„Bei meinem Auto leuchtet seit heute etwas Gelbes. Ich weiss nicht, wie die Lampe heisst.“
Am Telefon beginnt jetzt das übliche Pingpong. Welches Auto? Welche Lampe? Seit wann? Fährt es normal? Kann der Kunde ein Foto schicken? Hat er nächste Woche Zeit? Danach landet die Hälfte der Information in einer Notiz und die Werkstatt ruft trotzdem zurück.
Genau hier ist multimodale AI interessant — aber nicht als Mechaniker im Handy.
Der sinnvolle Job ist deutlich kleiner: Foto, Sprache/Text und Fahrzeugdaten in eine strukturierte Anfrage bringen, damit ein Mitarbeiter schneller sieht, was bereits bekannt ist und was noch fehlt.
Die Garage braucht zuerst eine vollständige Anfrage, nicht eine AI-Diagnose
Ein Modell kann Bilder und Sprache verarbeiten. Das heisst noch nicht, dass aus einem Handyfoto eine belastbare Fahrzeugdiagnose wird.
Eine Kontrolllampe kann unscharf fotografiert sein. Zwei Symbole sehen ähnlich aus. Die Bedeutung hängt vom Fahrzeugmodell und Kontext ab. Sichtbarer Karosserieschaden sagt nichts über verdeckte Schäden. Ein Geräusch in einer Sprachnachricht ist nicht dasselbe wie eine Prüfung in der Werkstatt.
Darum ist die Arbeitsregel für den Pilot:
AI beschreibt und strukturiert beobachtbare Informationen. Der Mechaniker entscheidet Dringlichkeit, Diagnose und Reparatur.
aktuelle Realtime-/Voice-Systeme können Sprache und text-/bildbezogene Informationen in gemeinsamen Workflows verarbeiten. OpenAI zeigt solche multimodalen Fähigkeiten in seinen Produktmaterialien; das ist ein Capability-Signal, kein Beweis für Garage-ROI.
Empfehlung des Autors: Vermeiden Sie Formulierungen wie „Die AI erkennt den Defekt“. Schreiben Sie intern lieber „AI erstellt einen Vorab-Triage-Datensatz aus Kundenangaben“.
Eine brauchbare Aufnahme besteht aus sieben Feldern
Für viele Werkstätten reicht ein einfaches Schema.
- Kontakt: Name, Telefonnummer, bevorzugter Rückrufkanal.
- Fahrzeug: Marke/Modell, Kennzeichen oder andere betriebsübliche Identifikation, falls nötig.
- Beobachtung: Was sieht, hört oder spürt der Kunde konkret?
- Foto/Video: Kontrolllampe, sichtbarer Schaden oder relevante Anzeige.
- Zeitpunkt: Seit wann besteht das Problem, plötzlich oder schleichend?
- Nutzung: Fährt das Fahrzeug aktuell, steht es, gibt es eine vom Betrieb definierte Dringlichkeitsmeldung?
- Wunsch: Rückruf, Termin, Kostenvorprüfung oder nur Frage?
Die AI kann fehlende Felder gezielt nachfragen. Wenn bereits ein Foto vorliegt, muss sie nicht noch einmal fragen, „welche Farbe die Lampe ungefähr hat“, wenn diese Information im Bild eindeutig sichtbar ist. Umgekehrt sollte sie Unsicherheit markieren, wenn das Bild schlecht ist.
Das Ergebnis ist kein Diagnosebericht. Es ist ein Ticket, das der Werkstatt bessere Ausgangsinformation gibt.
Der wichtigste Zustand heisst „nicht beurteilbar“
Multimodale Systeme wirken gerade bei Bildern schnell überzeugend. Das ist gefährlich, wenn das Interface nur Kategorien wie „harmlos“, „dringend“ und „Termin“ zulässt.
Eine gute Aufnahme braucht ausdrücklich unklar / menschliche Prüfung nötig.
Beispiel: Der Kunde fotografiert eine Warnleuchte, aber das Symbol ist überbelichtet. Der Bot sollte nicht aus dem Fahrzeugmodell raten, welche Leuchte „wahrscheinlich“ gemeint ist. Er kann um ein zweites Bild bitten. Bleibt es unklar, geht das Ticket an die Werkstatt.
Dasselbe gilt bei widersprüchlichen Angaben: „Auto fährt normal“ und gleichzeitig „starker Leistungsverlust“. Das System markiert den Widerspruch statt ihn in eine nette Zusammenfassung wegzubügeln.
Bei sicherheitskritischen Aussagen gehört zusätzlich eine vom Betrieb definierte Grenze hinein. Die AI darf keine freien Fahrfreigaben oder technische Entwarnung geben, wenn dafür keine geprüfte Regel existiert.
Datenschutz: nur sammeln, was die Werkstatt wirklich braucht
Ein Foto kann mehr enthalten als den Schaden: Kennzeichen anderer Fahrzeuge, Personen, Adresse, Standortdaten oder Dokumente im Innenraum. Eine Sprachnachricht enthält personenbezogene Angaben. Kennzeichen und Kundendaten gehören nicht unbegrenzt in irgendeinen Modell-Log.
