andere emmers.\u003C/p>\n\u003Ch4>Het echte verschil\u003C/h4>\n\u003Cp>Veel aanbieders in orderautomatisering zeggen dat ze AI-gestuurde verwerking bieden.\u003C/p>\n\u003Cp>In de praktijk betekent dat vaak OCR met een nettere interface, of modellen die maanden dataverzameling nodig hebben voor ze waarde leveren.\u003C/p>\n\u003Cp>Wij denken dat de betere vraag niet is hoe slim de AI is.\u003C/p>\n\u003Cp>De echte vraag is hoe goed het systeem jouw bedrijf begrijpt.\u003C/p>\n\u003Cp>Voor dat begrip hoef je geen klantorders te bewaren. Het vraagt dat je de regels, de context en de uitzonderingen structureert, en dat je elk order valideert voor het je ERP bereikt.\u003C/p>\n\u003Cp>Dat is wat context modelling mogelijk maakt.\u003C/p>\n\u003Cp>Wil je zien hoe dit werkt met je eigen ordertypes, boek dan een demo met ons team. We lopen graag een live voorbeeld met je door.\u003C/p>\n\u003Cp>\u003Cstrong>Klaar om te zien hoe dit voor jouw bedrijf werkt?\u003C/strong> \u003Ca href=\"/nl/book-a-demo\">Boek een demo\u003C/a> en we lopen een live voorbeeld door met je eigen orderdata.\u003C/p>",{"title":463,"meta_title":464,"meta_description":465,"excerpt":466,"body":467,"og_title":7,"og_description":7,"og_image_alt":7},"Comment nous entraînons l'IA sans stocker vos données de commande","Traitement des commandes par IA, sans stockage","Hyperfox entraîne l'IA sur de vraies commandes sans stocker de données sensibles. Le context modelling : pas de documents bruts, pas de risque RGPD.","Améliorer l'IA des commandes exige de vraies commandes client. Or stocker ces données crée des risques de confidentialité. Voici l'approche que nous avons choisie, et pourquoi elle fonctionne.","\u003Cp>La plupart des solutions IA pour le traitement des commandes doivent stocker vos données client brutes pour en apprendre. Cela crée des risques RGPD et vous lie à un seul fournisseur.\u003C/p>\n\u003Cp>Nous avons choisi une autre voie : nous entraînons l'IA sur la structure et le contexte, pas sur des documents stockés. Dans cet article, nous expliquons comment fonctionne le context modelling et pourquoi il a porté la précision au-delà de 95 %, sans jamais conserver de données de commande sensibles.\u003C/p>\n\u003Ch3>Quelles sont les trois approches du traitement des commandes par IA ?\u003C/h3>\n\u003Cp>Construire une IA pour l'automatisation des commandes demande des données d'entraînement. La vraie question est de savoir d'où viennent ces données et ce qu'elles deviennent.\u003C/p>\n\u003Cp>En pratique, nous voyons trois approches courantes. La plupart des solutions choisissent l'une des deux premières. Nous avons délibérément choisi la troisième.\u003C/p>\n\u003Ch4>Approche 1 : l'OCR combiné au machine learning\u003C/h4>\n\u003Cp>La première approche part de l'OCR. On numérise un document, on en extrait le texte, et un modèle apprend des schémas au fil du temps. \u003Ca href=\"/fr/products/idp-agent\">En savoir plus sur le Hyperfox IDP Agent\u003C/a>.\u003C/p>\n\u003Cp>Cela paraît logique. En réalité, cela casse vite.\u003C/p>\n\u003Cp>L'OCR peine sur l'écriture manuscrite, les mises en page inhabituelles et les scans de mauvaise qualité. La couche de machine learning derrière exige de gros volumes de données annotées avant de devenir fiable.\u003C/p>\n\u003Cp>Pour les distributeurs B2B qui gèrent des centaines de formats de commande différents, du PDF au tableur en passant par la photo, cela devient vite un problème de maintenance. Chaque nouveau cas limite demande un réentraînement.\u003C/p>\n\n\u003Ch4>Approche 2 : le fine-tuning d'un grand modèle de langage\u003C/h4>\n\u003Cp>Une autre approche consiste à entraîner ou à fine-tuner un grand modèle de langage sur les données de commande internes.