Wenn Fahrzeugmängel Anhand Des Stimmabdrucks Erkannt Werden Können, Besteht Dann Noch Grund Zur Klage Über Den Rechtsschutzvorfall Bei Mercedes-Benz?
Es gibt viele Möglichkeiten, Fahrzeugfehler manuell zu diagnostizieren, aber der Vorgang ist relativ umständlich und zeitaufwändig. Auf der Grundlage von Big Data und mithilfe von Computer-Vision-Technologie sowie Sensorüberwachungsmethoden kann die Fahrzeugfehlerdiagnose den manuellen Arbeitszeitaufwand reduzieren und die Erkennungsgenauigkeit verbessern.
Heute Morgen überschwemmte die Nachricht, dass die Kathedrale Notre Dame in Flammen stand, schlagartig die Bildschirme und die ganze Welt war darüber traurig.
Doch derzeit dankt Mercedes-Benz möglicherweise Notre Dame de Paris für den Brand, der dem Unternehmen geholfen hat, aus dem Rampenlicht zu verschwinden.
Die Krisenherde werden irgendwann vorüber sein, die Probleme werden jedoch weiterhin bestehen.Streitigkeiten um Autobesitzerrechte sind keine EinzelfälleDa vielen Verbrauchern die Erfahrung mit dem Autokauf fehlt, kommt es häufig vor, dass sie kurz nach dem Kauf eines Neuwagens Probleme feststellen.
Viele der bisherigen Fälle waren auf nicht standardisierte Verfahren bei der Fahrzeuginspektion und mangelnde Transparenz bei der Verbraucherinformation zurückzuführen.
Kann moderne Technologie zur Verbesserung dieser Situation beitragen?
Beim Kauf eines Mercedes-Benz für 660.000 Yuan wurde der Fehler vor dem Verlassen des Ladens aufgedeckt
Bis heute ist der Vorfall, bei dem die Mercedes-Besitzerin lautstark für ihr Recht eintrat, nicht aufgeklärt.
Was das Problem der Pannen bei Neuwagen betrifft: Wenn der Autobesitzer nicht so geweint und ein großes Theater gemacht und die Zuschauer „angefleht“ hätte, die Neuigkeit zu verbreiten, wären möglicherweise noch immer viele ähnliche Probleme unter dem Eisberg verborgen und durch diese höflichen Worte im offiziellen Tonfall vertuscht worden.
Tatsächlich führen viele 4S-Geschäfte aus Kostengründen keine ernsthaften PDI-Tests durch, sondern führen sie nur routinemäßig durch.
Beim Transport vom Hersteller zum 4S-Store legt ein Auto oft Tausende von Kilometern zurück und steht lange Zeit dort. Um den Kunden die ursprüngliche Leistung und Sicherheit des neuen Autos zu gewährleisten, sind PDI-Tests unerlässlich. Im eigentlichen Verkaufsprozess sind die eigentlich notwendigen Inspektionen jedoch entbehrlich geworden oder stellen nur noch eine Formalität dar, bei der die Leute immer wieder Kästchen auf dem Inspektionsbericht ankreuzen und der Eigentümer diesen als Vereinbarung unterzeichnet.
Sollen wir solche Dinge einfach auf sich beruhen lassen?
Vielleicht ist die KI anderer Meinung.
Zwar gibt es zur Fehlererkennung bei Fahrzeugen schon lange eine nahezu ausgereifte manuelle Methode, allerdings ist der Vorgang noch immer relativ umständlich und die Interpretationshoheit liegt ausschließlich beim Benutzer.
Stellen Sie sich vor, jeder hätte eine KI-gestützte Fahrzeuginspektionssoftware. Der Autokaufprozess könnte in Zukunft folgendermaßen aussehen:
Gehen Sie in den Laden, machen Sie eine Probefahrt mit dem Auto, schalten Sie die KI-Fahrzeuginspektionssoftware ein und entdecken Sie verschiedene mögliche Mängel/das Fahrzeug hat keine Mängel. Auf diese Weise kann Informationstransparenz erreicht werden, Geschäfte können Täuschungen vermeiden, Kundenrechte können geschützt werden und es können Verstöße gegen den Rechtsschutz reduziert werden …
Derzeit versuchen viele Unternehmen, mithilfe von KI Fahrzeugfehler zu diagnostizieren.
