Zeichnungsarchiv mit KI digitalisieren: Schriftfeld, Revisionen und ähnliche Zeichnungen

Was die Digitalisierung eines Zeichnungsarchivs mit KI umfasst

Ein Papierzeichnungsarchiv mit KI zu digitalisieren heißt: jedes Blatt scannen und ein Vision-Language-Modell Schriftfeld und Stückliste in Felder wie Zeichnungsnummer, Revision, Benennung und Werkstoff auslesen lassen; Software bildet daraus die Revisionsketten, verknüpft jedes Blatt mit seiner ERP-Artikelnummer und macht das Archiv per Text und über die Ähnlichkeit der Zeichnung durchsuchbar. Nach unserer Schätzung liest ein Server mit vier NVIDIA L40S die Schriftfelder eines Archivs von 60.000 Blättern in etwa einem Arbeitstag, und die Zeichnungen mit Ihrem Konstruktionswissen bleiben auf diesem Server.

Dieser Leitfaden richtet sich an Inhaber, Geschäftsführer und die Leitung von Konstruktion oder Dokumentenlenkung bei einem Hersteller mit Jahrzehnten an Zeichnungen in Planschränken, Ordnern oder auf Mikrofilm. Er erklärt jeden Schritt in einfachen Worten und fasst die Hardware in einem Abschnitt zusammen. Unser Artikel zur KI-Kalkulation aus Kundenzeichnungen behandelt neu eingehende Zeichnungen; dieser behandelt das Archiv, das Sie bereits haben. Unser Leitfaden zu einem KI-Server für Archive und Bibliotheken behandelt historische Handschriften in öffentlichen Archiven, eine andere Aufgabe.

Die Gründe sind bekannt. Ein Servicetechniker braucht die Zeichnung eines Ersatzteils für eine Maschine von 1994. Ein Konstrukteur will wissen, ob es einen ähnlichen Halter schon gibt, bevor er einen neuen zeichnet. Ein Auditor fragt nach der Revision, die galt, als eine Charge gefertigt wurde. In einem Papierarchiv ist jede dieser Fragen eine Suche von Hand, und sie hängt an den Menschen, die wissen, wo was liegt.

Zeichnungsarchiv scannen: Bestand, Formate, Auflösung

Ein typisches Archiv mischt Formate von A4 bis A0, Originale und Lichtpausen, Stempel, handschriftliche Änderungen und Notizen aus der Werkstatt. Für die Erschließung zählt vor allem das Schriftfeld, der Kasten, der meist rechts unten auf dem Blatt sitzt. ISO 7200, zuletzt 2025 bestätigt, legt die Datenfelder in Schriftfeldern und Dokumentköpfen technischer Produktdokumentation fest, mit ihren Namen, Inhalten und Längen. Ältere Zeichnungen in Ihrem Archiv folgen dem, was Ihr Konstruktionsbüro damals verwendet hat; die erste Aufgabe ist deshalb, die Felder aufzulisten, die Ihre Schriftfelder über die Jahrzehnte tragen.

Blattformate nach EN ISO 5457, wie bei Roymech aufgeführt, gelesen am 25. Oktober 2026; Pixel und Dateigrößen nach unserer Rechnung für 8-Bit-Graustufen ohne Kompression. Schwarz-Weiß-Scans (1 Bit) belegen vor der Kompression ein Achtel davon.

Die Scanauflösung ist die erste Entscheidung. Dieser Artikel plant mit 300 dpi (Punkte je Zoll); blasse Bleistiftoriginale und sehr kleine Zahlen können mehr brauchen, was einige Testscans zeigen. Ob Sie selbst auf einem Großformatscanner scannen oder einen Scandienstleister beauftragen: Legen Sie Auflösung, Farbmodus und Dateiformat fest, bevor das erste Blatt eingezogen wird, und bewahren Sie die Originalscans unverändert auf; jeder KI-Schritt arbeitet auf Kopien.

Schriftfeld mit KI auslesen: Schriftfelder und Stücklisten

Ein Vision-Language-Modell ist ein KI-Modell, das ein Bild betrachtet und das Gesehene als Text ausgibt. Nach den Feldern eines Schriftfelds gefragt, liefert es sie in einer festen Struktur, die eine Datenbank direkt übernehmen kann: Zeichnungsnummer, Revisionsindex, Benennung, Werkstoff, Maßstab, Datum, gezeichnet, geprüft.

