Technische Zeichnungen und Engineering-Dokumente verstehen (P&ID, CAD-Zeichnungen)

Jahrzehntelanges Engineering-Wissen steckt in 2D-Zeichnungen: Fertigungszeichnungen mit Toleranzen und P&IDs, die beschreiben, wie eine Anlage verrohrt ist. Die meisten liegen nur als PDF oder Scan vor, sodass Angebotserstellung, Wiederverwendung, Instandhaltungsplanung und Anlagenänderungen darauf angewiesen sind, dass Menschen sie von Hand lesen. Bildmodelle, Detektoren und Graphverfahren extrahieren heute Schriftfelder, Maße, GD&T und P&ID-Verbindungen in strukturierte Daten. Die Genauigkeit reicht aus, um die Prüfung zu beschleunigen, aber noch nicht, um die Freigabe durch Ingenieure zu ersetzen.

Problem & Nutzen

• Heute: Kalkulatoren tippen Maße aus Kundenzeichnungen erneut in Angebote ein; Anlagenbetreiber besitzen Tausende alter P&IDs als Raster-PDFs, deren Tag-Listen nicht zum Anlagenregister passen; Konstrukteure suchen Zeichnungen über den Dateinamen. Ein P&ID manuell zu digitalisieren (in einem intelligenten Werkzeug neu zeichnen) ist langsam und teuer – deshalb tun es viele Bestandsanlagen nie.
• KI-Nutzen: schnellere Angebotserstellung und Wareneingangsprüfplanung, durchsuchbare Zeichnungsarchive, Abgleich von Tags und Anlagen, Eingangsdaten für digitale Zwillinge und Instandhaltungssysteme, weniger Lesefehler.
• Belegte Evidenz (akademisch, kein ROI aus der Praxis): Eine YOLOv11-+-Donut-Pipeline auf Fertigungszeichnungen erreichte laut Veröffentlichung 94,77 % Präzision bei GD&T und eine Halluzinationsrate von 5,23 % [1]; ein Relationformer-basiertes Verfahren für P&IDs verbesserte die Genauigkeit der Kanten- (Verbindungs-)Erkennung um mehr als 25 % gegenüber einer modularen Vergleichslösung [2]. Herstellerangaben zur Zeitersparnis werden selten unabhängig veröffentlicht; messen Sie an Ihren eigenen Zeichnungen.

Varianten

• Fertigungszeichnungen (Lohnfertiger im KMU, OEMs): Schriftfeld, Werkstoff, Menge, Maße, Toleranzen, Oberflächengüte, GD&T für die Angebotserstellung (siehe PRED-032, AGENT-027), CAM-Vorbereitung (SCI-023) und Wareneingangsprüfpläne.
• P&IDs in der Prozessindustrie: Symbol- und Linienerkennung, Tag-OCR, Graph aus Apparaten/Instrumenten/Armaturen, Export in Richtung DEXPI, dem neutralen Austauschformat für P&IDs [3]; genutzt für digitale Zwillinge von Bestandsanlagen, HAZOP-Vorbereitung und MoC (Management of Change, Änderungsmanagement).
• Elektro-/Instrumentierungspläne, Isometrien, Übersichtsschaltpläne: gleiche Pipeline mit anderen Symbolbibliotheken.
• Baupläne: Grundrisse und Mengenermittlung deckt DOC-030 ab; Regelprüfungen von Plänen DOC-016; 3D-Scan-to-BIM VIS-040.
• Engineering-Dokumente (textlastig): Datenblätter, Spezifikationen, Lieferantendokumente, Zeichnungspakete zu Anfragen – Frage-Antwort-Systeme darüber kombinieren diesen Anwendungsfall mit KNOW-013 / DOC-014.
• Private Nutzung: gering (z. B. einen Hausplan oder einen Geräteschaltplan mit einem Chat-VLM lesen).

