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.

Kontakt

David Aymanns
Hella Gutmann Solutions GmbH
E-Mail senden

Das könnte Sie auch interessieren

Nachhaltigkeit und Engineering – passt das zusammen?

Im KI-Marktplatz zeigen wir mit einer neuen Kampagne Stellschrauben für nachhaltigeres Engineering.

system:ability – Systeme von morgen gestalten

system:ability – die technischen Systeme von morgen haben einiges drauf: Sie sind vernetzt, lernen eigenständig dazu und agieren autonom. Und: Sie sind Schlüsselfaktor für eine nachhaltige Wirtschaft und Gesellschaft. Aber …

Hannover Messe 2023

KI und Nachhaltigkeit – das sind die Schwerpunktthemen, mit denen sich OstWestfalenLippe vom 17. bis 21. April auf der Hannover Messe präsentiert. Mit dabei: der KI-Marktplatz im Herzen der Halle 7. 

Künstliche Intelligenz im Engineering – vom Anbieter zum Anwender

Seit drei Jahren forschen und entwickeln 19 Projektpartner im KI-Marktplatz an einer Plattform, die Anbieter:innen und Anwender:innen von KI-Lösungen im Engineering zusammenbringt. Mit den erzielten Ergebnissen unterstützt der KI-Marktplatz bei …

Das Wort Change prangt als weiße Schrift auf schwarzem Grund und spiegelt sich. Es soll den Einsatz von Künstlicher Intelligenz im Change Management darstellen.

Wie Künstliche Intelligenz das Change Management verbessert

Das Change-Management ist in der Produkt- und Dienstleistungsentwicklung von großer Bedeutung. Künstliche Intelligenz kann dabei helfen, Auswirkungen von Änderungen frühzeitig zu identifizieren und Fehler in der Entwicklung zu vermeiden.

Zwei Personen sitzen vor Dokumenten und analysieren Wettbewerbsdaten.

Effiziente Wettbewerbsanalyse unterstützt von KI

KI kann Unternehmen bei der Durchführung einer kontinuierlichen Wettbewerbsanalyse unterstützen, indem sie die Aufbereitung und Recherche von Daten automatisieren und die Interpretation und Visualisierung von Analysen vereinfachen.

Vier Textmarker sind auf weißem Grund zu sehen. Ein blauer, ein lilaner und ein oranger Textmarker sind geschlossen. Ein pinker Textmarker ist geöffnet.

Systementwurf: Dank KI relevante Infos extrahieren

KI kann beim Systementwurf unterstützen, indem sie relevante Informationen aus Prüf- und Testberichten extrahiert und diese für den aktuellen Systementwurf vorselektiert. Dies führt zu einer Verbesserung des Endprodukts und einer Optimierung der Datenqualität und Dokumentation.

Ein Kabelbaum auf organgem Grund.

Automatisierte Konsistenz im E/E Bereich

Erfahren Sie, wie Künstliche Intelligenz bei der Sicherstellung der Konsistenz von Modellen zwischen OEM und Zulieferern helfen kann und welche Vorteile dies bietet.

Ein abstraktes 3D Modell soll ein CAD-Modell darstellen, das bei der Finite-Elemente-Methode benötigt wird.

KI-Unterstützung in der Finite-Elemente-Methode

Erfahren Sie, wie Künstliche Intelligenz in der Finite-Elemente-Analyse eingesetzt werden kann und welche Vorteile dies für Unternehmen bietet.

Eine Person bedient einen Laptop. Auf dem Bildschirm des Laptop ist ein Daten-Diagramm zu sehen.

Field Quality Analytics: KI hilft Produktqualität sicherzustellen

Field Quality Analytics ist ein Ansatz, um Qualitätsprobleme in Produkten zu erkennen und zu beheben. Dabei kann KI eine Unterstützung sein.

Ein Bild eines Diagramms, das die Verbindungen zwischen verschiedenen Konzepten und Ideen in einem Knowledge-Graph darstellt.

Wie ein KI-basierter Knowledge Graph bei Innovationen unterstützt

Künstliche Intelligenz (KI) kann Unternehmen bei der Entwicklung von Innovationen unterstützen, indem sie die Erstellung und Nutzung von Technology Knowledge Graphs vereinfacht.

Viele Zahlenreihen sind zu sehen, ein Teil der Zahlen ist im Fokus, ein anderer Teil unscharf. Durch die Zahlen sollen die KI-Methoden symbolisiert werden, mit denen Anforderungen strukturiert werden können.

KI-unterstützte Strukturierung von Anforderungen

Künstliche Intelligenz kann bei der Strukturierung von textuellen Anforderungen in der Systementwicklung helfen. Erfahren Sie, welche Methoden zum Einsatz kommen.