Ihre Inspektions-Checkliste ist digital —
nur der Zählerstand noch nicht. KI ändert das.

Papier gegen Smartphone getauscht – aber jemand liest jedes Manometer immer noch per Augenmaß ab

In den letzten fünf Jahren hat sich in der Instandhaltung ein bedeutender Wandel vollzogen: Papierprotokolle wurden durch mobile Rundgänge ersetzt. Techniker gehen ihre Routen mit Tablet oder Smartphone und haken digitale Checklisten ab. Die Daten fließen sofort ins CMMS oder ERP. Keine verlorenen Klemmbretter mehr, keine unleserliche Handschrift, keine wochenlange Verzögerung zwischen Rundgang und Bericht.

Was sich jedoch nicht geändert hat: Wenn die Checkliste „Manometer PS-101“ sagt, muss immer noch jemand zu diesem Manometer gehen, auf die Nadel schauen, ihre Position auf der Skala ablesen und die Zahl in das Formular eintippen. Ein Instandhaltungsleiter berichtete nach einem Werksbesuch genau davon: ein digitales System für alles außer den eigentlichen Messwerten, die weiterhin über Papier und die Tastatur eines Vorgesetzten am Ende des Tages wanderten.

Diese Lücke behandelt dieser Artikel. Nicht das Formular. Die Ablesung.

Was passiert eigentlich, wenn Sie bei Rundgängen ein Manometer „ablesen“?

Der Ausdruck „Manometer ablesen“ klingt nach einer einzigen Handlung. Ist er aber nicht. Es ist eine Kette von Mikroschritten, von denen jeder Reibung verursacht:

Schritte 2 bis 4 wiederholen sich an jedem Messgerät, in jeder Runde, bei jeder Schicht. In einem mittelgroßen Werk mit 200 Prüfpunkten – davon die Hälfte Messgeräteablesungen – sind das 100 Ablese- und Erfassungszyklen pro Runde, dreimal täglich. Der Zeitaufwand summiert sich. Ebenso die Fehlerquote: Die Genauigkeit der menschlichen Sichtprüfung sinkt von 80–90 % unter optimalen Bedingungen auf 60–75 % unter realen Produktionsbedingungen mit Ermüdung, Ablenkung und Zeitdruck. Jede zehnte Messgeräteablesung hat eine nennenswerte Wahrscheinlichkeit, falsch zu sein.

Und das ist nicht nur ein Geschwindigkeitsproblem. Es ist ein Zuverlässigkeitsproblem. Ein falsch eingegebener Druckwert fällt erst auf, wenn die Trendlinie seltsam aussieht – was Tage später sein kann, wenn die Daten bereits in eine Wartungsentscheidung eingeflossen sind.

Die Mitarbeiter, die diese Messgeräte ablesen, werden bald nicht mehr da sein

Selbst wenn der Prozess perfekt wäre, ist die Belegschaft nicht stabil. 40 % der Instandhaltungsmitarbeiter in der Fertigung werden voraussichtlich bis 2030 in Rente gehen, und 69 % der Instandhaltungsfachkräfte sind bereits 50 oder älter. Das US Bureau of Labor Statistics prognostiziert einen Rückgang der Beschäftigung von Anlagenbedienern um 9–10 % im nächsten Jahrzehnt. Deloitte schätzt, dass die US-Fertigung bis 2033 3,8 Millionen neue Arbeitskräfte benötigen wird – Arbeitskräfte, die es noch nicht gibt.

Der Zeiss Manufacturing Insights Report 2025 befragte US-Hersteller zu ihren größten Herausforderungen im Qualitätsmanagement. Zwei Antworten lagen mit je 47 % gleichauf auf Platz eins: „Mangel an qualifiziertem Personal“ und „zeitaufwändige Prüfprozesse“. Das ist dasselbe Problem aus zwei Blickwinkeln. Sie haben nicht genügend erfahrene Mitarbeiter. Die, die Sie haben, verbringen zu viel Zeit mit Aufgaben, die ihre Erfahrung nicht nutzen.

