Text-/Skizze-zu-CAD-Modellierung & Copilot für die Automatisierung von Fertigungszeichnungen

Konstrukteure im Maschinenbau verbringen einen großen Teil ihrer Entwicklungszeit mit wiederkehrender CAD-Arbeit: Skizzen zeichnen und mit Bedingungen versehen, Standard-Features aufbauen und bemaßte Zeichnungen erstellen. Copiloten erzeugen heute editierbares, featurebasiertes CAD aus einem Prompt oder einer Skizze, versehen Geometrie automatisch mit Bedingungen und leiten erste Zeichnungsentwürfe aus 3D-Modellen ab. Der Ingenieur bleibt der Autor: Die KI schlägt vor, der Mensch prüft Passung, Form, Funktion und Fertigungsgerechtheit.

Problem & Nutzen

• Heute: Bauteile werden von Hand in SolidWorks, NX, Creo, Inventor, Fusion oder Onshape modelliert. Zeichnungen (Ansichten, Maße, Toleranzen, Hinweise, Schriftfelder) entstehen größtenteils manuell und sind ein bekannter Engpass zwischen Konstruktion und Fertigung. Varianten bestehender Teile werden neu aufgebaut statt wiederverwendet.
• KI-Nutzen: schnellere erste Entwürfe einfacher und mittelkomplexer Bauteile, automatische Bedingungen für Skizzen, Zugriff auf Befehle in natürlicher Sprache in komplexen CAD-Oberflächen, vorlagengesteuerte Zeichnungserzeugung und skriptbasiertes CAD, das sich wie Code versionieren und prüfen lässt.
• Belegstand: Anbieter berichten in ihren eigenen Unterlagen von Produktivitätsgewinnen; unabhängige, quantifizierte Feldstudien sind noch selten, messen Sie daher an Ihrem eigenen Teilespektrum.
• Nicht dasselbe wie: physikgetriebene Topologieoptimierung (SCI-006), Netz-/Spiel-Assets (GEN-008), visuelle Ideenfindung (GEN-014) oder das Lesen vorhandener Zeichnungen (DOC-013).

Varianten

• Text-zu-Bauteil: „Winkel 80x40x5 mm mit vier M6-Bohrungen auf einem 60x20-Raster" → parametrisches Bauteil.
• Skizze-/Bild-zu-CAD: Foto oder Handskizze → bedingte Skizze → Extrusionen/Rotationen.
• Befehls-Copilot: Zugriff auf CAD-Funktionen, Hilfe und Makros in natürlicher Sprache innerhalb des CAD-Werkzeugs.
• Automatische Bedingungen und Skizzenreparatur: Die KI schlägt Maße und geometrische Bedingungen vor.
• Zeichnungsautomatisierung: 3D-Modell → Ansichten, Schnitte, Maße, Bohrungstabellen, Stückliste, Schriftfeld nach Unternehmensnorm (Konventionen nach ISO 128/ASME Y14.5).
• Konstruktionstabellen/Variantenerzeugung: Konfiguratoren für Teilefamilien (Querverweis KNOW-020).
• Private Nutzung/Maker: 3D-gedruckte Teile über OpenSCAD-/CadQuery-Erzeugung mit einem LLM.

So funktioniert es

1. Prompt / Skizze / Referenzbild
2. Absichtserkennung (LLM/VLM: Maße, Features, Einheiten, Werkstoff, Verfahren)
3. Erzeugung des CAD-Programms (Feature-Folge oder Skript: Skizze
4. Extrusion
5. Verrundung
6. Muster)
7. Kernel-Ausführung (B-Rep-Kernel baut den Volumenkörper; Fehler gehen ans Modell zurück)
8. Validierung (Geometrieprüfungen, Bedingungen gelöst, DFM-Regeln, Unit-Tests auf Maße)
9. menschliche Prüfung im CAD-Werkzeug (Parameter bearbeiten, Feature-Baum bleibt editierbar)
10. Zeichnungserstellung (Ansichtsanordnung, Bemaßungsplatzierung, Toleranz- & Notizvorlagen)
11. PDM/PLM-Einchecken mit Freigabeworkflow

