Adi Bathla, CEO und Gründer von Revv – Interview-Serie

Adi Bathla, CEO und Gründer von Revv, ist ein produktgetriebener Operator und Innovationsführer mit Sitz in New York, der seine Karriere an der Schnittstelle von Technologie, Systemdenken und Skalierbarkeit aufgebaut hat. Vor der Gründung von Revv leitete er Produkt- und digitale Kundenunterstützungsinitiativen bei hochwachsenden Handelsunternehmen, half bei der Einführung neuer Geschäftsbereiche innerhalb großer Unternehmensplattformen, führte Forschungen zu künstlicher Intelligenz und kollektiver Intelligenz am MIT Sloan durch und leitete früher in seiner Karriere preisgekrönte Teams für Weltraumsystemdesign, die mit NASA-Forschungsprogrammen verbunden waren.

Revv ist eine künstlich intelligente Plattform für die Automobilreparatur, die sich auf die Vereinfachung der ADAS-Kalibrierung und -Diagnose für Kollision- und mechanische Reparaturwerkstätten konzentriert. Durch die Kombination von OEM-qualifizierten Dokumenten, intelligenten Workflows und tiefen Integrationen mit bestehenden Werkzeugen und Schätzsystemen hilft Revv Reparaturzentren, manuelle Recherchen zu reduzieren, die Einhaltung von Sicherheitsvorschriften zu verbessern und zunehmend komplexe Kalibrierungsanforderungen in skalierbare, datengetriebene Betriebe umzuwandeln. Da Fahrzeuge immer mehr softwaredefiniert werden, positioniert sich Revv als Kerninfrastruktur für moderne Reparaturprozesse in Nordamerika.

Ihre frühe Exposition gegenüber der Auto-Reparaturindustrie hat offensichtlich Ihren Weg geprägt. Können Sie einen spezifischen Moment aus dieser Zeit teilen, der Ihnen zeigte, dass dieser Bereich eine AI-getriebene Lösung benötigt?

Es gab diesen einen Telefonanruf, der meine Sicht auf die Industrie vollständig veränderte. Ein Werkstättenbesitzer rief mich in Panik an: Er hatte ein Auto repariert, aber das Spurwechsel-System funktionierte danach nicht mehr, und er hatte Angst, verklagt zu werden. Dieser Moment veranlasste mich, tiefer in die ADAS-Systeme zu schauen, und ich erkannte, dass diese unsichtbare Komplexität ein massives Problem war, das die Werkstätten nicht alleine lösen konnten. Da ADAS-Reparaturen nicht offensichtlich wie ein Kratzer oder eine Delle waren, war es leicht für sie, unbemerkt zu bleiben. Techniker verbrachten 3-4 Stunden damit, nur die Arbeit zu dokumentieren und Reparaturverfahren zu finden, als suchten sie nach einer Nadel im Heuhaufen. Das war der Moment, in dem ich erkannte, dass AI durch all diesen Lärm hindurchschneiden und den Technikern genau das geben konnte, was sie in Sekunden benötigten, anstatt in Stunden.

Ihre Zeit, in der Sie an AI- und kollektiver Intelligenz-Forschung am MIT und früher an Systemebene bei NASA arbeiteten, hat Sie frühzeitig mit komplexen, sicherheitskritischen Umgebungen konfrontiert. Wie haben diese Erfahrungen Ihre Entscheidung, Revv zu gründen und sich auf die Fahrzeugkalibrierung als Softwareproblem zu konzentrieren, direkt beeinflusst?

Meine Erfahrungen am MIT und bei NASA haben mich gelehrt, dass man, um erfolgreich zu sein, schnell lernen und sich mit den richtigen Experten umgeben muss. Diese Mentalität gab mir das Vertrauen, in eine Branche einzutreten, von der ich sehr wenig wusste, und die traditionellen Methoden in Frage zu stellen.