\u003C/p>\n\u003Cp>L'idée est que le modèle finira par apprendre le contexte propre à l'entreprise.\u003C/p>\n\u003Cp>Mais cela a un coût. Vous devez stocker de gros volumes de données de commande brutes, mobiliser des ressources de calcul importantes et itérer pendant des mois avant que le modèle se stabilise.\u003C/p>\n\u003Cp>Vous êtes aussi lié à une architecture de modèle précise. Quand un fournisseur sort une nouvelle version, le fine-tuning doit parfois repartir de zéro.\u003C/p>\n\u003Ch4>Approche 3 : le context modelling (ce que nous faisons vraiment)\u003C/h4>\n\u003Cp>Nous avons choisi une troisième voie : le context modelling.\u003C/p>\n\u003Cp>Au lieu d'injecter des commandes brutes dans un pipeline d'entraînement, nous structurons le contexte autour de la commande.\u003C/p>\n\u003Cp>Pour chaque client, nous définissons à quoi ressemble une commande valide. Cela comprend les catalogues produits, les accords tarifaires, les règles de livraison, les règles de conditionnement et les exceptions habituelles que l'équipe traite.\u003C/p>\n\u003Cp>C'est ce contexte structuré que l'IA utilise. Pas le document brut lui-même.\u003C/p>\n\u003Cp>Quand une commande arrive, que ce soit un PDF, un fichier Excel, le corps d'un e-mail ou même un message vocal, le processus est le suivant.\u003C/p>\n\u003Cp>L'IA lit le document et en extrait les champs pertinents.\u003Cbr>Le système valide ces champs contre les règles propres au client.\u003Cbr>Un humain contrôle les exceptions.\u003Cbr>Les retours de ce contrôle améliorent le système au fil du temps.\u003C/p>\n\u003Cp>Ce que nous ne conservons pas : les commandes brutes, les données client identifiables, les détails tarifaires ou les lieux de livraison.\u003C/p>\n\u003Cp>Ce que nous gardons : la structure, les règles de validation et les cas limites qui aident à améliorer la précision.\u003C/p>\n\u003Cp>En résumé : nous apprenons de schémas, pas de documents stockés.\u003C/p>\n\u003Ch4>Pourquoi le context modelling compte-t-il en pratique ?\u003C/h4>\n\u003Cp>Cette approche crée plusieurs avantages qui se renforcent au fil du temps.\u003C/p>\n\u003Cp>\u003Cstrong>Mise en route rapide\u003C/strong>\u003C/p>\n\u003Cp>Comme nous n'entraînons pas un nouveau modèle pour chaque client, l'implémentation prend des jours plutôt que des mois.\u003C/p>\n\u003Cp>Le système apprend de la structure, pas du volume. Dès que la couche de contexte client est configurée avec les règles, les correspondances et les exceptions, l'IA peut commencer à traiter les commandes.\u003C/p>\n\u003Cp>\u003Cstrong>Indépendance vis-à-vis du modèle\u003C/strong>\u003C/p>\n\u003Cp>Le context modelling signifie que nous ne sommes pas liés à un seul fournisseur de modèle.\u003C/p>\n\u003Cp>Si un meilleur modèle sort demain, nous pouvons changer sans tout reconstruire. L'intelligence réside dans la couche de contexte structurée.\u003C/p>\n\u003Cp>\u003Cstrong>La confidentialité comme principe de conception\u003C/strong>\u003C/p>\n\u003Cp>Nous n'avons pas besoin de stocker des données de commande sensibles pour gagner en précision.\u003C/p>\n\u003Cp>Chez certains clients, cette approche a fait passer la précision au-delà de 95 % au fil du temps. Pas en sacrifiant la confidentialité, mais en concevant le système autour d'elle.\u003C/p>\n\n\u003Cp>Cette philosophie alimente aussi notre fonctionnalité Codex.\u003C/p>\n\u003Cp>Codex est une couche de connaissance structurée où les règles d'interprétation propres au client deviennent explicites et lisibles par la machine. La logique métier qui vit normalement dans la tête de quelqu'un devient partie du système.