• Kerngedanke: Das Modell gibt ein Programm aus (CAD-Skript oder Befehlsfolge) statt eines Netzes, sodass das Ergebnis parametrisch bleibt und der Kernel gültige Volumenkörper garantiert. Ausführungsfehler werden zurückgeführt (erzeugen → ausführen → reparieren).
• Das Lösen der Bedingungen bleibt deterministisch (CAD-Solver); die KI schlägt vor, welche Bedingungen/Maße ergänzt werden.
• Zeichnungen: regelbasierte Platzierung plus KI für die Wahl von Ansichten, Bezugssystemen und Toleranzvorschlägen; GD&T und Passungen werden stets vom Ingenieur freigegeben.
• Mensch-in-der-Schleife (Human-in-the-Loop): Prüfung der Geometrie gegen die Anforderung, Freigabe der Toleranzen, Freigabe im PLM.

Datenaufbereitung

Benötigt werden vorhandene parametrische CAD-Modelle mit Feature-Bäumen, Teilekataloge, Zeichnungsnormen, Schriftfeld-Vorlagen, Toleranzregeln und Konstruktionsrichtlinien. Diese liegen im CAD/PDM- oder PLM-System, auf Dateifreigaben, in alten 2D-Zeichnungen (PDF oder Papier) und in den Köpfen erfahrener Konstrukteure. Typische Lücken sind uneinheitliche Benennung und Feature-Stile, Modelle ohne Parameter oder mit defekter Historie, Zeichnungen, die von der Norm abweichen, Dubletten und alte Revisionen sowie ungeschriebene Konstruktionsregeln. Die Zugriffsrechte im PDM sind für vertrauliche Kundengeometrie oft zu weit gefasst.

Schritte der Aufbereitung: 1. Legen Sie die Normteile, die Benennung und den Vorlagensatz fest, denen der Copilot folgen muss (PREP-015, PREP-019). 2. Wählen Sie saubere Beispielmodelle und -zeichnungen als Musterbeispiele für Prompts oder Feintuning (PREP-016). 3. Halten Sie Konstruktions- und Zeichnungsregeln in kurzer, auffindbarer Form fest (PREP-013, PREP-014). 4. Prüfen Sie die PDM-Berechtigungen und klassifizieren Sie vertrauliche Geometrie, bevor Sie Cloud-Funktionen aktivieren (PREP-023, PREP-024). 5. Digitalisieren Sie relevante Papier- oder PDF-Zeichnungen, wo die Historie wichtig ist (PREP-006, DOC-014).

Rechnen Sie mit etwa 20 bis 30 Prozent des Aufwands für die Aufbereitung von Daten und Regeln. Weg A braucht am wenigsten, B und C benötigen kuratierte Beispiele und eine Testmenge typischer Bauteile mit bekannt korrekten Maßen.

Umsetzungswege

Welcher Weg für wen

• KMU: Weg A, da die bereits lizenzierte CAD-Suite des Unternehmens zunehmend Copilot- und Zeichnungsautomatisierungs-Funktionen mitliefert, was Integrationsaufwand vermeidet.
• Enterprise: Weg B, da Unternehmensnormen, Teilekataloge, Schriftfelder und PLM-Freigabe-Workflows über CAD-APIs eingebunden werden müssen und kein Produkt sie vollständig abdeckt.
• Developer: Weg C, da CadQuery, build123d oder FreeCAD mit einem Coder-LLM mit offenen Gewichten und einer Sandbox volle Kontrolle bieten und auf HW2/HW3 laufen.

