Startup Wie KI Autoschäden vorhersagt

Autor / Redakteur: Anna Oelsner* / Sebastian Human

Was ist der Gebrauchtwagen wirklich wert und wann muss ich das nächste Mal zur Werkstatt? Das Startup Compredict berechnet mit einer KI-basierten Lösung, wann einzelne Autoteile ausfallen.

Firmen zum Thema

Auch wenn man dem Verkäufer und dessen Angaben prinzipiell vertraut, kann es für viele Autokäufer attraktiv sein, konkrete Vorhersagen zum Verschleiß datenbasiert zu erhalten.
Auch wenn man dem Verkäufer und dessen Angaben prinzipiell vertraut, kann es für viele Autokäufer attraktiv sein, konkrete Vorhersagen zum Verschleiß datenbasiert zu erhalten.
(Bild: gemeinfrei / Pexels )

Fahrrad, zu Fuß oder privater Pkw statt öffentlicher Verkehrsmittel, Taxi oder Carsharing: Die Corona-Pandemie beeinflusst die Mobilität vieler Menschen. Laut einer Umfrage des Gebrauchtwagenmarktplatzes CarNext.com aus dem September 2020 nutzen 77 Prozent der Befragten aus Deutschland wegen der Pandemie lieber das eigene Auto als öffentliche Verkehrsmittel. Ein weiteres Ergebnis der Umfrage: Jeder Dritte kann sich vorstellen, ein gebrauchtes Fahrzeug auch digital zu kaufen. Allerdings nicht ohne eine gewisse Absicherung: 63 Prozent wünschen sich beim Online-Kauf eines Gebrauchtwagens eine vollständige Wartungshistorie sowie eine mechanische Prüfung.

Doch egal ob digital, beim Privatkauf oder beim Händler vor Ort: Obwohl der Kilometerstand passt und der Wagen einen Check in der Werkstatt bestanden hat, ist nicht bekannt, wie das Auto bisher gefahren wurde. Denn jeder Gebrauchtwagen hat unterschiedliche Belastungsprofile, die vom individuellen Fahrstil abhängen. Dementsprechend verschleißen auch die verschiedenen Komponenten unterschiedlich schnell.

Gleiches gilt für Neuwagen: Niemand kann beim Kauf vorhersagen, wann welche Teile aufgrund des individuellen Fahrstils eines Kunden ausfallen werden. „Wenn Autos täglich über Kopfsteinpflaster fahren, ist der Stoßdämpfer eher beschädigt als bei denen, deren Arbeitsweg über neu geteerte Straßen führt“, sagt Rafael Fietzek, Mitgründer des Startups Compredict. Um unangenehme Pannen zu vermeiden, soll eine KI-basierte Technologie in Zukunft vorhersagen, wann einzelne Komponenten im Fahrzeug ausfallen. Namhafte Automobilhersteller nutzen diesen Dienst bereits.

Digitale Sensoren sammeln relevante Daten

Kennengelernt haben sich die Gründer Rafael Fietzek und Stéphane Foulard während ihrer Promotion an der TU Darmstadt. Noch in dieser Phase gründeten sie 2016 ihr Unternehmen. „Unsere Lösung ist bisher einzigartig in der Autoindustrie“, sagt Fietzek.

Kernstück sind virtuelle Sensoren. Diese nutzen Daten von Sensoren, die serienmäßig in jedem Fahrzeug vorhanden sind als Eingangsgrößen, um daraus die Zielgrößen möglichst genau zu berechnen. Zielgrößen sind grundsätzlich die entscheidenden Belastungsgrößen (z.B.: Kräfte, Drehmomente, Temperaturen, elektrische Lasten) für unterschiedliche Komponenten eines Fahrzeugs.

Anschließend wertet ein sich kontinuierlich verbessernder KI-Algorithmus diese Datenmengen in der Cloud aus. Mit dieser Big-Data-Technologie kann man aus unzähligen Fahrzeugdaten Wahrscheinlichkeiten ermitteln, wann bestimmte Teile in Fahrzeugen ausfallen werden. Vereinfacht gesagt: Wenn etwa die Batterie eines Autos aus einem bestimmten Baujahr in der Vergangenheit fünf Jahre lang funktioniert hat, dann wird höchstwahrscheinlich die Batterie eines Autos, das ähnlichen Bedingungen ausgesetzt ist, ähnlich lange halten.

Um diese Daten sammeln zu können, muss das Startup auf zahlreiche fahrzeugrelevante Informationen unterschiedlicher Automobilhersteller zugreifen. Generell zögern Unternehmen in der Autoindustrie, ihre Daten weiterzugeben, da sie Wirtschaftsspionage fürchten und keine Wettbewerbsvorteile verlieren wollen. Daher sind für das junge Unternehmen Diskretion und Datenschutz wichtige Bestandteile ihres Geschäftsmodells. „Es gibt sehr viele Geheimhaltungsregeln in der Branche. Und wir halten uns daran“, sagt Fietzek.

Aktuell sammelt das Unternehmen zahlreiche Fahrzeugdaten und trainiert die KI-Module. Die Daten befinden sich in der Open Telekom Cloud. Diese wird in deutschen Rechenzentren gehostet und unterliegt strengen EU-Datenschutzrichtlinien. Zugang zur Cloud-Plattform bekam die Firma als Mitglied von Techboost, dem Startup-Programm der Deutschen Telekom. 2021 will das Startup seine Lösung weiter skalieren.

Fahrstil optimieren und Reparaturen sparen

Demo des Scoring-Systems in einem Tesla Modell zur Lebensdauer von Fahrzeugkomponenten.
Demo des Scoring-Systems in einem Tesla Modell zur Lebensdauer von Fahrzeugkomponenten.
(Bild: Compredict)

Vorrangig hat die Firma ihre Lösung für B2B-Kunden der Autoindustrie entwickelt. Über ein Lizenzmodell erhält der Kunde Zugang zu einer cloudbasierten Plattform. Über eine Web-Oberfläche kann man mit virtuellen Sensoren entscheidende Belastungsgrößen einfach messen und bekommt Zugriff auf Ausfallvorhersagen für die gesamte Flotte. Fietzek schließt aber nicht aus, dass in Zukunft auch Privatkunden darauf zugreifen könnten. Beispielsweise über eine App des Automobilherstellers, mit Benachrichtigungen, wann ein Werkstattbesuch nötig ist. Möglich wären auch Hinweise zum Fahrstil, damit Antriebsstrang, Fahrwerk oder die Batterie im Elektroauto länger halten. „So spart der Endkunde nicht nur Geld, er kann auch rechtzeitig zur Werkstatt fahren und erlebt keine Panne“, sagt Fietzek.

Beim Kauf und Verkauf von Gebrauchtwagen profitieren Käufer und Verkäufer von dem System: Gemeinsam mit dem Kaufvertrag erstellen Händler detaillierte Zertifikate über den Zustand des Fahrzeugs. Das schafft wiederum Sicherheit für den Käufer, auch beim Online-Kauf. „Unser Produkt ermittelt den Restwert von Gebrauchtfahrzeugen viel genauer als die Schwacke-Liste“, sagt Fietzek. „Denn Käufer wissen nicht, wie der Kilometerstand eines Fahrzeugs entstanden ist – auf dem Nürburgring oder in der 30er-Zone.“

* Anna Oelsner arbeitet als Fachjournalistin und schreibt über verschiedene IT- und Kommunikationsthemen wie IoT, Startups, Data Center und Digitalisierung.

(ID:47056605)