LogTech Lab #4: Von Demo zu Datenbank mit Jannik

12. Juli 2026 · 14 Min.

Vom Prototyp zur Realität: LogTech Lab baut echte Datenbanken, AI-Schnittstellen und automatisierte Dokumentenerkennung, um den Spot-Quote-Prozess in der Spedition zu beschleunigen und weniger manuelle Tipparbeit zu erfordern.

Nach kritischem Feedback aus Folge 3 verlässt das LogTech-Lab die Demo-Blase und bindet echte Datenbanken an. Statt Dummy-Daten werden nun Kundendaten, Tarife und Partner-Informationen strukturiert erfasst. AI-gestützte Dokumentenerkennung (Gemini-Integration) extrahiert automatisch Datenfelder aus PDFs und E-Mails – statt 5–10 Minuten manuelles Tippen jetzt Sekunden. Ziel ist ein durchgängiger End-to-End-Flow von der Anfrage bis zum fertigen Angebot mit weniger manueller Arbeit und besserer Preisfindung.

Zahlen & Fakten

95%

Ähnlichkeitsgrad zwischen zwei Offer-Angeboten, wenn Tarife in Vektoren übersetzt und per KI verglichen werden.

20+

Datenpunkte, die das System nach Markus Schenkels Feedback statt der ursprünglichen drei Datenpunkte für bessere Preisvorhersagen benötigt.

5–10 Minuten

Zeitaufwand für manuelle Tipparbeit bei Dokumentenerkennung vor AI-Integration.

Weitere 2 Zahlen & Fakten anzeigen

2–3 Monate

Zeitrahmen bis zum nächsten LogTech-Lab-Update nach dieser Folge 4.

Sekunden

Zeitaufwand für AI-gestützte Dokumentenerkennung (Gemini-Scan) zur Extraktion und automatischen Befüllung von Datenfeldern.

Diese Folge steckt voller Zahlen – neugierig?

Themen & Erkenntnisse

Feedback-Loop und Strategiewechsel: Vom Feature-Stack zur echten Anbindung · ab 00:15: Markus Schenkel zeigte in Folge 3, dass Demo-Features nicht reichen – das System muss in echte Logistikprozesse eingebettet sein. LogTech Lab priorisiert jetzt Datenbankanbindung statt neue Features und konzentriert sich auf FTL Road Freight.

Architektur und Dokumentenerkennung: Datenbanken, Vektoren und AI-Scan · ab 03:29: LogTech Lab hat mehrere Datenbanken für Angebote, Tarife, Partner und Kundenpräferenzen aufgebaut. Gemini-Integration liest Dokumente per AI-Scan, extrahiert automatisch Datenfelder und reduziert manuelle Tipparbeit von 5–10 Minuten auf Sekunden.

Status quo, Bugs und nächste Schritte: Warteliste für First User · ab 09:02: Der End-to-End-Flow ist noch nicht fertig; einzelne Bereiche laufen, aber fehlende Verbindungen und Bugs (z.B. blockierte Chat-Eingabe beim Co-Piloten) zeigen, dass der Aufbau noch mitten läuft. LogTech Lab öffnet jetzt eine Warteliste für kleine bis mittelgroße Spediteure als erste echte User.

Ganze Folge hören

KIDieser Inhalt wurde KI-gestützt erstellt und redaktionell geprüft.