\u003C/p>\n\u003Cp>C'est ainsi qu'une ligne comme « 4x mayonnaise » peut automatiquement correspondre à des palettes chez un client et à des seaux chez un autre.\u003C/p>\n\u003Ch4>La vraie différence\u003C/h4>\n\u003Cp>Beaucoup de fournisseurs de l'automatisation des commandes affirment proposer un traitement par IA.\u003C/p>\n\u003Cp>En pratique, cela veut souvent dire de l'OCR avec une interface plus propre, ou des modèles qui demandent des mois de collecte de données avant de produire de la valeur.\u003C/p>\n\u003Cp>Nous pensons que la meilleure question n'est pas de savoir à quel point l'IA est intelligente.\u003C/p>\n\u003Cp>La vraie question est de savoir à quel point le système comprend votre activité.\u003C/p>\n\u003Cp>Cette compréhension n'exige pas de stocker les commandes de vos clients. Elle exige de structurer les règles, le contexte et les exceptions, et de valider chaque commande avant qu'elle n'atteigne votre ERP.\u003C/p>\n\u003Cp>C'est ce que permet le context modelling.\u003C/p>\n\u003Cp>Si vous voulez voir comment cela fonctionne avec vos types de commandes, réservez une démo avec notre équipe. Nous vous montrerons volontiers un exemple concret.\u003C/p>\n\u003Cp>\u003Cstrong>Prêt à voir ce que cela donne pour votre entreprise ?\u003C/strong> \u003Ca href=\"/fr/book-a-demo\">Réserver une démo\u003C/a> et nous parcourrons ensemble un exemple concret avec vos propres données de commande.\u003C/p>",{"title":469,"meta_title":470,"meta_description":471,"excerpt":472,"body":473,"og_title":7,"og_description":7,"og_image_alt":7},"Wie wir KI mit echten Aufträgen trainieren, ohne Daten zu speichern","KI-Auftragsverarbeitung ohne Datenspeicherung","Wie trainiert Hyperfox KI mit echten Aufträgen, ohne sensible Daten zu speichern? Mit Context Modelling: keine Rohdokumente, kein DSGVO-Risiko.","Bessere Auftrags-KI braucht echte Kundenaufträge. Diese Daten zu speichern schafft aber Datenschutzrisiken. Das ist der Weg, den wir gewählt haben, und warum er funktioniert.","\u003Cp>Die meisten KI-Lösungen für die Auftragsbearbeitung müssen Ihre Kundendaten im Rohformat speichern, um daraus zu lernen. Das schafft DSGVO-Risiken und bindet Sie an einen einzigen Anbieter.\u003C/p>\n\u003Cp>Wir haben einen anderen Weg gewählt: Wir trainieren auf Struktur und Kontext, nicht auf gespeicherten Dokumenten. In diesem Artikel erklären wir, wie Context Modelling funktioniert. Und warum es die Genauigkeit über 95 % gebracht hat, ohne jemals sensible Auftragsdaten zu behalten.\u003C/p>\n\u003Ch3>Welche drei Ansätze gibt es für KI-gestützte Auftragsbearbeitung?\u003C/h3>\n\u003Cp>KI für Auftragsautomatisierung braucht Trainingsdaten. Die eigentliche Frage ist: Woher kommen diese Daten, und was passiert damit?\u003C/p>\n\u003Cp>In der Praxis sehen wir drei gängige Ansätze. Die meisten Lösungen wählen einen der ersten zwei. Wir haben uns bewusst für den dritten entschieden.\u003C/p>\n\u003Ch4>Ansatz 1: OCR kombiniert mit Machine Learning\u003C/h4>\n\u003Cp>Der erste Ansatz beginnt mit OCR: Dokument scannen, Text auslesen, und ein Modell lernt mit der Zeit Muster. \u003Ca href=\"/de/products/idp-agent\">Mehr erfahren über den Hyperfox IDP Agent\u003C/a>.\u003C/p>\n\u003Cp>Das klingt logisch. In der Realität scheitert es schnell.\u003C/p>\n\u003Cp>OCR tut sich schwer mit Handschrift, ungewöhnlichen Layouts und Scans in schlechter Qualität. Die Machine-Learning-Schicht dahinter braucht große Mengen gelabelter Daten, bevor sie zuverlässig wird.\u003C/p>\n\u003Cp>B2B-Händler arbeiten mit hunderten verschiedenen Auftragsformaten, von PDFs über Tabellen bis zu Fotos. Da wird das schnell zum Wartungsproblem. Jeder neue Sonderfall erfordert erneutes Training.