Ersatzteile per Foto vom Typenschild bestimmen: Was KI kann

Die kurze Antwort: Ja, KI kann helfen, ein Ersatzteil aus einem Foto vom Typenschild zu bestimmen. Ein Bildmodell liest das Schild, oft auch schräg fotografiert oder verschmutzt, und führt je nach Hersteller direkt zur passenden Katalogseite oder zum Ersatzteilportal mit dem richtigen Suchbegriff. Erkennt das System, dass es unsicher ist, gibt es die Anfrage an einen Mitarbeiter. Bei Ersatzteil-Shop24 läuft das seit Mitte Juli 2026 im Tagesgeschäft.

„Ich habe selbst mal einen Prototyp gebaut. Bei sauberen Schildern lief er, bei schrägen oder verschmutzten war er unbrauchbar. Genau diese schweren Fälle liest ID-Scout, und zwar in Sekunden. Vorher waren das ein paar Minuten pro Suche. Bei 60 Anfragen am Tag waren das mehrere Stunden, jeden Tag, nur um das richtige Ersatzteil zu finden. Diese Zeit ist mit ID-Scout praktisch weg. Meine Kollegen arbeiten seit Wochen damit, jeden Tag, und sind begeistert. Und ‚begeistert‘ ist bei uns kein Wort, das man einfach so sagt.“

Enrico Brauer, Ersatzteil-Shop24

Kann KI ein Ersatzteil am Foto vom Typenschild erkennen?

Im Ersatzteilhandel beginnen viele Anfragen ähnlich: Ein Kunde schickt ein Foto vom Typenschild seines Geräts und fragt nach einem Teil. Bevor jemand antworten kann, muss er herausfinden, welches Gerät das genau ist, und beim Hersteller die passende Explosionszeichnung finden. Wie viel Zeit diese Suche bei Ersatzteil-Shop24 gekostet hat, beschreibt Enrico Brauer oben selbst.

Diese Suche übernimmt dort heute ID-Scout, eine Lösung, die wir für den Shop gebaut haben:

1. Foto rein: Das Kundenfoto vom Typenschild wird übergeben.
2. Schild lesen: Ein KI-Bildmodell erkennt Hersteller und die relevanten Nummern.
3. Ziel ansteuern, je nach Hersteller: Wo der Katalog des Herstellers das zulässt, prüft das System vorher, ob es die gelesene Nummer dort gibt, und verlinkt direkt auf die Explosionszeichnung oder die Ersatzteilseite des Geräts. Bei anderen Herstellern führt es zum Ersatzteilportal und gibt den passenden Suchbegriff mit.
4. Mensch entscheidet: Die Auswahl des konkreten Teils aus der Zeichnung bleibt beim Mitarbeiter. Die KI nimmt die Suche ab, nicht die Verantwortung.

Warum reicht einfache Texterkennung nicht?

Typenschilder sind kein sauberes Dokument. Sie sind zerkratzt, verschmutzt, schräg fotografiert, im Gegenlicht. Solche Bilder können für einfache Texterkennung schwierig sein. Wie das in der Praxis aussehen kann, beschreibt Enrico Brauer oben an seinem eigenen Prototyp.

Ein Bildmodell liest anders: Es erfasst das ganze Schild mit seinem Aufbau und kann daraus ableiten, welche Zeichenfolge die Gerätenummer ist, auch wenn einzelne Zeichen schwer zu erkennen sind.

Was passiert bei verschmutzten, schrägen oder sehr alten Schildern?

Schräg fotografierte und verschmutzte Schilder sind genau die Fälle, für die ID-Scout gebaut ist. Grenzen gibt es trotzdem, und sie liegen an zwei Stellen. Das Foto: Liegt eine Spiegelung über dem Herstellernamen, ist das Bild stark unscharf oder sind Ziffern auf einem alten Schild abgerieben, steht die Information nicht mehr vollständig im Bild. Und das Modell: Auf den schwierigsten Bildern liest es nicht bei jedem Durchlauf gleich und kann ein Zeichen verwechseln.

Deshalb kommt es weniger darauf an, dass jedes Bild gelesen wird, als darauf, was im Zweifel passiert.

Was macht der Mensch, wenn die KI unsicher ist?

Ist die Erkennung unsicher, fehlt eine nötige Nummer oder ist der Hersteller unbekannt, liefert ID-Scout kein geratenes Ziel. Die Anfrage geht an einen Mitarbeiter, der sie wie bisher bearbeitet. Findet sich eine gelesene Nummer im geprüften Herstellerkatalog nicht, entsteht kein direkter Link auf ein Gerät: Je nach Hersteller geht die Anfrage dann an einen Mitarbeiter, oder es bleibt beim Ersatzteilportal mit Suchbegriff.

Fehlerfrei ist das nicht. Ein Zeichen kann auch so falsch gelesen werden, dass das System sich sicher ist. Ein solcher unbemerkter Lesefehler kann zu einem falschen Gerätelink oder einem falschen Suchbegriff führen. Deshalb bleibt der letzte Blick beim Mitarbeiter, der das Teil aus der Zeichnung auswählt.

Der Grund für diese Auslegung: Nach unserer Einschätzung kostet ein falsch bestimmtes Teil in der Regel mehr als eine Anfrage, die ein Mensch übernimmt. Es kann eine Rücksendung auslösen und das Vertrauen des Kunden kosten. Eine Lösung, die im Zweifel abgibt, ist deshalb mehr wert als eine, die immer eine Antwort liefert.

Wie lange hat es von der ersten Demo bis zum Tagesgeschäft gedauert?

• 15.06.2026: erste Demo
• 23.06.2026: Live-Demo, Enrico Brauer: „ich bin begeistert“
• Mitte Juli 2026: Einsatz im Tagesgeschäft, gut fünf Wochen nach der ersten Demo
• 18.08.2026: die Aussage oben, nach Wochen im täglichen Einsatz

Die beiden Zeitpunkte nebeneinander sind uns wichtig. Begeisterung in einer Demo ist billig. Dieselbe Aussage nach Wochen im Alltag ist der eigentliche Beleg.

Für welche Betriebe lohnt sich das?

Der Ansatz kommt für viele Händler und Hersteller in Frage, wenn drei Dinge zusammenkommen:

• Viele Anfragen mit Geräte- oder Teilebezug, bei denen zuerst das richtige Gerät bestimmt werden muss.
• Verteilte Kataloge: Die Information steckt bei vielen Herstellern, nicht in einer eigenen Datenbank.
• Fotos als Eingang: Kunden schicken Bilder statt Nummern, weil sie die Nummer nicht lesen können.

Wo die Nummern ohnehin sauber im eigenen System stehen, lohnt sich eher eine Suche in den eigenen Daten als ein Bildmodell.

Wir empfehlen, mit einem Link zur richtigen Katalogseite zu beginnen, den der Mitarbeiter öffnet, und die Anbindung an Ticketsystem, Shop oder Warenwirtschaft als zweiten Schritt zu planen. Ob und wann sich diese Anbindung lohnt, hängt vom jeweiligen Ablauf ab. Wie lange eine Einführung insgesamt dauert, hängt vor allem davon ab, wie Ihre Anfragen heute hereinkommen und wo die Kataloge liegen; mehr dazu im Beitrag Wie lange dauert eine KI-Einführung im Mittelstand?

Wenn Sie prüfen wollen, ob ein ähnlicher Ablauf bei Ihnen Stunden bindet: Im Erstgespräch schauen wir uns das gemeinsam an.

Erstgespräch vereinbaren →