Hella Gutmann – mit einem Klick zum passenden Ersatzteil

Lösungen für die Reparatur und Wartung von Autos und Motorrädern – das bietet das Unternehmen Hella Gutmann Solutions seit 1968 und arbeitet hierbei vor allem mit freien Werkstätten zusammen. Im KI-Marktplatz widmet sich das Unternehmen der KI-gestützten Fahrzeugdiagnose, um defekte Bauteile bei einer Vielfalt an verschiedenen Fahrzeugmarken zukünftig automatisiert zu erkennen und damit Werkstattmitarbeitende zu unterstützen.

Herkömmlich werden potenziell defekte Bauteile im Fahrzeug anhand von Fehlercodes und Sensorwerten ermittelt. Aktuell benötigt ein:e Mechaniker:in dafür in der Werkstatt viel Zeit sowie umfangreiches KFZ-Wissen, um auf Basis von ausgelesenen Fehlercodes oder gemessenen Sensormesswerten eine fundierte Diagnose zu erstellen. 66 Millionen KFZ-Diagnosen werden pro Jahr mit Geräten von Hella Gutmann durchgeführt. Dabei entstehen Daten von 35.000 Fahrzeugmodellen verschiedener Hersteller, beispielsweise zu Einspritzmengen oder Kilometerständen. „Diese große Datenmenge hat uns dazu gebracht, uns zu fragen, wo wir KI-Methoden einsetzen können, um die Fahrzeugdiagnose zu vereinfachen und effizienter zu gestalten“, sagt David Aymanns, Head of Data Science bei Hella Gutmann.

Dazu werden Fahrzeug- und Diagnosedaten in einem sogenannten Extract-Transform-Load-Prozess an verschiedensten Stellen in den Werkstätten erhoben und gesammelt in einer Datenbank gespeichert. Mit Expert:innen des KI-Marktplatzes wurde ein Machine-Learning-Modell entwickelt, das nun mithilfe der Daten trainiert wird. Gleichzeitig wird dieses Vorhersagemodell durch Feedback von KFZ-Expert:innen schrittweise optimiert und in einen Demonstrator für die KI-gestützte Fahrzeugdiagnose überführt.

Keine KI ohne Data Engineering

Bevor allerdings ein Vorhersagemodell entwickelt werden kann, gilt es zunächst die relevanten Datenquellen ausfindig zu machen, die erhobenen Daten auf Vollständigkeit und Veränderungen zu prüfen und zu bereinigen, das heißt vorzuverarbeiten. „Aus unserer Erfahrung stellt das Data Engineering, also die Vorverarbeitung der Daten, einen wesentlichen Schritt in Richtung KI dar und macht daher auch einen großen Teil unserer Arbeit im Projekt aus“, erklärt Aymanns.

Bei Hella Gutmann sind entscheidende Parameter für die Fehlerdiagnose inzwischen bekannt ebenso wie Toleranzbereiche für Fehlercodes. Damit kann das KI-Modell nun Anomalien in den Daten erkennen und somit Fehler in Fahrzeugen diagnostizieren. Aktuell wird das Vorhersagemodell mit Unterstützung der KFZ-Expert:innen in der Praxis erprobt und validiert.

Keine künstliche Intelligenz ohne menschliche Intelligenz

Dabei kommt das sogenannte „Active-Learning-Verfahren“ zum Einsatz: das Machine-Learning-Modell schlägt Mitarbeiter:innen eine mögliche Fehlerdiagnose vor, die diese prüfen und gegebenenfalls korrigieren können.

Hier sei es wichtig, die Einführung auch als kulturellen Wandel zu verstehen und KI-Verfahren transparent und im Dialog mit den Mitarbeitenden zu gestalten. Denn nur so könne man eventuelle Vorbehalte gegenüber Automatisierungsverfahren abbauen, sodass menschliche und künstliche Intelligenz harmonisch kooperierten. „Der KI-Marktplatz hat uns mit Informationsangeboten geholfen, einen guten und umfassenden Überblick, insbesondere über ethische und rechtliche Rahmenbedingungen der KI-Einführung, zu bekommen“, ergänzt Aymanns.

Produktinnovation mit Beteiligung des KI-Marktplatzes

Die Hella Gutmann „Automatisierte Diagnose“ (AD), die unter Beteiligung des KI-Marktplatzes entwickelt wurde, wird zum Jahresende 2022 in der mega macs Diagnose Software SDI integriert und an SDI Kunden ausgerollt. Das System verbessert sich dabei kontinuierlich selbst, indem es Feedback von KFZ-Experten nutzt und integriert. Aktuell basiert die AD-Funktion auf rund 2 Milliarden historischer Fehlercodes und rund 5 Millionen statistisch erfassten Kausalitäten des Technischen Callcenters von Hella Gutmann – hiermit können in >80% der durchgeführten Diagnosefälle defekte Bauteile mit hoher Wahrscheinlichkeit benannt werden. Die „Automatisierte Diagnose“ ermöglicht Kfz-Werkstätten deutliche Zeitersparnisse durch effizientere Arbeitsabläufe bei gleichzeitig gesteigerter Diagnose-Qualität.