Das CAD-Modell ist die Datenbasis: Warum die Modellqualität jeden Folgeprozess bestimmt

Ein Modell kann geometrisch einwandfrei sein und trotzdem Fehler in Einkauf, Fertigung und Kalkulation verursachen. Warum Modellqualität vor allem Datenqualität ist – und wie Sie sie sichern, bevor die Folgeprozesse starten.

Die Konstruktion gibt ein Modell frei. Es ist sauber aufgebaut, die Geometrie stimmt, die Kollisionsprüfung ist ohne Befund. Der Einkauf fragt Angebote an, die Arbeitsvorbereitung plant die Fertigung, der Werkzeugbau beginnt mit der Auslegung. Wenige Tage später kommen die ersten Rückfragen: Ein Maß fehlt in der Zeichnung. Ein Normteil ist in zwei Baugruppen unterschiedlich benannt und taucht deshalb doppelt in der Stückliste auf. Die Materialangabe im Modell passt zu keinem Materialstamm im ERP.

Dann beginnt die Klärung. E-Mails und Telefonate laufen zwischen Konstruktion, Einkauf und Produktion hin und her. Angebote werden neu eingeholt, Termine verschieben sich, die Kalkulation wird nachgezogen. Niemand hat dabei schlecht gearbeitet. Und trotzdem kostet der Vorgang Zeit, Geld und Nerven.

In der Praxis zeigt sich häufig dasselbe Muster: Das Problem entsteht nicht im Einkauf und nicht in der Fertigung, sondern früher – im Modell. Genauer gesagt in den Daten, die das Modell mitbringt oder eben nicht mitbringt.

Ein Modell, viele Abnehmer

Vor zwanzig Jahren war ein CAD-Modell vor allem die Grundlage für die Zeichnung. Heute ist es die zentrale Datenquelle für eine ganze Kette von Prozessen. Aus demselben Modell entstehen:

• Stückliste und ERP-Daten: Positionen, Mengen, Benennungen, Sachnummern, Material und Halbzeug werden direkt oder über das PDM-System an das ERP übergeben.
• Fertigungszeichnung: Maße, Toleranzen, Oberflächenangaben und Hinweise werden aus dem Modell abgeleitet oder direkt im Modell hinterlegt.
• Werkzeugauslegung: Bei Guss- und Spritzgussteilen arbeiten Werkzeugbau und Lieferanten direkt mit der 3D-Geometrie – inklusive Entformungsschrägen, Wandstärken und Trennebenen.
• Kalkulation: Gewicht, Volumen, Material, Bearbeitungsumfang und Kaufteilanteil bilden die Basis für Herstellkosten und Angebotspreise.
• Toleranzbetrachtung und Prüfplanung: Funktionsmaße, Bezugssysteme und Toleranzen bestimmen, was in der Qualitätssicherung wie geprüft wird.

Jeder dieser Abnehmer verlässt sich darauf, dass die Daten im Modell vollständig und richtig sind. Das Modell ist damit nicht mehr nur ein Konstruktionsergebnis, sondern ein Datenprodukt mit mehreren internen Kunden.

Geometrisch korrekt ist nicht gleich datentechnisch korrekt

Die Qualität eines CAD-Modells wird in vielen Unternehmen vor allem geometrisch beurteilt: Passt die Form? Stimmen die Hauptmaße? Gibt es Kollisionen? Das ist notwendig, aber nicht ausreichend. Für die Folgeprozesse zählen andere Fragen:

• Sind die Attribute vollständig? Material, Halbzeug, Oberfläche, Wärmebehandlung, Gewicht, Sachnummer, Revisionsstand.
• Sind Benennungen einheitlich? „Zylinderschraube M6x20“, „ZYL-SCHR M6 x 20“ und „Schraube ISO 4762 M6x20“ meinen dasselbe Teil – für das ERP sind es drei verschiedene.
• Sind Referenzen konsistent? Verweisen Baugruppen auf den aktuellen Stand der Einzelteile? Sind Normteile aus der freigegebenen Bibliothek eingesetzt oder lokal nachmodelliert?
• Passen die Werte zu den Stammdaten? Existiert der angegebene Werkstoff im ERP? Stimmt die Einheit? Ist das Kaufteil dort überhaupt angelegt?
• Sind Fertigungsinformationen im Modell hinterlegt? Toleranzen, Passungen, Oberflächen und Bezüge – oder stehen sie nur in der Zeichnung, die beim nächsten Änderungsstand nicht nachgezogen wird?