Als ich begann, Zeit in Autowerkstätten zu verbringen, sah ich Techniker, die in Handbüchern ertranken, versuchten, Sensoren zu kalibrieren, die steuerten, ob ein Auto bremsen oder in seiner Spur bleiben konnte. Es erinnerte mich an die sicherheitskritischen Umgebungen, denen ich bei NASA ausgesetzt war, wo Präzision entscheidend ist. Dies ist lebensrettende Technologie, aber die Werkstätten verwalteten sie mit Papierverfahren und veralteten Systemen. Ich erkannte schnell, dass dies ein Softwareproblem war, das als mechanisches Problem getarnt war. Autos waren zu Computern auf Rädern geworden, aber die Infrastruktur, um sie zu warten, hatte nicht mitgehalten. Das brachte mich zurück zu der unternehmerischen Mentalität, die ich am MIT und bei NASA entwickelt hatte, und so bauten wir Revv: indem wir eine frische Perspektive von außen mit tiefem Fachwissen von den Technikern, die tatsächlich die Arbeit leisteten, kombinierten.

Bevor Revv gründeten Sie, leiteten Sie Produkt- und Innovationsinitiativen bei Jet und Walmart im großen Maßstab. Welche Lektionen aus dem Aufbau von 0→1-Produkten im Handel sind am deutlichsten auf die Gestaltung von Software für das Automotive-Reparatur-Ökosystem übertragbar?

Die größte Lektion, die ich während meiner Zeit bei Walmart lernte, war, den Benutzer dort zu treffen, wo er ist, und nicht, wo man ihn haben möchte. Ich baute für Lieferanten und Hersteller, die nicht technikaffin waren und seit Jahrzehnten auf die gleiche Weise arbeiteten. Man kann sie nicht auffordern, ihr gesamtes System zu ersetzen. Stattdessen bettet man sein Fachwissen in ihre bestehenden Workflows ein, sodass sie nicht einmal den Finger heben müssen, außerhalb dessen, was sie bereits tun.

Das wurde zu Revvs gesamter These. Wir integrieren uns in die bestehenden Tools und Software der Werkstätten, laufen im Hintergrund und liefern Erkenntnisse, ohne ihre etablierten Prozesse zu stören. Aber ich übernahm auch, was ich bei Jet über Talent gelernt habe: A-Spieler bringen A-Spieler, und man muss besessen davon sein, von Tag eins an das richtige Team aufzubauen. Ich verankerte dies als unsere Einstellungspraxis bei Revv, weil keine der Arbeit, die wir tun, ohne das Team der Allstars möglich wäre, das wir aufgebaut haben.

Die Automotive-Reparatur ist eine der größten, aber am wenigsten modernisierten Branchen in den USA. Als Sie mit dem Aufbau von Revv begannen, welche Widerstände oder Skepsis trafen Sie an, und wie überwanden Sie sie?

Der Widerstand war anfangs eine enorme Herausforderung, da die Werkstätten seit über 40 Jahren auf die gleiche Weise arbeiteten, und Veränderungen unangenehm sind. Aber hier ist, was funktionierte: Ich habe nicht nur Software vorgeschlagen, sondern mich verpflichtet, jedes einzelne Schmerzpunkt zu verstehen. Ich verteilte Karten mit meiner Telefonnummer und sagte: “Wenn Sie ein Problem haben, rufen Sie mich an.” Und sie taten es. Ich verbrachte Jahre damit, diese Datenbank des Vertrauens und des Wissens aufzubauen.

Der Durchbruch war, als sie sahen, dass wir sie nicht aufforderten, ihre Systeme zu ersetzen oder ihre Arbeitsweise zu ändern. Wir bauten Revv so, dass es direkt in ihre bestehende Software und Workflows integriert wird, im Hintergrund läuft und liefert, was sie benötigen, ohne ihre aktuellen Prozesse zu stören. Als die Werkstätten sahen, dass wir ihr Weltbild verstanden und ihre Arbeit einfacher, nicht schwieriger machten, begann die Skepsis zu schwinden.

Revv positioniert sich als Betriebssystem für softwaredefinierte Fahrzeuge und nicht als einzelne Lösung. Was bedeutet dies in praktischen Begriffen für Kalibrierungswerkstätten und Reparaturnetzwerke?

