KI in der ZfP: automatisierte Bewertung von Werkstofffehlern

In der Energieerzeugung, der Kohlenwasserstofflogistik, der chemischen Veredelung und der Luft- und Raumfahrt fungiert die zerstörungsfreie Prüfung (ZfP / NDT) als primäres technisches Schutzschild gegen katastrophale Strukturversagen. Die Inspektion von Rohrleitungsrundnähten, die Überwachung von Kriechermüdungsrissen in Dampfturbinenrotoren oder die Druckprüfung von Reaktorbehältern dulden keine diagnostische Unschärfe: Das Übersehen eines kritischen Fehlers riskiert fatale Havarien, während Fehlalarme zu millionenschweren Fehlausschneidungen und ungeplanten Stillständen führen.

Mit rasant steigenden Prüfvolumina (Phased-Array-Ultraschall PAUT, digitale Radiographie, Wirbelstromprüfung und Schallemission) stehen Prüfdienstleister vor einem gravierenden Mangel an zertifizierten ASNT Level II und Level III Prüfern. Die Integration künstlicher Intelligenz in die Signalauswertung und Zustandsbewertung erfordert daher kompromisslose architektonische Integrität.

Drei Bereitstellungsmodelle für technische Prüfdienstleister

[KI-Architekturmodelle für ZfP und Strukturdiagnostik]
                         │
       ┌─────────────────┼─────────────────┐
       ▼                 ▼                 ▼
┌──────────────┐  ┌──────────────┐  ┌───────────────────────┐
│ Öffentliche  │  │ Lokale       │  │ Souveräne hybride     │
│ SaaS         │  │ Serverfarm   │  │ Enklave (Aething)     │
│ (Abfluss von │  │ (Hohe CapEx/ │  │ (Private VPS +        │
│ Anlagendaten)│  │ MLOps-Last)  │  │ ASME/API-Logik)       │
└──────────────┘  └──────────────┘  └───────────────────────┘

1. Öffentliche Multi-Tenant-SaaS und allgemeine Bildverarbeitungs-APIs

Übertragung von A/B/C-Scans, Wanddickenmessungen und radiographischen TIFF/DICONDE-Dateien an kommerzielle Cloud-Dienste.

Kritische operationelle Risiken:

• Kompromittierung kritischer Infrastrukturdaten: Das Hochladen von Schweißnahtverzeichnissen, Geokoordinaten, Wandstärkenprofilen und Schwachstellenprotokollen in fremde Cloud-Umgebungen verletzt Sicherheitsrichtlinien für kritische Infrastrukturen.
• Normative Halluzinationen: Handelsübliche multimodale Modelle verwechseln die Abnahmekriterien von Regelwerken wie ASME Section V, API 1104, AWS D1.1 und ISO 17640. Allgemeine Netze können unbedenkliche Wurzelgeometrien nicht zuverlässig von Wurzelbindefehlern oder Mikrorissen in der Wärmeeinflusszone (WEZ) unterscheiden.
• Fehlende rechtliche und technische Haftung: Öffentliche API-Anbieter übernehmen keinerlei Gewährleistung, wenn ein unüberprüftes Modell eine fehlerhafte Freigabe für eine degradierte Hochdruckleitung generiert.

2. Vollständige lokale Serverinfrastruktur (On-Premise)

Beschaffung dedizierter GPU-Racks in jedem regionalen Prüflabor oder Industriestandort zum lokalen Betrieb von Open-Source-Modellen.

Hürden bei der Umsetzung:

• Übermäßige Investitionskosten (CapEx): Hardwarebeschaffung, Hochleistungsspeicher und Klimatisierung übersteigen die typischen Budgets von Prüfabteilungen bei weitem.
• Inkompatibilität im Feldeinsatz: ZfP-Teams arbeiten an unzugänglichen Pipeline-Trassen, Offshore-Plattformen und Raffineriekolonnen, wo der Betrieb stationärer Server physisch unmöglich ist.
• MLOps-Fachkräftemangel: Die Betreuung lokaler neuronaler Netze erfordert spezialisierte Daten- und MLOps-Ingenieure, die in Prüfunternehmen selten vertreten sind.

3. Souveräne hybride Konfiguration (dedizierte VPS-Enklave + zustandsloses Reasoning-Gateway)

Eine Architektur, bei der primäre Prüftelemetrie, Kalibrierkörperdaten und Regelwerke in einem privaten, verschlüsselten Server verbleiben, während rechenintensive multimodale Logik über zustandslose Schnittstellen ohne Datenspeicherung ausgeführt wird.

Aethings souveräne hybride Architektur für ZfP-Prüflabore

Aething Inc. entwickelt spezialisierte Systeme zur diagnostischen Entscheidungsunterstützung für industrielle ZfP-Dienstleister und Prüflaboratorien.

┌────────────────────────────────────────────────────────┐
│ Souveräner Labor-Perimeter (Kundeneigene VPS-Enklave)  │
│ • Regulatorischer Wissenskern (ASME, API, AWS Normen)  │
│ • Rohdatenarchiv (PAUT S-Scans, DICONDE RT-Bilder)    │
│ • Deterministische Bewertungseinheit (Flächen & Tiefe) │
└───────────────────────────┬────────────────────────────┘
                            │ Anonymisierte Signalparameter
                            │ (Zero Data Retention SLA)
                            ▼
┌────────────────────────────────────────────────────────┐
│ Zustandsloses Reasoning (Frontier Vision-Reasoning)    │
│ • Multimodale Wellenform- und Radiographie-Analyse     │
│ • Vollständiger vertraglicher Schutz vor Modelltraining│
└────────────────────────────────────────────────────────┘