Typische Fehlerbilder, die erst spät auffallen, sind deshalb selten spektakulär: ein leeres Materialfeld, ein doppelt modelliertes Bauteil, ein Kaufteil ohne Herstellerangabe, eine Bohrung ohne Toleranz, ein Gewicht, das auf der Standarddichte des CAD-Systems beruht, weil kein Werkstoff zugewiesen wurde. Im Modell sieht man das nicht. In der Stückliste, der Kalkulation oder an der Maschine schon.

Warum Fehler mit jeder Stufe teurer werden

Die Grafik zu diesem Beitrag zeigt einen Zusammenhang, den jeder kennt, der Verantwortung in Entwicklung oder Produktion getragen hat: Ein Fehler, der im Modell entsteht, wird mit jeder Prozessstufe teurer. Als Faustregel gilt die sogenannte Zehnerregel der Fehlerkosten – mit jeder Stufe, die ein Fehler unentdeckt durchläuft, steigen die Kosten seiner Beseitigung etwa um eine Größenordnung. Die genauen Faktoren variieren, die Richtung ist eindeutig:

1. In der Konstruktion ist ein fehlendes Attribut eine Sache von Minuten.
2. In der Stückliste und im ERP führt es zu Rückfragen, manueller Nachpflege und im ungünstigen Fall zu falschen Bestellungen.
3. In der Kalkulation wird es zur Abweichung – mit Folgen für Angebotspreise und Deckungsbeiträge.
4. In der Fertigung und im Werkzeugbau wird es zu Nacharbeit, Ausschuss oder einer Änderung am bereits gefertigten Werkzeug.

Hinzu kommen die versteckten Kosten: verschobene Termine, gebundene Kapazität in Konstruktion und Arbeitsvorbereitung und ein schleichender Vertrauensverlust in die Daten. Wenn der Einkauf jede Stückliste vorsichtshalber noch einmal von Hand prüft, ist das ein deutliches Signal. Schlechte Daten erzeugen schlechte Entscheidungen – und zusätzlichen Aufwand an Stellen, an denen er nicht sichtbar budgetiert ist.

Die Ursache liegt im System, nicht bei den Konstrukteuren

Es wäre zu einfach, die Verantwortung bei der Konstruktion abzuladen. Konstrukteure arbeiten unter Termindruck, und ihre Kernaufgabe ist eine funktionierende, fertigbare Lösung. Die Anforderungen der Folgeprozesse an die Daten sind dagegen oft nirgends verbindlich beschrieben. Welche Attribute braucht der Einkauf wirklich? Welche Benennungskonvention erwartet das ERP? Welche Angaben braucht der Werkzeugbau im Modell und welche in der Zeichnung?

Ohne diese Klarheit entstehen Lücken zwangsläufig. Jede Abteilung hat ihre eigene Vorstellung davon, was „vollständig“ heißt. Die Freigabe prüft die Geometrie, aber nicht die Daten. Und Korrekturen werden häufig dort vorgenommen, wo der Fehler auffällt – im ERP, in der Stückliste, in der Kalkulation – statt an der Quelle. Beim nächsten Änderungsstand ist der Fehler wieder da.

Das Problem ist also in erster Linie ein Prozess- und Schnittstellenthema. Genau deshalb lässt es sich auch systematisch lösen.

Modellqualität als Datenqualität definieren: vier Schritte

Unser Ansatz bei proaquila folgt einem einfachen Grundsatz: erst Prozessverständnis, dann Automatisierung. In der Praxis hat sich ein Vorgehen in vier Schritten bewährt.

