# Cargo Check AI®: KI-Prüfplattform gegen Fake-Carrier ## Cargo Check AI®: KI-Prüfplattform gegen Fake-Carrier Phantomfrachtführer erschleichen sich mit gefälschten Dokumenten Aufträge und verschwinden mitsamt Ladung. Cargo Check AI® bündelt zentrale Prüfschritte bei der Auswahl von Subfrachtführern in einem standardisierten digitalen Prozess. Als Technologiepartner haben wir die SaaS-Plattform gemeinsam mit dem Cargo Check AI® Team von der **technischen Konzeption** über **Architektur, Backend und Frontend** bis zum **Go-Live** umgesetzt und begleiten sie heute beratend in den Bereichen **Sicherheit und Qualitätssicherung**. [Cargo Check AI® endtecken](https://www.cargocheck.ai/) ## **Betrugsprävention als SaaS**: die Prüfplattform, die mit jeder Betrugsmasche mitwächst ## Eine Plattform, die wir eigenständig weiterentwickeln können ![Portrait eines Mannes](https://www.digit-one.com/_next/image?url=https%3A%2F%2Fcdn.sanity.io%2Fimages%2Fp48sl94f%2Fproduction%2F38030fd4e8796a8a7765ed4e6cf7439c80ab9d4f-1000x1000.jpg&w=1920&q=75) Mag. Matthias Guderjahn CEO & Co-Founder @ Cargo Check AI® Webapplikation Künstliche Intelligenz Für uns war entscheidend, unsere eigene fachliche Prüfmethodik nicht einfach nur zu digitalisieren, sondern in eine flexibel weiterentwickelbare Plattform zu übersetzen. Gemeinsam mit Digit-One haben wir dafür eine modulare technische Basis geschaffen, auf der wir Cargo Check AI® heute eigenständig weiterentwickeln und neue Prüfmechanismen integrieren können. ## Carrier-Prüfungen \+ ### rote Risikobewertungen \+ ### Wochen bis zum MVP ca. ### Min. zum Prüfergebnis ca. ### Wenn Betrüger wie echte Unternehmen auftreten Frachtkriminalität hat sich professionalisiert. Täter treten zunehmend als vermeintlich legitime Frachtführer auf, mit plausiblen Unternehmensdaten, Dokumenten und Kontaktdaten. Gerade bei kurzfristiger Auftragsvergabe wird es dadurch immer schwieriger, echte Unternehmen von professionell vorbereiteten Fake-Carriern zu unterscheiden. Der [Cargo Theft Report 2026 von Munich Re und BSI](https://www.munichre.com/specialty/en/insights/marine-and-cargo/cargo-theft-report-2026.html) beschreibt genau diese Entwicklung: Statt Gewalt setzen Täter immer häufiger auf passende Papiere, gefälschte Identitäten und Insiderwissen. ### Ein Prozess, der mit den Maschen Schritt halten muss Genau hier setzt Cargo Check AI® an: Der Auswahlprozess wird strukturiert, standardisiert und nachvollziehbar abgebildet. Disponent:innen laden die relevanten Unterlagen eines Frachtführers hoch, etwa Firmenbuchauszug, EU-Lizenz, CMR-Versicherungsbestätigung, Briefpapier und E-Mail-Verlauf, und die Plattform gleicht sie miteinander und mit eigenen Referenzdaten ab. Die eigentliche Herausforderung lag in der Technik dahinter: Betrugsmaschen ändern sich ständig, also muss sich auch die Prüflogik schnell anpassen lassen. Gleichzeitig sollte das MVP in wenigen Wochen live gehen und trotzdem auf einer Architektur stehen, die **vom Pilotkunden bis zu tausenden Nutzer:innen** trägt. ### Erst das Konzept, dann der Code Bevor die erste Zeile Code entstand, haben wir in einer kompakten **Konzeptphase** die Architektur festgelegt und den Prüfprozess in Spikes mit Beispieldokumenten durchgespielt. Das Design hat das Cargo Check AI® Team selbst erarbeitet, wir haben jede Iteration auf Machbarkeit und Aufwand geprüft. Am Ende stand ein Backlog, sauber getrennt in **MVP und V1**, und eine API-Definition, die Frontend und Backend von Tag eins an verbindlich beschreibt. Ende Oktober 2025 war das Konzept abgeschlossen, der MVP-Sprint folgte unmittelbar. ### Stabiler Kern, modulare Prüflogik Die zentrale Architekturentscheidung: Wir trennen das System in einen **stabilen Kern** und eine **modulare Prüfschicht**. Der Kern besteht aus einem [**Next.js