Künstliche Intelligenz (KI) wird die Werkstattlandschaft in den kommenden Jahren nachhaltig verändern. Die Entwicklung verläuft jedoch nicht überall gleich. Herstellergebundene Betriebe stehen aufgrund der zunehmenden Vernetzung moderner Fahrzeuge bereits heute vor der Herausforderung, immer größere Datenmengen effizient auszuwerten. Kleinere freie Werkstätten, insbesondere solche mit Fokus auf ältere Fahrzeuge oder Spezialsegmente, können dagegen zunächst auch ohne umfassende KI-Integration erfolgreich am Markt bestehen.
Dennoch empfiehlt Prof. Benedikt Maier vom Institut für Automobilwirtschaft (IfA) unabhängig von der Betriebsgröße eine frühzeitige Auseinandersetzung mit dem Thema. "Der entscheidende Treiber ist nicht allein der technologische Fortschritt, sondern die Kombination aus Fachkräftemangel, steigenden Personalkosten und der wachsenden Komplexität moderner Fahrzeuge", betont Maier. KI könne insbesondere dort Mehrwert schaffen, "wo große Datenmengen in hoher Qualität interpretiert werden müssen", da der Mensch hierbei zunehmend an seine Grenzen stoße.
Grundsätzlich lassen sich zwei zentrale Einsatzfelder unterscheiden: der betriebswirtschaftliche beziehungsweise administrative Bereich sowie die eigentlichen Werkstattprozesse. Während im Büro bereits heute zahlreiche Anwendungsmöglichkeiten bestehen, etwa bei der Korrespondenz, Telefonannahme oder administrativen Routinetätigkeiten, sehen Experten den praktischen Einsatz in der Werkstatt selbst noch als langfristigen Entwicklungsprozess.
KI als Unterstützung bei Diagnose und Fehlersuche
Ein wesentlicher Anwendungsbereich liegt nach Einschätzung der Experten in der Diagnose und Fehlersuche. Moderne Fahrzeuge erzeugen kontinuierlich umfangreiche Sensor-, Steuergeräte- und Telematikdaten, deren Interpretation für Werkstattmitarbeitende immer anspruchsvoller wird.
"KI-Systeme können Zusammenhänge wesentlich schneller erkennen und daraus Handlungsempfehlungen ableiten", sagt Benedikt Maier. Die größte Herausforderung bestehe darin, die Vielzahl an Informationen sinnvoll zu interpretieren. Genau hier könne KI den Menschen wirksam unterstützen.
Potenziale bei Predictive Maintenance
Auch im Bereich der vorausschauenden Wartung (Predictive Maintenance) bietet KI erhebliche Vorteile. Achim Ziemons, Inhaber des Beratungsunternehmens ASG, unterstützt mittelständische Betriebe bei der Einführung KI-gestützter Prozesse.
"Mithilfe von KI-gestützter Bilderkennung lassen sich Bauteile selbst dann identifizieren, wenn diese verschmutzt oder verschlissen sind", erklärt Ziemons. In Verbindung mit Predictive Maintenance entsteht dadurch ein durchgängiger Prozess: Erkennt die Datenanalyse einen bevorstehenden Defekt, kann das betroffene Bauteil bereits bei der Werkstattannahme per Bild identifiziert und das passende Ersatzteil schneller bestimmt werden. Voraussetzung dafür sind allerdings qualitativ hochwertige und umfassend gepflegte Ersatzteil- und Fahrzeugdatenbanken.
Von Einzellösungen zum KI-Ökosystem
Darüber hinaus sieht Maier großes Potenzial für KI in der Werkstatt- und Kapazitätsplanung, der automatisierten Teilebedarfsplanung sowie der Schadenskalkulation. Voraussetzung sei jedoch eine durchgängige Integration der verschiedenen Anwendungen. Die bisher weit verbreiteten Einzellösungen wie Chatbots, Voicebots oder isolierte Diagnosetools müssten künftig zu einer gemeinsamen Daten- und Systemlandschaft zusammengeführt werden.
"Ziel ist ein integriertes KI-Ökosystem, in dem sämtliche Prozesse auf einer gemeinsamen Datenbasis aufbauen", so Maier. Dabei gelte: Nur gut organisierte Prozesse profitieren wirklich von KI. Jens Kowald, Head of Sales bei der Aumovio Aftermarket GmbH, stellt klar: "KI darf nicht als Selbstzweck verstanden werden, sondern bietet nur dann einen Mehrwert, wenn bestehende Prozesse sinnvoll unterstützt werden. Ein schlechter Prozess bleibt auch mit KI ein schlechter Prozess."
