Durch
Markus Lukasson
Diesen Beitrag teilen
Warum kostet Sie die Identifizierung von Teilen so viel Zeit und Fachwissen? Nicht etwa, weil Ihre Kunden oder Servicetechniker faul sind. Sondern weil Sie sie dazu zwingen, eine visuelle Realität in Schlüsselwörter zu übersetzen.
Sie bitten sie, komplexe Teile mit Worten zu beschreiben. Genau da liegt der Fehler. Sprache ist eine Übersetzungsschicht, und bei Übersetzungen geht Genauigkeit verloren.
Denken Sie an das Kinderspiel „Stille Post“. Informationen gehen verloren und werden verzerrt, sobald man versucht, die Realität zu beschreiben. Die Umwandlung eines komplexen Objekts in eine lineare Textzeichenfolge ist immer mit Datenverlust verbunden.
Aber seien wir ehrlich: Jede Suche ist ein Wahrscheinlichkeitsspiel. Ob Sie nun Stichwörter oder Bilder verwenden, das System berechnet die statistische Wahrscheinlichkeit einer Übereinstimmung. Eine 100 % perfekte Suche gibt es nicht.
Der Unterschied liegt darin, wie viele Informationen verloren gehen, bevor Sie eine Übereinstimmung berechnen.
Die visuelle Identifizierung beseitigt Übersetzungsfehler. Sie stützt sich nicht auf Vermutungen aufgrund der Angaben des Benutzers, sondern gleicht Teile anhand dessen ab, was der Benutzer sieht. Sie nutzt die Geometrie und die visuellen Merkmale des Teils selbst, den visuellen Fingerabdruck, anstatt eine vage Beschreibung in einem Datenbankfeld, das seit 1995 nicht mehr aktualisiert wurde.
Viele OEMs sagen uns, dass sie diese Technologie nicht nutzen können, weil ihre Daten noch nicht bereit sind oder sie keine Bilder haben. Sie glauben, dass sie erst alles bereinigen müssen, bevor sie beginnen können.
Dieser Leitfaden erklärt, warum das der falsche Ansatz ist. Sie brauchen keine perfekten Daten, um über die Suchleiste hinauszugehen.
Phase 1: Die Lähmung durch „unordentliche Daten”
Wenn wir uns mit einem neuen Kunden zusammensetzen, hören wir oft dieselbe Geschichte: „Wir würden gerne visuelle Identifizierung einsetzen, aber unsere Daten sind noch nicht bereit. Wir müssen sie erst bereinigen und Bilder sammeln.“
Das ist eine Falle. Sie werden niemals perfekte Daten haben.
Sie haben Maschinen im Einsatz, die seit 30 oder 40 Jahren laufen. Die Daten für diese Altgeräte bestehen oft nur aus PDF-Katalogen oder einer technischen Zeichnung aus dem Jahr 1995. Selbst für Ihre neueren Maschinen sind die Daten fragmentiert. Ihre Lieferanten ändern ihre Artikelnummern oder aktualisieren ihre Komponentenspezifikationen, und diese Daten werden selten in Echtzeit in Ihr ERP-System zurückgespielt.
Auf perfekte Daten zu warten ist ein Todesurteil. Es lähmt dich.
Die Realität sieht so aus, dass die meisten OEMs nur für etwa 5 bis 20 % ihres Ersatzteilkatalogs brauchbare Bilder haben. Die anderen 80 % sind ein schwarzes Loch. Ein Problem mit 25.000 Artikelnummern lässt sich nicht lösen, indem man einen Sommerpraktikanten einstellt, der Fotos im Lager macht. Man kann sein Geschäft nicht einfach stilllegen, um eine fünfjährige forensische Prüfung des Lagerbestands durchzuführen.
Sie benötigen einen Mechanismus, der mit den vorhandenen Daten arbeitet, und keinen, der darauf wartet, dass das Chaos beseitigt wird.
Phase 2: Die Sprachbarriere ist dauerhaft
Sie hoffen, dass Ihre Kunden irgendwann lernen werden, Ihre Teile richtig zu beschreiben. Sie hoffen, dass sie mit genügend Schulungshandbüchern und Tooltips im Portal aufhören werden, einen „hydropneumatischen Speicher“ als „Druckbehälter“ zu bezeichnen. Das wird niemals passieren.
Die Sprachbarriere verschwindet nicht. Tatsächlich verschärft sie sich sogar, je mehr Sie global wachsen. Sie können nicht kontrollieren, wie ein Techniker in Brasilien ein Teil beschreibt, im Vergleich zu einem Techniker in Deutschland. Sie können einer chaotischen Welt kein standardisiertes Vokabular aufzwingen. Bei der textbasierten Suche muss Ihr Kunde Ihre interne Ingenieurssprache sprechen. Das ist ein aussichtsloser Kampf.