Frontend**](https://www.digit-one.com/web/web-applikationen-und-saas) mit Tailwind, einem **Laravel Backend** mit Datenbank und File-Speicher sowie **Clerk** für Login, Sessions und User-Verwaltung. Die eigentliche Prüflogik lebt außerhalb davon in eigenständigen **Check-Engines**, die bei Bedarf externe KI-Dienste einbinden. So bleibt der Kern schlank und stabil, während sich die Prüfungen unabhängig davon weiterentwickeln. ![Screenshot Cargo Check Systemskizze](https://www.digit-one.com/_next/image?url=https%3A%2F%2Fcdn.sanity.io%2Fimages%2Fp48sl94f%2Fproduction%2F2d14ffcec1f7fcd3db312c5b535b2ccbb3c6f9aa-1740x720.png&w=1920&q=75) ### KI sortiert, was hochgeladen wird Nutzer:innen ziehen ihre Dokumente einfach in ein Upload-Feld. Beim Hochladen klassifiziert das Backend jede Datei per KI und ordnet sie dem passenden Dokumenttyp zu, im Interface wandern die Files sichtbar an ihren Platz. Der Klassifizierungs-Service ist abstrahiert und lässt sich bei Bedarf gegen ein anderes Modell tauschen. ### Check-Engines: Prüfmodule statt Monolith Jede Check-Engine ist ein eigenständiges Modul, das über eine klar definierte Schnittstelle mit dem Backend zusammenarbeitet. Startet ein Check, laufen alle aktiven Module parallel, ihre Ergebnisse fließen zentral in die Gesamtbewertung ein. Welche Technologie hinter einem Modul steckt, spielt für das System keine Rolle. **Neue Prüfmodule und Prüflogiken können weitgehend unabhängig vom Kernsystem angepasst und erweitert werden.** ### Jeder Check bleibt nachvollziehbar Gerade wenn es um Haftung und Versicherung geht, muss jede Bewertung belegbar sein. Für Nutzer:innen gibt es nur den Check mit seinen Dokumenten, Ergebnissen und der Ampel. Prüfläufe werden versioniert und im Rahmen der geltenden Speicher- und Löschregeln nachvollziehbar dokumentiert. ### Sicherheit als Grundlage Sicherheit und Datenschutz waren von Anfang an Teil der Architektur. Jedes Unternehmen sieht ausschließlich seine eigenen Checks und Dokumente, die **Mandantentrennung** ist direkt in der Schnittstelle verankert. Sensible Daten und Dokumente sind nach außen abgeschirmt, Zugriffe sind auf das jeweils Notwendige beschränkt. ### Betrieb wie bei einem großen Produkt Auch ein MVP verdient einen sauberen Workflow. Produktiv- und Staging-System laufen parallel, Releases gehen über automatisierte **Pipelines** live. Neue Prüfmodule werden zuerst im Testsystem hinterlegt und erst nach Freigabe für echte Nutzer:innen aktiviert. ### Die ersten Prüfungen Zum Start gingen drei Check-Engines plus ein Template für alle weiteren live: - **Anschrift und Firmenwortlaut**: Abgleich über alle hochgeladenen Dokumente hinweg. - **CMR-Versicherung**: Prüfung von Gültigkeit, Deckungsangaben und Plausibilität anhand der jeweils relevanten Kriterien. - **Briefpapier und E-Mail**: Abgleich der Unternehmens- und Kontaktdaten aus Briefkopf und E-Mail-Verlauf. Aus allen Ergebnissen entsteht eine **Risikoampel**: Grün bedeutet innerhalb der geprüften Kriterien unauffällig, Gelb bedeutet manuellen Klärungsbedarf, Rot bedeutet erhebliche Risikosignale. ![Screenshot Cargo Check Backend](https://www.digit-one.com/_next/image?url=https%3A%2F%2Fcdn.sanity.io%2Fimages%2Fp48sl94f%2Fproduction%2F3fe1826985ae500863db2cd849b4d12c42299efb-2702x2484.png&w=1920&q=75) ### Das Ergebnis Vom Konzeptabschluss bis zum Go-Live des MVP am **15. Dezember 2025** vergingen rund sechs Wochen. Seit dem Launch der **V1 am 7. Juni 2026** prüfen Disponent:innen ihre Subfrachtführer produktiv auf Cargo Check AI®. Statt Telefonaten und Excel-Listen gibt es ein Prüfergebnis in der Regel in **unter fünf Minuten**, hinter dem jeder einzelne Prüfschritt dokumentiert ist. Bis heute wurden **mehr als 1.300 Carrier-Prüfungen** durchgeführt, **mehr als 400** davon endeten mit einer roten Risikobewertung, also mit