KI-gestützte Fehlercode-Diagnose
Die Herausforderung: Die Fahrzeugdiagnose erfordert aktuell umfangreiches Vorwissen sowie viel Zeit.
Die Lösung: Entwicklung eines Verfahrens zur automatisierten Erkennung potenziell defekter Bauteile im Fahrzeug mit Hilfe von KI.
Der Mehrwert: Die Komplexität aufgrund unterschiedlicher Fahrzeugtypen ist besser beherrschbar und die Durchführung der Fahrzeugdiagnose wird somit effizienter.
Mit KI defekte Bauteile erkennen
Das Unternehmen Hella Gutmann entwickelt intelligente Lösungen für die Reparatur und Wartung von Autos und Motorrädern aller Marken und Modelle, insbesondere in Zusammenarbeit mit freien Werkstätten.
Auf dem KI-Marktplatz liegt der Schwerpunkt des Unternehmens auf der KI-gestützten Fahrzeugdiagnose. Traditionell werden potenziell defekte Komponenten im Fahrzeug anhand von Fehlercodes und Sensorwerten identifiziert. Derzeit benötigt ein Mechaniker viel Zeit in der Werkstatt sowie umfangreiches automobiles Wissen, um anhand von ausgelesenen Fehlercodes oder gemessenen Sensorwerten (z.B. Einspritzmenge) eine fundierte Diagnose zu stellen. Hinzu kommt, dass eine große Anzahl unterschiedlicher Fahrzeugmarken in freien Werkstätten repariert wird, was die Komplexität erhöht.
Defekte Bauteile automatisch mit KI erkennen
Ziel des Projekts war die Entwicklung und Erprobung von Methoden zur automatisierten Erkennung von potenziell defekten Bauteilen im Fahrzeug mittels künstlicher Intelligenz. Insbesondere wurden geeignete Methoden zur Datenvorverarbeitung und zum Training von Machine-Learning-Modellen mit Hilfe von Fahrzeugdaten (Fehlercodes, Sensormesswerte und KM-Zustände) entwickelt und validiert.
Weiterhin wurde untersucht, ob gängige Modelle aus dem Bereich des maschinellen Lernens für die Anwendung in der Fahrzeugdiagnose geeignet sind. Schließlich sollten diese Modelle in ein Vorhersagemodell für defekte Bauteile integriert werden. Mit Erfolg:
Bei der entwickelten ‚Automatisierten Diagnose‘ arbeitet die Künstliche Intelligenz zum Start mit Daten aus zwei Milliarden ausgelesenen Fehlercodes und rund fünf Millionen erfasster Kausalitäten des Callcenters von Hella Gutmann. Dank der großen Datenmenge können bei über 80 Prozent der automatisierten Diagnosen defekte Bauteile mit hoher Wahrscheinlichkeit identifiziert werden. Darüber hinaus verbessert sich das System kontinuierlich selbst, indem es Feedback von KFZ-Expert:innen nutzt und integriert.
Ein Demonstrator für den KI-Marktplatz
Hella Gutmann entwickelt mit diesem Projekt einen Demonstrator in Form eines Services, der mit Hilfe von Machine-Learning-Modellen eine Liste von potenziell defekten Bauteilen für einen konkreten Kfz-Diagnosefall liefert. Die Hella Gutmann „Automatisierte Diagnose“ (AD), die unter Beteiligung des KI-Marktplatzes entwickelt wurde, wurde zum Jahresende 2022 in der mega macs Diagnose Software SDI integriert und an SDI Kunden ausgerollt. Die „Automatisierte Diagnose“ ermöglicht Kfz-Werkstätten deutliche Zeitersparnisse durch effizientere Arbeitsabläufe bei gleichzeitig gesteigerter Diagnose-Qualität.
Lassen Sie sich von uns auf schnellstem Weg interessante und hilfreiche Inhalte zeigen.