Bilderkennung ist im Teilelager längst kein Versuch mehr: Ein Foto vom Typenschild liefert in Sekunden Teilenummern, Hersteller und Versionsstände. Der Nutzen entsteht aber nicht dort, wo das Modell richtig liegt — sondern dort, wo der Betrieb merkt, dass es falsch liegt. Dieser Text beschreibt die Grenze zwischen beidem und was sie für Prozess, Recht und Haftung bedeutet.
Was heute zuverlässig funktioniert
- Zeichen ablesen. Aufgedruckte Nummern, Hersteller, Hardware- und Softwarestände von einem scharfen Etikettfoto — das ist Texterkennung mit Kontext und die stärkste Disziplin.
- Teileart bestimmen. Ein Scheinwerfer ist als Scheinwerfer erkennbar; die Zuordnung zur Teilefamilie gelingt auch bei mittelmäßigen Aufnahmen.
- Sichtbaren Zustand einstufen. Kratzer, Korrosion, Verformung, Vollständigkeit lassen sich nach festen Kriterien bewerten, wenn die Aufnahme das Bauteil zeigt.
- Gegenstand freistellen. Umriss bestimmen und Hintergrund entfernen ist heute Routine — solange der Gegenstand vollständig im Bild liegt.
Wo sie systematisch danebenliegt
| Fehlerart | Woran man sie erkennt | Gegenmittel |
|---|---|---|
| Erfundene Nummer | Plausible Zeichenfolge im Format des Herstellers, die es nicht gibt | Jede Nummer gegen Referenzdaten prüfen, nie ungeprüft übernehmen |
| Verwechselte Variante | Teileart stimmt, Ausführung nicht (links/rechts, LED/Halogen) | Variantenmerkmale getrennt erfassen und gegen das Fahrzeug prüfen |
| Unsichtbarer Schaden | Bauteil sieht einwandfrei aus, ist innen defekt | Sichtprüfung als solche kennzeichnen, Funktionsprüfung fordern |
| Schlechte Vorlage | Vorschaubild, Spiegelung, Schatten, angeschnittenes Teil | Aufnahme wiederholen statt Ergebnis interpretieren |
Die Freigabegrenze — der eigentliche Prozess
- Automatisch übernehmen nur, wenn die Nummer gegen Referenzdaten bestätigt ist und die Aufnahme die Qualitätsprüfung besteht.
- In den Prüfkorb, wenn mehrere Kandidaten vorliegen, die Konfidenz niedrig ist oder Bild und Fahrzeugkontext sich widersprechen.
- Anhalten bei sicherheitsrelevanten Teilen: Airbag, Gurtstraffer, Bremse, Lenkung, Fahrerassistenzsensorik. Dort entscheidet ein Mensch, unabhängig von der Konfidenz.
- Immer protokollieren, welches Feld aus welcher Quelle stammt — Modell, Referenzabgleich oder Mensch. Ohne diese Spalte ist später nicht erklärbar, wie ein Wert entstanden ist.
Was die KI-Verordnung dazu sagt
Die Verordnung (EU) 2024/1689 ist am 1. August 2024 in Kraft getreten und gilt seit dem 2. August 2026, mit gestaffelten Ausnahmen. Für die Teileerkennung im Lager sind drei Punkte praktisch relevant: Die Einstufung als Hochrisiko folgt den Regeln des Artikels 6 und trifft eine reine Bestandserfassung im Regelfall nicht; wer ein System einsetzt, trägt trotzdem Pflichten aus seiner Rolle als Betreiber; und wo Inhalte erzeugt statt gemessen werden, gehört das gekennzeichnet. Das ist kein Grund, auf Bilderkennung zu verzichten — wohl aber einer, die eigene Rolle und die Kennzeichnung erzeugter Inhalte einmal sauber zu klären.
Die Dienste, die das im Betrieb leisten
POST /scanner/label/extract-all liest alle erkennbaren Angaben eines Etiketts, GET /parts/oe/normalize und POST /parts/identify machen daraus eine bestätigte Nummer mit status und Begründung, POST /vision/part/quality liefert eine Zustandsstufe mit Einzelkriterien und gradable: false, wenn das Bild dafür nicht taugt, und POST /vision/part/remove/bg stellt frei, ohne den Gegenstand neu zu zeichnen. Der vollständige Weg vom Foto zum Inserat steht in Vom Teilefoto zum Inserat: der Bildweg durch die tapinomahub API.
Grenzen
- Die Eingangsqualität ist Teil des Ergebnisses. Ein 200-Pixel-Vorschaubild enthält kein lesbares Typenschild; wer es trotzdem einschickt, hat das Raten selbst herbeigeführt.
- Kein Bild belegt Passgenauigkeit. Die Zuordnung entsteht aus der bestätigten Nummer und den Referenzdaten.
- Personenbezug beachten. Kennzeichen, Gesichter und Fahrzeugumgebung auf Werkstattfotos sind personenbezogene Daten; für die Verarbeitung braucht es eine Rechtsgrundlage.
- Instanzkennungen gehören nicht ins Netz. Seriennummern und Gerätekennungen vor der Veröffentlichung unlesbar machen — Kennungen auf Teilebildern anonymisieren, ohne die OE-Nummer zu verlieren.
Der Maßstab für eine gute Einführung ist deshalb nicht die Erkennungsquote, sondern die Korrekturquote nach der Veröffentlichung: Wie oft musste jemand nachträglich eingreifen, und wie oft hat ein Kunde den Fehler gefunden statt der eigene Prüfschritt?
Quellen und Rechtsgrundlagen
Häufige Fragen
Ist eine Teileerkennung ein Hochrisiko-KI-System?
Die Einstufung richtet sich nach Artikel 6 der KI-Verordnung und dem konkreten Einsatzzweck. Eine reine Bestandserfassung fällt im Regelfall nicht darunter; die eigene Rolle als Betreiber sollte trotzdem geklärt sein.
Was passiert, wenn das Modell nichts erkennt?
Das Feld fehlt in der Antwort. Es wird keine wahrscheinliche Nummer ergänzt; der Vorgang bekommt eine Aufgabe und das Teil wird ohne Nummer eingelagert.
Wie hoch sollte die Freigabeschwelle sein?
Sie wird nicht geraten, sondern gemessen: Mit einer Stichprobe aus dem eigenen Bestand feststellen, ab welcher Konfidenz die Korrekturquote unter die eigene Zielgröße fällt.
Darf ich erzeugte Produktbilder verwenden?
Ja, wenn sie als erzeugt gekennzeichnet sind und nicht als Aufnahme des verkauften Stücks ausgegeben werden. Für ein konkretes Gebrauchtteil bleibt die eigene Aufnahme maßgeblich.