erheblichen Risikosignalen, die vor einer Beauftragung geklärt werden sollten. Und weil Kern und Prüfschicht sauber getrennt sind, wächst die Plattform mit, ohne dass die Architektur neu gedacht werden muss. ### Wie es weitergeht Nach dem Go-Live des MVP haben wir die Plattform gemeinsam agil weiterentwickelt und bereits einige neue Features ergänzt, darunter ein Dashboard mit allen Checks und einen Prüfbericht zum Download als PDF. Parallel dazu hat das Cargo Check AI® Team auf Basis unseres Templates selbst weitere Check-Engines gebaut, genau so, wie es die Architektur vorsieht. Die modulare Architektur ermöglicht es, zusätzliche Prüfmechanismen, Integrationen und Enterprise-Funktionen schrittweise zu ergänzen. Damit rückt das Ziel von Cargo Check AI® näher: jede Auftragsvergabe strukturiert geprüft und transparent nachvollziehbar. [Lass uns reden](mailto:islam.mechtijev@digit-one.com) ### Islam Mechtijev ![Porträt von Islam „Sami“ Mechtijev, Director Web & Dev-Ops und Co-Founder bei Digit-One](https://www.digit-one.com/_next/image?url=https%3A%2F%2Fcdn.sanity.io%2Fimages%2Fp48sl94f%2Fproduction%2Fb7efcc5ffb54b0c383108137ad22722a4107fb23-1920x1152.jpg&w=1920&q=75) Director Web & DevOps, Co-Founder @ Digit-One Hast du eine Idee für ein SaaS? Lass sie uns gemeinsam bauen. ## Was hat Digit-One für Cargo Check AI® umgesetzt? Als Technologiepartner hat Digit-One gemeinsam mit dem Cargo Check AI® Team eine modulare SaaS-Plattform zur KI-gestützten Frachtführerprüfung umgesetzt, von der technischen Konzeption über Architektur, Backend und Frontend bis zum Go-Live. Die fachliche Prüflogik und Produktentwicklung liegen bei Cargo Check AI®, heute begleiten wir die Plattform beratend in den Bereichen Sicherheit und Qualitätssicherung. ### Wie schnell lässt sich ein SaaS-MVP entwickeln? Das hängt vor allem davon ab, wie klar der Scope vor dem Start ist. Mit einer kompakten Konzeptphase, die Architektur, Backlog und Schnittstellen festlegt, sind wenige Wochen realistisch. Bei Cargo Check AI® vergingen vom Konzeptabschluss bis zum Go-Live des MVP rund sechs Wochen. ### Wie baut man eine SaaS-Architektur, die mit dem Produkt mitwächst? Indem man trennt, was stabil bleiben muss, und was sich laufend ändert. Login, Datenhaltung und Oberfläche bilden einen schlanken Kern, die fachliche Logik lebt in eigenständigen Modulen. Bei Cargo Check AI® können neue Prüfmodule und Prüflogiken so weitgehend unabhängig vom Kernsystem angepasst und erweitert werden. ### Wie integriert man KI sinnvoll in eine Web-App? Gezielt dort, wo sie Arbeit abnimmt, und abstrahiert, damit das Modell austauschbar bleibt. Bei Cargo Check AI® ordnet KI hochgeladene Dokumente automatisch dem passenden Dokumenttyp zu. Der Service dahinter lässt sich bei Bedarf gegen ein anderes Modell tauschen, ohne die Plattform umzubauen. ### Wie trennt man in einer SaaS-Plattform die Daten mehrerer Kunden? Über eine Mandantentrennung, die nicht nachträglich ergänzt, sondern von Anfang an in der Architektur verankert wird. Bei Cargo Check AI® sieht jedes Unternehmen ausschließlich seine eigenen Checks und Dokumente, die Trennung ist direkt in ### Wie macht man automatisierte Prüfungen nachvollziehbar? Indem jedes Ergebnis mit den Daten verknüpft bleibt, auf denen es beruht. Bei Cargo Check AI® werden Prüfläufe versioniert und im Rahmen der geltenden Speicher- und Löschregeln nachvollziehbar dokumentiert. Das ist gerade dort wichtig, wo es um Haftung und Versicherung geht. ### Kann ein Startup seine Software nach dem Launch selbst weiterentwickeln? Ja, wenn die Architektur dafür ausgelegt ist und das Team die nötigen Werkzeuge bekommt. Bei Cargo Check AI® hat das Team auf Basis unseres Templates selbst weitere Check-Engines gebaut, parallel zur gemeinsamen Weiterentwicklung der Plattform. ### Häufige Fragen