Software · Maschinenbau · Instandhaltung
DiGiTAL TWiN SEARCH ist in einer grundlegend neuen Version live. Die browserbasierte Software von EXCIT3D erkennt unbekannte Bauteile auf einem Foto und gleicht sie mit den STEP- und IGES-Daten des jeweiligen Unternehmens ab. Das Ziel ist so praktisch wie 2019: Suchzeiten in Instandhaltung, Fertigung und Lager deutlich zu verkürzen. Neu ist der Weg dorthin.
Unternehmen laden ihre vorhandene CAD-Bibliothek hoch. Ein Mitarbeiter fotografiert das gesuchte Teil auf der Werkbank und erhält passende Treffer aus dem eigenen Bestand, einschließlich Artikelnummer, Lagerort und dreidimensionalem Modell. Eine App muss dafür nicht installiert werden. Die Anwendung läuft im Browser auf Smartphone, Tablet und Desktop und wird aktuell unter Praxisbedingungen erprobt.
- Erster Ansatz
- 2019
- Ansichten je Teil
- 48
- Vergleichsbilder
- 144
- Suchzeit
- rund 1,2 Sekunden
Die Idee entstand aus einem echten Problem
Der Ausgangspunkt liegt im Jahr 2019. Bei einem Kongress sprach Dr. Andreas Groß von der Berger Gruppe in Wuppertal den EXCIT3D-Geschäftsführer Werner Koch auf ein alltägliches und teures Problem im Maschinenbau an: Bauteile liegen in Fertigung, Wareneingang oder Instandhaltung, lassen sich aber nicht mehr sicher einem Auftrag oder einer Artikelnummer zuordnen.
„Wir verlieren Personenjahre mit Suchen.“ Dr. Andreas Groß, Berger Gruppe, zur Ausgangslage des Projekts
Aus diesem Gespräch entstand die erste DiGiTAL TWiN SEARCH. EXCIT3D entwickelte eine eigene Lösung, weil die üblichen Verfahren zur Bilderkennung für beliebig geformte technische Bauteile nicht ausreichten. Anders als Gesichter oder Pflanzen besitzen Maschinenteile kein gemeinsames Set leicht vergleichbarer Merkmale. Winkel, Bohrungen, Konturen, Verschmutzung, Schatten und wechselnde Beleuchtung machen die Aufgabe deutlich schwieriger.
EXCIT3D-Entwickler Rainer Martin beschrieb damals genau diese technische Grenze: Für den speziellen Anwendungsfall gab es weder am Markt noch in der Wissenschaft eine unmittelbar passende Lösung. Die Entwicklung musste deshalb Formanalyse, Vermessung und den Vergleich mit den CAD-Daten des Kunden in einem eigenen Verfahren zusammenführen.
Von der Sonderlösung zum neu aufgebauten Produkt
Die frühe Version arbeitete mit physischen Markern an den Bauteilen und vermass die Objekte über eine Tablet-Kamera oder eine stationäre Webcam. Bei der Berger Gruppe kam zusätzlich eine Box mit indirekter Beleuchtung zum Einsatz, damit wechselnde Lichtverhältnisse die Erkennung weniger beeinflussten. Das gefundene 3D-Modell konnte samt Produktinformationen angezeigt und auf Wunsch als Augmented-Reality-Objekt neben das reale Bauteil gelegt werden.
Das Verfahren löste den konkreten Anwendungsfall, war jedoch an vorbereitete Teile und definierte Aufnahmebedingungen gebunden. Genau diese Einschränkung nimmt die neue Version in den Blick.
Über die erste betriebliche Lösung berichtete EXCIT3D am 11. Dezember 2019, im Februar 2020 folgte eine Videopräsentation der Bauteilerkennung. Danach ruhte das Thema, bis Bildmodelle und Vektordatenbanken einen zweiten, deutlich breiteren Anlauf möglich machten.
Was die neue TwinSearch anders macht
Der zentrale Unterschied ist schnell erklärt: Früher musste das reale Bauteil für die Erkennung vorbereitet werden. Heute übernimmt die CAD-Bibliothek den größten Teil der Vorarbeit. Der physische Marker ist kein Pflichtetikett mehr. Er wird nur noch optional neben das Teil gelegt, wenn neben der Form auch die tatsächliche Größe in die Suche einfließen soll.
So erkennt die neue Version ein Bauteil
Die rechenintensive Arbeit findet beim Import der CAD-Daten statt, nicht erst in dem Moment, in dem jemand in der Werkstatt sucht. Dadurch kann die eigentliche Abfrage schnell beantwortet werden.
CAD-Dateien aufbereiten
STEP- und IGES-Dateien werden vermessen, in ein Dreiecksnetz überführt und für die weitere Bildanalyse vorbereitet. ZIP-Sammlungen lassen sich gesammelt importieren, Metadaten wie Artikelnummer und Lagerort kommen per CSV hinzu.
Aus 48 Richtungen rendern
Jedes Bauteil wird aus 42 gleichmäßig über eine Kugel verteilten Blickwinkeln und sechs achsparallelen Richtungen gerendert.
Werkstattbedingungen simulieren
Zu jeder Ansicht entstehen zwei zusätzliche, fotoähnliche Varianten mit leichter Verkippung, Reflexen und Bildrauschen. So wird jedes Bauteil durch insgesamt 144 Vergleichsbilder beschrieben.
Formvektoren vergleichen
Das Bildmodell DINOv2-base erzeugt Vektoren mit 768 Dimensionen. Das Werkstattfoto wird freigestellt, auf weißen Hintergrund gesetzt und auf demselben Weg verarbeitet. PostgreSQL mit pgvector sucht anschließend per Cosinus-Ähnlichkeit nach den nächsten Treffern.
Größe optional einbeziehen
Ein ArUco-Marker mit 50 Millimetern Kantenlänge neben dem Teil liefert einen Maßstab. Kandidaten, deren Abmessungen um mehr als zwölf Prozent abweichen, werden aussortiert. Ohne Marker bleibt die reine Formsuche verfügbar.
Warum der neue Ansatz im Alltag besser skaliert
Die Teile müssen weder beklebt noch im Regal nachgepflegt werden. Verwendet werden die CAD-Daten, die in Konstruktion und Dokumentation ohnehin vorhanden sind. Damit lässt sich auch ein Teil suchen, das erstmals an einem ungeplanten Ort auftaucht.
Gleichzeitig sinkt die technische Einstiegshürde: Browser öffnen, Foto aufnehmen, Treffer prüfen. Es gibt keine App-Verteilung und keine Begrenzung nach Arbeitsplätzen. So kann die Suche von der Instandhaltung bis zur Frühschicht genutzt werden.
- Bildmodell
- DINOv2-base
- Vektoren
- 768 Dimensionen
- Datenbank
- PostgreSQL + pgvector
- Index
- HNSW
- Server
- Frankfurt am Main
Nutzen für Instandhaltung und Fertigung
Die neue TwinSearch richtet sich an Unternehmen, die viele ähnliche Bauteile verwalten und deren Zuordnung im Alltag nicht immer eindeutig ist. Typische Situationen entstehen bei Wartungsarbeiten, im Wareneingang, in Ersatzteillagern oder bei Restbeständen aus abgeschlossenen Projekten.
Der Nutzen besteht nicht nur aus einer kürzeren Suche. Wird ein vorhandenes Teil nicht erkannt, kann daraus eine Fehlbestellung, eine unnötige Nachfertigung oder sogar Verschrottung entstehen. Schon die erste Lösung bei der Berger Gruppe zeigte deshalb eine Verbindung von Effizienz und Nachhaltigkeit: Vorhandene Werkstücke werden wieder auffindbar und können weiterverwendet werden.
Auf der aktuellen Produktseite stellt EXCIT3D einer geschätzten manuellen Suche von rund 15 Minuten eine gemessene Antwortzeit von etwa 1,2 Sekunden gegenüber. Der Wert beschreibt die technische Suchantwort. Ob der richtige Treffer an erster Stelle steht, hängt weiterhin von Fotoqualität, sichtbarer Geometrie und Vollständigkeit der CAD-Bibliothek ab.
Was die Suche bewusst nicht verspricht
Eine Kamera kann nur sichtbare Merkmale vergleichen. Zwei Teile, die sich ausschließlich in einer Bohrungstiefe oder Innenkontur unterscheiden, können deshalb gemeinsam in der Trefferliste erscheinen. Stark spiegelnde Oberflächen, Gegenlicht und ein unruhiger Hintergrund erschweren außerdem das Freistellen.
Und es gilt eine klare Grenze: Was nicht als STEP- oder IGES-Datei in der eigenen Bibliothek liegt, kann nicht gefunden werden. Die Software ergänzt keine unbekannten Bauteile und erfindet keine Artikelnummern.
Datenschutz und Betrieb in Deutschland
Die neue DiGiTAL TWiN SEARCH wird auf Servern in Frankfurt am Main betrieben, die Datenhaltung erfolgt innerhalb der Europäischen Union. Jede Organisation arbeitet in ihrem eigenen Datenbereich und sieht ausschließlich den eigenen Bestand. STEP-Dateien werden nicht an Dritte weitergegeben. Für größere Unternehmen ist laut Produktangebot auch ein Betrieb im eigenen Rechenzentrum möglich.