Es bedeutet, dass wir nicht nur ein Problem lösen, sondern die Infrastruktur werden, die ihre gesamte ADAS-Arbeitsabläufe antreibt. Ein Auto kommt in die Werkstatt, Revv verbindet sich mit ihren bestehenden Tools, zieht Daten direkt vom Hersteller und liefert ein komplettes Paket an den Techniker in Sekunden. Es gibt ihnen schrittweise Reparaturanweisungen, jede erforderliche Kalibrierung, Originalherstellerdokumentation und den Anspruchsschein, der bereit ist, an die Versicherung gesendet zu werden.

Wir entwickeln uns von einem System der Aufzeichnung zu einem der Aktion, nicht nur, um ihnen zu sagen, was getan werden muss, sondern auch, um die administrative Arbeit für sie zu übernehmen. Bis 2025 werden über 74% unserer Nutzer unsere neuen Produkte übernehmen, weil sie uns als die einzige Plattform sehen, die ihre gesamte ADAS-Operation von Anfang bis Ende abwickelt. Dies entspricht dem, was wir branchenweit sehen. Unser jüngstes ADAS-Benchmark-Umfrage unter 300 Autokörper-Profis fand heraus, dass Inhouse-Kalibrierungen in den nächsten zwei Jahren von 57% auf 64% ansteigen werden.

Autos sind jetzt rollende Computer, vollgepackt mit Sensoren, Kameras und Software-Abhängigkeiten. Wo haben menschliche Techniker am meisten Schwierigkeiten heute, und wie unterstützt AI ihre Entscheidungsfindung sinnvoll, ohne die Kontrolle von ihnen zu übernehmen?

Techniker haben am meisten Schwierigkeiten mit der administrativen Belastung, die jetzt mit modernen Reparaturen einhergeht. Von der Kalibrierung von Sensoren bis hin zur Auffindung von Herstellerhandbüchern und der Erstellung von versicherungsfähigen Berichten muss jeder Schritt recherchiert, dokumentiert und genehmigt werden, was eine handwerkliche Arbeit in eine mit Papierkram gefüllte verwandelt. Jede Schätzung hat 100-200 Positionen, und jede davon hat eine Kettenreaktion. Im Jahr 2023 erforderte die durchschnittliche Reparatur zwei bis drei Kalibrierungen. Jetzt sind es über fünf. Techniker verbringen drei bis vier Stunden damit, nur die Arbeit zu dokumentieren und Verfahren zu suchen, aber mit Revv und AI reduziert sich dieser Prozess auf drei bis fünf Minuten.

Revv verarbeitet all diese Komplexität im Hintergrund, verbindet sich direkt mit Herstellerdaten, identifiziert jede erforderliche Kalibrierung und liefert schrittweise Anweisungen. Wir haben über 300.000 Reparaturen verarbeitet, und über 5.000 Kunden nutzen jetzt die Plattform. Für die Dokumentation können Techniker Fotos einreichen, und Revv generiert den gesamten versicherungsfähigen Bericht automatisch. Unsere Plattform markiert potenziell übersehene Schritte und automatisiert die repetitive Arbeit, aber der Techniker bleibt in voller Kontrolle und trifft die Entscheidung ohne administrative Belastung.

Revv-Modelle werden mit Hunderttausenden von echten Reparaturereignissen trainiert. Wie stellen Sie sicher, dass die Datenqualität, Genauigkeit und Einhaltung von Vorschriften gewährleistet sind, wenn AI-Empfehlungen direkt mit sicherheitskritischen Ergebnissen verbunden sind?

Für uns beginnt die Datenqualität und Genauigkeit damit, die AI in realen Reparaturexperience zu verankern, mit Modellen, die direkt auf Erkenntnissen von erfahrenen Technikern aus verschiedenen Regionen und Fahrzeugtypen basieren.

Wir bauen auch kontinuierliche Feedback-Schleifen ein, sodass Techniker AI-Empfehlungen in Echtzeit validieren können. Jede Kalibrierung und jedes Verfahren wird gegen die exakten OEM-Handbücher und technischen Dokumentationen für ein bestimmtes Fahrzeug überprüft. Mit einer Datenbank von über 300.000 Reparaturen aus zwei Ländern lernt unsere Plattform weiter und verbessert sich, während die Techniker während des gesamten Prozesses die Kontrolle behalten.