Qwen3.8-27B ist ein offenes Modell, das seine Modellkarte als natives Vision-Language-Modell für Bilder und Videos beschreibt, unter Apache 2.0. Die Modellkarte nennt Ergebnisse für Dokumente wie 91,1 auf OmniDocBench 1.5 und erwähnt technische Zeichnungen nicht; seine Genauigkeit auf Ihren Blättern muss also getestet werden. Sein Bildprozessor bildet ein Bild-Token, eine Eingabeeinheit, je Block von 32 × 32 Pixeln und nimmt höchstens 16.777.216 Pixel je Bild an.

Wegen dieser Grenze sieht das Modell nie ein ganzes großes Blatt. Ein A0-Scan mit 300 dpi müsste nach unserer Rechnung auf etwa 104 dpi verkleinert werden, und kleine Schrift würde unlesbar. Die Strecke schneidet deshalb die benötigten Bereiche in voller Auflösung aus: Schriftfeld, Stückliste und Änderungstabelle, später jede Ansicht für die Ähnlichkeitssuche. Ein Schriftfeld von 190 × 70 mm, unsere Beispielgröße, wird mit 300 dpi zu 2.244 × 827 Pixeln und etwa 1.800 Bild-Tokens. Das Schriftfeld auf dem Blatt zu finden ist ein einfacher Schritt, weil es auf den meisten Blättern eines Konstruktionsbüros an derselben Stelle sitzt.

Handschrift und schlechte Kopien. ki-syndikat.de, ein deutscher Katalog von KI-Anwendungsfällen für kleine und mittlere Unternehmen, schreibt in seinem Bereich Kunststoff, dass gedruckte und sauber gescannte Dokumente OCR-Genauigkeiten „von 95 Prozent und mehr“ erreichen und handschriftliche Produktionskarten aus den 1990er- und 2000er-Jahren auf 60 bis 75 Prozent zurückfallen, wenn Scanqualität und Handschrift ungünstig zusammentreffen. Er ergänzt, dass alles Ausgelesene von einer Fachkraft gegengeprüft werden muss, bevor es als gültige Angabe gilt. Zeichnungen haben dasselbe Problem in ihren Änderungsvermerken und Werkstattnotizen. Planen Sie einen Prüfschritt: Die KI füllt die Felder, ein Mensch bestätigt sie, und jeder Wert behält einen Verweis auf den Ausschnitt, aus dem er stammt.

Ein Test vor dem Projekt. Nehmen Sie 200 Blätter aus verschiedenen Jahrzehnten und Konstruktionsbüros, die schlechtesten Kopien eingeschlossen. Jemand aus der Dokumentenlenkung trägt die richtigen Schriftfeldangaben einmal ein, dann läuft das Modell, und Sie zählen die Fehler je Feld. Das Ergebnis zeigt, welche Felder die KI allein füllen kann und welche jedes Mal einen Menschen brauchen.

Revisionen, Dubletten und die Verknüpfung mit dem ERP

Sobald jedes Blatt seine Felder hat, erledigt gewöhnliche Software den Rest, ohne GPU. Blätter mit derselben Zeichnungsnummer bilden eine Revisionskette, geordnet nach Revisionsindex und Datum; Lücken und zwei Blätter mit derselben Revision werden zu einer Liste, die die Dokumentenlenkung klärt. Exakte Dubletten, etwa ein Original und seine Lichtpause, werden an identischen Feldern erkannt und gemeinsam abgelegt.

Die Verknüpfung mit dem ERP macht das Archiv zu einem Arbeitswerkzeug. Wo die Zeichnungsnummer die Artikelnummer ist oder eine Zuordnungstabelle existiert, wird jedes Blatt an seinen Artikel in den ERP-Stammdaten gehängt, sodass Einkauf oder Service die Zeichnung vom Teil aus öffnen. Wo alte Nummernsysteme von den heutigen abweichen, kommen die Zuordnungsregeln von den Menschen, die die Geschichte kennen, und die KI schlägt Kandidaten vor, die sie bestätigen. Unser Leitfaden zur Auftragserfassung aus E-Mails und PDFs ins ERP beschreibt dasselbe Muster aus KI-Vorschlag und menschlicher Bestätigung für Aufträge.

