Unser UseCase-Partner
Das Autohaus Eckl ist ein traditionsreiches Familienunternehmen mit Wurzeln bis ins Jahr 1885. Aus einer Schmiedewerkstatt entstand über Generationen hinweg ein modernes Mehrmarken-Autohaus mit Standorten in Würnsdorf und Bergland. Heute ist das Unternehmen Vertragshändler für Mazda, Mercedes-Benz, KTM, Jaecoo, Omoda und Triumph und bietet ein umfassendes Serviceangebot rund ums Fahrzeug – von Verkauf über Reparatur, Spenglerei und Lackiererei bis hin zu Abschleppdienst, Finanzierung und Versicherungsservice. Mit über 70 Mitarbeitenden zählt Autohaus Eckl zu den vielseitigsten Mobilitätsanbietern im Wald- und Mostviertel.
Die größte Herausforderung im Unternehmen ist die fehlende durchgängige Digitalisierung der internen Prozesse: Abläufe sind auf mehrere Systeme verteilt oder noch teilweise manuell organisiert, was zu Mehraufwand, Medienbrüchen und Fehlerquellen führt. Informationen zu Fahrzeugen, Versicherungen und Finanzierungen liegen bislang nicht zentral vor.
Projektinhalt
Im Rahmen des Projekts "FixDrive2AIChat" wird ein intelligentes Assistenzsystem entwickelt, das Nutzeranfragen in natürlicher Sprache versteht und präzise beantwortet. Die zentrale Herausforderung besteht darin, komplexe Daten aus verschiedenen Quellen – insbesondere Fahrzeug-, Versicherungs-, Finanz- und IoT-Daten – nutzerfreundlich und effizient zugänglich zu machen.
Die Kernleistungen umfassen:
KI-Integration und LLM-Entwicklung: Aufbau eines KI-Chat-Systems auf Basis von Azure OpenAI sowie Entwicklung eines Retrieval-Augmented-Generation (RAG)-Systems zur semantischen Nutzung vorhandener Daten.
Datenintegration und -strukturierung: Aufbereitung, Strukturierung und semantische Annotierung der bestehenden Datenbestände, um eine optimale Nutzung durch die KI zu gewährleisten.
IoT-Konzept: Konzeption und Implementierung von Schnittstellen zu Azure IoT Hub für die Echtzeit-Datenerfassung direkt aus Fahrzeugen
Cloud-Migration und Technologie-Update: Migration der bestehenden Systeme auf Microsoft Azure, Update der Applikationen auf .NET 10 und Umstellung der Datenbank auf Azure SQL.
Optimierung und Validierung: Umfassende Tests zur Sicherstellung von Funktionalität, Usability und Skalierbarkeit des Systems.
Ziele
Das Projekt verfolgt drei zentrale Ziele: eine effiziente und intuitive Datenzugänglichkeit für Nutzerinnen und Nutzer, die Integration relevanter Unternehmensdaten und KI zur Prozessoptimierung sowie eine skalierbare und zukunftssichere Systemarchitektur.
Erkenntnisse aus dem Use Case
Der Use Case zeigt exemplarisch, wie ein KMU mithilfe von KI und Cloud-Technologien verteilte, teils manuelle Prozesse zusammenführen und zentral zugänglich machen kann. Eine marktreife Lösung wird zum Abschluss des Use Cases nicht garantiert – im Vordergrund steht die fundierte Evaluierung geeigneter Ansätze für die Einführung KI-gestützter Systeme im laufenden Betrieb.
Neugierig?
Falls Sie eine Vorführung bei uns im Büro erleben möchten, so kontaktieren Sie uns bitte. Alternativ können Sie sich gerne den Quellcode des Use-Case auf Github ansehen: