← Cases
Case · LogistikGreencarrier × Munk AI

Mindre filarbejde.
Mere tid til kunderne.

En container er på vej. Kunden skal have besked. Munk AI samlede Greencarriers manuelle arbejde med pre-arrival notices i en løsning, der forbinder data, modtagere og kundemails.

Se casen
Greencarrier – brandgrafik fra den eksisterende case
01

Relevant information om forventet ankomst. Samlet omkring den enkelte kunde.

150 t.
Årligt udgangspunkt

tidligere manuelt arbejde i Danmark¹

Ét flow
Fra fil til kundemail

behandling, modtagere og beskeder

DK + NO
Anvendelse i to lande

registreret i status fra april 2026²

Kunder
Kommunikation i fokus

mere overskuelige ankomstbeskeder

Procesautomatisering hos

GREENCARRIERLINER AGENCYMunk AI

Informationen fandtes.
Arbejdet lå imellem.

Greencarrier Liner Agency Denmark ønskede en enklere måde at sende forventede containerankomster til sine B2B-kunder på.

Oplysningerne kom fra Evergreens system. Men før kunden kunne modtage en pre-arrival notice, skulle medarbejderen rense filer, overføre data til Excel, tilføje ankomstoplysninger og oprette beskeder til hver enkelt kunde.

Munk AI udviklede en webapplikation, som samlede filbehandling, modtagerhåndtering og generering af kundemails. Løsningen blev tilpasset gennem afprøvning og dialog med de medarbejdere, der håndterer forsendelserne i hverdagen.

Mange manuelle trin.
Den samme besked.

Den oprindelige proces gik fra et udtræk i Evergreens SOL-system til en tekstfil, videre til et regneark og til sidst til en PDF og en individuel mail.

Medarbejderen skulle fjerne overflødige linjer, sikre det rigtige dataformat og udvælge oplysninger for den enkelte kunde. Processen blev gentaget for hvert skib og senere igen, når ankomsttidspunkterne kunne præciseres.

Ambitionen var at reducere det gentagne filarbejde og samtidig bevare den personlige kontakt til kunderne.

Et konkret behov i hverdagen

Hvilke containere kommer hvornår?Kunden skal have sine egne oplysninger i et format, der er let at læse og bruge.

Fra rå data
til relevant information.

Løsningen samler arbejdet i en webapplikation. Medarbejderen kan arbejde med forsendelser og modtagere i ét forløb frem mod kundekommunikationen.

01 · DATA

Behandl filen

Oplysninger fra rederiets udtræk bearbejdes til et grundlag for pre-arrival notices.

02 · MODTAGERE

Saml pr. kunde

Forsendelser forbindes med modtagere. Manglende adresser kan håndteres i arbejdsprocessen.

03 · KOMMUNIKATION

Generér beskeden

Kundemails samler relevante containeroplysninger og forventede ankomsttidspunkter.

Forenklet illustration af arbejdsgangen. Der indgår fortsat medarbejderopgaver og håndtering af undtagelser; løsningen beskrives ikke som en fuldstændig ubemandet proces.

Bygget omkring den proces, medarbejderne kendte.

  1. 01
    Sammen

    Kortlæg arbejdsgangen

    Greencarrier viste processen fra dataudtræk til kundemail. Munk AI afdækkede de manuelle trin, systemerne og brugernes behov.

  2. 02
    Munk AI

    Gør løsningen konkret

    Arbejdsgange, systemoverblik og skitser blev brugt til at konkretisere en webapplikation til pre-arrival notices.

  3. 03
    Sammen

    Afprøv på reelle opgaver

    Brugerne gennemgik data, kundeopdeling og de genererede beskeder. Feedback gjorde behovet for overskuelighed og mindre copy-paste tydeligt.

  4. 04
    Munk AI

    Tilpas løsningen

    Arbejdet omfattede filbehandling, modtagerlister og præsentation af information i kundemails. Brugerønsker blev samlet og prioriteret undervejs.

  5. 05
    Sammen

    Undersøg brug i flere lande

    Forløbet blev udvidet med fokus på lokale modtagerlister og arbejdsgange. Den senere status beskriver anvendelse i Danmark og Norge.

En ankomstbesked.
Et fælles overblik.

Kundekommunikationen samler oplysninger, der tidligere krævede flere opslag og manuelle overførsler. Det gør præsentationen af den enkelte forsendelse til en del af den samlede arbejdsgang.