Wir liefern Server mit Karten der L40S oder der RTX PRO 6000 Server Edition, und unser Service Private AI/ML richtet Lesestrecke und Suche ein; schicken Sie uns zwanzig typische Blätter und die Größe Ihres Archivs, und unser Team antwortet mit einer Konfiguration und einem Testplan.

Ähnliche Zeichnungen mit KI finden: Suche über das Bild

Konstrukteure suchen oft nach „so etwas wie diesem Teil“, ohne eine Nummer zu kennen. Ein Bildmodell kann diese Suche leisten. Es übersetzt jede Ansicht einer Zeichnung in ein Embedding, eine Liste von Zahlen, die das Bild so beschreibt, dass ähnliche Bilder ähnliche Zahlen bekommen, und die Suche vergleicht die Zahlen Ihrer Anfrage mit denen des Archivs.

SigLIP 2 von Google ist eine offene Möglichkeit. Seine Modellkarte, unter Apache 2.0, nennt Zero-Shot-Bildklassifikation und Bild-Text-Suche als Einsatzzwecke; die Version so400m nimmt Bilder mit 384 × 384 Pixeln an und liefert Vektoren mit 1.152 Zahlen, ihre Datei ist 4,54 GB groß. Weil es für die Suche zwischen Bild und Text gemacht ist, findet es Zeichnungen auch über eine getippte Beschreibung wie „Flansch mit sechs Schraubenlöchern“. Jede Ansicht wird dafür auf 384 × 384 verkleinert, was die Form erhält und die Maße verliert; das Ergebnis ist also eine Vorauswahl, die ein Mensch öffnet und prüft. Wie gut es technische Zeichnungen unterscheidet, ist nicht veröffentlicht; testen Sie es an Ansichten aus Ihrem eigenen Archiv.

Der Index ist klein. Bei 1.152 Zahlen zu 4 Byte belegt eine Ansicht 4,6 KB, also 180.000 Ansichten, drei je Blatt bei 60.000 Blättern, nach unserer Rechnung etwa 0,8 GB. Unser Leitfaden zu Vektordatenbanken für RAG vergleicht, wo man sie speichert, und unser Artikel zu ColPali für die visuelle Dokumentensuche behandelt die Suche in textreichen Seiten über das Bild.

Die Hardware: welcher Server, wie schnell, was das Gebäude braucht

Das Auslesen der Schriftfelder ist ein Stapeljob: Der Server arbeitet die Warteschlange der Scans nachts oder am Wochenende ab, und niemand wartet auf eine Antwort. Nach unserer Regel für Nutzer je Karte, 90 Prozent des vom Treiber gemeldeten Speichers abzüglich 3 GiB je Karte, bleiben auf einer L40S mit 48 GB und eingeschaltetem ECC 37,3 GiB nutzbar, wie unser Leitfaden zum Kauf eines L40S-Servers herleitet. Qwen3.8-27B in FP8 belegt davon 28,7 GiB, und ein Schriftfeld mit Prompt und Antwort belegt mit FP8-Cache etwa 0,21 GiB, einschließlich des festen Zustands je Anfrage; eine Karte hält damit nach unserer Schätzung etwa 39 Blätter gleichzeitig.

Für die Geschwindigkeit nehmen wir die nächstliegende veröffentlichte Messung. StorageReview hat Qwen3.8-27B in einer NVFP4-Fassung auf einer L40S mit vLLM 0.27.1 getestet (14. Oktober 2026): Mit 32 gleichzeitigen Anfragen, 8.192 Tokens Eingabe und 1.024 Ausgabe, erzeugte die Karte insgesamt 190 Ausgabe-Tokens pro Sekunde. Ein Schriftfeld braucht etwa 2.100 Tokens Eingabe und nach unserer Annahme 300 Ausgabe; nach unserer Schätzung liest eine Karte damit größenordnungsmäßig 2.300 Schriftfelder pro Stunde. Das FP8-Modell kann auf der L40S schneller oder langsamer laufen; ein Test mit Ihren Blättern ersetzt diese Zahl.

Unsere Schätzungen: Speicher nach unserer Regel für Nutzer je Karte mit einer Kopie von Qwen3.8-27B FP8 je Karte und FP8-Cache; Geschwindigkeit skaliert aus dem L40S-Ergebnis von StorageReview (190 Ausgabe-Tokens pro Sekunde bei 32 Anfragen, 14. Oktober 2026) mit 300 Ausgabe-Tokens je Schriftfeld; Leistung ist Kartenleistung (350 W je L40S, 600 W je RTX PRO 6000 Server Edition) plus zwei Prozessoren plus 15 Prozent, wie auf unseren Seiten zur L40S und zu KI-Servern.

