„Wir können unsere KI weltweit einsetzen“
Fieldcode aus Nürnberg entwickelt Software für den technischen Außendienst. Das Unternehmen sorgt dafür, dass Techniker*innen, die jeden Tag mehrere Einsätze haben, mit den richtigen Ersatzteilen zur richtigen Zeit vor Ort sind. Im Green AI Hub-Pilotprojekt wird zukünftig Künstliche Intelligenz (KI) zur Steuerung der Einsätze eingesetzt. Ziel: Weniger unnötige Fahrten, weniger eingesetzte Ersatzteile, mehr Ressourceneffizienz. Matthias Lübko, CEO von Fieldcode, erklärt, wie das funktioniert.

Herr Lübko, was entwickelt Fieldcode genau?
Wir bauen Software für Unternehmen, die Mitarbeiter*innen im Außendienst steuern. Dies können zum Beispiel Reparatureinsätze für Computer oder Waschmaschinen sein, aber auch eine Beratung für Versicherungen. Für ein Unternehmen, das täglich Mitarbeiter*innen irgendwo hinschickt, kommt ganz schnell der Punkt, dass deren Koordination und die der Termine sehr komplex wird. Und um das optimal zu planen, da setzt unsere Softwarelösung an.
Wie kamen Sie darauf, KI einzusetzen?
KI einzusetzen ist für uns als Softwareunternehmen etwas, worüber wir schon länger nachdenken. Wir haben auch bereits kleinere Projekte umgesetzt. Das Pilotprojekt mit dem Green-AI Hub hat dafür gesorgt, dass wir einen größeren Use Case angehen, der für alle unsere Kund*innen einen Mehrwert schafft.
Was soll die KI im besten Falle bewirken?
Wo sie den größten Vorteil bringt, ist der Bereich der Ferndiagnose. Das heißt, wenn eine Fehlermeldung reinkommt, muss irgendjemand erst mal analysieren, was muss vor Ort gemacht werden? Was braucht es für Skills, was braucht es für Ersatzteile? Und diese Analyse unterstützen wir mit KI. Sie sorgt dafür, dass auf Basis von Herstellerinformationen als auch historischer Ticketdaten ausgewertet wird, was war in der Vergangenheit bei einer ähnlichen Fehlermeldung die Lösung, kann dies remote erledigt werden? Die KI liefert dann eine Empfehlung, was zu tun ist. Wir vermeiden also den Einsatz vor Ort, was deutlich günstiger ist und auch umweltschonender. Oder zumindest dafür sorgt, dass beispielsweise eine Reparatur bei der ersten Anfahrt gelöst wird. Mit der KI-Analyse können wir auch zielgenauer dafür sorgen, dass das richtige Ersatzteil geliefert wird. So werden weniger Materialien verbraucht.
Wo kann die KI zum Einsatz kommen?
Was wir jetzt gebaut haben, ist eine Lösung, die wir überall einsetzen können. Nicht nur auf den deutschen Markt bezogen, sondern wir können unsere KI weltweit einsetzen. Auch Industrieübergreifend gibt es Einsatzmöglichkeiten. Ob man Waschmaschinen repariert, Computer oder Server, das macht keinen Unterschied. Natürlich muss man darauf achten, dass die Trainingsdaten in lokaler Sprache vorliegen oder zumindest in der Sprache, in der sie ausgewertet werden.
Welche Kosten entstehen und wann amortisiert sich die KI?
Die Kosten liegen vorwiegend darin, die KI bzw. die Sprachmodelle zu betreiben. Außerdem muss man möglichst viele Daten bereitstellen können und diese vorverarbeiten, damit mit diesen Daten auch gearbeitet werden kann. Aber das ist sehr, sehr überschaubar im Vergleich zu dem, was ich als Return wiederbekomme. Der monetäre Vorteil für den Einsatz der KI liegt in der Ersparnis, wenn wir Einsätze vor Ort vermeiden und das Ticket remote lösen können. Dann kann ich pro Ticket 150 bis 250 Euro sparen. Wir haben das mit einem Kunden berechnet, der zwei Millionen Ersatzteile im Jahr verschickt. Der kann 70 000 Ersatzteile im Jahr sparen. Das bedeutet weniger Logistik, weniger Lagerhaltung und eine hohe sechsstellige Summe, die eingespart wird.
Wie bewerten Sie das Projekt?
Die Zusammenarbeit mit dem Green-AI Hub war für uns durchweg positiv. Das fing schon damit an, wie wir das Projekt überhaupt angehen. Also wo grenzen wir das ab? Wie können wir in der vorgegebenen Zeit ein gutes Ergebnis erreichen? Die Beratung und die Hilfestellung, die wir bekommen haben, waren für uns sehr wertvoll, weil wir das als Startschuss, als Initialzündung nehmen konnten. Ich würde das jederzeit wieder machen.
Vorstellungsvideo: KI-Pilotprojekt Fieldocde
KI-Pilotprojekt Fieldcode
Weitere Informationen zu unserem gemeinsamen KI-Pilotprojekt mit Fielcode finden Sie hier.