So funktioniert es

1. Eingang (PDF/TIFF/DWG-Export; mehrblättrige Sätze)
2. Vorverarbeitung (Entzerrung, Kachelung großer Blätter, vektorisierte PDF-Textebene, falls vorhanden)
3. Bereichserkennung (Schriftfeld, Ansichten, Maßangaben, Symbole, Tabellen, Hinweise)
4. Erkennung (OCR von Kennzeichen/Maßen, GD&T-Rahmen, Symbolklassen, Linienverfolgung)
5. Strukturierung (JSON-Schema | Graph aus Knoten & Kanten für P&IDs)
6. Validierung (Plausibilität: Toleranzbereiche, Kennzeichensyntax, Einheitenkonsistenz, Abgleich mit ERP/Anlagenregister, Revisionsvergleich)
7. menschliche Prüfung (nebeneinander mit hervorgehobenem Quellbereich, Korrekturen protokolliert)
8. Export (ERP/PLM/CMMS, DEXPI/Graphdatenbank, Suchindex)

• Detektoren + Parser: Detektoren für orientierte Rahmen (YOLO-Familie) lokalisieren Maßangaben und Symbole; ein Dokumenten-Transformer oder VLM wandelt jeden Ausschnitt in strukturierten Text um [1]. Ausschnitte erhalten die hohe Auflösung, was wichtig ist, weil VLM-Eingaben ganzer Blätter herunterskaliert werden.
• Graph-Transformer für P&IDs extrahieren Symbole und Verbindungen gemeinsam statt in getrennten Schritten [2].
• VLMs / LLMs beantworten Fragen, normalisieren Ergebnisse und ordnen sie Schemata zu; bei winziger Schrift halluzinieren sie Zahlen, daher müssen numerische Ausgaben per OCR oder Vektor-PDF-Text verifiziert werden.
• Vektor-PDFs (aus CAD exportiert) enthalten exakten Text und exakte Geometrie – diese zuerst auswerten, Bildverarbeitung nur für Scans einsetzen.
• Mensch-in-der-Schleife (Human-in-the-Loop): Die ingenieurtechnische Prüfung sicherheitsrelevanter Daten ist Pflicht; Bereiche mit niedriger Konfidenz werden markiert.

Datenaufbereitung

Zeichnungen liegen typischerweise in PLM/PDM, auf Dateiablagen in Ordnerstrukturen je Auftrag, in ERP-Anhängen und – bei älteren Teilen – als Papier im Planschrank. Typische Lücken: niedrig aufgelöste oder schiefe Scans, mehrere Revisionen derselben Zeichnung nebeneinander, uneinheitliche Schriftfelder, fehlende Tag-Listen, Symbole, die vom Standard abweichen, und CAD-Originale, die niemand mehr öffnen kann. Die Zugriffsrechte sind oft grob: Alle sehen alles, auch Kundenzeichnungen unter NDA.

Aufbereitungsschritte: (1) Zeichnungen inventarisieren und je Zeichnungstyp 50-200 repräsentative Blätter auswählen; (2) Papier mit 300-400 dpi scannen und bereinigen (Entzerren, Entrauschen), siehe PREP-006; (3) Revisionen deduplizieren und die gültige kennzeichnen; (4) Vektor-PDF/DXF exportieren, wo verfügbar, da es Rasterbilder übertrifft; (5) mit Ingenieuren ein kleines Referenzset (Gold Set) aufbauen, die Schriftfeld, Maße und Tags markieren, siehe PREP-018 und PREP-016; (6) Tag-Listen mit dem Anlagenregister abgleichen, siehe PREP-011. Werkzeuge: Paperless-ngx oder das DMS zur Ablage, OCR und Layoutanalyse wie in DOC-014. Rechnen Sie mit 40-60 % des Gesamtaufwands für die Datenaufbereitung, überwiegend Expertenzeit für das Referenzset.

Umsetzungswege

Welcher Weg für wen

• KMU: Weg A — ein spezialisiertes Produkt zur Zeichnungsextraktion erspart den Aufbau einer Bildverarbeitungs-Pipeline; prüfen Sie, ob Zeichnungen (geistiges Eigentum) unter einem AVV in der EU gehostet werden dürfen.
• Großunternehmen: Weg C — Zeichnungen sind Kernwissen und die Mengen sind hoch, daher lohnt sich ein selbst betriebener VLM-/Detektor-Stack auf HW3 unter eigener Kontrolle.
• Entwickler: Weg C — offene Detektoren und VLMs erlauben die Anpassung an Symbolbibliotheken und DEXPI-Export, was Produkte selten bieten.