Was das für ein Projekt heißt. Ein Archiv von 60.000 Blättern, unser Beispiel, braucht nach dieser Schätzung etwa 26 Kartenstunden für die Schriftfelder: etwa 6,5 Stunden auf einem Server mit vier Karten oder etwa 13 auf einem mit zwei. Stücklisten und Änderungstabellen kommen im Verhältnis zu ihrer Länge hinzu, der Ähnlichkeitsindex mit einem kleinen Durchlauf über alle Ansichten. Vergleichen Sie diese Zahlen mit der Zahl der Blätter, die Ihr Scanner oder Ihr Scandienstleister am Tag liefert. Der Server muss nur mit dem Scannen Schritt halten, und nach dieser Schätzung schafft ein Server mit zwei Karten mehrere Tausend Blätter pro Stunde.

Welche Karte. Die NVIDIA L40S ist eine passive Rechenzentrumskarte mit 48 GB und 350 W für Rack-Server; ein Server mit zwei Karten läuft an einem 230-V-Stromkreis mit 16 A und gehört in einen Serverraum oder ein belüftetes Rack. Die RTX PRO 6000 Blackwell Server Edition hat doppelt so viel Speicher und hält nach unserer Schätzung etwa 252 Blätter je Karte; sie lohnt sich, wenn derselbe Server nach dem Archiv auch den Unternehmensassistenten, die Dokumentensuche oder die KI-Kalkulation aus Zeichnungen tragen soll. Unser Vergleich von L40S und RTX PRO 6000 Server Edition stellt die Unterschiede dar.

Hinweise für das IT-Team

1. Speicher. Bewahren Sie die Originalscans auf dem Dateiserver oder im Dokumentenmanagement mit Sicherung auf; die Strecke liest Kopien und legt Ausschnitte, Felder und Vektoren daneben ab. Mit 300 dpi in Graustufen belegt ein unkomprimiertes A0-Blatt etwa 140 MB; planen Sie die Kapazität aus der Formatmischung und der gewählten Kompression.
2. Serving. Betreiben Sie das Modell mit vLLM, schalten Sie das Denken je Anfrage mit enable_thinking auf False in chat_template_kwargs ab, wie die Modellkarte von Qwen3.8-27B beschreibt, und zwingen Sie die Antwort in ein JSON-Schema für die Schriftfeldangaben.
3. Ada und FP8. Die L40S ist eine Karte der Ada-Generation (Compute Capability 8.9). Wie der blockweise FP8-Checkpoint von Qwen auf ihr läuft, hängt von der Engine ab; unser Artikel zu Qwen3.8-27B auf der L40S behandelt die Möglichkeiten.
4. Suche. Legen Sie die SigLIP-2-Vektoren in einer Vektordatenbank neben den Schriftfeldangaben ab, damit eine Suche „ähnliche Form“ mit „Werkstoff Stahl“ oder „gezeichnet vor 1990“ verbinden kann.
5. Zugriff. Zeichnungen tragen das Konstruktionswissen des Unternehmens; geben Sie dem Archiv dieselben Zugriffsrechte wie der CAD-Datenverwaltung und protokollieren Sie, wer was öffnet.
6. Qualität. Behalten Sie den Testsatz mit 200 Blättern und wiederholen Sie ihn nach jeder Änderung an Modell oder Prompt.

Was wir liefern

Sie können dieses System bei uns kaufen: Unser Team bemisst die Konfiguration nach Ihrer Arbeitslast und Ihrem Budget und antwortet innerhalb eines Werktages. Wir liefern die L40S und die RTX PRO 6000 Server Edition und bauen Server mit zwei oder vier Karten auf Bestellung, vor der Lieferung montiert und getestet, mit einem EU-Vertrag und einer Rechnung und mit Herstellergarantie auf jede Komponente, die über uns abgewickelt wird; Mengen und Lieferzeit werden mit dem Angebot schriftlich bestätigt. Unser Service Private AI/ML, mit unserem Engineering-Partner Vixen.UNO, richtet Lesestrecke, Prüfoberfläche und Suche ein; beschreiben Sie Ihr Archiv, die Formate und Ihr ERP, und wir schlagen einen Test mit Ihren eigenen Zeichnungen vor.

FAQ