1. Anforderungen der Folgeprozesse erheben

Gemeinsam mit Konstruktion, Einkauf, Arbeitsvorbereitung, Qualität und Kalkulation klären wir, welche Informationen jeder Folgeprozess aus dem Modell benötigt – und in welcher Form. Das Ergebnis ist eine abgestimmte Liste von Pflichtmerkmalen je Teileart: Eigenfertigungsteil, Kaufteil, Normteil, Guss- oder Spritzgussteil, Baugruppe.

2. Ein verbindliches Regelwerk formulieren

Aus den Anforderungen entstehen prüfbare Regeln: Pflichtattribute, zulässige Wertelisten, Namenskonventionen, Vorgaben für Normteilbibliotheken und Referenzen. Wichtig ist, dass die Regeln mit den Stammdaten im ERP abgeglichen sind. Ein Werkstoff, den das Modell zulässt, muss auch im Materialstamm existieren.

3. Modelle systematisch prüfen – regelbasiert und KI-gestützt

Klar definierte Regeln lassen sich automatisiert prüfen, etwa über die Attributexporte aus CAD oder PDM. Dort, wo feste Regeln an Grenzen stoßen, ergänzt KI die Prüfung sinnvoll (mehr dazu im nächsten Abschnitt). Das Ergebnis ist ein nachvollziehbarer Prüfbericht je Modell oder Baugruppe mit konkreten Befunden und Korrekturvorschlägen.

4. Die Prüfung in die Freigabe einbinden und Wirkung messen

Die Prüfung wird Teil des Freigabeprozesses – vor der Übergabe an ERP und Folgeprozesse, nicht danach. Die Fachleute in der Konstruktion entscheiden, was geändert wird. Rückmeldungen aus Einkauf und Fertigung fließen in das Regelwerk zurück, damit es mit den Anforderungen wächst.

Wo KI sinnvoll unterstützt – und wo nicht

KI ist kein Selbstzweck. Viele Prüfungen lassen sich mit klaren Regeln und einfachen Skripten abbilden, und das ist auch richtig so. Ihren Mehrwert zeigt KI dort, wo Regeln zu starr sind oder wo Informationen aus unterschiedlichen Quellen zusammengeführt werden müssen:

• Uneinheitliche Benennungen erkennen: KI kann Bezeichnungen semantisch vergleichen und erkennt, dass „ZYL-SCHR M6 x 20“ und „Zylinderschraube ISO 4762 M6x20“ dasselbe Teil beschreiben – auch wenn keine Regel diese Schreibweise vorhergesehen hat.
• Dubletten und ähnliche Teile finden: Anhand von Attributen, Benennungen und Kennwerten lassen sich mehrfach angelegte oder nahezu identische Teile aufspüren. Das senkt die Teilevielfalt und den Pflegeaufwand im ERP.
• Plausibilität prüfen: Passt das angegebene Material zur Teileart und zum Herstellverfahren? Ist ein Gewicht für die Abmessungen realistisch? Fehlen bei einer Passbohrung Toleranzangaben?
• Modell, Zeichnung und Stammdaten abgleichen: KI kann Angaben aus Zeichnungsableitung, Modellattributen und ERP-Materialstamm gegenüberstellen und Widersprüche sichtbar machen.
• Befunde verständlich aufbereiten: Statt einer langen Fehlerliste entsteht ein priorisierter Bericht, der erklärt, welcher Befund welchen Folgeprozess betrifft.

Ebenso klar sind die Grenzen. KI ersetzt keine Konstruktionsverantwortung, keine Toleranzrechnung und keine Freigabe. Sie macht Vorschläge, die Fachleute entscheiden. Dieses Vier-Augen-Prinzip zwischen Mensch und KI ist kein Zugeständnis, sondern die Voraussetzung dafür, dass die Ergebnisse im Alltag akzeptiert werden.