Weg A — Kaufen (Standardsoftware) (empfohlener Einstieg)

• Spezialisten für Zeichnungsextraktion: Werk24 (Deutschland, API zur Extraktion von Schriftfeld-, Maß-, GD&T- und Werkstoffdaten aus Fertigungszeichnungen); Angebotsplattformen mit eingebautem Zeichnungslesen (z. B. Xometry, Marktplätze vom Typ Hubs sowie ERP-/CPQ-Erweiterungen für Lohnfertiger).
• Industrielle Datenplattformen: Cognite Data Fusion (Norwegen) bietet Diagramm-Parsing, um P&ID-Tags mit Anlagen zu verknüpfen; AVEVA, Hexagon (Schweden), Siemens, Bentley und Autodesk liefern P&ID-/Diagramm-Konvertierung und Datenextraktion in ihren Engineering-Suiten. Spezialisierte P&ID-Digitalisierungsdienste bieten zudem viele Engineering-Dienstleister an.
• Prüfen: EU-Hosting oder On-Premises-Option, Export nach DEXPI/CAD/PLM, Umgang mit Ihren Blattformaten, Vertraulichkeitsregelungen für Kundenzeichnungen (NDAs), Bewertung an Ihren eigenen Zeichnungen.
• A wählen, wenn: die Zeichnungen recht standardisiert sind und das Integrationsziel (ERP/CPQ/CMMS) unterstützt wird.

Weg B — Auf Cloud-KI-Diensten aufbauen

• Dokumenten-KI: Azure Document Intelligence (Layout-/Lesemodelle und eigene Extraktionsmodelle; EU-Regionen) [4], Google Document AI, AWS Textract für OCR/Layout; Mistral OCR (EU-Anbieter).
• Multimodale Spitzenmodelle (Claude, Gemini, GPT, Mistral) mit strukturierten Ausgaben für das Lesen Kachel für Kachel und für Frage-Antwort; kombinieren Sie sie mit einem eigenen Detektor zur Symbollokalisierung.
• Orchestrierung: Kachel- und Ausschnittsdienst, JSON-Schema-Validierung, Regelprüfungen, Prüfoberfläche, Integration über n8n/Power Automate oder eigene Dienste.
• B wählen, wenn: Sie eigene Schemata/Validierungen brauchen (z. B. unternehmensspezifische Tag-Standards) und Daten unter AVV/NDA in eine EU-Cloud-Region gehen dürfen.

Weg C — Selbst betreiben (Open Source)

• Parsing/VLMs: Docling (MIT, enthält das Granite-Docling-VLM mit 258 Mio. Parametern) für Text-/Tabellendokumente wie Spezifikationen und Datenblätter [5]; Qwen3-VL (Apache-2.0; Größen von 2B bis 235B, OCR in 32 Sprachen) für Frage-Antwort zu Zeichnungen [6]; PaddleOCR für Tag-/Maß-OCR.
• Erkennung: Detektoren der YOLO-Familie oder vom Typ DETR, auf Ihren Symbolsatz feingetunt; Graphmodelle im Stil von Relationformer und der öffentliche P&ID-Benchmark-Datensatz aus [2] als Ausgangspunkt.
• Stack: vLLM/Ollama, eine Graphdatenbank (Neo4j, Memgraph) für P&ID-Graphen, OpenSearch/pgvector für die Suche.
• Hardware: HW3 (GPU mit 48 GB+) für ein VLM der 32B-Klasse bei angemessener Qualität auf Blattebene; HW2 genügt für Detektor + OCR + ein 8B-VLM auf Ausschnitten. Vertrauliche Kundenzeichnungen und Anlagenpläne sind ein starker Grund für den Betrieb On-Premises.

Weg D — Eigenes Training

Meist nötig für den Symbol-/Linienteil: unternehmens- oder normspezifische P&ID-Symbole (ISO 10628, ISA 5.1, firmeneigene Legenden) und Zeichnungskonventionen (DIN ISO 128 / ISO 1101 / ASME Y14.5) weichen von öffentlichen Daten ab. Man braucht einige hundert annotierte Blätter (Rahmen, Klassen, Verbindungen) je Symbolfamilie; Korrekturen der Prüfer liefern laufend neue Labels. Das Feintuning eines Dokumenten-Transformers auf ausgeschnittenen Bereichen ist günstig im Vergleich zum Training von Modellen für ganze Blätter [1].

