ZTU-Schaubild KI: TTT-Diagramm im PDF lesen (2026)

ZTU-Schaubild KI findet Nase, Martensitstart, Bainitbereich, Austenitisierung im Technikarchiv. Pexon macht die Grafik mit einem Vision-Language-Modell

24 Okt.. 2026 | Dokumenten-KI / OCR

Inhaltsverzeichnis

Robin Werner, Consultant für GenAI bei Pexon Consulting | 8 Min. Lesezeit | 24.10.2026


TL;DR: ZTU-Schaubild KI in fünf Sätzen

ZTU-Schaubild KI sucht das ZTU-Schaubild direkt im technischen PDF, statt dass jemand Seite für Seite blättert. Pexon Consulting, 80 Mitarbeitende und Microsoft Partner in Deutschland, findet die Seite als Bild und liest die Kennwerte mit einem Vision-Language-Modell aus. Im Pilot liegt die Fundstelle in Sekunden vor, nicht nach einer halben Stunde Blättern.


Das Problem: ZTU-Schaubild KI bleibt im Bild stecken

Das ZTU-Schaubild beantwortet eine konkrete Frage: Bei welcher Haltetemperatur entsteht Bainit, und wo liegt die Perlitnase? Die Antwort steht in Werkstoffdatenblättern und Wärmebehandlungsatlanten. Sie steht nicht als Satz. Sie steht als Linie, Symbol oder Maßzahl.

Wer im Dokumentenmanagement nach einem Stichwort sucht, trifft den Dateinamen oder eine Überschrift. Die gesuchte Zahl liegt auf der Achse. Ein Volltextindex sieht sie nicht, wenn der Scan keinen brauchbaren Textlayer hat. Und er sieht sie auch dann nicht zuverlässig, wenn der Textlayer nur die Bildunterschrift enthält.

Das kostet in der Konstruktion und in der Instandhaltung dieselbe halbe Stunde: Ordner auf, Revision prüfen, falsches Blatt, nächstes Blatt. Bei einem Werk mit vielen Baureihen liegt dieselbe Grafik in Angeboten, Prüfberichten und roten Eintragungen. Drei Fundstellen, eine davon veraltet.

Wir raten davon ab, das mit einer besseren Ordnerstruktur zu lösen. Die Ordner sind selten das Problem. Das Problem ist, dass die Information eine Grafik ist.

Pexon Consulting arbeitet dazu mit Teams, die ihre technischen Unterlagen bereits in einem Archiv haben und die Suche trotzdem an die Konstruktionsleitung zurückgeben. Der Hebel ist eine Document-Intelligence-Strecke, die das Bild als Bild behält.


Warum Texterkennung an das ZTU-Schaubild scheitert

Optische Zeichenerkennung liest Zeilen. Das ZTU-Schaubild ist keine Zeile. Waagerecht steht Zeit, logarithmisch, senkrecht Temperatur. Was jemand ablesen will: Nase, Martensitstart, Bainitbereich, Austenitisierung.

Drei Brüche sehen wir immer wieder.

Der Textlayer nennt das Blatt, aber nicht den Punkt auf der Kurve. Eine Suche nach der Zahl findet dann entweder nichts oder eine Zahl aus der Stückliste daneben.

Die Legende sitzt im Bild und der erklärende Satz auf der Folgeseite. Wer nur die eine Seite embeddet, verliert die Zuordnung.

Der häufige Fehlgriff bei genau dieser Grafik: ein isothermes Schaubild auf eine durchlaufende Abkühlung anwenden. Eine Textsuche kann diesen Fehlgriff nicht verhindern, weil sie die Achsen nicht sieht.

Unsere Empfehlung: erst die Seite als Bild wiederfinden, dann die Werte lesen. Der umgekehrte Weg, alles vorab in Markdown zu pressen, ist der teurere Weg, sobald die Grafik die Information trägt. Wie weit ein reiner Textindex bei technischen Unterlagen trägt, steht in unserem Text zu den Grenzen von Standard-RAG.

Für die Bildsuche setzen wir auf ColPali v1.3, Modellkarte vidore/colpali-v1.3. Das Repo illuin-tech/colpali hatte am 22.10.2026 2.839 Sterne. Die öffentliche Modellkarte wurde im August 2026 aktualisiert. ColPali legt die Seite als Bild ab und vergleicht die Suchanfrage mit Bildausschnitten, statt zuerst eine Zeile erzwingen zu wollen.

Eine kleine, ehrliche Grenze dazu: Eine Pilotauswertung auf 101 Seiten Leiterplattenunterlagen und 30 Fragen (veröffentlicht im Juni 2026) lag bei dieser Architektur auf 0,93 Recall unter den ersten zehn Treffern, bei einem einfachen Bildvergleich auf 0,13. Das ist ein Pilot mit 30 Fragen, keine Garantie für jede Kennlinie. Wir messen deshalb auf Ihren Blättern, nicht auf einem fremden Datensatz.


