Zeichnungsteile gehören zu den komplexesten Artikeln im Einkauf. Ihre technischen Spezifikationen sind in PDF-Zeichnungen verborgen, Wissen existiert häufig nur in den Köpfen einzelner Mitarbeitender, und ERP-Systeme liefern kaum verwertbare Informationen für fundierte Preisverhandlungen. Tacto zeigt in diesem Webinar, wie industrielle KI diese Lücke schließt: von der automatisierten Extraktion geometrischer Merkmale aus technischen Zeichnungen bis hin zur datenbasierten Zielpreisberechnung.

‍

Jan Scholich (Produktmanager bei Tacto) und Armand Gall (Implementierungsmanager bei Tacto) erklären im Webinar, wie Tacto Intelligence technische Zeichnungen automatisiert analysiert, Artikel vergleichbar macht und daraus konkrete Zielpreise ableitet.

Das Datenproblem bei Zeichnungsteilen

‍

Zeichnungsteile stellen den Einkauf vor ein grundlegendes Datenproblem. Im ERP-System sind lediglich Artikelnummer, Kurzbeschreibung und Preis hinterlegt. Die eigentlichen Kosteninformationen, etwa geometrische Komplexität, Material, Oberflächenbehandlung oder Toleranzen, stecken in der technischen Zeichnung selbst. Fünf Artikel mit der Bezeichnung "Eckbogenstück" können bei unterschiedlichen Lieferanten zu völlig unterschiedlichen Preisen eingekauft werden, ohne dass der Einkauf nachvollziehen kann, ob die Preisunterschiede gerechtfertigt sind. Das Kostenwissen, um solche Unterschiede einzuordnen, existiert oft nur in den Köpfen erfahrener Einkäufer. Es ist nicht im System abgebildet und lässt sich nicht skalieren. Genau hier setzt Tacto an, indem es eine strukturierte Datenbasis für Zeichnungsteile schafft.

‍

Von der Zeichnung zum digitalen Artikelprofil

‍

Tacto intelligence extrahiert automatisiert die relevanten Eigenschaften aus technischen Zeichnungen und überführt sie in ein strukturiertes Artikelprofil. In einem ersten Schritt, der sogenannten "Ebene 0", werden Grundeigenschaften erfasst: Material, Gewicht, Volumen, Oberflächenbehandlung, Löcher, Flächen und Passungen. Jeder Artikel erhält einen Vektor, der seine technischen Merkmale numerisch abbildet und ihn mit anderen Artikeln vergleichbar macht. Darüber hinaus wird die Zeichnung selbst als visuelles Embedding gespeichert. Dieses erfasst geometrische Details, die über die extrahierten Einzelmerkmale hinausgehen, etwa Toleranzklassen und Formkomplexität. So entsteht ein umfassendes digitales Profil für jeden Zeichnungsartikel.

‍

Ähnliche Teile erkennen und Zielpreise berechnen

‍

Auf Basis der extrahierten Artikelprofile führt Tacto eine Analyse über die gesamte Artikelbasis durch. Ähnliche Teile werden identifiziert, Preisunterschiede sichtbar gemacht und in Relation zu den technischen Unterschieden gesetzt. Das Einsparpotenzial wächst dabei überproportional mit der Anzahl der analysierten Teile, da mehr Vergleichsmöglichkeiten entstehen. Für die Zielpreisberechnung bezieht Tacto Intelligence zusätzlich Kontextdaten aus dem SRM ein: Lieferantenperformance, Reklamationsraten und aktuelle Kapazitätsangaben. Auch externe Marktdaten fließen ein, etwa die Entwicklung von Rohstoffpreisen wie dem LME-Nickelpreis. Daraus leitet das System Handlungsempfehlungen ab und weist den Einkauf proaktiv auf Nachverhandlungspotenziale hin. Wichtig dabei: Tacto versteht sich nicht als theoretisches Should-Costing-Tool, sondern leitet Zielpreise aus realen Transaktionsdaten und Marktentwicklungen ab.

‍

Brücke zwischen Konstruktion und Einkauf

‍

Ein weiterer Aspekt des Webinars ist die abteilungsübergreifende Nutzung der Zeichnungsdaten. Die Analyse zeigt nicht nur dem Einkauf Einsparpotenziale auf, sondern kann auch in der Konstruktion Mehrwert schaffen. Die automatisierte Gleichteil-Erkennung hilft Konstrukteuren, bereits existierende Teile zu identifizieren, statt neue zu entwerfen. So werden Variantenvielfalt reduziert und Beschaffungskosten von Beginn an optimiert.

‍

Fazit

‍

Das Webinar zeigt, wie industrielle KI das bisher verborgene Wissen aus technischen Zeichnungen systematisch erschließt. Durch die Kombination von automatisierter Datenextraktion, artikelübergreifenden Vergleichen und externen Marktdaten entstehen fundierte Zielpreise, die den Einkauf bei Zeichnungsteilen auf eine neue Datenbasis stellen.

Armand Gall und Jan Scholich von Tacto erklären, wie industrielle KI technische Zeichnungen automatisiert analysiert, geometrische Merkmale extrahiert und daraus Zielpreise für den Einkauf ableitet. Das Webinar zeigt den Weg von der Datenextraktion über die Ähnlichteile-Erkennung bis zur proaktiven Handlungsempfehlung und beleuchtet, wie Konstruktion und Einkauf von einer gemeinsamen Datenbasis profitieren.