Weg A — Kaufen (empfohlen für die meisten KMU)

• Copiloten im CAD: Siemens NX / Designcenter mit KI-Unterstützung (Siemens, DE) und Solid Edge; Autodesk Fusion mit KI-gestützten automatischen Bedingungen und dem Autodesk Assistant; Dassault Systèmes (FR, EU) SOLIDWORKS und KI-Funktionen von 3DEXPERIENCE; KI-Funktionen von PTC Creo/Onshape; Zoo (Text-zu-CAD, KittyCAD).
• Zeichnungsautomatisierung: Zeichnungsmodule und Add-ins der großen CAD-Suiten sowie spezialisierte Add-in-Werkzeuge — prüfen Sie die Unterstützung für Ihre Norm, Sprache und Ihr Schriftfeld.
• Wählen Sie A, wenn: Sie bereits ein großes CAD-System lizenzieren und der Anbieter die Funktion ausliefert. Prüfen Sie die Datenhaltung in der EU und ob Prompts/Geometrie für das Modelltraining des Anbieters verwendet werden.

Weg B — Auf Cloud-KI-Diensten aufbauen

• Text-zu-CAD-APIs: Die Text-to-CAD-API von Zoo erzeugt KCL und B-Rep-Exporte (STEP, glTF usw.).
• LLM als CAD-Programmierer: führende LLMs (Claude, GPT, Gemini; Mistral für Hosting in der EU) erzeugen CadQuery, build123d, OpenSCAD oder FreeCAD-Python; Ausführung in einer Sandbox mit Geometriekernel, Rückgabe von Renderings und Messwerten an ein VLM/LLM zur Selbstkritik.
• Integration: CAD-Hersteller-APIs (SOLIDWORKS API, Onshape FeatureScript/REST, Fusion API, NX Open), um Features im nativen Feature-Baum anzulegen; MCP-Server für CAD-Werkzeuge entstehen.
• Wählen Sie B, wenn: Sie unternehmensspezifische Teilekataloge, Benennungen oder Normen fest einbauen müssen.

Weg C — Selbst betreiben (Open Source)

• Kernel/Bibliotheken: CadQuery, build123d (OpenCascade), OpenSCAD, FreeCAD, Truck und CAD-bezogene offene KCL-/Zoo-Komponenten.
• Modelle: Coder-/Reasoning-LLMs mit offenen Gewichten (Klasse Qwen3-Coder, DeepSeek, gpt-oss) und offene VLMs (Qwen-VL); Forschungsmodelle wie Text2CAD und CAD-Coder haben öffentliche Veröffentlichungen/Code.
• Hardware: HW2 für quantisierte Coder bis 30B; HW3 für größere Modelle und Skizze-zu-CAD-VLMs.
• Aufwand: ein Ausführungsdienst in einer Sandbox, Testumgebung und eine Prüfoberfläche mit CAD-Viewer; laufender Betrieb.

Weg D — Eigenes Training

Lohnt sich, wenn Sie eine große Bibliothek eigener parametrischer Modelle (Feature-Bäume mit Historie) in einem einheitlichen Stil besitzen, z. B. eine feste Produktfamilie. Trainieren Sie ein Code-LLM per Feintuning auf Paaren aus (Beschreibung, CAD-Skript) und nutzen Sie die Kernel-Ausführung als Belohnung (RL mit überprüfbaren Belohnungen). Öffentliche Forschungsdatensätze (DeepCAD, ABC, Fusion 360 Gallery, Text2CAD) bestehen meist aus einfachen Skizze-Extrusions-Teilen und passen nicht zu industriellen Baugruppen; rechnen Sie damit, mehrere tausend interne Beispiele zu kuratieren.

Stand der Technik (2026)

