macs-Scantools jetzt mit KI
Hella Gutmann Solutions hat eine KI-gestützte Hilfefunktion im mega macs X und mega macs S 20 eingeführt. Wie sie funktioniert und welche Trefferquote sie aufweist.
Der KI-unterstützte „Hilferuf“ kann nach einer vollständigen Fehlercode-Gesamtabfrage direkt über den mega macs X und mega macs S 20 gestartet werden. Bild: Hella Gutmann Solutions
Es war nur eine Frage der Zeit, bis künstliche Intelligenz (KI) auch Diagnosegeräten zu mehr Effizienz und Nutzern zu besseren Erfolgsquoten bei der Fehlersuche verhilft. So hat Hella Gutmann mit dem Update 78 eine „intelligente Hilferuffunktion“ in seine Scantools mega macs X sowie des mega macs S 20 eingebaut. Damit kann der Anwender eine KI-unterstützte Anfrage an die technische Hotline senden. Sie ist direkt in die vorhandene Hilferuffunktion integriert.
Laut Fabian Bierenstiel, Head of Category Management bei Hella Gutmann, beschleunigt das Reparaturen erheblich: „Unsere KI-Technologie bringt das gesamte Wissen von Hella Gutmann zusammen und liefert Werkstätten präzise Handlungs- und Bauteilempfehlungen in Echtzeit.“
KI-Anwendung bei mega macs
Zum Einsatz kommt der KI-unterstützte „Hilferuf“ etwa nach einer vollständigen Fehlercode-Gesamtabfrage. Um eine mögliche Anfrage abzusenden, füllt der Anwender relevante Formularfelder aus, um dann per Link oder QR-Code eine von der KI generierte Reparaturempfehlung zu bekommen, die auf Wahrscheinlichkeiten basiert. Bei erfolgreicher KI-Antwort wird das Ticket automatisch geschlossen.
Sollte die KI-basierte Reparaturempfehlung nicht zur gewünschten Fehlerbehebung führen, lässt sich die Anfrage jederzeit wieder öffnen, um persönlich mit der technischen Hotline Kontakt aufzunehmen. Unabhängig vom Ergebnis erhalten Nutzer stets eine E-Mail über den Bearbeitungsstatus.
Milliarden Fehlercodes als Basis
Im Diagnoseflaggschiff von Hella Gutmann mega macs X ist die KI-unterstützte Reparaturempfehlung auch Bestandteil der „Automatischen Diagnose“.
Dazu muss man wissen: Diese Funktion nutzt Angaben zufolge „echte KI-Fähigkeiten, um den Diagnoseprozess durch maschinelles Lernen und Big-Data-Analysen zu optimieren“. Sie analysiert dazu über zwei Milliarden historische Fehlercodes im Hintergrund. Der gesamte Diagnoseprozess wird durchschnittlich in weniger als fünf Minuten abgeschlossen, so der Anbieter. Zur Erfolgsquote gibt das Unternehmen an: über 80 Prozent bei der Identifizierung von Defekten.
Schreiben Sie den ersten Kommentar