Die KI erkennt das Bauteil. Ob die Bestellung stimmt, entscheidet der Teilestamm.
Bilderkennung kann ein Teil schnell identifizieren. Ob daraus die richtige Bestellung wird, hängt auch von den eigenen Ersatzteil- und Fahrzeugdaten ab.
Achim Ziemons · DIE ASG
Ein denkbarer Dienstagmorgen in der Annahme: Ein Sattelauflieger kommt mit einem Geräusch an der Achse. Der Meister fotografiert ein verschmutztes Bauteil. Die Bilderkennung schlägt eine Teilenummer vor. Im eigenen Teilestamm steht diese Nummer zweimal, einmal mit einem alten Lieferanten und einmal ohne Preis. Die falsche Bestellung geht raus. Am Donnerstag steht der Auflieger noch auf dem Hof, und der Kunde ruft zum dritten Mal an.
Die Technik war schnell. Langsam wurde, was hinter ihr lag. Für mich ist das eine Prozessfrage: Wie verlässlich sind die Daten, auf deren Grundlage ein Betrieb Teile bestellt und Fahrzeuge wieder auf die Straße bringt?
Für das asp Spezial zur Automechanika 2026 habe ich mit Dieter Väthröder über KI in der Werkstatt gesprochen. Bilderkennung kann selbst verschmutzte oder verschlissene Bauteile identifizieren. Damit aus einer Erkennung das passende Ersatzteil wird, braucht es allerdings hochwertige und umfassend gepflegte Ersatzteil- und Fahrzeugdatenbanken.
Die weiteren Gesprächspartner beleuchten andere Stellen desselben Zusammenhangs. Prof. Benedikt Maier vom Institut für Automobilwirtschaft beschreibt als Ziel ein integriertes System, dessen Prozesse auf einer gemeinsamen Datenbasis aufbauen. Jens Kowald von Aumovio Aftermarket bringt die Voraussetzung auf den Punkt: „Ein schlechter Prozess bleibt auch mit KI ein schlechter Prozess.“ Alexander Grimm von Aspaara verweist auf die Planung: Viele Werkstätten arbeiten dort nach Erfahrungswerten oder kurzfristigen Prioritäten.
Das Zukunftsbild ist ein durchgängiger Ablauf: Daten weisen auf einen kommenden Defekt hin, bei der Annahme wird das Bauteil per Bild erkannt, das passende Ersatzteil lässt sich bestimmen. Ob dieses Bild trägt, entscheidet sich bereits heute im Teilestamm, in der Auftragshistorie und in den Fahrzeugdaten. Ich schaue deshalb zuerst auf die vorhandenen Daten und darauf, welche Entscheidung sie tatsächlich tragen können. Die Entscheidung für die Abläufe liegen heute darin, die Datenbasis hinter den täglichen Teile- und Fahrzeugentscheidungen zu prüfen. Eine schnellere Erkennung allein beantwortet diese Frage nicht. Und KI in Prozesse zu integrieren heißt auch, die Entscheidungsbasis für die KI muss stimmen.
Mein Dank gilt der Redaktion von AUTOHAUS und asp für die Einladung, Dieter Väthröder für das sorgfältige Gespräch sowie Prof. Benedikt Maier, Alexander Grimm und Jens Kowald für ihre ergänzenden Perspektiven. Der vollständige Beitrag steht auf autoservicepraxis.de: „Künstliche Intelligenz in der Werkstatt: Chancen, Grenzen und Voraussetzungen“.
DIE ASG
Für mich gehört zum Thema Daten insbesondere auch die Datenhoheit. Ihre Daten bleiben Ihre: Sie liefern Exporte, die Hoheit bleibt im Haus. Kundendatennahe Läufe rechne ich lokal auf meinem eigenen Rechner mit einem Open-Source-Modell — nichts trainiert fremde Systeme.
Ihr nächster Schritt, wenn auch Sie KI nützlich in Ihre Prozesse einbinden wollen: ein Erst-Call zur Einordnung (kostenfrei, 30 Minuten). Ich prüfe dabei, ob ich helfen kann. Das Ergebnis darf auch lauten, dass sich ein Vorhaben derzeit nicht lohnt.
Achim Ziemons · DIE ASG — DATA-driven Predictive Business. AI-based.
Kommentare