Welche Werte eine ZTU-Schaubild KI auslesen muss

Bezogen auf Zeit-Temperatur-Umwandlung, isotherm, Atlanten wie die VDEh-Sammlung je Stahlmarke reichen vier Felder, sonst wird aus der Suche eine zweite Datenpflege.

Feld Was gesucht wird Woran die reine Textsuche scheitert
Perlitnase kürzeste Inkubationszeit Nase mit Martensitlinie verwechselt
Ms Martensitstart Linie ohne Beschriftung
Haltetemperatur waagerechte Isotherme Zeitachse linear statt log gelesen
Stahl Marke und Analyse Schaubild einer anderen Charge

Diese vier Felder sind die Antwort auf die Frage von oben. Alles andere, Rahmen, Logo, Seitenzahl, darf der Index ignorieren.

Ein Modell, das die Seite frei beschreibt, produziert einen Absatz. Den können Sie nicht gegen eine Stückliste prüfen. Wir wollen Felder mit Fundstelle: Blatt, Bild, und der Ausschnitt, aus dem der Wert kommt. Erst dann kann ein Mensch den Treffer in zehn Sekunden bestätigen.

Für Fertiger hängt dasselbe an der KI entlang der Wertschöpfungskette: Die Grafik liegt oft zwischen Konstruktion und Service, und beide suchen mit anderen Wörtern nach demselben Bild.


So wird das ZTU-Schaubild durchsuchbar

Der Ablauf hat drei Stufen. Keine davon ersetzt die andere.

  1. Jede Seite wird als Bild indexiert. Die Suchanfrage trifft den Ausschnitt, auch wenn kein Textlayer existiert.
  2. Ein Vision-Language-Modell liest nur die Trefferseite und füllt das Schema. Es bekommt die Frage mit, nicht den ganzen Ordner.
  3. Ein Mensch sieht Wert und Ausschnitt nebeneinander. Falsche Achse, falsche Revision, falsches Medium: das fällt hier auf, nicht erst in der Auslegung.

Das Schema für das ZTU-Schaubild sieht bei uns so aus, bevor es an ein Archiv angebunden wird:

grafik:
  typ: ztu-schaubild-ki-ttt-diagramm-2026
  normhinweis: "Zeit-Temperatur-Umwandlung, isotherm, Atlanten wie die VDEh-Sammlung je Stahlmarke"
  achse_x: "Zeit, logarithmisch"
  achse_y: "Temperatur"
  felder:
  - name: Perlitnase
    wert: ""
    fundstelle: seite_und_bild
  - name: Ms
    wert: ""
    fundstelle: seite_und_bild
  - name: Haltetemperatur
    wert: ""
    fundstelle: seite_und_bild
  - name: Stahl
    wert: ""
    fundstelle: seite_und_bild

Die Schlüssel sind absichtlich eng. Ein offenes Feld „Beschreibung“ füllt das Modell immer. Es füllt es nur nicht so, dass die nächste Person danach suchen kann.

Für Normen und CAD-Ansichten gibt es denselben Gedanken schon als multimodale Suche über Seitenbilder. Hier ziehen wir sie auf eine einzige Grafikart eng, weil die Fehlgriffe je Grafik andere sind.


Was wir bei das ZTU-Schaubild anders machen

Die Frage, die bei Ihnen im Raum steht, lautet: Bei welcher Haltetemperatur entsteht Bainit, und wo liegt die Perlitnase?

Dafür muss das Modell die Achsen kennen. Waagerecht: Zeit, logarithmisch. Senkrecht: Temperatur. Abgelesen wird Nase, Martensitstart, Bainitbereich, Austenitisierung. Steht das nicht im Schema, halluziniert das Modell eine glatte Zahl aus der Bildunterschrift.

Der Fehlgriff, den wir im Abnahmeset erzwingen, ist dieser: ein isothermes Schaubild auf eine durchlaufende Abkühlung anwenden. Wenn das System den Fehlgriff nicht erkennt, ist es nicht fertig. Eine Demo, die nur die schönste Kurve aus dem Katalog trifft, zählt für uns nicht.

Die Normspur dazu: Zeit-Temperatur-Umwandlung, isotherm, Atlanten wie die VDEh-Sammlung je Stahlmarke. Wir schreiben die Norm nicht in den Prompt als Schmuck. Sie begrenzt, welches Blatt überhaupt zu dieser Grafikart gehört. Ein Dampfdiagramm im Ordner der Härterei ist ein Fund, aber kein Treffer für diese Suche.

Unsere klare Haltung: ein Chatfenster auf dem Fileshare ist Geldverschwendung, solange die Antwort im Bild steckt. Der Chat wird nützlich, wenn dahinter die Seite, der Ausschnitt und das Feld liegen.

Im Pilot nehmen wir 30 bis 50 echte Blätter aus Werkstoffdatenblättern und Wärmebehandlungsatlanten, nicht ein konstruiertes Muster. Daran sehen Sie die Trefferquote, bevor ein Archiv umgebaut wird. Pexon Consulting liefert das als abgegrenzten Piloten, mit Microsoft-Partner-Betrieb und mit der Möglichkeit, das Modell in Ihrer Umgebung laufen zu lassen, wenn die Unterlagen das Haus nicht verlassen sollen.