Illustration af beskedens indhold, ikke et produktskærmbillede. Der vises ingen faktiske kundedata, containernumre eller modtagere.

GREENCARRIERPRE-ARRIVAL NOTICE
FORVENTET ANKOMST

Jeres forsendelser
på vej.

Skib og rejseOplysninger fra udtrækket
AnkomstForventede datoer
ForsendelserKundens containere
Samlet pr. kunde · klar og ensartet præsentation

Et sammenhængende
værktøj til kundeservice.

Leverancen forbandt procesforståelse, softwareudvikling og løbende tilpasning til den praktiske brug.

01

Procesanalyse og løsningsdesign

Kortlægning af filarbejde, systemer og brugerbehov samt skitser af en samlet arbejdsgang.

02

Webapplikation og filbehandling

En løsning, der behandler data fra udtræk og understøtter arbejdet med pre-arrival notices.

03

Modtagere og kundemails

Håndtering af modtagerlister og generering af beskeder med relevante forsendelses- og ankomstoplysninger.

04

Tilpasning og overdragelse

Brugerdialog om funktioner og design samt teknisk overdragelse og arbejde med anvendelse på tværs af lande.

Mindre manuelt arbejde. Bedre præsentation.

Værdien skal kunne mærkes i kundeservice.

I tilbagemeldingen fra maj 2025 beskrev Greencarrier, at løsningen havde sparet tid i Danmark og forbedret kundeservicen gennem et bedre design.

Tilbagemeldingen understreger, at værdien både ligger i arbejdet bag beskeden og i den information, kunden modtager.

Der var fortsat opgaver for medarbejderne. Forløbet viste samtidig, at brugervenlighed, lokale arbejdsgange og håndtering af undtagelser har betydning for, om en løsning bliver taget i brug.

DET PRAKTISKE UDBYTTE

Fra gentagelsertil overblik.

01

Mindre filarbejdeFlere manuelle trin er samlet i én løsning.

02

Mere overskuelige beskederKundeoplysninger præsenteres som en del af den samlede proces.

03

Et værktøj i anvendelseStatus fra april 2026 beskriver brug i Danmark og Norge.

Kvalitativ kundefeedback fra maj 2025 og intern status fra april 2026. Ingen ROI-beregning er medtaget.

En lettere vej
fra data til besked.

Casen handler om automatisering af en konkret arbejdsproces og de erfaringer, der fulgte med anvendelsen.

01

Et samlet arbejdsforløb

Filbehandling, modtagere og kundemails er forbundet i en webapplikation.

02

Oplevet tidsbesparelse

Kunden beskrev i maj 2025 mindre manuelt arbejde i Danmark. Der gives ikke et løfte om en bestemt tilbagebetalingstid.

03

Bedre kundekommunikation

Kunden fremhævede designet og præsentationen som en forbedring af kundeservicen.

04

Erfaring med flere lande

Forløbet har givet viden om, hvordan samme proces skal tilpasses lokale rutiner og brugere.

¹ De 150 timer er det oprindelige årlige tidsforbrug i den kundegodkendte brochuretekst – ikke en målt årlig besparelse. ² Danmark og Norge er beskrevet som aktive i en intern status fra 19. april 2026.

Teknikken kan deles.
Arbejdsgangen skal passe.

Den seneste fundne status fra april 2026 beskriver løsningen som i brug i Danmark og Norge. Forløbet har også omfattet afprøvning i Sverige.

Erfaringen er, at udbredelse kræver mere end at stille den samme software til rådighed. Lokale rutiner, modtagerdata og oplæring har betydning for anvendelsen.

Casen beskriver ikke en fuld udrulning til alle lande. Yderligere automatisering og kundens egne nye værktøjer er separate spor.

  1. 01

    Tilpas modtagerlister og opsætning til det enkelte land

  2. 02

    Tag udgangspunkt i medarbejdernes faktiske arbejdsgang

  3. 03

    Gør håndtering af undtagelser enkel og overskuelig

  4. 04

    Prioritér introduktion og oplæring sammen med teknikken

  5. 05

    Afklar nye behov, før processen udvides yderligere

Jeres næste skridt

Hvor meget af jeres kundekommunikation begynder med copy-paste?

Munk AI hjælper med at kortlægge de gentagne opgaver og forbinde data, systemer og kommunikation i en arbejdsgang, der passer til jeres virksomhed.