Kunststofftypen für neue Anwendungen systematisch vergleichen

Das echte Ausmaß des Problems

Die Materialauswahl ist einer der folgenreichsten Entschlüsse in der Bauteilentwicklung, und gleichzeitig einer der am schlechtesten dokumentierten. In den meisten mittelständischen Kunststoffverarbeitern läuft es so: Der Konstrukteur fragt den erfahrenen Kollegen, schaut ins letzte Projekt mit ähnlichen Anforderungen oder verlässt sich auf das Datenblatt des bevorzugten Herstellers.

Das Problem: Diese drei Quellen sind keine verlässlichen Grundlagen für einen normenkonformen Vergleich.

Herstellerdatenblätter sind keine Grundlage für Vergleiche. Zugfestigkeit 65 MPa bei BASF PA6 nach ISO 527 und Zugfestigkeit 65 MPa bei Lieferant X, nach welcher Norm gemessen, bei welcher Konditionierung? Ohne einheitliche Prüfnorm sagen die Zahlen nichts übereinander aus. CAMPUS Plastics löst dieses Problem als einzige Datenbank konsequent: Alle enthaltenen Daten wurden nach bindenden internationalen Normen gemessen.

Generative KI gibt selbstbewusste, faktisch falsche Antworten. Forscher der Johns Hopkins University (2025) haben gezeigt, dass LLM-Systeme bei materialwissenschaftlichen Anfragen eine Halluzinationsrate von teils 20–40 Prozent aufweisen, nicht weil das Modell lügt, sondern weil es Zusammenhänge wie Feuchtigkeitsaufnahme-Maßänderung-Toleranzanforderung nicht herstellen kann, wenn du ihm dein Anwendungsprofil nicht vollständig beschreibst. Und selbst wenn du es beschreibst: Es fehlt der Zugriff auf normierte Messdaten.

Die Konsequenzen sind teuer. Eine Fehlauswahl, die erst im Prototypentest oder noch später auffällt, kostet in der Praxis:

• Neue Musterbestellungen: 500–3.000 Euro
• Wiederholung von Prüfungen: 2.000–15.000 Euro
• Konstruktionsänderungen: 5.000–30.000 Euro
• Bei serienmäßigen Fehlern: Rückruf- und Produkthaftungskosten

Laut Untersuchungen des Fraunhofer ICT zu Schadensfällen in der Kunststofftechnik sind Materialeigenschaftsirrtümer und unzureichend dokumentierte Auswahlentscheidungen für einen relevanten Anteil an Frühausfällen von Kunststoffbauteilen verantwortlich. Nicht das Material versagt, die Auswahl war für die Anwendung ungeeignet.

Und: REACH und RoHS kommen dazu. Seit November 2024 ist Blei in PVC-Materialien oberhalb von 0,1 Gewichtsprozent verboten (EU-Verordnung 2023/923). Wer Materialauswahl ohne parallele Compliance-Prüfung betreibt, riskiert, Komponenten zu spezifizieren, die vor dem Serienanlauf nicht mehr lieferbar sind, oder die Abnehmer ablehnen.

Mit vs. ohne KI, ein ehrlicher Vergleich

Die Zahlen zur Fehlauswahl-Rate sind Schätzwerte aus Ingenieurbüroprojekten, keine repräsentative Studie, aber konsistent mit dem, was Entwicklungsleiter in der Praxis berichten.

Einschätzung auf einen Blick

Zeitersparnis, hoch (4/5) Ein normgerechter Datenbankvergleich von fünf bis zehn Materialien dauert zwei bis drei Stunden. Dieselbe Arbeit mit manuell zusammengesuchten Datenblättern dauert Tage, und ist dabei methodisch schlechter, weil die Daten nicht vergleichbar sind. Materialauswahl ist selten der einzige Zeitfresser in der Entwicklung, aber bei häufig wechselnden Projekten ist der Effekt kumulativ und real. In dieser Branche gehört dieser Use Case zu den deutlichsten Zeitgewinnern.