Das läuft jetzt im POC. Was für den Produktivbetrieb fehlt: Anmeldung, Rechte, Betrieb und die Grenze, welche Blätter das Haus verlassen. Genau den Sprung von „läuft auf meinem Rechner“ zu „läuft im Unternehmen“ machen wir als 6-Wochen-Pilot.

Worauf Sie bei der Auswahl achten sollten

  1. Die Grafikart ist benannt. „ZTU-Schaubild“ ist eine eigene Klasse, kein Sammelordner „Zeichnungen“.
  2. Das Schema hat Felder für Nase, Martensitstart, Bainitbereich, Austenitisierung, nicht ein Freitextfeld.
  3. Jeder Wert zeigt auf Blatt und Ausschnitt. Ohne Fundstelle gibt es keine Abnahme.
  4. Das Abnahmeset enthält den Fehlgriff: ein isothermes Schaubild auf eine durchlaufende Abkühlung anwenden.
  5. Die Revision gewinnt gegen den schöneren Scan. Ein altes Blatt mit klarem Titel darf nicht den aktuellen Index schlagen.
  6. Der Pilot läuft auf Ihren PDFs. Eine fremde Demo-Kurve sagt nichts über Ihre Scans.

Häufig gestellte Fragen

Wie finde ich eine ZTU-Schaubild KI im bestehenden Archiv?

Sie suchen nicht nach dem Dateinamen, sondern nach der Frage: Bei welcher Haltetemperatur entsteht Bainit, und wo liegt die Perlitnase? Die multimodale Suche liefert die Seite, das Vision-Language-Modell liest Nase, Martensitstart, Bainitbereich, Austenitisierung aus dem Bild. Die Fundstelle bleibt am Ausschnitt hängen, damit Sie die Zahl gegen das Blatt prüfen.

Was kostet es, das ZTU-Schaubild durchsuchbar zu machen?

Einen Festpreis vor der Stichprobe nennen wir nicht. Ein abgegrenzter Pilot auf genau dieser Grafikart, mit 30 bis 50 Blättern aus Ihrem Archiv, ist der Schritt, an dem die Trefferquote sichtbar wird. Danach steht, ob sich der Ausbau auf den Rest der Werkstoffdatenblättern und Wärmebehandlungsatlanten lohnt. Wir raten davon ab, den Preis an die Seitenzahl zu koppeln, bevor diese Stichprobe liegt.

Reicht optische Zeichenerkennung, oder braucht es eine multimodale Suche?

Für das ZTU-Schaubild reicht Zeichenerkennung nicht. Ein isothermes schaubild auf eine durchlaufende abkühlung anwenden genau dann, wenn Achsen und Symbole nicht gelesen werden. Zeichenerkennung bleibt sinnvoll für das Schriftfeld. Die Kurve selbst braucht das Bild.

ZTU-Schaubild KI oder weiter von Hand im PDF blättern?

Blättern bleibt richtig, wenn die Grafik einmal im Jahr gesucht wird und eine Person das Blatt auswendig kennt. Sobald mehrere Standorte dieselbe Frage stellen, wird das Blättern zur Warteschlange. Dann ist die durchsuchbare Grafik der kürzere Weg. Für einen einzelnen, seltenen Sonderfall würden wir den Index nicht aufbauen.

Wie prüft man, ob das Modell die Grafik richtig gelesen hat?

An einem festen Abnahmeset. Jede Frage hat eine erwartete Fundstelle und einen erwarteten Wert für Nase, Martensitstart, Bainitbereich, Austenitisierung. Dazu legen wir bewusst Blätter hinein, bei denen ein isothermes Schaubild auf eine durchlaufende Abkühlung anwenden naheliegt. Erst wenn diese Fälle scheitern und sichtbar scheitern, gilt die Strecke als brauchbar. Eine hohe Trefferquote auf sauberen Katalogbildern übernehmen wir nicht.


Nächster Schritt

Die Grafik ist gefunden, wenn Ausschnitt und Feld zusammen ausgespielt werden. Den Produktivbetrieb, also Anmeldung, Betrieb und die Grenze, welche Blätter das Haus verlassen, klären wir an Ihren Dateien.

Vision Language Model
Die Fundstelle im Archiv finden, nicht die Akte raten.
Wir lesen das ZTU-Schaubild als Bild, binden Achsen und Kennwerte an die Fundstelle und übergeben das an Ihre bestehende Ablage.

Verwandte Themen

Microsoft Fabric. Bilder Blogtemplate Whitepaper

Checkliste: Dokumentensuche mit KI in SharePoint & Confluence

  • Optimierte KI-gestützte Dokumentensuche für heterogene Unternehmensquellen

Beratungsgespräch

Sichern Sie sich Ihre kostenfreie Erstberatung

Analyse Ihres individuellen Cloud- oder KI-Bedarfs
Erste Empfehlungen zu Umsetzungsstrategien
Transparente Einblicke in unsere Methoden, Technologien & Referenzen