Ein Ersatzteil für einen alten Kühlturm ist gesucht. Die passende Zeichnung existiert, aber welche der vielen ähnlichen Dateien gehört genau zu dieser Anlage? Der japanische Hersteller Kuken lässt Ingenieure dafür ein KI-gestütztes Suchwerkzeug nutzen. Es liest unter anderem Teilenummern aus hochgeladenen Bildern und zeigt mögliche Zeichnungen. Welche davon tatsächlich passt, prüfen weiterhin Fachleute anhand der Anlagendaten und früherer Reparaturen.
Der Fall zeigt, warum ein digitales Archiv allein die Suche noch nicht löst. Die Dateien müssen auch mit den Informationen auffindbar sein, die bei einer Reparatur gerade vorliegen. Und ein Suchtreffer ist erst der Anfang: Er muss zum konkreten Gerät passen.
Warum die richtige Zeichnung so schwer zu finden ist
Kuken baut Klimatisierungs- und Lüftungstechnik, darunter Kühltürme. Diese geben Wärme aus zirkulierendem Wasser an die Umgebungsluft ab. Fällt ein Teil aus, kann die ursprüngliche Zeichnung zeigen, welche Ausführung eingebaut wurde. Neue Ersatzteile passen nicht zwangsläufig zu älteren Anlagen. Ohne die passende Vorlage kann es nötig sein, ein Teil neu zu konstruieren und herzustellen.
Das Archiv umfasst laut dem Fallbericht von OpenAI und Kuken Zeichnungen aus 70 Jahren. Im Lauf dieser Zeit wurden Anlagen an Kunden angepasst. Selbst eine Suche nach Modell oder Teilebezeichnung kann deshalb mehrere mögliche Zeichnungen liefern. Kuken hatte das frühere Papierarchiv bereits digitalisiert. Wer eine Datei finden wollte, musste aber häufig wissen, unter welchem Namen oder welcher Nummer sie abgelegt war.
Gerade für neue Beschäftigte steckte ein Teil dieses Wissens bei erfahrenen Kolleginnen und Kollegen: Sie wussten, wo sie suchen mussten und wie die Unterlagen zu lesen waren. Das Problem war also nicht nur die Menge der Dateien, sondern auch die Verbindung zwischen einer aktuellen Reparaturfrage und der richtigen historischen Anlage.
Von der Teileliste zum prüfbaren Treffer
Kuken entwickelte mit dem japanischen KI-Unternehmen Recursive eine Suche und eine App für den Außeneinsatz. Nach dem veröffentlichten Fallbericht können Ingenieure eine Zeichnungs- oder Teilenummer eingeben. Alternativ laden sie ein Bild oder ein PDF einer Zeichnung oder Teileliste hoch. Ein Bildschirmfoto der Liste erspart es, jede Nummer einzeln abzutippen.
Die Anwendung liest die Teilenummern und gibt mögliche Übereinstimmungen aus, darunter Zeichnungen ähnlicher Konstruktionen. Das ist hilfreich, wenn die gesuchte Information zunächst nur auf einer Liste steht. Es bedeutet aber nicht, dass die erste ähnliche Zeichnung automatisch die richtige ist. Für die Auswahl vergleichen die Ingenieure die Treffer mit den technischen Angaben des Kühlturms und den Aufzeichnungen über frühere Ersatzteile.
Der Unterschied ist praktisch wichtig. Eine Zeichnung kann zu einem ähnlichen Modell gehören und dennoch eine andere Kundenanpassung beschreiben. Die Suche verkürzt in diesem Ablauf den Weg zu Kandidaten; die Zuordnung zur konkreten Anlage bleibt eine fachliche Aufgabe. Die App zeigt die Zeichnungen auch direkt an, sodass sie laut Fallbericht nicht für jede Prüfung ausgedruckt werden müssen.
Was die Zahlen aussagen
Der Fallbericht nennt eine Suchzeit von 4,5 Minuten gegenüber zuvor fast einer Stunde. Kuken erwartet außerdem, die jährlich für die Zeichnungssuche aufgewendeten Stunden um etwa 90 Prozent zu verringern. Die erste Angabe beschreibt einen Zeitvergleich, die zweite ist eine Erwartung für die jährliche Summe. Der Bericht erläutert nicht im Detail, wie viele Fälle in den Vergleich eingingen oder unter welchen Bedingungen sie gemessen wurden. Eine unabhängig überprüfte allgemeine Einsparquote lässt sich daraus nicht ableiten.
Auch über die innere Konstruktion der Suchsoftware erfährt man nur einen Teil. OpenAI beschreibt, dass Kuken und Recursive verschiedene Modelle darauf prüften, wie gut und zu welchen Kosten sie Angaben aus Zeichnungen extrahieren. Welche konkreten Verarbeitungsschritte und welche Fehlerquoten die produktive Anwendung hat, wird nicht offengelegt. Aus dem Ergebnis lässt sich daher nicht erkennen, ob jede Nummer zuverlässig gelesen oder jeder passende Treffer gefunden wird.
Warum Zeichnungen für Software schwierig sind
Ein technischer Plan verhält sich anders als eine gewöhnliche Textseite. Zahlen, Maße, Symbole und Linien stehen an unterschiedlichen Stellen und können verschieden ausgerichtet sein. Bei einem eingescannten Blatt liegen diese Informationen zunächst als Bildpunkte vor. Eine Zeichenerkennung muss dann erst Bereiche mit Text finden und deren Zeichen lesen, bevor sie sich wie Text weiterverarbeiten lassen.
Eine Forschungsarbeit zur Zeichenerkennung in technischen Zeichnungen beschreibt diese Schwierigkeiten und untersucht ein eigenes Verfahren für mechanische Pläne. Sie unterscheidet unter anderem digitale Vektorzeichnungen, aus denen Text direkt entnommen werden kann, von Rasterbildern und älteren Scans, bei denen Informationen verloren gehen können. Das ist allgemeiner Kontext zur Aufgabe, kein Test der Kuken-Anwendung.
Für die Praxis folgt daraus eine einfache Trennung: Das Auffinden einer möglichen Zeichnung und die Entscheidung über ihre Eignung sind zwei Schritte. Ein Werkzeug kann den ersten erleichtern. Ob die Zeichnung zu Baujahr, Anlage und Ersatzteilhistorie passt, ergibt sich erst aus dem Abgleich mit den vorhandenen Unterlagen.
Wissen im Archiv zugänglich machen
Nach Kukens Darstellung können weniger erfahrene Ingenieure durch die Suche mehr Aufgaben selbst übernehmen. Erfahrene Kollegen haben demnach mehr Zeit, Wissen weiterzugeben. Das ist eine Beobachtung aus dem Fallbericht, keine Messung für andere Betriebe. Der Ansatz macht aber sichtbar, wo der Nutzen eines Archivs entsteht: nicht beim bloßen Speichern, sondern wenn ein Mensch eine relevante alte Entscheidung wiederfinden und für die heutige Aufgabe beurteilen kann.
Quellen
- OpenAI: Kuken Industries searches 70 years of drawings in minutes, 9. November 2026
- Frontiers in Manufacturing Technology: Optical character recognition on engineering drawings to achieve automation in production quality control, 2023
Für diesen Artikel wurden KI-gestützte Recherche- und Editierwerkzeuge verwendet. Der Inhalt wurde redaktionell geprüft.