Architektur und Datensouveränität:

Souveräner Labor-Perimeter (Kundeneigene VPS-Enklave):

• Regelwerks-Wissenskern: ASME Boiler and Pressure Vessel Code (BPVC), API 510/570/653, standortspezifische Prüfanweisungen und Schweißnahtpläne sind in einem privaten Vektorindex gekapselt.
• Rohdaten-Prüfarchiv: Ultraschall-A/B/C/S-Scans, hochauflösende digitale Röntgenbilder, Schallemissionsdaten und visuelle Inspektionsprotokolle (VT) verbleiben strikt in der privaten Datenbank des Kunden.
• Deterministische Abgleichlogik: Programmatische Filter gleichen KI-Empfehlungen mit numerischen Schwellenwerttabellen (Ersatzfehlergröße, verbleibende Wanddicke, Gesamtlänge) ab, bevor Berichte erzeugt werden.

Zustandsloses Reasoning (Frontier Vision-Reasoning API):

• Komplexe multimodale Wellenformauswertungen und der Abgleich verschiedener ZfP-Verfahren erfolgen über verschlüsselte Endpunkte mit vertraglich garantierter Null-Datenspeicherung (Zero Data Retention).
• Die Payloads enthalten ausschließlich bereinigte Signalamplituden und Laufzeiten ohne Ortsangaben, Kundennamen oder Geräteseriennummern.

Action Blueprint: Digitalisierung der Heuristiken von ASNT Level III Experten

Das wertvollste geistige Eigentum eines Prüfunternehmens ist das implizite Erfahrungswissen langjähriger ASNT Level III Spezialisten und Werkstoffprüfer.

Ein erfahrener Ultraschallprüfer interpretiert dynamische Blendenanzeigen auf eine Weise, die kein Lehrbuch abbildet. Beobachtet er das Echo auf der DAC/TCG-Kurve bei der Führung des Phased-Array-Prüfkopfes, unterscheidet er die Wurzelüberhöhung intuitiv von einem echten Flankenbindefehler. Ein versierter Radiologe erkennt minimale Dichteunterschiede und trennt Schlackeneinschlüsse treffsicher von Gasporen, wodurch teure Fehlausschnitte von Rohren vermieden werden.

Wir überführen dieses Expertenwissen in lebendige Action Blueprints:

[Rohdatenstrom der Feldprüfung]
(PAUT A/B/S-Scans, digitale Röntgenbilder, Kalibrierdaten)
                    │
                    ▼
[Privates RAG-Korrelationsmodul]
(Abgleich von Rohsignalen mit historischen Level-III-Freigaben)
                    │
                    ▼
[Action Blueprint Synthese]
(Verifizierter interaktiver Entscheidungsbaum für Anomalien)
                    │
                    ▼
[Autonomer KI-Copilot auf privater VPS]
(Schrittweise Echtzeit-Entscheidungsunterstützung im Feld)

Technischer Implementierungsablauf:

1. Erfassung der Feldtelemetrie: Automatisierter Export von Datensätzen aus digitalen Prüfgeräten (Echosignale, Einschallwinkel, Encoderpositionen, Kalibrierprotokolle) verknüpft mit validierten Level-III-Prüfberichten.
2. Extraktion von Fehlermustern: Maschinelle Lernverfahren isolieren die zugrundeliegenden Prüfregeln. Bei grenzwertigen Anzeigen an 19-mm-Wandstärken erkennt das System beispielsweise, dass leitende Experten den Prüfkopfwinkel von 60° auf 70° anpassen und das Rückwandechoverhalten prüfen, bevor ein Fehler klassifiziert wird.
3. Dynamische Blueprint-Generierung: Synthese von schrittweisen Prüfbäumen für spezifische Anlagentypen (z. B. Korrosionskartierung an Tankböden nach API 650).
4. Bereitstellung als Feld-Copilot: Prüfer laden fragliche Scans über robuste Feld-Tablets via verschlüsseltem VPN hoch. Der Copilot vergleicht die Anzeige mit der Level-III-Referenzdatenbank und schlägt Justierungen vor.

Messbare wirtschaftliche Ergebnisse

Der Einsatz souveräner KI-Action-Blueprints optimiert das industrielle Qualitätswesen nachhaltig:

• 40 % bis 60 % Reduktion der Fehlalarmraten (False Calls): Die Vermeidung unberechtigter Ausschneidungen und Nacharbeiten spart Betreibern pro Großstillstand beträchtliche Summen.
• Null-Fehler-Strategie bei Rissbefunden: Ein kontinuierliches digitales Zweitgutachten schützt vor ermüdungsbedingtem Übersehen kritischer Spannungsrisskorrosion.
• 3- bis 4-fache Beschleunigung der Berichterstellung: Die automatisierte Zuordnung von Scanergebnissen zu ASME/API-Kriterien ermöglicht unmittelbare Berichtsentwürfe im Feld.
• Skalierung von Level-III-Kapazitäten: Ein einzelner zertifizierter Level-III-Prüfer kann mehrere Feldteams simultan beaufsichtigen und sich auf echte Grenzfälle konzentrieren.
• Schnellere Einarbeitung: Reduzierung der Ausbildungszeiten junger Prüfer von zwei Jahren auf wenige Monate durch geführtes Training an realen Daten.

Zusammenfassung

Die technische Werkstoffprüfung verlangt mathematische Präzision und absolute Diskretion. Aethings souveräne Hybridarchitektur schützt Inspektionsdaten und Pläne kritischer Infrastrukturen, während sie Prüfteams im Feld zuverlässige diagnostische Sicherheit auf Meisterniveau verleiht.