Die einzige universelle Sprache ist die Bildsprache. Ein Foto eines defekten Ventils sieht in jedem Land gleich aus. Es umgeht die Übersetzungsschicht vollständig.
Sie müssen aufhören, darauf zu warten, dass Ihre Textbeschreibungen perfekt sind. Das werden sie niemals sein. Sie müssen damit beginnen, eine visuelle Datenbank aufzubauen, die Sprache irrelevant macht. Das geschieht nicht über Nacht. Es erfordert eine Strategie zur Erfassung der Realität, sei es durch synthetische Daten aus CAD oder einen strukturierten Prozess zum Fotografieren realer Teile.
Wir haben einen speziellen Leitfaden zum Starten dieses Erfassungsprozesses verfasst, den Sie hier lesen können:
Ein praktischer Leitfaden zum Erstellen von Bildern für Ersatzteile
Je eher Sie akzeptieren, dass Worte der Engpass sind, desto eher können Sie ein System aufbauen, das ohne sie funktioniert.
Phase 3: Visuelle KI ist der Katalysator, nicht die Belohnung
Die meisten Unternehmen betrachten die visuelle Identifizierung als eine „Belohnung”, die sie erst nach Abschluss ihrer umfangreichen Datenbereinigungsprojekte erhalten. Sie denken: „Sobald unsere Daten bereinigt sind, können wir uns den fortgeschrittenen Aufgaben widmen.”
Das ist rückständig.
Sie sollten nicht auf saubere Daten warten, um mit der visuellen Identifizierung zu beginnen. Sie sollten die visuelle Identifizierung nutzen, um Ihre Daten zu bereinigen.
Wenn Sie ein visuelles Suchprojekt nur auf einer einzigen Maschinenreihe einsetzen, wirkt es wie eine forensische Prüfung. Es deckt sofort auf, wo genau Ihre Lücken liegen. Es zeigt Ihnen, welche Teile keine Bilder haben, welche IDs nicht übereinstimmen und wo sich alle Daten in Ihrem Unternehmen tatsächlich befinden. Es wirkt wie ein Katalysator. Es schafft eine Dringlichkeit und einen Fokus, den ein langweiliges „Data Governance”-Meeting niemals erreichen würde.
Wenn Sie warten, bis Sie perfekte Daten haben, um anzufangen, werden Sie zehn Jahre warten müssen. Sie müssen jetzt anfangen, mit den Daten, die Sie haben, und das Tool die Arbeit hervorheben lassen, die getan werden muss.
Dies ist keine schnelle Lösung. Es handelt sich um eine Verpflichtung zur Modernisierung Ihrer Infrastruktur, eine Maschine nach der anderen. In diesem Artikel haben wir genau beschrieben, wie dieser Übergang erfolgen kann:
Effiziente Ersatzteilidentifizierung: Von Vermutungen zur sofortigen visuellen Erkennung
Beginnen Sie mit dem Chaos. Lassen Sie sich von der Technologie beim Aufräumen helfen. Aber warten Sie nicht.
Fazit: Ihre Kunden und Techniker interessieren sich nicht für Ihre KI-Strategie.
Ihre Servicetechniker haben keine Angst vor KI. Sie haben Angst davor, Zeit zu verschwenden.
Sie wissen, wo sich der Papierkatalog befindet. Sie wissen, welche PDF-Datei die Explosionszeichnung enthält. Sie haben sich den Weg des geringsten Widerstands eingeprägt. Wenn Ihr neues digitales Tool langsamer ist als ihr alter Papierkatalog, werden sie es nicht verwenden.
Aber schau mal, was passiert, wenn es funktioniert.
Wenn sie ein Foto von einem verschmutzten Typenschild machen können, um die Seriennummer zu extrahieren, nutzen sie diese Möglichkeit, weil sie es hassen, 20-stellige Zeichenfolgen einzugeben. Wenn sie ein Foto von einem defekten Bauteil machen können, nutzen sie diese Möglichkeit, weil sie nicht wissen müssen, ob Sie es als „Ventil” oder „Regler” bezeichnen.
Sie müssen keine Experten sein. Sie müssen Ihre Fachsprache nicht beherrschen. Sie müssen Ihnen lediglich das Teil zeigen.
Visuelle Intelligenz ist ein zusammengesetzter Vermögenswert. Je früher Sie mit der Datenerfassung beginnen, desto intelligenter wird sie. Jeder Tag, den Sie warten, ist nicht nur eine Verzögerung, sondern auch eine verpasste Gelegenheit, das Stammeswissen zu erfassen, das Ihr Unternehmen antreibt.
