Diagnosezeiten verkürzen und unnötigen Teiletausch vermeiden
TecAlliance verstärkt das Führungsteam in Europa mit Isabel Meeus. Im Interview spricht sie über ihre kurz- und langfristigen Pläne, Änderungen für Nutzer von TecDoc und TecRMI sowie die Rolle von KI bei Reparaturdaten.
Isabel Meeus, Commercial Director Europe Central bei TecAlliance: Werkstätten erhalten bei uns nicht nur eine mögliche Lösung, sondern eine Priorisierung nach
Wahrscheinlichkeit.“ Bild: TecAlliance
Frau Meeus, in einer aktuellen Pressemitteilung hat TecAlliance mitgeteilt, dass Sie die Daten und digitalen Lösungen des Unternehmens noch besser auf die Kundenbedürfnisse abstimmen möchten. Wie sieht das aus? Welche sind die ersten Punkte, die sich für Nutzer von TecDoc und TecRMI ändern werden?
Unser Fokus bei den TecDoc-Daten liegt darauf, Mehrdeutigkeiten zu reduzieren und die Präzision im Werkstattalltag zu erhöhen. Ein zentraler Punkt ist die Verbesserung der Fahrzeug- und Referenzdaten. Wir erweitern bestehende Standards um deutlich detailliertere Fahrzeugattribute – beispielsweise spezifische Motorcodes, Varianten oder Ausstattungsmerkmale. Für Werkstätten bedeutet das: präzisere Trefferlisten, bessere Vergleichsmöglichkeiten und letztlich weniger Fehlbestellungen und Ausfallzeiten. Parallel dazu investieren wir konsequent in die Datenqualität, unter anderem durch digitale Qualitätsmaßnahmen und kontinuierliche Validierung. Gerade im Zusammenspiel mit neuen Antriebstechnologien ist das essenziell.
Bei TecRMI setzen wir zusätzlich auf einen sehr praxisnahen Baustein: Wir ergänzen klassische, auf Herstellerangaben basierende technische Informationen mit verifizierten Reparatur- und Diagnosefällen aus der Praxis. Dabei handelt es sich um reale Fälle aus Werkstätten, die von unseren Experten geprüft und standardisiert aufbereitet werden. Diese sogenannten Verified Repairs zeigen nicht nur, wie etwas laut Hersteller funktionieren sollte, sondern wie es in der Werkstatt tatsächlich erfolgreich repariert wurde – strukturiert nach Problem, Ursache und Lösung. Das hilft, Diagnosezeiten zu verkürzen und unnötigen Teiletausch zu vermeiden.
Für Werkstätten bedeutet das präzisere Trefferlisten, bessere Vergleichsmöglichkeiten und letztlich weniger Fehlbestellungen und Ausfallzeiten.
Was sind Ihre kurzfristigen Ziele? Und was Ihre langfristigen Pläne?
Was mir wirklich am Herzen liegt, ist die Nähe zu unseren Kunden. Mein Team und ich suchen aktiv den Dialog: in persönlichen Kundengesprächen, bei Hausmessen und auf Leitmessen wie kürzlich auf der Automechanika Frankfurt. Uns ist wichtig, die konkreten Herausforderungen im Alltag der Großhändler und Werkstätten aus erster Hand zu verstehen – und diese Erkenntnisse direkt in unsere Weiterentwicklung einfließen zu lassen. Langfristig wollen wir den freien Kfz-Ersatzteilmarkt als vernetztes, interoperables System stärken. Wir verstehen uns als neutraler Data-as-a-Service-Anbieter, der die Grundlage schafft, damit alle Marktteilnehmer effizient zusammenarbeiten können.
Der Hintergrund ist klar: Der Fahrzeugbestand wird immer komplexer, weil er insgesamt altert und gleichzeitig alternative Antriebsformen in den Neuzulassungen zunehmen. Werkstätten müssen damit Verbrenner- und EV/HEV-Technologien parallel bedienen – und das über immer mehr Varianten hinweg. In diesem Umfeld setzen wir auf mehr Präzision durch Standards, Validierung und umfassendere Fahrzeugattribute. Ergänzend dazu bauen wir die werkstattnahe Wissensbasis weiter aus, damit Diagnosen und Reparaturen in der Praxis schneller und präziser gelingen.
