Forschung &
Entwicklung

bei ControlExpert

Forschung und Entwicklung

Als Vorreiter der Digitalisierung suchen wir bei Control€xpert schon immer nach Möglichkeiten, neuste Technologien sinnvoll in bestehende Prozesse zu integrieren, um diese zu vereinfachen und zu beschleunigen. In unserer 30-köpfigen Abteilung Forschung & Entwicklung, die seit 2015 besteht, forschen wir schon seit einiger Zeit intensiv daran, wie beispielsweise die fahrzeugeigene Sensorik zur Schadendetektion, -lokalisierung und -kalkulation nutzbar gemacht werden kann oder wie man mit Hilfe der automatischen Bilderkennung auf einem Foto automatisiert das Ersatzteil sowie den Beschädigungsgrad erkennen kann. Unser Ziel ist dabei immer, unsere Anwendungen noch weiter zu verbessern, um Ihnen die bestmöglichen Ergebnisse zu liefern.

Officially Visionary

ControlExpert erhält Patent auf die Kfz-Schadenerfassung mittels Bildern und Künstlicher Intelligenz.


Nun endlich amtlich bestätigt: unsere Arbeit ist zukunftsweisend! ControlExpert erhält Patent auf dem Gebiet der automatischen Bilderkennung. Das weltweit einzigartige Verfahren ermöglich die technologiegestützte Kfz-Schadenerfassung mit Hilfe von Bildern und dem Einsatz Künstlicher Intelligenz. Das Ergebnis: schnellerer Prozess, garantierte Qualität.

30 Data-Scientisten aus den Bereichen:

Telematik – Schadenklarheit in Sekunden

Vision:

“bei einem Unfall werden wir den Schaden beziffern können, bevor das Fahrzeug überhaupt zum Stillstand kommt.”

  • Informationen werden aus Sensoren generiert, die bereits im Fahrzeug verbaut sind.
  • Zuverlässige Informationen über Unfallhergang und Ausmaß des Schadens.
  • Verknüpfung mit CE Datenbank ermöglicht Ermittlung der Schadenhöhe.

Automatische Bilderkennung

„Facebook, Google, Apple – alle arbeiten an Anwendungen wie etwa der Gesichtserkennung. Dieselben Verfahren und Algorithmen werden auch bei Control€xpert genutzt und auf Bildern von Autos angewendet.“

  • Prüfung durch Kfz-Meister wird vereinfacht und plausibilisiert.
  • Bilder können Schadenzonen automatisch zugeordnet werden.
  • Zukünftig ist eine automatische Vorprüfung möglich.
  • Schnellere und effizientere Prozesse.
1

Erkennen

Teile auf Fotos erkennen und klassifizieren

2

Bewerten

Beschädigungen an Teilen erkennen

3

Abwägen

Grad der Beschädigung eines Teils erkennen

4

Kalkulation

Ermittlung der zu erwartenden Reparaturkosten

Chatbots & Sprachassistenten

“Chatbots oder Sprachassistenten können beim Erstkontakt mit dem Geschädigten unterstützen. Der Sachbearbeiter hat so mehr Zeit für komplexere Kundenanliegen.“

  • Prozessbeschleunigung.
  • 24 / 7 erreichbar.
  • Steigerung der Kundenzufriedenheit.

Wir haben Erfolg mit Chatbots!

 

2016 – InsurHack (Zürich): 
„Schadenabwicklung mit Chatbots” (2. Platz)

 

2017 – HackNEXT (Allianz): 
„Carlexa“ (2. Platz)

3D Druck

„Der Ersatzteilhandel wird durch 3D Druck revolutioniert. Entwicklung, Herstellung und Vertrieb müssen ganz neu gedacht werden.”

Forschungsprojekt “It’s digitive”
 
  • Forschungsfrage:
    Wie kann der 3D-Druck in Wertschöpfungsketten implementiert werden?
  • Forschungsaufgabe:
    Entwicklung und Gestaltung eines 3D-Druck-basierten Services für einen sicheren, kooperativen Auftragsabwicklungsprozess.
  • Aufgabe von ControlExpert:
    Entwicklung einer Kommunikationsplattform und Übertragung der Anforderungen auf den Instandhaltungsprozess der Kfz-Branche.
  • Teilnehmende Partner:
    Fraunhofer Institut, Ruhr Universität Bochum, TU Dortmund, KHS, Sturm, Belfor DeHaDe
Gefördert von:

KI-basierte Schadenerkennung
auf Bildern und Videosequenzen

„KI-basierte Detektion und Kalkulation von Fahrzeugschäden auf Bildern und Videosequenzen”

Forschungsprojekt „Bergische Innovationsplattform für Künstliche Intelligenz“ (BIT)
 
  • Forschungsfrage Controlexpert:
    Lernen neueste Modellarchitekturen besser auf Bildern oder Videos von Schäden?
  • Aufgabe ControlExpert:
    •  Entwicklung von Machine Learning Modellen zur Erkennung und Bewertung von Schäden auf Bildern und Videos. 
    • Verprobung von Machine Learning Modellen aus der Wissenschaft auf Echtwelt-Daten in Kooperation mit Universitäten.
  • Teilnehmende Partner:
    Bergische Universität Wuppertal, Hochschule Bochum, Institut für Qualitäts- und Zuverlässigkeitsmanagement GmbH, Lorent IT-Lösungen GmbH.
Gefördert von: