Software · Maschinenbau · Instandhaltung
DiGiTAL TWiN SEARCH ist in einer grundlegend neuen Version live. Unsere browserbasierte Software erkennt unbekannte Bauteile auf einem Foto und gleicht sie mit den STEP- und IGES-Daten Ihres Unternehmens ab. Das Ziel ist so praktisch wie 2019: Suchzeiten in Instandhaltung, Fertigung und Lager deutlich zu verkürzen. Neu ist der Weg dorthin.
Sie 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 unseren 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. Wir haben dafür ein eigenes Verfahren entwickelt, weil die üblichen Ansätze 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.
Unser 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. Wir mussten deshalb Formanalyse, Vermessung und den Vergleich mit den CAD-Daten des Kunden in einem eigenen Verfahren zusammenführen.
Von der Sonderlösung zum neu aufgebauten Produkt
Unsere 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 setzten wir zusätzlich eine Box mit indirekter Beleuchtung ein, 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 haben wir in der neuen Version aufgelöst.
Über die erste betriebliche Lösung haben wir am 11. Dezember 2019 berichtet, im Februar 2020 folgte unsere 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 Ihre 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 legen wir bewusst in den Import der CAD-Daten und nicht in den Moment, in dem jemand in der Werkstatt sucht. Dadurch bleibt die eigentliche Abfrage schnell.
CAD-Dateien aufbereiten
Wir vermessen Ihre STEP- und IGES-Dateien, überführen sie in ein Dreiecksnetz und bereiten sie für die Bildanalyse vor. ZIP-Sammlungen lassen sich gesammelt importieren, Metadaten wie Artikelnummer und Lagerort kommen per CSV hinzu.
Aus 48 Richtungen rendern
Wir rendern jedes Bauteil aus 42 gleichmäßig über eine Kugel verteilten Blickwinkeln und sechs achsparallelen Richtungen.
Werkstattbedingungen simulieren
Zu jeder Ansicht erzeugen wir zwei zusätzliche, fotoähnliche Varianten mit leichter Verkippung, Reflexen und Bildrauschen. So beschreiben insgesamt 144 Vergleichsbilder ein einziges Bauteil.
Formvektoren vergleichen
Das Bildmodell DINOv2-base erzeugt Vektoren mit 768 Dimensionen. Das Werkstattfoto stellen wir frei, setzen es auf weißen Hintergrund und verarbeiten es auf demselben Weg. 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, sortieren wir aus. Ohne Marker bleibt die reine Formsuche verfügbar.
Warum der neue Ansatz im Alltag besser skaliert
Sie müssen Ihre Teile weder bekleben noch im Regal nachpflegen. Wir arbeiten mit den 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
Wir richten uns mit der neuen TwinSearch 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 bei der Berger Gruppe haben wir deshalb Effizienz und Nachhaltigkeit zusammengedacht: Vorhandene Werkstücke werden wieder auffindbar und können weiterverwendet werden.
Einer geschätzten manuellen Suche von rund 15 Minuten stellen wir eine gemessene Antwortzeit von etwa 1,2 Sekunden gegenüber. Dieser Wert beschreibt die technische Suchantwort. Ob der richtige Treffer an erster Stelle steht, hängt weiterhin von Fotoqualität, sichtbarer Geometrie und Vollständigkeit Ihrer CAD-Bibliothek ab.
Was wir bewusst nicht versprechen
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 Ihrer Bibliothek liegt, können wir nicht finden. Unsere Software ergänzt keine unbekannten Bauteile und erfindet keine Artikelnummern.
Datenschutz und Betrieb in Deutschland
Wir betreiben die neue DiGiTAL TWiN SEARCH auf Servern in Frankfurt am Main, die Datenhaltung erfolgt innerhalb der Europäischen Union. Jede Organisation arbeitet in ihrem eigenen Datenbereich und sieht ausschließlich den eigenen Bestand. Ihre STEP-Dateien geben wir nicht an Dritte weiter. Größeren Unternehmen bieten wir zusätzlich den Betrieb im eigenen Rechenzentrum an.
Häufige Fragen zur neuen DiGiTAL TWiN SEARCH
Was ist DiGiTAL TWiN SEARCH?
DiGiTAL TWiN SEARCH ist unsere browserbasierte Bauteilerkennung. Wir vergleichen das Foto eines unbekannten Teils mit Ihrer STEP- oder IGES-Bibliothek. Als Ergebnis erscheinen passende Artikelnummern, Lagerorte und 3D-Modelle.
Müssen Bauteile vorher markiert werden?
Nein. Unsere neue Version sucht ohne Kennzeichnung nach der Form. Ein 50 Millimeter großer ArUco-Marker kann optional neben das Teil gelegt werden, damit wir zusätzlich die realen Abmessungen berücksichtigen.
Welche CAD-Formate werden unterstützt?
Wir unterstützen STEP, IGES und ZIP-Sammlungen bis 200 MB. Artikelnummern, Lagerorte und weitere Metadaten können Sie über eine CSV-Datei ergänzen.
Ist eine App-Installation notwendig?
Nein. Die Suche läuft im Browser auf Smartphone, Tablet und Desktop. Nutzer und Suchvorgänge begrenzen wir in unseren Tarifen nicht.
Wie lässt sich die Bauteilerkennung testen?
Schicken Sie uns bis zu 100 STEP-Dateien aus Ihrem eigenen Bestand. Wir lesen sie ein und stellen Ihnen einen kostenlosen Test mit einer Laufzeit von 30 Tagen bereit.
Ein neuer Anlauf, dieselbe konkrete Frage
Wir beginnen mit der neuen DiGiTAL TWiN SEARCH 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?
Unsere Antwort ist heute wesentlich zugänglicher. Statt jedes Teil vorzubereiten, bereiten wir Ihre vorhandene CAD-Bibliothek einmal systematisch auf. Statt einer spezialisierten Installation genügt ein Browser. Und statt nur Konturen und Messwerte auszuwerten, verbinden wir 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 Ihren Bestand aus. Deshalb können Sie die neue TwinSearch 30 Tage lang mit bis zu 100 eigenen STEP-Dateien testen.
Mehr zum Thema: Aktuelle DiGiTAL TWiN SEARCH, unser Projektbericht zur Berger Gruppe vom 11. Dezember 2019 und unsere Videopräsentation vom 3. Februar 2020.
Weitere Projekte von EXCIT3D
IFC XR Viewer Ein BIM-Modell in der Brille auseinandernehmen und zusammensetzen, Ebene für Ebene Am Rechner ist es Standard. Jeder IFC-Viewer zeigt die komplette Struktur des Modells: Bauteilklassen, Geschosse, Gewerke, Materialien, Eigenschaften. Man klickt sich durch den Baum und blendet…
Weiterlesen →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 →Über EXCIT3D GmbH
Wir entwickeln Anwendungen an der Schnittstelle von 3D-Technologie, Augmented Reality, Virtual Reality und Softwareentwicklung. Für Industrie, Kultur und öffentliche Auftraggeber entstehen bei uns Lösungen von der ersten Idee über 3D-Datenverarbeitung und Benutzeroberfläche bis zum produktiven Betrieb. Unser Sitz ist in Solingen.