Kosteneinsparung, niedrig (2/5) Die Kosteneinsparung ist real, aber indirekt: Sie entsteht durch vermiedene Prototypeniterationen, nicht durch direkte Kostensenkung in der Produktion. Das macht sie schwerer zu messen als etwa die Einsparung durch Chargendokumentation oder Energieoptimierung an Extrudern. Dazu kommt: Die meisten Tools sind kostenlos, die Einführung kostet wenig, aber die Vermeidung von Iterationskosten lässt sich erst im Rückblick messen. Bewusst niedrig bewertet.

Schnelle Umsetzung, hoch (4/5) CAMPUS Plastics und Matmatch sind heute kostenlos zugänglich, du kannst in einer Stunde die erste normgerechte Materialauswahl durchführen. Das ist der stärkste Einstiegsvorteil dieses Use Cases. Einzige Voraussetzung: ein strukturiertes Anforderungsprofil. Den schreibst du in 20 Minuten. Höher als die meisten anderen Use Cases in dieser Branche, weil keine IT-Infrastruktur und keine Datenmigration nötig sind.

ROI-Sicherheit, mittel (3/5) Der Nutzen ist klar, aber er hängt davon ab, wie viele neue Materialentscheidungen pro Jahr anfallen. Wer ein bis zwei Neuentwicklungen pro Jahr macht, hat wenig zu gewinnen. Wer acht bis fünfzehn Projekte pro Jahr fährt, bei denen Materialeigenschaften eine zentrale Rolle spielen, merkt den Unterschied deutlich. Die ROI-Messung selbst ist schwierig: Wie beweist du, dass eine Fehlauswahl vermieden wurde?

Skalierbarkeit, mittel (3/5) Der Prozess skaliert mit der Anzahl der Projekte, nicht mit dem Wachstum des Teams. Eine größere Belegschaft bedeutet nicht automatisch mehr Materialentscheidungen. Für sehr schnell wachsende Entwicklungsabteilungen ist das ein Vorteil; für Unternehmen mit stabiler Projektfrequenz ist der Skalierungseffekt begrenzt. Minimum für diese Branche, aber ehrlich.

Richtwerte, stark abhängig von der Anzahl jährlicher Neuentwicklungen und der Materialvielfalt im Produktportfolio.

Warum generative KI bei Materialdaten versagt

Das muss explizit gesagt werden: ChatGPT, Claude, Gemini und andere LLM-basierte Werkzeuge sind für die Materialauswahl im Engineering kein Ersatz für Fachdatenbanken.

Das ist kein prinzipielles KI-Problem, es ist ein Datenproblem. Normierte Materialkennwerte sind nicht in Textform im Internet verfügbar; sie stecken in kostenpflichtigen Datenblättern, proprietären Messdaten und Normen, auf die Sprachmodelle keinen Zugriff haben. Was das Modell generiert, ist ein Mix aus Marketingtexten, Wikipedia-Einträgen und allgemeinen Ingenieursquellen, kein Ersatz für ISO-527-Zugversuchsdaten unter definierter Konditionierung.

Drei konkrete Versagensmuster:

1. Fehlende Anwendungsspezifik bei Hygroskopie. PA66 ist eine hervorragende Wahl, in vielen Anwendungen. Aber PA66 absorbiert bis zu 2,5 Gewichtsprozent Feuchtigkeit, was zu Maßänderungen von 0,1–0,2 mm je 100 mm Bauteilabmessung führen kann. Ein LLM nennt diese Eigenschaft nur, wenn du explizit danach fragst und die Toleranzanforderung beschreibst. Für Präzisionsbauteile ist das K.O.-Kriterium, und ein erfahrener Ingenieur fragt danach, ein LLM nicht.

2. Schleichende Eigenschaftsverwechslung bei ähnlichen Polymernamen. PA6 und PA66 klingen ähnlich, unterscheiden sich aber messbar in Schmelzpunkt (220 vs. 265 °C), Wärmeformbeständigkeit und Feuchtigkeitsaufnahme. POM-C und POM-H haben unterschiedliche Schweißbarkeit. ABS-Typen variieren stark je Schlagzähigkeitsmodifikation. LLMs verwechseln und mitteln hier, ohne es zu signalisieren.