• Programmatische CAD-Erzeugung (das LLM schreibt CadQuery/KCL) ist der vorherrschende Ansatz; Forschungssysteme (Text2CAD, CAD-Coder, visuelle Rückkopplungsschleifen im Stil von CADFusion) werden mit ausführbarem Feedback und RL besser, doch die Benchmarks konzentrieren sich auf Skizze-Extrusions-Teile [4][5].
• Copiloten der Hersteller entwickeln sich von Hilfe-/Such-Chats zu Handlungen am Modell: automatische Bedingungen, Befehlsausführung, Erzeugung parametrischer Features und Zeichnungsentwürfe.
• Grenzen und Fehlerbilder: halluzinierte oder falsche Maße, fehlende Konstruktionsabsicht (Referenzen, Gegenstücke), fragile Feature-Bäume, die bei Änderungen brechen, schwache Leistung bei Baugruppen, Freiformflächen und komplexen Mehrkörperteilen, fehlendes Schließen auf Toleranzen/Passungen und unzuverlässige Maßplatzierung auf dichten Zeichnungen. Geometrische Gültigkeit bedeutet nicht funktionale Korrektheit.
• Praktische Regel: Behandeln Sie die Ausgabe bei einfachen/mittleren Teilen als Entwurf; prüfen Sie stets gegen die Spezifikation.

Gemeinsame Bausteine & Kombinationen

• Gleicher Stack: llm-code plus Ausführung in einer Sandbox wie in anderen Code-Agent-Fällen; VLM wie in DOC-013.
• Vorgelagert: SCI-013 (Anforderungen → Konstruktionsparameter), SCI-006 (topologieoptimierte Formen, neu als saubere parametrische CAD-Modelle aufgebaut), GEN-014 (Konzeptbilder → Skizze-zu-CAD).
• Nachgelagert: SCI-023 (CAM-/NC-Programmierung), PRED-032 (Should-Cost aus CAD), SCI-005 (Simulationsaufbau und Vernetzung).
• Wiederverwendung: KNOW-020 (vorhandene ähnliche Teile finden, bevor neue erzeugt werden); DOC-013 für die umgekehrte Richtung (Zeichnungen in Daten einlesen).

Aufwand, Kosten & Kennzahlen

• Weg A: Tage bis Wochen; Lizenzen für Add-ons oder KI-Abonnements pro Nutzer.
• Weg B: 2–4 Monate für einen unternehmensspezifischen Generator mit Sandbox, Prüfern und CAD-Anbindung.
• Weg C: 3–6 Monate; GPU-Server, Betrieb und Pflege der Testumgebung.
• Weg D: Monate plus Datenkuratierung.
• Kennzahlen: Zeit bis zum ersten gültigen Modell, Anteil der KI-erzeugten Features, die unverändert übernommen werden, geometrische/ maßliche Fehlerquote gegenüber der Spezifikation, Zeitaufwand für die Zeichnungserstellung, Nacharbeitsquote nach der Zeichnungsprüfung, Wiederverwendungsquote von Teilen.

Menschen & Veränderung

Beginnen Sie mit der Geschäftsleitung und der Leitung von Konstruktion/Entwicklung, die Ziele setzen und entscheiden, wie weit die Zeichnungsautomatisierung gehen darf. Beziehen Sie die Konstrukteure von Anfang an ein: Sie prüfen die Geometrie, genehmigen Toleranzen und geben im PLM frei, und sie kennen die ungeschriebenen Konstruktionsregeln. IT und IT-Sicherheit decken Lizenzen, Datenhaltung, Sandboxing und Anbieterbedingungen zum Training mit Prompts und Geometrie ab (GUIDE-010, GUIDE-013). Recht/Compliance prüft Kundenvertraulichkeit und geistiges Eigentum.

Betriebsrat: abhängig vom Einzelfall. Copiloten im CAD protokollieren in der Regel Prompts und Nutzung, und das BAG hält die objektive Eignung zur Überwachung für die Mitbestimmung nach §87 Abs. 1 Nr. 6 BetrVG für ausreichend. Die Einführung ändert zudem Arbeitsprozesse, informieren Sie den Betriebsrat daher nach §90 Abs. 1 Nr. 3 und vereinbaren Sie Grenzen der Protokollierung in einer kurzen Betriebsvereinbarung (GUIDE-004). Personenbezogene Daten beschränken sich auf Nutzerprotokolle; der Datenschutzbeauftragte sollte die Telemetrie des Anbieters und den AVV prüfen (GUIDE-005).

