AUTOMATISCHE SCHADENSERKENNUNG & FAHRZEUGSCANNER

Fahrzeugtypen: Die meisten KI-Systeme können PKW (Limousine, Kombi, SUV) analysieren, einige Anbieter erkennen zusätzlich auch Pickups, Transporter und LKW.
 

Erkannte Schäden: Die KI-Analyse erkennt normalerweise Kratzer und Dellen auf der Oberfläche der Fahrzeuge. Darüber hinaus können einige Systeme auch Felgenschäden, kaputte Windschutzscheiben, Lackverfärbungen und Abweichungen der Spaltmaße erkennen. Einige Systeme untersuchen den Unterboden der Fahrzeuge. Eine Analyse des Innenraums funktioniert noch nicht, aber einige Hersteller arbeiten daran.
 

Generisch vs. typbezogenes Modell: Ein wesentliches Unterscheidungsmerkmal ist, ob die KI auf bestimmte Fahrzeugmodelle trainiert ist oder generisch arbeitet. Im ersten Fall müssen exakte Fahrzeugmodelle zuvor in das System hochgeladen werden, während im zweiten Fall die KI lediglich auf den Fahrzeugtyp (Limousine, Kombi,...) abstellt, was bedeutet, dass keine spezifischen Marken- / Modelldaten erforderlich sind.
 

KI-Qualität: Man sollte erwarten, dass alle Anbieter automatischer Schadenserkennung Künstliche Intelligenz verwenden. Allerdings sollte man sorgfältig prüfen, was tatsächlich dahinter steckt. Das Hauptkriterium ist die Qualität der Schadenserkennung, die sich teilweise erheblich unterscheidet. In einigen Fällen stützen sich Systeme immer noch auf manuelle Analysen von Gutachtern, die Bilder von Ferne bearbeiten, während andere Systeme vollständig automatisiert sind.
.

Bearbeitungszeit: Die Bearbeitungszeit variiert zwischen einer Minute pro Inspektion und bis hin zu 15 Minuten. Dies wird hauptsächlich durch die Leistungsfähigkeit der KI und die Notwendigkeit manueller Korrekturen verursacht. Ein wichtiger Treiber ist zudem die Anzahl der aufgenommenen Bilder: Einige Systeme benötigen mehrere hundert Bilder, was die Verarbeitungszeit verlangsamt.
 

Reparaturkostenberechnung: Grundsätzlich gibt es zwei Möglichkeiten zur Berechnung der Reparaturkosten: Entweder ist das System in Datenbanken von Drittanbietern wie DAT, gtMotive usw. integriert. Dies ermöglicht genaue Kostenberechnungen auf der Grundlage von Standardarbeitswerten, Teilepreisen usw. Der Nachteil sind zusätzliche Kosten für den Datenanbieter. Alternativ können Systeme die Kosten basierend auf einer internen Datenbank berechnen. Dies ist normalerweise weniger detailliert, kann jedoch für manche Use Cases ausreichend sein.
 

Vorher / Nachher-Vergleich Check-In/Check-Out: Einige Systeme bieten die Möglichkeit, Bilder von einem Fahrzeug zu verschiedenen Zeitpunkten zu vergleichen. Beispielsweise Bilder des Autos beim Abfahren morgens und bei der Rückkehr abends. Die KI erkennt automatisch zusätzliche Schäden, die in der Zwischenzeit aufgetreten sind.
 

Weitere Erkennungen: Einige Systeme können automatisch weitere Informationen wie Fahrgestellnummer (FIN), Kennzeichen, Kilometerstand oder Informationen aus Fahrzeugpapieren zu erkennen.
 

Systemintegration: Zu unterscheiden ist, ob der Anbieter eine eigene App oder Benutzeroberfläche bereitstellen kann und/oder via API in bestehende Kundensysteme wie Fahrzeuginspektionssysteme, Dealermanagementsysteme, Preisgestaltungstools, Gebrauchtwagenmanagementsysteme oder Handelsplattformen integrieren kann.
 

Innenraum: Oft wird nach der Funktionalität gefragt, Schäden im Innenraum eines Fahrzeugs automatisch zu erkennen. Bisher sind aber keine Systeme dazu in der Lage. Einige Lieferanten arbeiten daran.