3. Veraltete oder nicht-normierte Eigenschaftswerte. Wenn ein Modell Zugfestigkeit 70 MPa für PA66 GF30 nennt, bleibt unklar: Welcher Hersteller? Welche Konditionierung? Trocken oder konditioniert? Nach ISO 527 oder ASTM D638? Diese Unterschiede können 10–30 Prozent in den Messwerten ausmachen. In CAMPUS sind sie definiert, im LLM nicht.

Was LLMs gut können: das Anforderungsprofil strukturieren, die richtigen Datenbankfilter formulieren, Auswahlbegründungen in Ingenieursprache schreiben, also die Meta-Arbeit rund um die Datenbankrecherche. Nicht die Recherche selbst.

Was normgerechte Materialdatenbanken konkret machen

Der Kern ist einfach: Du definierst ein Anforderungsprofil (mechanisch, thermisch, elektrisch, chemisch, prozesstechnisch) und die Datenbank zeigt dir alle Materialien, die es erfüllen, aus einer Menge von tausenden normierten Datensätzen.

Die entscheidende Qualität: Alle CAMPUS-Daten wurden nach denselben Prüfnormen gemessen. Wenn du PA6 von BASF mit PA66 von Lanxess vergleichst, vergleichst du Äpfel mit Äpfeln. Beide wurden nach ISO 527 (Zugversuch), ISO 178 (Biegeversuch), ISO 75 (Wärmeformbeständigkeit) und ISO 294 (Spritzgussnorm für Probekörper) geprüft. Diesen Grundsatz gibt es bei keiner anderen frei verfügbaren Datenbank.

Was du in einer normgerechten Materialdatenbank konkret machen kannst:

• Eigenschaftsfilterung: Mindestzugfestigkeit 60 MPa + HDT/A ≥ 120 °C + V0 nach UL 94 → Zeigt alle Materialien im Kandidatenraum
• Side-by-Side-Vergleich: 5 Kandidaten, 20+ Eigenschaften in einer Tabelle, inklusive Kennwerte, die du nicht explizit gefragt hast, aber wissen solltest (z. B. Feuchtigkeitsaufnahme, Kriechmodul, Schlagzähigkeit ungekerbt/gekerbt)
• Multipoint-Daten: Spannungs-Dehnungs-Kurven für FEM-Simulation direkt aus der Datenbank exportierbar
• UL Yellow Cards: Bei UL Prospector ist die offizielle Brandschutzeinstufung direkt verlinkt, relevant für E/E-Bauteile

Und was passiert danach: Die Datenbankauswahl ist Vorauswahl, nicht Endentscheidung. Nach der Filterung auf 3–5 Kandidaten kommen Musterbestellungen, Verarbeitungsversuche im Spritzguss und bauteilspezifische Tests. Datenbank ersetzt keine Prüfung, sie macht die Prüfung zielgerichteter.

REACH/RoHS-Screening: der unterschätzte Engpass

Materialauswahl ohne Compliance-Prüfung ist unvollständig. Das gilt für Kunststoffe in der EU besonders, weil:

• REACH SVHC-Liste (Substances of Very High Concern) wird von der ECHA laufend aktualisiert, aktuell über 240 Stoffe. Bestimmte Flammschutzmittel, Weichmacher und Prozesshilfsmittel, die in Standard-Kunststoffrezepturen enthalten sein können, stehen auf dieser Liste.
• RoHS gilt für Kunststoffteile, die in Elektro- und Elektronikgeräten verbaut werden, auch für reine Gehäuseteile. Grenzwerte beziehen sich auf das homogene Material, nicht auf das Endprodukt.
• EU-Verordnung 2023/923: Seit November 2024 ist Blei in PVC-Materialien ≥ 0,1 Gew.-% verboten. Wer im Herbst 2024 noch auf Basis alter Lieferantendeklarationen spezifiziert hat, spezifiziert jetzt möglicherweise ein nicht-konformes Material.

Wie das Screening konkret aussieht:

Ohne spezielle Unterstützung: Manuell die ECHA-Kandidatenliste prüfen, Konformitätserklärungen beim Hersteller anfordern, per E-Mail nachverfolgen. Je nach Materialportfolio: 2–5 Tage je Neuspezifikation.