Und hier der leise Teil: Das Ablesen von Messgeräten gehört zu den ungeschriebenen Fähigkeiten, die erfahrene Bediener als selbstverständlich ansehen. Ein erfahrener Techniker wirft einen Blick auf ein Manometer und registriert sofort 42,5 PSI. Ein neuer Mitarbeiter schielt fünf Sekunden auf dieselbe Nadel und ist sich nicht sicher, ob es 42 oder 43 sind. Die Person im Wartungsteam, die vorbeugende Wartung als „geisttötend langweilig, repetitiv“ und als etwas bezeichnete, das „manchmal nervt, jede Woche das Gleiche zu tun“, beschrieb eine Aufgabe, die gleichzeitig geschulte Augen erfordert und null intellektuelle Anregung bietet. Langeweile plus Fachwissen ist eine brisante Mischung: Der Experte schaltet mental ab, und das Ablesen leidet darunter.

Wie KI ein Manometer abliest, ohne ein ausgebildeter Bediener zu sein

Dieselbe Vision-Large-Model-Technologie, die Zählerstände von einem Foto abliest, verarbeitet industrielle Messgeräte mit demselben Mechanismus: Spaltennamensextraktion. Sie trainieren die KI nicht auf jedes Messgerätemodell. Sie sagen ihr, welche Daten Sie möchten.

Bei einer typischen Pumpenrauminspektion könnten Ihre Spaltennamen lauten: „Messgerät-ID“, „Druck (PSI)“, „Temperatur (°F)“, „Durchflussrate“, „Zeitstempel“. Die KI betrachtet das hochgeladene Foto, findet jeden Wert, wo immer er im Bild erscheint, und füllt die Zeile. Ein Manometer mit einer Nadel zwischen 42 und 44, etwas näher an 43 – die KI registriert etwa 42,7. Sie berechnet den Winkel nicht mit Trigonometrie. Sie versteht das Bild so, wie ein geschultes Auge es tut: durch das Erkennen der Beziehung zwischen Zeiger und Skalenstrichen.

Das ist der entscheidende Unterschied für die Anlageninspektion. Vorlagenbasierte OCR – der ältere Ansatz – erfordert, dass Sie auf einem Referenzbild Begrenzungsrahmen um jedes Feld zeichnen. Sie versagt, wenn das nächste Manometer eine andere Marke mit einer anders positionierten Skala ist oder wenn sich der Fotowinkel zwischen den Durchgängen leicht verschiebt. Maßgeschneiderte Computer Vision – der YOLO-Trainingsweg – erfordert beschriftete Datensätze und Modelle pro Messgerätetyp. Sie funktioniert für ein Messgerät. Sie ist unpraktisch für eine Anlage mit 120 verschiedenen Instrumentenmodellen.

Die spaltennamenbasierte Extraktion funktioniert geräteübergreifend, weil sie versteht, wonach sie sucht, nicht wo jemand ihr gesagt hat, in einem Referenzfoto zu suchen. Die von Ihnen eingegebenen Spaltennamen – „Vorlaufdruck“, „Rücklauftemperatur“, „Durchflussrate“ – sind sowohl die Extraktionsanweisung als auch das Ausgabeschema. Ein Satz Spalten, beliebig viele verschiedene Messgeräte, eine Ausgabetabelle.

Live-Demo: Zifferblatt fotografieren und Messwert ablesen

Laden Sie ein beliebiges Zifferblattfoto hoch, um die Extraktion zu testen. Die Demo ist vorkonfiguriert für Zähler- und Messwertablesung – die Spaltennamen sind bereits ausgefüllt, sodass Sie innerhalb von Sekunden ein Ergebnis sehen.

Drei Schritte vom Zifferblattfoto zum Prüfprotokoll

Der Workflow fügt sich nahtlos in bestehende Kontrollgänge ein, ohne zusätzliche Schritte – er ersetzt den langsamsten Schritt durch einen schnelleren:

Schritt 1: Foto aufnehmen. Der Techniker fotografiert das Messgerät im Rahmen seines normalen Rundgangs – ein Foto pro Instrument oder ein Weitwinkelfoto, das mehrere Messgeräte auf einer Tafel abdeckt. Die KI verarbeitet moderate Winkel, gemischte Beleuchtung und staubiges Glas. Ein frontales, gut ausgeleuchtetes Foto liefert den zuverlässigsten Messwert, aber unter Feldbedingungen sind ideale Winkel selten – das System ist darauf ausgelegt, dies zu tolerieren.