Stand der Technik (2026)

• Hybride Pipelines schlagen End-to-End-VLMs bei Zeichnungen: Die Erkennung von Bereichen mit anschließendem Parsing auf Ausschnittsebene liefert höhere Präzision, als ein allgemeines Modell mit einem ganzen Blatt anzusprechen [1].
• Die P&ID-Digitalisierung ist von getrennten Symbol-/Linienschritten zur gemeinsamen Graphvorhersage mit Transformern übergegangen, und der erste öffentliche P&ID-Benchmark mit Graph-Referenzdaten existiert [2]; standardisierte Ausgaben (DEXPI 2.x) machen Ergebnisse zwischen Werkzeugen austauschbar [3].
• Allgemeine VLMs haben OCR und Layoutlesen verbessert (mehrsprachig, gedrehter und qualitativ schlechter Text) [6], bleiben aber unzuverlässig beim Zählen, beim Verfolgen langer Linien über ein Blatt und beim Lesen dichter Toleranzketten.
• Fehlerbilder: winzige Schriften, überlappende Linien, handschriftliche Anmerkungen, Revisionswolken, blattübergreifende Verweise (Anschlussverbinder), ungewöhnliche Symbolbibliotheken, halluzinierte Zahlen. Behandeln Sie Ausgaben als Vorschläge mit Konfidenzwerten.
• Nicht gelöst: vollautomatische 3D-Rekonstruktion aus 2D-Ansichten und automatische Sicherheitsverifikation von P&IDs; belassen Sie diese unter Expertenkontrolle.

Gemeinsame Bausteine & Kombinationen

• Gleicher Stack (ocr-docparse + vlm + llm-general): DOC-014 (PDF-Parsing für RAG), DOC-016 (Regelprüfungen von Plänen), DOC-019 (Zertifikatsprüfung), DOC-030 (Mengenermittlung am Bau) – ein VLM-/OCR-Server auf HW3 kann alle bedienen.
• Detektor + GPU: teilt Werkzeuge zur Objekterkennung mit VIS-040 (Scan-to-BIM) und der visuellen Inspektion.
• Nachgelagert: PRED-032 (Should-Cost/Sofortangebot), AGENT-027 (Anfrage-zu-Angebot), SCI-023 (CAM-Vorbereitung), SCI-024 (Zeichnungsautomatisierung), KNOW-020 (Suche nach ähnlichen Teilen; extrahierte Merkmale verbessern das Ranking), KNOW-013 (Wissensgraph der Anlagen), PRED-006 (vorausschauende Instandhaltung, verknüpft mit Anlagen-Tags).
• Datenpipeline: Tag-/Teilestammdaten aus ERP/PLM/CMMS sind die Validierungsreferenz für mehrere Anwendungsfälle.

Aufwand, Kosten & Kennzahlen

• Weg A: Wochen für einen Piloten; üblicherweise Abrechnung je Zeichnung/Seite oder je Projekt (Anbieter prüfen).
• Weg B: 2–4 Monate für eine validierte Pipeline mit Prüfoberfläche; die API-Kosten je Blatt sind im Verhältnis zur Ingenieurzeit gering, aber die Kachelung erhöht den Token-Verbrauch.
• Weg C: 3–6 Monate inkl. GPU-Server, Detektortraining und Betrieb.
• Weg D: zusätzlicher Annotationsaufwand (Wochen an Ingenieurzeit) und MLOps.
• Kennzahlen: Präzision/Recall auf Feldebene je Kategorie (Maße, GD&T, Tags), Verbindungsgenauigkeit bei P&IDs, Anteil der Zeichnungen, die ohne Korrektur verarbeitet werden, Prüfminuten je Blatt, Durchlaufzeit bis zum Angebot, Trefferquote beim Abgleich mit dem Tag-Register.

Menschen & Veränderung

Früh einbinden: die Geschäftsführung (Budget, IP-Richtlinie), die Leitung der Konstruktionsabteilung als Prozessverantwortliche sowie die Datenverantwortlichen von PLM und Dateiablagen; IT und IT-Sicherheit für Hosting und Vertraulichkeit der Zeichnungen (Kunden-NDAs, Exportkontrolle). Die Endanwender – Konstrukteure, Kalkulatoren, Instandhaltungsplaner – sollten das Referenzset mitgestalten und die Ausgabe von Beginn des Piloten an prüfen.

Betriebsrat: In der Regel keine Mitbestimmung nach §87 Abs. 1 Nr. 6 BetrVG, da das System Dokumente analysiert und nicht das Verhalten von Beschäftigten; dennoch ist er nach §90 Abs. 1 Nr. 3 zu unterrichten, wenn sich Arbeitsabläufe ändern, und zu prüfen, ob Nutzungsprotokolle einzelne Personen benennen – dann wird es relevant. Datenschutz: Zeichnungen enthalten selten personenbezogene Daten (abgesehen von Verfassernamen in Schriftfeldern); ein AVV mit jedem Cloud-Anbieter ist dennoch nötig.