Mit Ansys Granta MI: Jedes Material in der Datenbank wird automatisch gegen die aktuelle SVHC-Liste geprüft. Bei Treffer: Warnmeldung mit betroffenen Stoffen und deren Konzentration. Der Prozess dauert Sekunden statt Tage, allerdings setzt das voraus, dass das Material in der Datenbank mit vollständiger Rezeptur hinterlegt ist.

Für KMU ohne Granta MI-Budget: Die ECHA betreibt die SCIP-Datenbank und eine kostenlose Kandidatenlisten-Suche. UL Prospector gibt bei vielen Materialien Hinweise auf REACH-Konformität. Der Aufwand bleibt höher, aber die Information ist vorhanden, wenn man weiß, wo man suchen muss.

Wichtige Grenze: Datenbank-Compliance-Hinweise ersetzen keine offizielle Konformitätserklärung des Materiallieferanten. Die Datenbank zeigt dir, ob du nachfragen musst, die Erklärung lieferst du als Teil der Bauteilfreigabe.

Ein separater Use Case auf diesem Portal beschäftigt sich ausführlich mit der automatisierten REACH-Konformitätsprüfung für Kunststoffrezepturen.

Produkthaftung: Wenn die Werkstoffwahl vor Gericht geht

Das Produkthaftungsgesetz (ProdHaftG) macht den Hersteller eines Produkts für Schäden verantwortlich, die durch Konstruktionsfehler entstehen, und eine falsche Materialwahl ist ein Konstruktionsfehler im Sinne des Gesetzes.

Was das konkret bedeutet:

• Dokumentationspflicht. Wenn du einem Schadensfall nachweisen musst, warum du PA66 statt POM gewählt hast, brauchst du eine belastbare Auswahlbegründung. “Der Kollege hat das gesagt” oder “ChatGPT hat das empfohlen” ist keine anerkannte Dokumentation. Eine normgerechte Datenbankauswahl mit exportiertem Vergleich ist es.
• Prüfpflicht nach Stand der Technik. Wenn ein bewährtes Werkzeug, die CAMPUS-Datenbank, kostenlos zugänglich ist und nach Branchenstandard für Kunststoffvergleiche genutzt wird, kann ein Schadensgericht fragen, warum du es nicht genutzt hast.
• Produktbeobachtungspflicht. Wenn sich nach Serienstart herausstellt, dass ein Material unter Betriebsbedingungen Eigenschaften zeigt, die nicht im Anforderungsprofil berücksichtigt wurden (z. B. Versprödung durch UV-Einwirkung, Quellen durch Medienexposition), musst du handeln, und das erfordert, dass du das Material ursprünglich vollständig spezifiziert hast.

Ein reales Beispiel aus der Produkthaftungspraxis: Ein Lebensmittelbetrieb bestellte Kunststoffverpackungen, die als “lebensmittelecht” zugesichert waren. Das Material war nicht korrekt spezifiziert, der Kunststoff gab Geruchs- und Geschmackstoffe ab, die Ware musste vernichtet werden. Schadensersatz fiel dem Verpackungshersteller zu. Der Schaden hätte sich mit einer normgerechten Materialspezifikation inklusive Lebensmittelkontaktnachweisen vermeiden lassen (Haufe/IHK-Rechtsdatenbank, Produkthaftung §9 ProdHaftG).

Die Datenbank ist kein Rechtsschutz. Aber eine dokumentierte, nachvollziehbare Auswahlentscheidung ist ein Schutzfaktor, den Unternehmen unterschätzen.

Konkrete Werkzeuge, was wann passt

CAMPUS Plastics, Der Standard für normgerechte Vergleiche. Kostenlos, sofort zugänglich, keine Registrierungspflicht für die Desktop-Version. Die einzige Datenbank, die ausschließlich nach einheitlichen ISO-Normen gemessene Daten enthält, damit die einzig verlässliche Basis, wenn du Materialien verschiedener Hersteller gegenüberstellst. Schwäche: Nur Materialien der teilnehmenden Hersteller, keine REACH-Integration, keine Lieferanteninfos. Für reine Eigenschaftsvergleiche: erste Wahl.

