1. Über das Unternehmen
A Mahle Metal Leve SA Metal Leve ist ein brasilianisches Unternehmen für Autoteile mit Hauptsitz in Mogi Guaçu (SP), das sich auf die Herstellung und den Vertrieb von Komponenten für Verbrennungsmotoren und Fahrzeugfilter spezialisiert hat. Gegründet 1951 von Ernst Mahle als Gründungspartner von Metal Leve in Brasilien, hat sich das Unternehmen zu einem der führenden Anbieter im nationalen und internationalen Automobilsektor entwickelt. Es ist eine Tochtergesellschaft von… Mahle GmbHMahle Metal Leve ist ein deutsches multinationales Unternehmen mit Hauptsitz in Stuttgart und zählt zu den weltweit größten Automobilzulieferern. In Brasilien ist Mahle Metal Leve sowohl im Erstausrüster- (OEM) als auch im Ersatzteilmarkt tätig und vertreibt seine Produkte in Dutzenden von Ländern. Das Unternehmen ist bekannt für seinen Fokus auf technologische Innovation und betreibt seit 1978 ein eigenes Technologiezentrum in Brasilien.
2. Ziel
Entwickeln und implementieren Sie ein technischer Support-Chatbot basierend auf Generative KIDiese auf AWS gehostete Lösung ist in der Lage, technische Fragen von Mechanikern und Fachleuten im Kfz-Ersatzteilmarkt präzise und skalierbar bei niedrigen Betriebskosten zu beantworten – und ersetzt damit die vorherige Lösung auf Basis von Pinecone und OpenAI, die mit hoher Latenz, hohen Kosten und Leistungsbeschränkungen zu kämpfen hatte.
3. Zu lösendes Problem
Mahle hatte bereits eine technische Chatbot-Lösung für Mechaniker via WhatsApp im Angebot, sah sich jedoch mit kritischen Herausforderungen konfrontiert, die deren Effektivität und Durchführbarkeit beeinträchtigten:
• Hohe Latenz und geringe Leistung: Das vorherige Modell (Pinecone + Flowwise + OpenAI APIs) hatte Schwierigkeiten mit komplexen Anfragen, die eine Kontextualisierung und Informationsverknüpfung erforderten.
• Hohe Betriebskosten: Die Lösung generierte keine direkten Einnahmen und musste optimiert werden, um die Kosten zu senken.
• Unstrukturierte Daten: Die Datenquellen (Tabellenkalkulationen und technische Dokumente) waren nicht ausreichend strukturiert, um der KI qualitativ hochwertige Daten bereitzustellen.
• Eingeschränkte Skalierbarkeit: Die Lösung war nicht für eine Ausweitung auf andere lateinamerikanische Länder, Sprachen oder die Integration mit Systemen wie Microsofts CRM Dynamics ausgelegt.
• Abhängigkeit von Technologien Dritter: Die bisherige Architektur führte zu einer Abhängigkeit von externen Lieferanten mit weniger Kontrolle über Kosten und Weiterentwicklung.
4. Verwendete AWS-Lösung und Ressourcen
Flexa entwickelte einen intelligenten Chatbot auf Basis generativer KI mit einer modernen und skalierbaren Architektur, die auf AWS gehostet wird und die vorherige Lösung vollständig ersetzt. Die wichtigsten verwendeten Komponenten waren:
• Amazonas-Grundgestein: Generative KI-Engine mit Modellen wie Amazon Nova und Claude (Haiku/Sonnet), die im Vergleich zur vorherigen Lösung Kosteneinsparungen von bis zu 80 % ermöglicht.
• Amazon S3: Speicherung technischer Wissensdatenbanken (Tabellenkalkulationen, PDFs, Handbücher, Garantiedokumente), unterteilt nach Kategorien (Leichtfahrzeuge, Schwerfahrzeuge, Motorräder, Landwirtschaftsfahrzeuge).
• AWS Glue + Amazon Athena: ETL-Pipeline zum Erfassen, Verarbeiten und inkrementellen Aktualisieren technischer Datenbanken im Parquet-Format.
• Amazon ECS Fargate: Anwendungshosting mit Skalierbarkeit, Sicherheit und hoher Verfügbarkeit.
• AWS Lambda + API Gateway: Orchestrierung von relationalen und Vektordatenbankabfragen mit serverloser Ausführung.
• Amazon RDS: Relationale Datenbank für strukturierte Abfragen von Teilen und Komponenten.
• AWS Amplify: Frontend-Veröffentlichung in React mit automatischer Bereitstellung über GitHub.
• Amazon CloudWatch + Zabbix: Überwachung der Infrastruktur, der Protokolle und der Beobachtbarkeit der Lösung.
• Amazon Bedrock-Schutzgeländer: Sicherheitskontrollen für Inhaltsfilter, gesperrte Themen und den Schutz sensibler Daten (personenbezogene Daten).
• AgentFlow (Flowwise/Flowise): Low-Code/No-Code-Plattform zur Orchestrierung von Chatbot-Konversationsabläufen.
5. Erwirtschaftete Geschäftsvorteile
• Reduzierung der Betriebskosten: Durch den Ersatz der OpenAI-APIs durch Amazon Nova konnte der Inferenzaufwand schätzungsweise um bis zu 80 % gesenkt werden.
• Skalierbarer technischer Support: Mechaniker und Fachleute aus dem Ersatzteilmarkt haben nun unabhängigen Zugriff auf genaue technische Informationen über Teile, Garantien und Anwendungen.
• Qualität der Antworten: Nach intensiven Optimierungszyklen erreichte der Chatbot in automatisierten Tests eine Genauigkeit von rund 80 %.
• Globale Expansion: Die Architektur wurde so konzipiert, dass sie mehrere Sprachen unterstützt und eine Expansion nach Europa, in die USA und nach Lateinamerika ermöglicht, wobei die Umgebungen nach Regionen getrennt sind.
• Autonomie des technischen Teams von Mahle: Vollständiger Wissenstransfer, einschließlich der Bereitstellung des Quellcodes, der Dokumentation des Ist-Zustands und der Einarbeitung des internen Teams.
• Potenzial für neue Projekte: Der Erfolg des Chatbots öffnete die Türen für zukünftige Initiativen, wie etwa die Bedarfsplanung und die Ausweitung der Lösung auf andere Bereiche des Unternehmens.
• Weltweite Anerkennung: Das Projekt wurde dem globalen Vorstand von Mahle in Deutschland vorgestellt, wo es positiv aufgenommen wurde und Interesse an einer internationalen Nachahmung bestand.
• Zufriedener Kunde: Das Projekt wurde im April 2026 abgeschlossen, wobei sich der Kunde dafür entschied, die operative Phase mit Unterstützung von Flexa fortzusetzen.