\u003C/p>\n\n\u003Ch4>Ansatz 2: ein großes Sprachmodell fine-tunen\u003C/h4>\n\u003Cp>Ein anderer Ansatz trainiert ein großes Sprachmodell auf internen Auftragsdaten oder tunt es darauf fein.\u003C/p>\n\u003Cp>Die Idee: Das Modell lernt irgendwann den unternehmensspezifischen Kontext.\u003C/p>\n\u003Cp>Das hat aber seinen Preis. Sie müssen große Mengen an Auftragsdaten im Rohformat speichern, erhebliche Rechenleistung bereitstellen und monatelang nachjustieren, bis das Modell stabil läuft.\u003C/p>\n\u003Cp>Außerdem sind Sie an eine bestimmte Modellarchitektur gebunden. Bringt ein Anbieter eine neue Version heraus, beginnt das Fine-Tuning möglicherweise von vorn.\u003C/p>\n\u003Ch4>Ansatz 3: Context Modelling (was wir tatsächlich tun)\u003C/h4>\n\u003Cp>Wir haben einen dritten Weg gewählt: Context Modelling.\u003C/p>\n\u003Cp>Statt Rohaufträge in eine Trainingspipeline zu geben, strukturieren wir den Kontext rund um den Auftrag.\u003C/p>\n\u003Cp>Für jeden Kunden legen wir fest, wie ein gültiger Auftrag aussieht. Dazu gehören Produktkataloge, Preisvereinbarungen, Lieferregeln, Verpackungsregeln und die typischen Ausnahmen, die das Team bearbeitet.\u003C/p>\n\u003Cp>Mit diesem strukturierten Kontext arbeitet die KI. Nicht mit dem Rohdokument selbst.\u003C/p>\n\u003Cp>Kommt ein Auftrag herein, ob als PDF, Excel-Datei, E-Mail-Text oder sogar Sprachnachricht, läuft es so.\u003C/p>\n\u003Cp>Die KI liest das Dokument und erfasst die relevanten Felder.\u003Cbr>Das System prüft diese Felder gegen die kundenspezifischen Regeln.\u003Cbr>Ein Mensch sieht sich die Ausnahmen an.\u003Cbr>Das Feedback aus dieser Prüfung verbessert das System mit der Zeit.\u003C/p>\n\u003Cp>Was wir nicht behalten: Rohaufträge, identifizierbare Kundendaten, Preisangaben oder Lieferadressen.\u003C/p>\n\u003Cp>Was wir behalten: die Struktur, die Validierungsregeln und die Sonderfälle, die die Genauigkeit verbessern helfen.\u003C/p>\n\u003Cp>Kurz gesagt: Wir lernen aus Mustern, nicht aus gespeicherten Dokumenten.\u003C/p>\n\u003Ch4>Warum zählt Context Modelling in der Praxis?\u003C/h4>\n\u003Cp>Dieser Ansatz bringt mehrere Vorteile, die sich mit der Zeit gegenseitig verstärken.\u003C/p>\n\u003Cp>\u003Cstrong>Schneller Start\u003C/strong>\u003C/p>\n\u003Cp>Weil wir nicht für jeden Kunden ein neues Modell trainieren, dauert die Einführung Tage statt Monate.\u003C/p>\n\u003Cp>Das System lernt aus Struktur, nicht aus Volumen. Sobald die Kontextschicht des Kunden mit Regeln, Mappings und Ausnahmen eingerichtet ist, kann die KI sofort Aufträge bearbeiten.\u003C/p>\n\u003Cp>\u003Cstrong>Modellunabhängigkeit\u003C/strong>\u003C/p>\n\u003Cp>Context Modelling heißt: Wir sind nicht an einen einzigen Modellanbieter gebunden.\u003C/p>\n\u003Cp>Kommt morgen ein besseres Modell, wechseln wir, ohne alles neu zu bauen. Die Intelligenz steckt in der strukturierten Kontextschicht.\u003C/p>\n\u003Cp>\u003Cstrong>Datenschutz als Designprinzip\u003C/strong>\u003C/p>\n\u003Cp>Wir brauchen keine sensiblen Auftragsdaten, um genauer zu werden.\u003C/p>\n\u003Cp>Bei einigen Kunden hat dieser Ansatz die Genauigkeit mit der Zeit über 95 % gebracht. Nicht auf Kosten des Datenschutzes, sondern weil wir das System darum herum gebaut haben.\u003C/p>\n\n\u003Cp>Dieselbe Philosophie steckt hinter unserer Codex-Funktion.\u003C/p>\n\u003Cp>Codex ist eine strukturierte Wissensschicht. Darin werden die kundenspezifischen Interpretationsregeln explizit und maschinenlesbar. Die Geschäftslogik, die normalerweise in einem Kopf steckt, wird Teil des Systems.\u003C/p>\n\u003Cp>So kann eine Auftragsposition wie „4x Mayonnaise“ bei einem Kunden automatisch Paletten bedeuten und bei einem anderen Eimer.