UL Prospector, Basisaccount kostenlos, Premium ab 49 USD/Monat (jährlich). Stärke: Über 100.000 Materialien, 45.000+ integrierte UL Yellow Cards. Unverzichtbar, wenn du für E/E-Anwendungen UL-Brandschutzeinstufungen brauchst (UL 94 V0, HB etc.). Schwäche: Daten nicht nach einheitlichen Normen, Vergleichswerte müssen mit Vorsicht interpretiert werden. Gut kombinierbar mit CAMPUS: UL Prospector für Compliance-Screening, CAMPUS für Eigenschaftsvergleich.

Matmatch, Kostenlos, kein Login für die Basis-Suche. Stärke: Breite Materialbasis inkl. Metalle und Keramiken, direkter Lieferantenkontakt, EU-Hosting. Gut für Erstkontakt mit unbekannten Materialklassen und für Musteranfragen. Kein Ersatz für CAMPUS bei normierten Vergleichen.

Ansys Granta MI, Enterprise-Lösung, ab ca. 15.000 €/Jahr. Für KMU in der Regel überdimensioniert, für F&E-intensive Konzerne oder Medizintechnik-Zulieferer mit REACH-Compliance-Pflichten die vollständigste Lösung. Integriert eigene Firmendaten, normierte Herstellerdaten und SVHC-Compliance in einer Plattform.

Was LLMs sinnvoll ergänzen: ChatGPT oder Claude sind nützlich für die Vorstufe, das Anforderungsprofil strukturieren, die Suchparameter formulieren, die Auswahlbegründung in verständliche Ingenieursprache übersetzen. Nicht für die Materialauswahl selbst.

Zusammenfassung: Wann welches Tool

• Normierter Eigenschaftsvergleich → CAMPUS Plastics
• UL-Brandschutzklassifikation / E/E-Anwendungen → UL Prospector
• Erstkontakt / Musteranfrage / branchenübergreifend → Matmatch
• REACH-Integration + eigene Firmendaten → Ansys Granta MI
• Anforderungsprofil formulieren / Begründung schreiben → ChatGPT oder Claude

Datenschutz und Datenhaltung

Materialauswahl-Datenbanken verarbeiten in der Regel keine personenbezogenen Daten im DSGVO-Sinne, die Recherche nach Materialkennwerten ist öffentlich zugänglich.

Relevant wird die DSGVO allerdings, wenn firmeneigene Daten in Datenbanken eingespeist werden:

• CAMPUS Plastics (kostenlos, Desktop-Version): Keine Datenweitergabe bei der Offline-Nutzung. Bei Online-Nutzung unter campusplastics.com: Altair Engineering ist US-amerikanisch, betreibt aber EU-Rechenzentren. AVV für Enterprise-Kunden auf Anfrage.
• UL Prospector: US-Hosting. Für reine Materialrecherche ohne Firmendaten: DSGVO-Risiko gering. Für Premium-Accounts mit Account-Daten: Standardvertragsklauseln sollten eingefordert werden.
• Matmatch: Deutsches Unternehmen, EU-Hosting. Für Ingenieursnutzung weitgehend unkritisch.
• Ansys Granta MI: Ansys bietet EU-Datenhostings und AVV nach deutschem Recht. Für den Enterprise-Einsatz mit proprietären Materialdaten ist das der kritische Punkt, firmeneigene Prüfdaten und Rezepturen haben Geschäftsgeheimnischarakter und müssen vertraglich gesichert sein.

Die kritischere Datenschutzfrage stellt sich, wenn Materialformulierungen in KI-Systeme eingespeist werden: Wer mit ChatGPT über interne Rezepturen oder proprietäre Materialspezifikationen spricht, gibt potenziell Geschäftsgeheimnisse preis. Die Empfehlung gilt unabhängig von der Branche: Nur öffentliche Eigenschaftswerte und Anforderungsprofile in Consumer-LLM-Tools eingeben, keine internen Rezepturdaten.

Was es kostet, realistisch gerechnet

Einstieg mit freien Tools

• CAMPUS Plastics: 0 €
• UL Prospector (Basisaccount): 0 €
• Matmatch: 0 €
• Zeitaufwand für Strukturierung des Prozesses: ca. 8–16 Stunden intern

Das ist die einzig richtige Antwort für KMU mit bis zu 10 Neuentwicklungen pro Jahr: Starte mit den kostenlosen Tools. Du zahlst mit Zeit, nicht mit Lizenzkosten.