Das Umschlüsseln einer Zulieferernummer auf eine OEM-Nummer ist noch immer eine schwierige Angelegenheit. Freie Werkstätten wünschen sich hier mehr Zuverlässigkeit und eine bessere Kooperation von Seiten der OEMs. Wie sieht es hier
bei TecAlliance aus? Ist die Datenqualität besser geworden oder gibt es nach wie vor Schwierigkeiten?
Das Thema Teileidentifikation ist und bleibt eine der größten Herausforderungen im Aftermarket. Die Erwartungen der Werkstätten sind hier völlig berechtigt: Sie brauchen zuverlässige Daten, um Fehler, unnötige Standzeiten und vermeidbare Kosten zu verhindern. Unsere Antwort darauf ist ein klarer Fokus auf Standardisierung, Validierung und Transparenz. Wir arbeiten kontinuierlich daran, die Qualität der Referenzdaten zu erhöhen – unter anderem durch strukturierte Datenmodelle, erweiterte Fahrzeugattribute und unsere Datenqualitätsprozesse. Dadurch verbessern wir die Präzision beim Matching deutlich. Gleichzeitig setzen wir stark auf VIN und fahrzeugspezifische Identifikation, um Fehlzuordnungen im Alltag weiter zu reduzieren.
Dabei muss man realistisch bleiben: Die Datenqualität hängt immer auch von der Zusammenarbeit entlang der gesamten Lieferkette ab. TecAlliance stellt die neutrale Plattform und die Standards für den freien Kfz-Ersatzteilmarkt bereit – aber die Qualität und Vollständigkeit der gelieferten Fahrzeug- und Teileinformationen bleibt ein entscheidender Faktor. Unser Ansatz ist deshalb, diese Daten nicht nur zu integrieren, sondern aktiv zu prüfen, zu verbessern und für die Werkstatt möglichst eindeutig und praxisnah aufzubereiten.
Finden Ihre Ambitionen auch auf Branchenebene statt?
Ergänzend engagieren wir uns auch auf Branchenebene für faire Rahmenbedingungen beim Datenzugang. Wir sind aktiv in der ADPA (European Independent Automotive Data Publishers Association), die sich für fairen und offenen Zugang zu automobilen Daten sowie für einen wettbewerbsfähigen Markt für unabhängige Datenanbieter einsetzt. Aus Werkstattsicht ist das wichtig, weil ein verlässlicher, transparenter Datenzugang eine zentrale Voraussetzung dafür ist, dass Identifikation und Zuordnung im Alltag konsistenter funktionieren können.
Unser Ansatz ist es, Fahrzeug- und Teileinformationen nicht nur zu integrieren, sondern aktiv zu prüfen, zu verbessern und möglichst eindeutig und praxisnah aufzubereiten.
Spielt künstliche Intelligenz bei TecAlliance bereits eine Rolle und wenn ja, ist sie schon hilfreich für die Nutzer bei TecRMI? Wird KI bezüglich Reparaturdaten (künftig) etwas vereinfachen können?
KI spielt bei uns bereits heute eine Rolle, allerdings sehr gezielt und immer in Kombination mit validierten Daten. Denn KI entfaltet ihren echten Mehrwert nur dann, wenn die zugrundeliegenden Daten standardisiert und qualitativ hochwertig sind.
Ein gutes Beispiel ist Verified Repairs. Hier werden historische Reparaturdaten ausgewertet, um praxisnah und wahrscheinlichkeitsbasiert die richtigen Diagnose- und Reparaturschritte vorzuschlagen. Werkstätten erhalten also nicht nur eine mögliche Lösung, sondern eine Priorisierung nach Wahrscheinlichkeit – von „sehr wahrscheinlich“ bis „weniger wahrscheinlich“. Das erhöht die Trefferquote beim ersten Reparaturversuch und reduziert Diagnosen nach dem Prinzip „Versuch und Irrtum“.
Auch bei der Suche und Datenaufbereitung wird KI perspektivisch eine größere Rolle spielen, etwa um relevante Informationen schneller zu finden oder komplexe Zusammenhänge verständlicher darzustellen. Unser Grundsatz bleibt dabei: KI ist kein Selbstzweck. Sie muss konkret dabei helfen, den Werkstattalltag effizienter zu machen, die Diagnose zu beschleunigen und die Qualität der Reparatur zu erhöhen.
Frau Meeus, vielen Dank.
Schreiben Sie den ersten Kommentar