\u003C/p>\n\u003Ch4>Der eigentliche Unterschied\u003C/h4>\n\u003Cp>Viele Anbieter im Bereich Auftragsautomatisierung werben mit KI-gestützter Bearbeitung.\u003C/p>\n\u003Cp>In der Praxis heißt das oft: OCR mit einer schöneren Oberfläche. Oder Modelle, die monatelang Daten sammeln müssen, bevor sie Nutzen bringen.\u003C/p>\n\u003Cp>Wir halten die bessere Frage für eine andere: nicht, wie klug die KI ist.\u003C/p>\n\u003Cp>Die eigentliche Frage ist, wie gut das System Ihr Geschäft versteht.\u003C/p>\n\u003Cp>Dafür müssen Sie keine Kundenaufträge speichern. Dafür müssen Sie die Regeln, den Kontext und die Ausnahmen strukturieren und jeden Auftrag prüfen, bevor er Ihr ERP-System erreicht.\u003C/p>\n\u003Cp>Genau das ermöglicht Context Modelling.\u003C/p>\n\u003Cp>Wenn Sie sehen möchten, wie das mit Ihren Auftragstypen funktioniert, buchen Sie eine Demo mit unserem Team. Wir zeigen Ihnen gern ein Live-Beispiel.\u003C/p>\n\u003Cp>\u003Cstrong>Bereit zu sehen, wie das für Ihr Unternehmen funktioniert?\u003C/strong> \u003Ca href=\"/de/book-a-demo\">Demo buchen\u003C/a> und wir gehen ein Live-Beispiel mit Ihren eigenen Auftragsdaten durch.\u003C/p>",[475,515,562],{"id":476,"slug":477,"type":422,"published_at":478,"author_name":425,"thumbnail":479,"reading_time_minutes":250,"tags":480,"translations":498},"insight-cost-manual-order-entry","the-real-cost-of-manual-order-entry","2026-04-15T10:00:00","/cms-assets/5ebe0344-94dc-4604-a85a-bbbea3560e56",[481,487],{"slug":439,"translations":482},{"en":483,"nl":484,"fr":485,"de":486},{"label":442},{"label":444},{"label":446},{"label":448},{"slug":488,"translations":489},"erp-integration",{"en":490,"nl":492,"fr":494,"de":496},{"label":491},"ERP Integration",{"label":493},"ERP-integratie",{"label":495},"Intégration ERP",{"label":497},"ERP-Integration",{"en":499,"nl":503,"fr":507,"de":511},{"title":500,"meta_description":501,"excerpt":502},"The Real Cost of Manual Order Entry in B2B Distribution","Manual order entry costs B2B distributors far more than they realize. Use our 5-minute framework to calculate your true cost and build a case for automation.","Most distributors know manual order entry is slow. Fewer have calculated what it actually costs. Here is a framework to quantify the visible and hidden costs.",{"title":504,"meta_description":505,"excerpt":506},"De echte kost van manuele orderinvoer in B2B-distributie","Manuele orderinvoer kost B2B-distributeurs veel meer dan ze denken. Bereken je werkelijke kost met ons rekenkader van 5 minuten.","De meeste distributeurs weten dat manuele orderinvoer traag is. Weinigen hebben berekend wat het echt kost. Dit rekenkader brengt de zichtbare én verborgen kosten in kaart.",{"title":508,"meta_description":509,"excerpt":510},"Le coût réel de la saisie manuelle des commandes en distribution B2B","La saisie manuelle des commandes coûte bien plus que vous ne le pensez. Calculez votre coût réel avec notre méthode en 5 minutes.","La plupart des distributeurs savent que la saisie manuelle est lente. Peu ont chiffré ce qu'elle coûte vraiment. Voici un cadre pour quantifier les coûts visibles et cachés.",{"title":512,"meta_description":513,"excerpt":514},"Was manuelle Auftragserfassung im B2B-Handel wirklich kostet","Manuelle Auftragserfassung kostet weit mehr als gedacht. Rechnen Sie Ihre echten Kosten in 5 Minuten mit unserem Modell durch.","Dass manuelle Auftragserfassung langsam ist, wissen die meisten Händler. Was sie kostet, haben wenige gerechnet. Dieses Modell zeigt die sichtbaren und die verborgenen