KI-Kompetenz: Unterstützen Sie die Mitarbeitenden mit einer kurzen Schulung dazu, was Extraktion kann und was nicht, siehe GUIDE-006. Pilot: ein Zeichnungstyp mit 2-3 Ingenieuren, Fehlerquote gegen das Referenzset messen, dann ausweiten. Bedenken: „Ersetzt es Zeichner?“ – positionieren Sie es als Leseassistenz; Ingenieure geben jede Extraktion frei, die in Angebote oder Anlagenänderungen einfließt. Halten Sie die Markierung des Quellbereichs sichtbar, damit Fehler leicht auffallen. Siehe GUIDE-008 und GUIDE-009.

Risiken, Regulierung & Compliance

• KI-Verordnung (AI Act): in der Regel minimales Risiko – Extraktion zur Steigerung der Engineering-Produktivität ist keine Anwendung nach Anhang III. Relevant wird sie, wenn Ausgaben in eine Sicherheitskomponente kritischer Infrastruktur (Anhang III Nr. 2, z. B. Wasser-, Gas-, Wärme-, Stromversorgung) oder in eine Produktsicherheitsfunktion nach Anhang-I-Recht (z. B. Maschinenverordnung) einfließen [7]; setzen Sie KI als Vorschlagswerkzeug mit dokumentierter Freigabe durch Ingenieure. Die KI-Kompetenz (Art. 4) gilt.
• DSGVO: Zeichnungen enthalten selten personenbezogene Daten; Schriftfelder und Revisionstabellen können Konstrukteure oder Kundenansprechpartner nennen. Hängt vom Inhalt ab.
• Vertraulichkeit / geistiges Eigentum: Zeichnungen sind Geschäftsgeheimnisse und können exportkontrolliert sein (Dual-Use-Güter); bevorzugen Sie EU-Regionen oder On-Premises, NDAs mit Anbietern und kein Training mit Ihren Daten.
• Sicherheit/Qualität: Falsche Toleranzen oder fehlende Linien verursachen Ausschuss oder Gefahren; verlangen Sie bei sicherheitskritischen Daten (HAZOP, MoC) eine Verifikation, versionierte Prüfprotokolle und den Verweis auf das Quellblatt.
• Normen: DIN/ISO-Zeichnungsnormen, ISA 5.1, Kennzeichnung nach IEC 81346; Archivierung gemäß der betrieblichen Dokumentenlenkung (ISO 9001).

Erste Schritte

1. 50–100 repräsentative Zeichnungen sammeln (sauber, gescannt, handschriftlich markiert) und das Zielschema festlegen.
2. Feststellen, welche davon Vektor-PDFs sind (Text direkt auslesen) und welche Scans.
3. Einen Anbieter aus Weg A und einen VLM-Ansatz an diesem Set vergleichen; die Felder gegen eine manuelle Referenz bewerten.
4. Validierung gegen ERP/Anlagenregister und eine Prüfoberfläche mit Gegenüberstellung ergänzen.
5. Mit einem risikoarmen Prozess beginnen (Vorbefüllung von Angeboten, Tag-Abgleich), bevor sicherheitsrelevante Nutzung folgt.

Quellen

1. Khan et al. — Automated Parsing of Engineering Drawings for Structured Information Extraction Using a Fine-tuned Document Understanding Transformer (arXiv:2505.01530) — https://arxiv.org/abs/2505.01530
2. Stürmer, Graumann, Koch — From Engineering Diagrams to Graphs: Digitizing P&IDs with Transformers (arXiv:2411.13929) — https://arxiv.org/abs/2411.13929
3. DEXPI e.V. — Data Exchange in the Process Industry (P&ID exchange standard) — https://www.dexpi.org/
4. Microsoft — Azure Document Intelligence overview — https://learn.microsoft.com/en-us/azure/ai-services/document-intelligence/overview
5. Docling project (MIT license, Granite-Docling support) — https://github.com/docling-project/docling
6. Qwen3-VL repository (Apache-2.0, model sizes, OCR) — https://github.com/QwenLM/Qwen3-VL
7. EU AI Act Annex III — https://artificialintelligenceact.eu/annex/3/
8. Regulation (EU) 2024/1689 (AI Act) — https://eur-lex.europa.eu/eli/reg/2024/1689/oj