Technischer Kontext
Ich liebe solche Fälle: Am Anfang herrscht Chaos in PDFs und Scans, aber am Ende lässt sich trotzdem eine funktionierende KI-Integration aufbauen. Die Frage war einfach: Wie kann man elektrische Zeichnungen aus der Baubranche verstehen, wenn jeder seine eigenen Bezeichnungen verwendet, es aber gezielt um die Erkennung von Elementen geht?
Ich würde hier nicht mit Magie beginnen. Ich würde mit einem Referenzwörterbuch für Symbole anfangen, und in dieser Rolle funktioniert IEC 60617 sehr gut. Es ist eine internationale Datenbank grafischer Symbole für elektrische Schaltpläne – im Grunde ein verlässlicher visueller Anker für das Modell.
Ab hier wird es interessant. Wenn Sie Claude Sonnet oder ein anderes leistungsstarkes multimodales Modell haben, können Sie ihm nicht nur die Zeichnung selbst, sondern auch Symbolbeispiele, Benennungsregeln und ähnliche Varianten aus der QElectroTech-Bibliothek füttern. Und genau hier beginnt die Zero-Shot- oder Few-Shot-Leistung, sich spürbar besser zu verhalten als ein nackter Prompt ohne Kontext.
QElectroTech gefällt mir hier aus einem praktischen Grund: Es ist kein abstrakter Standard auf dem Papier, sondern eine lebendige Bibliothek von Elementen, die mit dem IEC-Ansatz kompatibel ist. Daraus lassen sich bequem Referenzen sammeln, synthetische Daten für das Training generieren und sogar einfache Validierungen durchführen, wenn ich prüfe, ob das Modell einen Schalter nicht nur aufgrund des Zeichenstils mit einem Schutzschalter verwechselt.
Wenn es speziell um Bbox-Detection geht, würde ich LLMs nicht romantisieren. Sonnet hilft gut als Verständnisschicht, zur Klassifizierung und Normalisierung von Namen, aber für die massenhafte Annotation im laufenden Betrieb würde ich YOLO oder einen anderen Detektor daneben bereithalten. Die Kombination ist vernünftig: Ein Vision-Modell sucht nach Objekten, Sonnet ordnet sie der IEC-Logik zu und extrahiert die Bedeutung aus dem Schema.
Was ändert das für Unternehmen und Automatisierung?
Erstens: In der Energie- und Baubranche kann man aufhören, auf einen perfekten Standard von Auftragnehmern zu warten. Wenn man eine Pipeline um IEC 60617 und QElectroTech aufbaut, entsteht eine echte KI-Automatisierung für die Analyse von Planarchiven, die Prüfung von Dokumentationen und die Vorbereitung von Daten für CAD/BIM-Prozesse.
Zweitens: Der Einstieg wird günstiger. Man muss nicht sofort einen riesigen Datensatz von Grund auf kennzeichnen, da der Standard und die Symbolbibliothek bereits eine solide Grundlage bieten. Hier verlieren nur die Teams, die versuchen, alles mit einem einzigen OCR-Tool zu lösen, und sich dann wundern, warum der Schaltplan in Müll zerfällt.
Drittens: Die Architektur wird reifer. Ich würde OCR, Detektion, Symbolklassifizierung und Nachbearbeitung nach Netzwerkregeln trennen, anstatt alles in einen einzigen Prompt zu packen. Bei Nahornyi AI Lab bauen wir genau solche KI-Lösungen für Unternehmen: wenn es nicht um eine Demo für ein einzelnes PDF geht, sondern um ein funktionierendes System für einen realen Dokumentenfluss. Wenn Ihre Zeichnungen ein Projekt ausbremsen, können wir den Prozess in Ruhe analysieren und eine KI-Automatisierung ohne den Hype um die „magische KI“ aufbauen.