Kosten.",{"id":516,"slug":517,"type":422,"published_at":478,"author_name":425,"thumbnail":518,"reading_time_minutes":267,"tags":519,"translations":545},"insight-which-channel-automate-first","which-order-channel-to-automate-first","/cms-assets/20d034d2-fc54-4c8a-899b-9ab3e7eb5df1",[520,526,534],{"slug":439,"translations":521},{"en":522,"nl":523,"fr":524,"de":525},{"label":442},{"label":444},{"label":446},{"label":448},{"slug":527,"translations":528},"edi",{"en":529,"nl":531,"fr":532,"de":533},{"label":530},"EDI",{"label":530},{"label":530},{"label":530},{"slug":535,"translations":536},"b2b-logistics",{"en":537,"nl":539,"fr":541,"de":543},{"label":538},"B2B Logistics",{"label":540},"B2B-logistiek",{"label":542},"Logistique B2B",{"label":544},"B2B-Logistik",{"en":546,"nl":550,"fr":554,"de":558},{"title":547,"meta_description":548,"excerpt":549},"EDI vs. Email Orders vs. Customer Portal: Which Channel Should You Automate First?","Compare EDI, email, and portal order channels. A practical decision framework to help manufacturers and distributors pick the right automation starting point.","Your orders arrive from everywhere. You can't automate all channels at once. Here's a data-backed framework to help you pick the right starting point based on your order mix.",{"title":551,"meta_description":552,"excerpt":553},"EDI, e-mailorders of klantenportaal: welk kanaal automatiseer je eerst?","EDI, e-mail of klantenportaal? Vergelijk de drie B2B-orderkanalen en kies met dit beslissingskader waar automatisering het snelst rendeert.","Je orders komen van alle kanten. Je kan niet alle kanalen tegelijk automatiseren. Dit kader helpt je het juiste startpunt kiezen op basis van je ordermix.",{"title":555,"meta_description":556,"excerpt":557},"EDI, e-mail ou portail client : quel canal automatiser en premier ?","EDI, e-mail ou portail client ? Comparez les trois canaux de commande B2B et choisissez le point de départ qui rapportera le plus vite.","Vos commandes arrivent de partout. Vous ne pouvez pas automatiser tous les canaux d'un coup. Voici une méthode pour choisir le bon point de départ selon votre mix.",{"title":559,"meta_description":560,"excerpt":561},"EDI, E-Mail-Aufträge oder Kundenportal: Welchen Kanal zuerst automatisieren?","EDI, E-Mail oder Kundenportal? Vergleichen Sie die drei B2B-Auftragskanäle und finden Sie den Startpunkt mit dem schnellsten Ertrag.","Ihre Aufträge kommen von überall. Alle Kanäle gleichzeitig zu automatisieren geht nicht. Dieses Modell hilft Ihnen, den richtigen Startpunkt zu finden.",{"id":563,"slug":564,"type":422,"published_at":565,"author_name":425,"thumbnail":566,"reading_time_minutes":94,"tags":567,"translations":580},"insight-hyperfox-vs-traditional-ocr-tools","hyperfox-vs-traditional-ocr-tools","2026-02-15T10:00:00","/cms-assets/c15ee6b1-b938-4703-b984-006f376b8c56",[568,574],{"slug":429,"translations":569},{"en":570,"nl":571,"fr":572,"de":573},{"label":432},{"label":432},{"label":435},{"label":437},{"slug":439,"translations":575},{"en":576,"nl":577,"fr":578,"de":579},{"label":442},{"label":444},{"label":446},{"label":448},{"en":581,"nl":585},{"title":582,"meta_description":583,"excerpt":584},"Hyperfox order automation vs Traditional OCR tools","OCR tools extract text. Hyperfox turns orders from any channel into validated, ERP-ready orders. Where each approach fits, and where OCR falls short.","Understanding the difference between text extraction and order automation.",{"title":586,"meta_description":587,"excerpt":588},"Hyperfox orderautomatisering vs traditionele OCR-tools","OCR extraheert tekst. Hyperfox zet orders uit elk kanaal om in gevalideerde, ERP-klare orders. Waar elke aanpak past, en waar OCR tekortkomt.","Het verschil begrijpen tussen tekstextractie en orderautomatisering."]