Online über Teams (Der Link wird Ihnen vor der Veranstaltung zugeschickt)  /  17. November 2026, 08:15–09:00 Uhr

Störungsmeldungen als Wissensquelle:
KI-Assistenz für den technischen Service

In dieser Online-Veranstaltung zeigen wir, wie Sie das Erfahrungswissen aus bereits gelösten Service- und Instandhaltungsfällen systematisch für die tägliche Störungsbehebung nutzen. Ausgangspunkt sind praxiserprobte KI-Assistenten, die Fraunhofer Austria gemeinsam mit Industriepartnern entwickelt und im realen Betrieb getestet hat – von der Analyse historischer Servicefälle über den Abgleich mit neuen Störungsmeldungen bis zu direkt umsetzbaren Handlungsempfehlungen für Fachkräfte.
 

Das Problem, das Sie kennen

Tritt eine Störung auf, beginnt oft eine zeitraubende Recherche im Ticketsystem, in Dokumentationen oder bei Kolleginnen und Kollegen. Dabei wurde ein vergleichbares Problem häufig schon gelöst, die Lösung steckt jedoch als unstrukturierter Freitext in abgeschlossenen Fällen. Uneinheitliche Begriffe bringen die Stichwortsuche an ihre Grenzen, das Lösungswissen liegt bei wenigen Schlüsselpersonen, und mit jedem Abgang erfahrener Fachkräfte geht es dauerhaft verloren. Die Folgen: längere Stillstandzeiten und wiederholte Fehlersuchen an der Anlage.
 

Was Sie in dieser Session erwartet

  • Grenzen klassischer Suchverfahren – warum Volltextsuchen bei Freitexten und historisch gewachsenen Servicedaten scheitern
  • Semantische Fallsuche in der Praxis – ähnliche Störungen zielsicher finden, auch wenn Symptome völlig unterschiedlich beschrieben sind
  • Nachvollziehbare Handlungsempfehlungen – aus historischen Lösungen konkrete, transparente Prüf- und Reparaturschritte für den aktuellen Fall ableiten
  • Praxisberichte & Lessons Learned – Einblicke aus Entwicklung, Testphase und betrieblicher Erprobung
  • Ausblick: erprobte Bausteine von Fraunhofer Austria für Service und Instandhaltung und wie Sie mit einem eigenen Anwendungsfall starten können

Ihr Mehrwert

  • wissen, welche Bestandsdaten und welche Datenqualität für einen pragmatischen Einstieg reichen
  • Nutzen, Aufwand und Grenzen von KI-Assistenten im technischen Service realistisch einschätzen
  • weitere Quellen wie Handbücher, Schaltpläne oder ERP-Ersatzteildaten modular anbinden
  • Kriterien und Anknüpfungspunkte für einen ersten eigenen Anwendungsfall mitnehmen