KI-Kompetenz: Schulen Sie Konstrukteure im Prompten, im Prüfen erzeugter Geometrie und darin, warum Toleranzen und GD&T stets eine menschliche Freigabe brauchen (GUIDE-006). Wählen Sie ein Pilotteam mit einer Produktfamilie und messen Sie die Modellier- und Zeichnungszeit. Typische Sorge: Verlust von Fähigkeiten oder von konstruktiver Kreativität. Begegnen Sie ihr, indem Sie den Copiloten als Zeichenhilfe positionieren, die Prüfung verpflichtend halten und in regelmäßigen Rückblicken Rückmeldungen sammeln (GUIDE-008, GUIDE-009).

Risiken, Regulierung & Compliance

• KI-Verordnung (AI Act): minimales Risiko — Konstruktionswerkzeuge sind keine Anwendung nach Anhang III; die KI-Kompetenz (Art. 4) gilt. Ist die CAD-Ausgabe Teil einer Sicherheitskomponente in einem regulierten Produkt, gilt das Produktrecht (Maschinenverordnung (EU) 2023/1230, Medizinprodukte usw.) für das Produkt, nicht für das Werkzeug; die Prüfpflicht des Ingenieurs bleibt unverändert. Eine nach Art. 5 verbotene Praxis liegt nicht vor.
• DSGVO: normalerweise keine personenbezogenen Daten; Nutzer-Prompts und Autoren-Metadaten können personenbezogene Daten von Beschäftigten sein.
• Geistiges Eigentum und Betriebsgeheimnisse: CAD-Geometrie ist das wertvollste geistige Eigentum; prüfen Sie die Nutzung von Trainingsdaten durch den Anbieter, das Hosting in der EU und die Relevanz für die Exportkontrolle (Zeichnungen mit doppeltem Verwendungszweck). Cloud-APIs brauchen vertraglichen Schutz.
• Haftung und Qualität: KI-erzeugte Geometrie oder Toleranzen müssen die normale Konstruktionsprüfung, die FMEA (SCI-025) und den Freigabe-Workflow durchlaufen; protokollieren Sie, welche Features KI-erzeugt wurden, für die Rückverfolgbarkeit.
• Lizenzierung: Die Lizenzen der Trainingsdaten öffentlicher CAD-Datensätze unterscheiden sich; prüfen Sie diese vor einem kommerziellen Feintuning.

Erste Schritte

1. Wählen Sie 20 repräsentative Bauteile (von einfachen Winkeln bis zu mittleren Gehäusen) und 10 Zeichnungen als Benchmark.
2. Probieren Sie zuerst den Copiloten in Ihrem vorhandenen CAD-Werkzeug des Herstellers aus; halten Sie fest, was übernommen und was korrigiert wurde.
3. Erstellen Sie einen Prototyp für Text-zu-CadQuery mit Sandbox und einer Schleife aus Rendern und Kritik an Ihrem Benchmark.
4. Bilden Sie Zeichnungsnormen (Ansichtsregeln, Schriftfeld, Toleranz-Standardwerte) als Vorlagen ab, bevor Sie KI ergänzen.
5. Legen Sie Prüfstufen im PLM fest: KI-erzeugte Features werden gekennzeichnet, die Freigabe durch den Ingenieur ist erforderlich.

Quellen

1. Zoo (KittyCAD) — Text-to-CAD documentation — https://zoo.dev/docs
2. Autodesk — Fusion product information — https://www.autodesk.com/products/fusion-360/overview
3. Siemens — NX product page — https://plm.sw.siemens.com/en-US/nx/
4. Khan et al. — Text2CAD (NeurIPS 2024) — https://arxiv.org/abs/2409.17106
5. Doris et al. — CAD-Coder — https://arxiv.org/abs/2505.19713
6. CadQuery project — https://github.com/CadQuery/cadquery
7. build123d — https://github.com/gumyr/build123d
8. Regulation (EU) 2024/1689 (AI Act) — https://eur-lex.europa.eu/eli/reg/2024/1689/oj
9. Regulation (EU) 2023/1230 (Machinery) — https://eur-lex.europa.eu/eli/reg/2023/1230/oj