Der EDÖB betont im Schweizer Datenschutz die transparente Information bei der Erhebung personenbezogener Daten. Für den Flow heisst das praktisch: Der Kunde sollte wissen, wofür Foto und Nachricht verwendet werden, wer verantwortlich ist und wie er die Datenschutzinformationen findet.
Sammeln Sie ausserdem nicht „vorsichtshalber alles“. Wenn die Werkstatt für eine erste Rückruftriage keine VIN braucht, muss sie nicht zwingend im ersten Schritt abgefragt werden. Wenn Fotos nach Abschluss des Falls nicht mehr benötigt werden, braucht es eine passende Aufbewahrungsregel.
Das ist keine pauschale rechtliche Freigabe. Konkrete Datenflüsse, Auftragsbearbeiter und Speicherorte müssen zur eigenen Lösung geprüft werden.
Übergabe an Menschen: der Mechaniker soll nicht die ganze Chat-Historie lesen
Der Wert des Systems entsteht beim Übergang.
Ein gutes Ticket könnte lauten: „VW Golf, Kunde meldet gelbe Kontrolllampe seit heute Morgen; Foto angehängt, Symbol nicht sicher erkannt; Fahrzeug fahrbar laut Kunde; keine technische Empfehlung abgegeben; Rückruf heute Nachmittag gewünscht.“
Der Mechaniker sieht sofort, was Tatsache, Kundenangabe und AI-Unsicherheit ist.
Markieren Sie diese Ebenen getrennt. „Kunde sagt“ ist nicht dasselbe wie „System erkannt“. „System vermutet“ sollte in einem sicherheitsrelevanten Workflow möglichst gar nicht zur Grundlage einer Entscheidung werden.
Wenn die Werkstatt nach Sichtung zusätzliche Informationen braucht, kann der nächste Kontakt gezielt erfolgen. Das reduziert Pingpong, ohne die Verantwortung zu automatisieren.
Minimaler Pilot: ein einziger Anfrage-Typ
Starten Sie zum Beispiel nur mit Warnleuchte / sichtbare Anzeige oder nur mit Karosserieschaden für Rückrufvorbereitung.
Testen Sie 30–50 Fälle: gute und schlechte Fotos, falscher Winkel, Nachtaufnahme, Dialekt-Sprachnachricht, fehlendes Fahrzeugmodell, zwei Probleme in einer Nachricht und eine bewusst riskante Aussage.
Messen Sie Anteil vollständiger Tickets beim ersten Eingang, durchschnittlich fehlende Pflichtfelder, Anteil unklarer Bilder korrekt als unklar markiert, Zeit bis zur Übergabe bis zur Werkstatt, unnötige diagnostische Aussagen des Systems und Anteil Fälle mit zusätzlichem Rückfragekontakt wegen fehlender Basisdaten.
Ein guter Pilot muss nicht beweisen, dass AI Autos repariert. Er muss zeigen, dass die Werkstatt bessere, nachvollziehbare Eingangsdaten erhält.
Foto und Sprachnachricht sind für eine Garage wertvoll, weil Kunden Probleme oft leichter zeigen als beschreiben. AI kann diese Informationen sortieren und fehlende Basics einsammeln. Die Diagnose bleibt dort, wo sie hingehört: bei der Fachperson mit Fahrzeug, Kontext und Verantwortung.
Unsere Lösung für AI in Garagen verbindet strukturierte Anfrage und Rückruf. Bei akuten Gefahren gilt zusätzlich eine konservative Notfallgrenze.
Quellen
- OpenAI — Introducing GPT-Live
- OpenAI — avatarin real-time agent
- EDÖB/FDPIC — Duty to provide information
- NIST — Generative AI Profile
FAQ
Kann AI eine Kontrolllampe auf dem Foto diagnostizieren?
Sie kann Bildinformationen verarbeiten, aber ein Foto allein ist keine belastbare Fahrzeugdiagnose. Nutzen Sie die Erkennung als Hilfe bei der Aufnahme, nicht als Reparaturfreigabe.
Soll die Garage die VIN sofort abfragen?
Nur wenn sie für die konkrete Aufnahme wirklich benötigt wird. Datenminimierung ist meist sinnvoller als „alles sammeln“.
Was passiert bei einem schlechten Foto?
Einmal gezielt ein besseres Bild anfordern. Bleibt es unklar, markieren und an einen Menschen geben.
Darf die AI sagen, dass der Kunde weiterfahren kann?
Solche sicherheitsrelevanten Aussagen sollten nur aus fachlich geprüften Regeln kommen. Freie Modellberatung ist dafür keine gute Standardregel.
Wie lange sollten Bilder gespeichert werden?
Das hängt vom Geschäftszweck und Datenschutzkonzept ab. Definieren Sie eine konkrete Aufbewahrungsregel statt unbegrenzter Speicherung.