Revv arbeitet mit Kalibrierern, Reparatur-Netzwerken, Versicherern und OEM-Systemen zusammen. Wie entwerfen Sie eine AI-Plattform, die Vertrauen und Wert für Stakeholder mit sehr unterschiedlichen Anreizen schafft?

Wir betrachten Revv als das Bindeglied zwischen Technikern, Versicherern und Kunden, also arbeiten wir daran, alle ihre kollektiven Bedürfnisse zu erfüllen.

Für Techniker sparen wir Stunden an administrativer Zeit, während wir ihnen helfen, verpasste Einnahmen zu erfassen, indem wir Kalibrierungen identifizieren, die sonst durch die Lücken gefallen wären. Versicherer erhalten schnellere Genehmigungen, genaue Dokumentation und weniger Streitigkeiten. Kunden erhalten ihre Autos schneller und sicherer zurück, weil wir sicherstellen, dass jede erforderliche Kalibrierung tatsächlich durchgeführt wird.

Wenn Fahrzeuge weiterhin zu vollständig softwaredefinierten Plattformen evolvieren, wie sieht der Erfolg für Revv drei Jahre von jetzt an aus, und welche Fähigkeiten muss die Reparatur-Infrastruktur entwickeln, um Schritt zu halten?

Um Schritt zu halten, benötigen Werkstätten Inhouse-Kapazitäten, eine Pipeline an nächster Generation technischem Talent und ein starkes Netzwerk, um sicherzustellen, dass jede Reparatur genau und effizient ist. Bis 2029 werden die Vorschriften erfordern, dass alle neuen Automodelle Notbremsen haben, und Werkstätten beginnen zu sehen, wie viel Wert die Durchführung von Inhouse-Kalibrierungen für ihr Geschäft bringt. In unserer jüngsten Umfrage berichteten 74% der Autokörper-Profis, dass ADAS ein Gewinnbringer ist, und 60% betrachten das Wachstum von ADAS-Einnahmen als “extrem wichtig” oder “sehr wichtig”.

Was wir bereits sehen, ist, dass ADAS-Kalibrierung zu ihrer eigenen Kategorie wird, mit neuen Spezialisten, die jeden Monat auftauchen, und echtem Geschäftsmomentum, das um sie herum aufgebaut wird. Wenn wir in die Zukunft blicken, sehen wir Revv als Rückgrat dieses gesamten Ökosystems. Das bedeutet, dass die Plattform zum Standard in Kollisionswerkstätten wird, Technikern, Versicherern und Kunden ein einheitliches System zur Verwaltung und Lieferung sicherer, konformer Kalibrierungen im großen Maßstab bietet. Wir bauen die Infrastruktur, die bestimmt, wie softwaregetriebene Fahrzeuge repariert werden, und letztendlich legen wir die Standards fest, die die Zukunft der Branche prägen werden.

Für Gründer, die AI in tief verwurzelte, traditionell analoge Branchen bringen, welche häufigen Fehler sehen Sie, und welche Annahmen mussten Sie persönlich aufgeben, während Sie Revv skalieren?

Etwas, das ich frühzeitig lernte, war, durch den Lärm zu schneiden und mich auf das Problem zu konzentrieren, nicht auf die Lösung. Es ist leicht, sich von dem Hype mitreißen zu lassen und etwas Beeindruckendes zu bauen, aber das führt oft dazu, eine Lösung zu suchen, die kein Problem hat.

Was zählt, ist, das Problem zu finden, das die Kunden tatsächlich jeden Tag erleben. Die Annahme, die ich aufgeben musste, war, dass bessere Technologie allein gewinnen würde. Ich unterschätzte, wie sehr die Workflows in dieser Branche verwurzelt sind. Als wir 2022 mit Revv begannen, verbrachte ich Zeit in Werkstätten mit Technikern, um ihre Workflows aus der Nähe zu sehen und zu verstehen, was sie behinderte. Dies lehrte mich, dass echte Veränderungen nicht durch die Implementierung von beeindruckender Technologie oder die Überzeugung von Werkstätten, eine neue Art und Weise zu arbeiten, kommen. Es kommt von der Einbettung Ihrer Lösung so nahtlos in ihre bestehenden Workflows, dass sie nichts ändern müssen. Sie bitten sie nicht, zu ändern, Sie machen ihre aktuelle Art und Weise besser.