KFZ-Schadensrechner

KFZ-Gutachter ermöglichen ihren Kunden schon heutzutage, Schadensschätzungen aufgrund Bilder des Unfalls abzugeben. Diese Einschätzungen sind jedoch häufig an die Bereitstellung persönlicher Daten gebunden und verlangen außerdem das Abfotografieren und Hochladen der Unfallbilder. Der Projektpartner wünschte sich deshalb, interessierten Kunden ein niedrigschwelliges Angebot machen zu können, das grobe Schätzungen aufgrund hauptsächlich kategorischer Beschreibungen – insbesondere: leichter / mittlerer / schwerer Schaden, Unter- / Mittel- / Oberklassewagen, beschädigte Komponente – ausgibt. Der Rechner soll allgemein verfügbar sein und nicht mit der Aufforderung verknüpft sein, persönliche Daten einzugeben oder gar sein Unternehmen direkt zu beauftragen. Der erste Workshop hatte zum Ziel, beide Seiten auf denselben Kenntnisstand zu bringen, weshalb dieser Workshop vom Projektpartner geleitet wurde. Im Zuge ständiger Nachfragen und Erklärungen wurde im Rahmen des Workshops auch eine erste Vorgehensskizze angefertigt: mit möglichst wenigen, dafür aber repräsentativen Angaben für Reparaturkosten sollte mit statistischen Methoden der Preis ermittelt werden. Der Projektpartner sammelte daraufhin repräsentative Daten zu Reparaturkosten von Komponenten beruhend auf dem Grad der Beschädigung für Fahrzeuge verschiedener Preisklassen und Baujahre. Insgesamt wurden neun mögliche Komponenten betrachtet: Außenspiegel, Felge, Frontklappe, Heckklappe, Kotflügel, Seitenwand, Stoßfänger, (ggf.) hintere Tür und vordere Tür. Manche Komponenten kennen nur einen Schadensgrad (z.B. der Außenspiegel), die meisten werden jedoch in drei Schadenskategorien angegeben, je nachdem ob eine einfache Beule oder Lackschaden vorliegt oder die Struktur selbst beschädigt ist. Aufgrund theoretischer Überlegungen wurden Komponente, Schadensgrad und Autoklasse – Ober-, Unter-, Mittelklasse – miteinander interagiert (und selbstverständlich unter mit all ihren Komponenten und Unterinteraktionstermen in das Modell einbracht). Der Einfluss des Baujahrs wurde vom KI-Trainer überschätzt, weshalb er vom niedrigen Einfluss überrascht war. Jedwede Interaktion des Baujahrs mit anderen Variablen sowie das Vorhandensein nichtlinearer Effekte wurden daher überprüft, ohne dass es das Ergebnis spürbar beeinflusste. Auf Nachfrage beim Projektpartner stellte sich heraus, dass der Einfluss des Baujahres tatsächlich als nicht besonders hoch eingeschätzt wurde. Die erste Version dieses Prototyps wurde in einem zweiten Workshop vorgestellt. Die Ergebnisse waren zufriedenstellend und stimmten mit den Erfahrungswerten weitestgehend überein. Es wurden zwei Modelle vorgestellt, eines mit absoluten und eines mit logarithmierten Reparaturkosten als abhängige Variable. Das Modell mit logarithmierter abhängiger Variable zeigte keine Anzeichen von Heteroskedastizität, das Modell mit der abhängigen Variable in absoluten Werten zeigte leichte Anzeichen. Allerdings erschienen die Ergebnisse des Modell mit logarithmierter Form etwas weniger nachvollziehbar. Im Rahmen des Workshops wurde vereinbart, dass weitere Daten beschafft würden, um die Qualität des Vorhersagemodells weiter zu erhöhen. Das zweite Modell zeigte leicht abweichende Ergebnisse. Im Rahmen eines Online-Workshops wurde das Modell vorgestellt. Beim gemeinsamen Überprüfen der Daten stellte sich heraus, dass bei der Datenbeschaffung uneinheitlich Kosten ermittelt wurden, indem Kosten für Lackierarbeiten nicht immer eingerechnet wurden. Da dies bei höherpreisigen Teilen der Fall war erklärt dieser Effekt möglicherweise auch die Heteroskedastizität. Projektpartner und KI-Trainer kamen miteinander überein, dass vorerst die vorhandenen Daten ausreichen und der Projektpartner sich später um einheitliche Daten kümmern würde. In einem finalen Workshop wurde dargelegt, wie der Projektpartner mit niedrigschwelliger Software weiterarbeiten kann. Außerdem wurden Möglichkeiten vorgestellt, um das Modell in Zukunft weiter auszuarbeiten: angedacht war zum einen, neben allgemeinen Preisklassen für das KFZ (Ober-, Unter, Mittelklasse) optional auch den Listenpreis eingeben zu können. Außerdem soll das Modell in weiterer Zukunft auch imstande sein, ortsabhängige Lohnkostenunterschiede innerhalb Deutschlands zu berücksichtigen. Für beide Erweiterungswünsche wurde das Vorgehen beschrieben. N.B.: Das Titelbild ist ein mit KI generiertes Symbolbild