Ein Punkt verdient besondere Aufmerksamkeit: Datenschutz und Datensicherheit. CAD-Modelle enthalten das Kern-Know-how eines Unternehmens. Deshalb gehört von Beginn an zur Lösung, wo die Daten verarbeitet werden, wer Zugriff hat und dass Konstruktionsdaten nicht zum Training externer Modelle verwendet werden. Häufig reicht es zudem, nicht die Geometrie, sondern nur Attribute und Metadaten zu prüfen – das reduziert die Menge sensibler Daten erheblich.

Was sich messen lässt

Der Nutzen einer systematischen Modellprüfung muss im Prozess sichtbar werden. Geeignete Kennzahlen sind zum Beispiel:

• Anzahl der Rückfragen aus Einkauf und Arbeitsvorbereitung je freigegebenem Modell
• Anzahl der Stücklistenkorrekturen nach der Übergabe ins ERP
• Änderungen nach Freigabe, die auf fehlende oder falsche Daten zurückgehen
• Abweichungen zwischen Vor- und Nachkalkulation, soweit sie auf Modelldaten zurückzuführen sind
• Durchlaufzeit von der Konstruktionsfreigabe bis zur Bestellung oder zum Fertigungsauftrag

Wer diese Werte vor dem Start einmal erhebt, kann die Wirkung nach einigen Wochen belastbar bewerten – und auf dieser Basis entscheiden, ob und wie die Prüfung ausgeweitet wird.

Fünf Fragen zur Standortbestimmung

Ob Modellqualität in Ihrem Unternehmen ein relevanter Hebel ist, lässt sich mit wenigen Fragen einschätzen:

1. Gibt es eine schriftlich abgestimmte Liste, welche Attribute ein Modell vor der Freigabe enthalten muss?
2. Prüft Ihre Freigabe neben der Geometrie auch die Daten im Modell?
3. Wie oft korrigiert der Einkauf oder die Arbeitsvorbereitung Stücklisten nach der Übergabe ins ERP?
4. Werden Korrekturen an der Quelle – im Modell – vorgenommen oder nur im Folgesystem?
5. Wissen Sie, wie viele Normteile und Kaufteile in Ihrem System mehrfach angelegt sind?

Wenn Sie bei zwei oder mehr Fragen zögern, liegt hier sehr wahrscheinlich messbares Potenzial.

Ein pragmatischer Einstieg

Ein sinnvoller erster Schritt ist kein Großprojekt, sondern ein klar begrenzter Pilot: eine Produktfamilie oder eine aktuelle Entwicklung, einige Dutzend Modelle und Baugruppen, ein gemeinsam abgestimmtes Regelwerk. Wir prüfen die Modelle gegen diese Regeln, gleichen sie mit den ERP-Stammdaten ab und werten die Befunde gemeinsam mit Konstruktion und Folgeprozessen aus.

Nach wenigen Wochen liegt ein konkretes Bild vor: Welche Fehlerarten treten wie häufig auf? Welche Folgeprozesse sind am stärksten betroffen? Welche Regeln lassen sich automatisiert prüfen, wo hilft KI, und wie fügt sich die Prüfung in den bestehenden Freigabeprozess ein? Aus der Analyse wird ein konkreter Pilot. Aus dem Pilot wird eine skalierbare Lösung.

Das Ziel ist nicht mehr Kontrolle, sondern Entlastung: weniger Rückfragen, kürzere Durchlaufzeiten, verlässlichere Kalkulationen – und eine Konstruktion, die sich darauf verlassen kann, dass ihre Arbeit in den Folgeprozessen so ankommt, wie sie gemeint war.

Welche Fehler im CAD-Modell fallen bei Ihnen erst in Einkauf oder Fertigung auf? Lassen Sie uns gemeinsam prüfen, wo in Ihrem Konstruktions- und Freigabeprozess der größte Hebel liegt. Ein guter Startpunkt ist unser kostenloser KI-Reifegrad-Schnelltest oder ein kompaktes KI-Reifegrad-Audit vor Ort – sprechen Sie uns an.