"Ziel ist ein integriertes KI-Ökosystem, in dem sämtliche Prozesse auf einer gemeinsamen Datenbasis aufbauen."
Prof. Benedikt Maier, IfA
Werkstattplanung mit digitalem Zwilling
Ein Bereich, der sich besonders für den Einsatz von KI eignet, ist die Werkstattplanung. Die Aspaara AG, ein Spin-off der ETH Zürich, hat mit „Aspaara.ai“ ein Planungstool für Karosserie- und Lackbetriebe entwickelt, das bereits erfolgreich im Einsatz ist.
Beim Mercedes-Händler Auto Lang im Großraum Bodensee konnte nach 22 Wochen Nutzung die Zahl der Aufträge pro Woche um 20 Prozent gesteigert werden. Gleichzeitig wuchs die Zahl der produktiven Stunden um 17 Prozent.
"Ein wesentliches Problem vieler Werkstätten besteht darin, dass sie ihre Abläufe nach Erfahrungswerten oder kurzfristigen Prioritäten planen. Dies führt zu Überlastungen, Leerlauf und schlechter Termintreue. Unsere KI erstellt dagegen kontinuierlich optimale Planungen und ermöglicht dadurch einen gleichmäßigeren Arbeitsablau"“, erläutert Geschäftsführer Alexander Grimm.
Die Software erstellt dafür einen digitalen Zwilling der Werkstatt, bildet sämtliche Prozesse digital nach und simuliert verschiedene Szenarien. Dadurch können Abläufe in Echtzeit optimiert werden. Ziel ist es, Termine zuverlässiger einzuhalten, Leerlaufzeiten zu reduzieren, die Auslastung von Mitarbeitern und Anlagen zu verbessern und insgesamt mehr Fahrzeuge effizient zu bearbeiten.
Nicht jede KI ist automatisch sinnvoll
Wichtig ist außerdem die Unterscheidung zwischen verschiedenen KI-Arten. Während Large Language Models (LLM) wie ChatGPT oder Claude sehr gut Texte generieren können, sind sie für komplexe Optimierungsaufgaben nur bedingt geeignet.
Für spezielle Anwendungsfälle kommen deshalb maßgeschneiderte KI-Systeme zum Einsatz. Nicht jede Software, die mit dem Schlagwort "KI" wirbt, bietet automatisch einen echten Mehrwert. Entscheidend ist, ob konkrete betriebliche Probleme gelöst werden.
Kowald weist zudem auf eine weitere Herausforderung hin: "Ein LLM berechnet vereinfacht gesagt lediglich Wahrscheinlichkeiten und kann deshalb auch fehlerhafte oder unvollständige Antworten liefern." Besonders bei sicherheitsrelevanten Informationen, etwa Anzugsmomenten oder Reparaturvorgaben, müssten die Ergebnisse daher stets fachlich überprüft werden.
Datenschutz als zentrale Voraussetzung
Neben der fachlichen Qualität spielt auch der Datenschutz eine entscheidende Rolle. Die Experten empfehlen ausdrücklich den Einsatz von Unternehmens- oder Pro-Versionen von KI-Systemen. Bei frei zugänglichen Anwendungen können eingegebene Daten unter Umständen für das weitere Training der Modelle genutzt werden. Sensible Unternehmens- oder Personaldaten sollten deshalb grundsätzlich nicht in öffentliche KI-Anwendungen eingegeben werden.
Fazit
KI bietet Werkstätten erhebliche Potenziale, vor allem bei Diagnose, Fehlersuche, Predictive Maintenance und der betrieblichen Planung. Der größte Nutzen entsteht jedoch nicht durch isolierte Einzelanwendungen, sondern durch integrierte Systeme auf einer gemeinsamen Datenbasis. Gleichzeitig bleibt die Qualität der bestehenden Prozesse entscheidend: Nur gut organisierte Abläufe lassen sich durch KI nachhaltig verbessern. Datenschutz, Datensicherheit und die fachliche Kontrolle der Ergebnisse bleiben dabei unverzichtbare Voraussetzungen für einen erfolgreichen Einsatz.
