DIGITALISIERUNG
ZUM ANFASSEN
BAUTEIL-FINDER
KI-gestützte Verarbeitung technischer Zeichnungen für effiziente Produktionsplanung
DIE AUSGANGSLAGE
Der Demonstrator „Bauteil-Finder“ des Mittelstand-Digital Zentrums Magdeburg zeigt, wie KI-gestützte Verfahren Unternehmen in der Metallverarbeitung bei der Digitalisierung ihrer Planungs- und Kalkulationsprozesse unterstützen können. Im Fokus steht die automatisierte Auswertung technischer Zeichnungen mit dem Ziel, vorhandenes Wissen aus früheren Fertigungsaufträgen sowie implizites Expertenwissen nutzbar zu machen. Der Bauteil-Finder zielt insbesondere auf die Beschleunigung der Angebotskalkulation und Produktionsplanung ab, indem er die Suche nach ähnlichen, bereits gefertigten Bauteilen erleichtert und fundierte Rückschlüsse auf Fertigungsaufwand und -kosten ermöglicht.
.
.
DIE LÖSUNG
Der Bauteil-Finder beschreibt einen Ansatz, bei dem eine transformerbasiertes Programm, “Parser”, automatisch lernt, visuelle und textuelle Informationen aus technischen Zeichnungen zu extrahieren (vgl. [1], [2]). Die extrahierten Daten werden in ein strukturiertes Format überführt. Darauf aufbauend kommt eine Query-by-Example-Suchmethode zum Einsatz: Anstatt Schlagworte manuell einzugeben, kann eine neue technische Zeichnung direkt als Suchanfrage verwendet werden. Das System vergleicht diese Zeichnung automatisch mit bestehenden Datensätzen. Dabei lernt es schrittweise das Ähnlichkeitsverständnis von Expertinnen und Experten, etwa indem es erkennt, dass das Bauteilvolumen aus fachlicher Sicht relevanter sein kann als die Anzahl der Bohrungen. Die Ähnlichkeitssuche erfolgt vollständig automatisiert und ohne manuelle Verschlagwortung.
.
Demonstrator “Bauteil-Finder” (Vorschau)
WAS LEISTET DER DEMONSTRATOR?
Im Unterschied zu regelbasierten Systemen veranschaulicht der Demonstrator einen lernbasierten Ansatz. Das verwendete Programm, “Parser”, wird automatisiert auf Basis unstrukturierter Daten, wie technischer Zeichnungen, und vorhandenem Expertenwissen trainiert, um relevante Merkmale zu extrahieren. In einer beispielhaften grafischen Benutzeroberfläche wird das Hochladen einer technischen Zeichnung demonstriert, die anschließend automatisch mit vorhandenen Zeichnungen abgeglichen wird. Nutzerinnen und Nutzer können die Relevanz der Suchergebnisse bewerten, sodass das System in einer Feedbackschleife deren Verständnis von Bauteilähnlichkeit erlernt. Zusätzlich können wichtige Attribute über ein Textfeld in natürlicher Sprache ergänzt werden, um das Suchergebnis gezielt zu steuern.
ZUSAMMENFASSUNG UND AUSBLICK
Der Bauteil-Finder demonstriert, wie KI-basierte Verfahren die Nutzung bestehender technischer Zeichnungen automatisieren und strukturieren können. Durch die Kombination aus transformerbasierter Verarbeitung und nutzerzentrierter Query-by-Example-Suche entsteht ein digitaler Prozess, der die Effizienz in der Angebotskalkulation und Produktionsplanung deutlich steigert.
Zukünftig kann der Ansatz erweitert werden, etwa durch die Integration zusätzlicher Datenquellen wie CAD-Modelle, Fertigungsparameter oder ERP-Daten. Auch eine Anbindung an übergeordnete Systeme der Produktionssteuerung ist denkbar. Damit entsteht perspektivisch eine KI-gestützte Wissensinfrastruktur, die es Fertigungsunternehmen erlaubt, aus bestehenden Daten kontinuierlich zu lernen und auf Anfragen zeitnah und präzise zu reagieren.
[1] Egiazarian et al. (2020): Deep Vectorization of Technical Drawings (ECCV)
[2] Daele et al. (2019): An Automated Engineering Assistant: Learning Parsers for Technical Drawings (AAAI)
ANSPRECHPARTNER