Schritt 2: Definieren, was Sie benötigen. Geben Sie die Spaltennamen ein, die Ihrer Inspektionsvorlage entsprechen: „Messgerät-Standort“, „Messwert“, „Einheit“, „Uhrzeit“. Diese werden zu den Ausgabeköpfen. Bei einem Batch-Rundgang – 30 Messgeräte fotografieren, gemeinsam hochladen – ist die Ausgabe eine Excel-Datei mit 30 Zeilen, eine pro Messgerät. Das System verarbeitet jedes Bild in etwa 5–10 Sekunden.

Schritt 3: Exportieren und in Ihr System einspeisen. Die strukturierte Ausgabe – Excel (XLSX), CSV oder JSON – wird direkt in Ihr bestehendes CMMS, ERP oder Ihre Wartungstabelle eingebunden. Kein erneutes Abtippen, keine Übertragungsverzögerung, kein „Die Messwerte von heute Morgen sind erst morgen Nachmittag im System.“

Wofür das funktioniert – und wofür nicht

Das System ist für die Messgeräte ausgelegt, die in standardmäßigen Bedienerrundgängen vorkommen. Es deckt die gängigsten Instrumententypen ohne Neukonfiguration ab:

Wofür es nicht gedacht ist: kontinuierliche Echtzeit-Überwachung. Wenn ein Druckbehälter sekundengenaue Messwerte mit sofortiger Alarmauslösung erfordert, brauchen Sie einen festverdrahteten Sensor, der an ein SCADA- oder DCS-System angebunden ist – kein fotobasiertes Werkzeug. Ebenso benötigen Messgeräte in Umgebungen, in denen das Fotografieren gefährlich oder unpraktisch ist (in Öfen, unter Wasser, hinter Strahlenschutzabschirmungen), eine permanente Instrumentierung. Das System deckt periodische, batchweise Inspektionsrunden ab – und das ist der Großteil aller Messgeräteablesungen in Anlagen. Die gleiche KI-basierte Ablesefunktion gilt für Versorgungszähler und Feldinstrumente – die Technologie ist über alle Messgerätetypen hinweg konsistent.

Wie das in Ihr bestehendes Inspektionsprogramm passt

Die meisten Anlagen haben bereits ein CMMS – SAP PM, Maximo, MaintainX oder ein individuelles System. Die Frage ist nicht „Brauchen Sie neue Software?“, sondern „Wie gelangt der Messwert in Ihre vorhandene Software?“.

Die Antwort hängt davon ab, wie Ihre Rundgänge derzeit strukturiert sind:

Wenn Sie noch Papierprotokolle verwenden: Der einfachste Weg. Fotografieren Sie das Messgerät, anstatt den Wert abzuschreiben. Laden Sie die Fotos am Ende des Rundgangs hoch. Exportieren Sie eine Excel-Datei mit allen Messwerten – sortiert nach Messgeräte-ID, Wert, Einheit und Zeitstempel – und importieren Sie diese in Ihre Tracking-Tabelle oder Ihr CMMS. Der Papierschritt entfällt.

Bei digitalen Rundgängen (mobile Formulare): Die KI-Lesung ergänzt das Formular, ersetzt es aber nicht. Der Techniker folgt weiterhin der digitalen Checkliste, fotografiert aber das Messgerät, anstatt nach einem Blick auf die Anzeige „42,7" einzutippen. Die KI liefert den Messwert. Der Techniker prüft und sendet ab. Erfassungslinks können diesen Ablauf auch umkehren – ein Vorgesetzter erstellt einen Link, der auf das Telefon des Technikers weitergeleitet wird. Der Techniker lädt die Messgerätefotos direkt über den Link hoch, und die Daten erscheinen in der Büro-Warteschlange, ohne dass jemand eine Desktop-Anwendung öffnen muss. Erfahren Sie, wie Erfassungslinks eine Anmeldung-freie Upload-Pipeline schaffen →

Mit einem Historian- oder Trendsystem: Das CSV-Exportformat speist direkt in OSIsoft PI, AspenTech, Canary oder jede Plattform ein, die strukturierte Zeitreihendaten akzeptiert. Ein Upload, eine Datei, alle Messwerte der Morgenrunde in einem Format, das Ihr Historian bereits versteht.

Die KI ersetzt weder Ihr CMMS, Ihren Historian noch Ihren Inspektionsplan. Sie ersetzt die 5-Sekunden-Blick-und-Tipp-Aktion, die 100 Mal pro Runde vorkommt – und das ohne Langeweile, Müdigkeit oder Zahlendreher.