Häufige Fragen zur neuen DiGiTAL TWiN SEARCH
Was ist DiGiTAL TWiN SEARCH?
DiGiTAL TWiN SEARCH ist eine browserbasierte Bauteilerkennung von EXCIT3D. Ein Foto eines unbekannten Teils wird mit der eigenen STEP- oder IGES-Bibliothek verglichen. Als Ergebnis erscheinen passende Artikelnummern, Lagerorte und 3D-Modelle.
Müssen Bauteile vorher markiert werden?
Nein. Die neue Version sucht ohne Kennzeichnung nach der Form. Ein 50 Millimeter großer ArUco-Marker kann optional neben das Teil gelegt werden, damit zusätzlich die realen Abmessungen berücksichtigt werden.
Welche CAD-Formate werden unterstützt?
Unterstützt werden STEP, IGES und ZIP-Sammlungen bis 200 MB. Artikelnummern, Lagerorte und weitere Metadaten können über eine CSV-Datei ergänzt werden.
Ist eine App-Installation notwendig?
Nein. Die Suche läuft im Browser auf Smartphone, Tablet und Desktop. Nutzer und Suchvorgänge werden in den angebotenen Tarifen nicht begrenzt.
Wie lässt sich die Bauteilerkennung testen?
Unternehmen können EXCIT3D bis zu 100 STEP-Dateien aus dem eigenen Bestand schicken. Diese werden für einen kostenlosen Test mit einer Laufzeit von 30 Tagen eingelesen.
Ein neuer Anlauf, dieselbe konkrete Frage
Die neue DiGiTAL TWiN SEARCH beginnt nicht bei einer abstrakten Technologiedemonstration, sondern bei derselben Frage, die Dr. Andreas Groß 2019 formulierte: Wie findet ein Mitarbeiter ein Bauteil wieder, dessen Nummer niemand zur Hand hat?
Die Antwort ist heute wesentlich zugänglicher. Statt jedes Teil vorzubereiten, wird die vorhandene CAD-Bibliothek einmal systematisch aufbereitet. Statt einer spezialisierten Installation genügt ein Browser. Und statt nur Konturen und Messwerte auszuwerten, verbindet die neue Version gerenderte CAD-Ansichten, fotoähnliche Varianten, visuelle Formvektoren und bei Bedarf eine Größenprüfung. Die Idee von 2019 bleibt erhalten. Der technische Weg ist neu.
Mit eigenen Bauteilen erproben
Eine Vorführung mit fremden Teilen sagt wenig über den eigenen Bestand aus. Deshalb kann die neue TwinSearch 30 Tage lang mit bis zu 100 eigenen STEP-Dateien getestet werden.
Weiterführende Quellen: Aktuelle DiGiTAL TWiN SEARCH, Projektbericht zur Berger Gruppe vom 11. Dezember 2019 und Videopräsentation vom 3. Februar 2020.
Weitere Projekte von EXCIT3D
Software · Maschinenbau · Instandhaltung Live und in Erprobung Welches Teil ist das? Ein Foto genügt, um im eigenen CAD-Bestand nach Artikelnummer, Lagerort und 3D-Modell zu suchen. Neue Version 2026 · EXCIT3D GmbH, Solingen DiGiTAL TWiN SEARCH ist in einer…
Weiterlesen →Leerstände, sinkende Besucherfrequenz und die Konkurrenz durch den Online-Handel: Viele deutsche Innenstädte sowie Shopping-Center kämpfen um ihre Zukunft. Mit ARcadia bringt EXCIT3D eine gamifizierte WebAR-Schatzsuche direkt in den öffentlichen Raum. Passanten scannen einfach einen QR-Code, sammeln per Augmented Reality dreidimensionale…
Weiterlesen →EXCIT3D entwickelt digitale Museums-App für das Obere Glantal Am 31. Mai 2026 feiert die neue Augmented-Reality-App für sechs Museen im Landkreis Kusel ihren offiziellen Start: Beim Digitalen Museumstag im Oberen Glantal wird die Anwendung erstmals der Öffentlichkeit vorgestellt. Entwickelt wurde…
Weiterlesen →Über EXCIT3D GmbH
EXCIT3D entwickelt Anwendungen an der Schnittstelle von 3D-Technologie, Augmented Reality, Virtual Reality und Softwareentwicklung. Für Industrie, Kultur und öffentliche Auftraggeber entstehen Lösungen von der ersten Idee über 3D-Datenverarbeitung und Benutzeroberfläche bis zum produktiven Betrieb. Das Unternehmen hat seinen Sitz in Solingen.