Deep Learning zur Fehlererkennung durch Zuhören
Ein Unternehmen namens 3DSignalsMithilfe der „Deep Learning“-Technologie können Fahrzeugfehler durch Geräuscherkennung ermittelt werden.Das ist wie ein erfahrener Meister, der allein durch Zuhören bei laufendem Gerät erkennen kann, wo das Problem liegt.
Der Firmengründer sagte, dass die Nutzung von Tondaten, abgesehen von der Spracherkennung, noch nicht weit genug entwickelt sei.
3DSignals verwendet von Ultraschallsensoren erfasste Tondaten, um ungewöhnliche Geräusche aus dem Auto zu erkennen, und klassifiziert und beschriftet die überwachten ungewöhnlichen Geräusche, um die spezifische Art des Fehlerproblems zu bestimmen.
Der Erkennungsprozess ist sehr einfach. An mehreren wichtigen Stellen des Fahrzeugs sind Sensoren angebracht, die durch die Erfassung von Daten den Betriebszustand des Fahrzeugs überwachen.Die Daten werden dem Informationsverarbeitungstool zugeführt. Beim Auftreten ungewöhnlicher Tondaten kann das Signalverarbeitungstool rechtzeitig Warnungen an den Fahrer, den Kunden und andere verantwortliche Personen senden.
Um bei der Urteilsanalyse genauere Vorhersagen zu treffen, ist es notwendig, im Voraus ausreichend Daten zu sammeln undTrainieren Sie das KI-Modell effektiv, um bestimmte Geräusche genau zu kennzeichnen und entsprechende Fehlerprobleme zu erkennen.Auf diese Weise können Geräusche erfasst werden, um Problembereiche zu untersuchen und zu überwachen und so Katastrophen zu vermeiden.
Berichten zufolge kann der Deep-Learning-Algorithmus von 3DSignals nach dem Training Folgendes erreichen: 98% Genauigkeit.
Darüber hinaus wurde diese Technologie in der Schwerindustrie wiederverwendet. Beispielsweise können Computer darauf trainiert werden, „zuzuhören“ und ungewöhnliche Probleme in Anlagen wie Wasserkraftwerken und Stahlwerken zu diagnostizieren.
Was die Genauigkeit der Fahrzeugausfälle betrifft, arbeiten wir noch daran, diese zu verbessern, um ein besseres Benutzererlebnis zu bieten.
Stellen Sie sich vor, bei einem Luxus-SUV könnte ein Computer zum „Zuhören“ und Diagnostizieren mechanischer Probleme eingesetzt werden. Beim Verkauf des Autos können sowohl Käufer als auch Verkäufer aktuelle und authentische Inspektionsberichte erhalten und so betrügerische Aktivitäten vermeiden.
Zusätzlich zum Hören des Tons können Sie auch das Bild betrachten, um den Schaden zu bestimmen
Neben der Erkennung von Fahrzeugfehlern können durch den Einsatz von Computer-Vision-Technologie auch Schäden an Unfallfahrzeugen beurteilt werden, wodurch der Schadensbewertungsprozess schneller und genauer wird.
Das britische Startup Tractable hat kürzlich eine Technologie angekündigt, die KI nutzt, um Entscheidungen über die Reparatur bzw. den Austausch von Fahrzeugen abzuschätzen und die Reparaturdauer vorherzusagen.
Das KI-Modell basiert auf den Prinzipien der Computervision und wurde mit Hunderten Millionen Fotos von Fahrzeugschäden sowie einer großen Menge an Erfahrung mit Reparaturfällen trainiert. Es kann die Bewertung von Fahrzeugschäden und die Schätzung der Reparatur innerhalb von 30 Sekunden abschließen.
Die Software ist außerdem einfach zu bedienen. Kunden können Fotos per Handy übermitteln und anschließend anhand des 3D-Animationsmodells am Computer den Schaden am Fahrzeug ermitteln.