Für Teams, die Inspektionen außerhalb des Werksgeländes verwalten – Zähler, Solarparks, Gebäudebegehungen – gilt derselbe Foto-zu-Daten-Workflow. In unserem Leitfaden zur Datenerfassung aus Fotos im Feld finden Sie einen umfassenderen Überblick über den gesamten Prozess.

Häufig gestellte Fragen

Wie genau ist die Erkennung bei analogen Zifferblättern mit kleinen Skalenteilungen?

Bei klar markierten analogen Skalen liest das System die Werte mit hoher Konsistenz bis zur nächsten Skalenteilung ab – vergleichbar mit einem geschulten Bediener unter guten Bedingungen. Extrem feine Skalenteilungen (z. B. ein 0-100-PSI-Manometer mit 200 Strichen) oder stark verblichene Zifferblätter verringern die Genauigkeit. Das System ist kein kalibriertes Messgerät, sondern ein Datenerfassungswerkzeug. Bei Ablesungen, bei denen eine Toleranz von ±1 % akzeptabel ist – was die meisten täglichen Kontrollgänge abdeckt – ist die Zuverlässigkeit hoch.

Was ist mit Manometern in rauen Umgebungen – Dampf, Ölnebel, Vibration?

Die KI kommt mit moderaten Umwelteinflüssen zurecht: leichte Beschlagbildung, Ölrückstände auf dem Manometerglas, teilweise Kondensation. Ist das Zifferblatt jedoch vollständig verdeckt – starker Dampf, dicker Ölfilm, Auswaschung durch direktes Sonnenlicht – wird die Ablesung unzuverlässig, genau wie für einen menschlichen Bediener. In diesen Fällen besteht die praktische Lösung (sowohl für Mensch als auch KI) darin, das Manometerglas vor dem Ablesen zu reinigen.

Kann ich mehrere Manometer auf einem Foto erfassen?

Ja. Eine Weitwinkelaufnahme eines Panels mit mehreren Manometern funktioniert – die KI identifiziert die einzelnen Instrumente und extrahiert jeden Messwert. Geben Sie Spaltennamen an, die die Manometer unterscheiden (z. B. „Kesseldruck“, „Speisewassertemperatur“, „Dampfdurchfluss“), und die Ausgabe ordnet jedem Wert die entsprechende Bezeichnung zu. Das ist schneller als das einzelne Fotografieren der Manometer und erzeugt eine einzige Zeile in der Ausgabetabelle für das gesamte Panel.

Lässt sich das in SAP / Maximo / unser CMMS integrieren?

Indirekt ja. Das System gibt standardisierte Excel- (XLSX) und CSV-Dateien aus – Formate, die jedes CMMS importieren kann. Es gibt keine direkte API-Integration mit bestimmten CMMS-Plattformen, aber der Export-zu-Import-Workflow ist unkompliziert: Verarbeiten Sie die Fotos der Kontrollrunde, laden Sie die CSV herunter und importieren Sie sie in das Datenimportmodul Ihres CMMS. Der Schritt, der früher 45 Minuten manuelle Eingabe dauerte, erledigt sich nun in etwa 30 Sekunden Dateitransfer.

Wie viel Schulung braucht ein Techniker, um das zu nutzen?

Wenn er mit einem Smartphone ein Foto machen und Spaltennamen in ein Textfeld eingeben kann, kann er das System nutzen. Die Lernkurve ist praktisch null. Die Spaltennamen können als gespeicherte Vorlage pro Prüfroute vorkonfiguriert werden – der Techniker wählt die Routenvorlage aus, lädt die Fotos hoch und prüft die Ausgabe. Kein Modelltraining, keine Softwarekonfiguration, keine Kalibrierung pro Messgerät.

Kann ich mit diesen Daten Trends im Zeitverlauf verfolgen?

Ja, sobald die Inspektionsdaten in einem strukturierten Format (Excel oder CSV) vorliegen, kann jedes Trendanalyse-Tool sie verarbeiten. Der entscheidende Schritt, den die KI übernimmt, ist die Überführung der Daten in dieses strukturierte Format ohne manuelle Eingabe. Bei einer Pumpe, die dreimal täglich abgelesen wird, haben Sie innerhalb einer Woche 21 Datenpunkte in einer sauberen CSV – genug, um Drift zu erkennen, ohne dass eine einzige Zahl von Hand eingegeben wurde.