Als Demonstrationsobjekte wurden beispielsweise Bilder des 2013er Chevrolet Cruze LT1, von Hyundai und Audi ausgewählt. Tractable lud außerdem Lisa Monzon, Managerin für die Fahrzeugbewertung im Betrieb, ein, die Bilder gleichzeitig zu analysieren, um die Ergebnisse der KI-Bewertung und der manuellen Bewertung zu vergleichen.
Für den oben abgebildeten Cruze aus dem Jahr 2013 mit geringer Kilometerleistung erforderte die Diagnosebewertung der Human Resources Insurance Company den Austausch von drei Teilen – unter anderem der Stoßfängerabdeckung, des rechten Scheinwerfers und der Kotflügelverkleidung. Die geschätzte Versicherungssumme beträgt 1568,80 $.
Mithilfe einer herkömmlichen manuellen Diagnose stellte eine Reparaturfirma fest, dass Stoßfängerabdeckung, Seitenverkleidungen, Scheinwerfer, Motorhaube und Kotflügel (sowie die Emissionsplakette) ausgetauscht werden mussten und dass mehr Arbeiten erforderlich waren als ursprünglich geschätzt. Die geschätzte Versicherungssumme beträgt 3.981,49 $.
Die KI-Bewertung von Tractable erforderte den Austausch der Kotflügel, Scheinwerfer, Motorhaube und des Kühlergrills des Cruze. Seine Diagnose entspricht eindeutig eher dem menschlichen Urteilsvermögen.
Es behebt auch Probleme mit modernen Fotos:
Eine Nahaufnahme der rechten hinteren Tür führte die KI zu der Diagnose, dass diese ausgetauscht werden müsse. Monzon sagte, die Kratzer an der Tür sähen aus, als könnten sie repariert werden, aber die Dellen seien da, sodass die Tür ersetzt werden müsse.
Auf dem Foto sind die Kratzer an den angrenzenden Karosserieteilen nicht zu erkennen, vermutlich weil die Bildaufnahme eingeschränkt ist und die Kanten nicht erkennbar sind.
Diagnose des Audi-Falls:
Das System kam zu dem Schluss, dass der Audi einen neuen Kotflügel benötigte, die Stoßstangenverkleidung jedoch repariert werden könne, wobei die Vertrauenswahrscheinlichkeit für Letzteres nur bei 67 Prozent lag.
Monzon stimmte der Einschätzung des Systems zu und sagte, der „geringfügige Schaden“ an der Stoßstangenverkleidung sei reparierbar.
Darüber hinaus kann dieses KI-System bei Störungen eine prognostizierte Reparaturzeit angeben, sodass Benutzer entsprechende Vorbereitungen treffen können.
Wird KI die Welt zu einem besseren Ort machen?
Ist der Einsatz künstlicher Intelligenz zur Diagnose von Fahrzeugfehlern zuverlässig?
Wie oben erwähnt, kann die Genauigkeit der Fahrzeugfehlerdiagnosesoftware durch Abhören 98% erreichen. Gleichzeitig wird berichtet, dass Software zur Schadensbewertung mit künstlicher IntelligenzReduzieren Sie die Arbeitsbelastung von Gutachtern und Schadensgutachtern 50%.Noch wichtiger ist, dass es die Schadensregulierung bei privaten Kfz-Versicherungen effektiv unterstützt, Streitigkeiten zwischen Verbrauchern und 4S-Geschäften reduziert und den Anteil der Schadensabwanderung der Versicherungsunternehmen verringert.
Obwohl die Daten im Allgemeinen zufriedenstellend erscheinen, muss die Technologie hinsichtlich Genauigkeit und Universalität noch verbessert werden. Wir hoffen, dass uns die KI-Technologie in naher Zukunft dabei helfen kann, diese Fehler genau zu beurteilen.
Zurück zum Vorfall im Zusammenhang mit dem Schutz der Eigentümerrechte von Mercedes-Benz. In einem so langen Prozess lässt der Mangel an Informationstransparenz den Weg zum Schutz der Rechte und zur Vermittlung endlos erscheinen. Vielleicht ermöglicht uns der technologische Fortschritt ein Zeitalter des Informationsaustauschs, in dem es keine Geheimnisse mehr zwischen Verbrauchern und Geschäften gibt. Dann müssen Sie nicht mehr weinend auf der Motorhaube sitzen, um Ihre Rechte zu verteidigen.