Mittlere Ausbaustufe

• UL Prospector Premium: ca. 49 USD/Nutzer/Monat (Jahresplan) ≈ ca. 550 €/Nutzer/Jahr
• Interne Schulung (1 Tag): ca. 800–1.500 € (externer Trainer) oder intern
• Dokumentationsvorlage für Auswahlbegründung: 2–4 Stunden Erstellung

Enterprise-Setup

• Ansys Granta MI: ab ca. 15.000 €/Jahr (Richtwert, Angebot auf Anfrage)
• Implementierung und Migration eigener Materialdaten: 20.000–60.000 € Einmalkosten
• Laufender Betrieb: 1–2 Personentage/Monat für Datenpflege

Was du gegenrechnen kannst Eine vermiedene Fehlauswahl im Prototypenstadium: 5.000–50.000 Euro, je nach Bauteilkomplexität und Iterationstiefe. Für Unternehmen mit mehr als 5–10 Neuentwicklungen pro Jahr amortisiert sich selbst das kostenpflichtige Premium-Tool schnell. Die Frage ist nicht, ob das System kostet, sondern was die Alternative kostet.

Wie du den Nutzen misst: Zähle vor der Einführung, wie viele Prototypeniterationen in einem Quartal auf Materialfehler zurückgehen. Nach 12 Monaten mit systematischem Datenbankprozess: erneut zählen. Der Unterschied ist dein ROI.

Typische Einstiegsfehler

1. Die Datenbank wird als Bestätigung genutzt, nicht als Werkzeug. Das häufigste Muster: Der Ingenieur weiß bereits, welches Material er nehmen will, und sucht in der Datenbank nach der Bestätigung. Dabei übersieht er, was er nicht sucht, Hygroskopie, Kriechverhalten, Langzeitstabilität unter Medieneinwirkung. Konsequenz: PA66 besteht die Filterung nach Zugfestigkeit und HDT, aber die Feuchtigkeitsaufnahme von bis zu 2,5 Gew.-% und die resultierende Maßänderung von 0,1–0,2 mm je 100 mm Bauteilabmessung tauchen nicht auf, weil niemand danach gesucht hat. Das Zahnrad mit ±0,05-mm-Toleranz schlägt erst im Prototypentest an, drei Wochen zu spät. Abhilfe: Vor dem Öffnen der Datenbank das vollständige Anforderungsprofil schriftlich festhalten und systematisch alle Eigenschaftskategorien abarbeiten, nicht nur die offensichtlichen.

2. Das Anforderungsprofil ist unvollständig. Wer in CAMPUS nur nach Zugfestigkeit und HDT filtert, findet technisch korrekte, aber möglicherweise falsche, Ergebnisse. Typisches Versagensmuster: Zwei Materialien passieren beide Filter, aber nur eines ist für die Medienexposition im Betrieb geeignet. POM-C ist bei Kraftstoffkontakt beständig, PA6 GF30 quillt und verliert 30–40 % Zugfestigkeit nach Lagerung in Öl, ein Unterschied, der im Filter nicht auftaucht, wenn “Medienbeständigkeit Öl” nicht als Pflichtkriterium eingetragen ist. Abhilfe: Vollständige Profile schriftlich festlegen, mechanische Anforderungen (statisch und dynamisch), thermische Anforderungen (kurz- und langzeitig), chemische Beständigkeit gegen alle im Betrieb vorkommenden Medien, Verarbeitungsanforderungen (Spritzguss-Verarbeitungstemperatur, Schwindung, Wanddicke), elektrische Anforderungen (wenn relevant) und Compliance-Anforderungen (REACH, RoHS, FDA, wenn anwendbar), bevor die Datenbank geöffnet wird.

3. Das Ergebnis wird nicht dokumentiert, und Monate später wiederholt. Das ist der stille Hauptfehler. Ohne Dokumentation der Auswahlbegründung beginnt das nächste ähnliche Projekt bei null. Und wenn zwei Projekte dasselbe Material ausgewählt haben, aber aus unterschiedlichen Gründen, kann kein Folgeprojekt auf diesem Wissen aufbauen. Minimallösung: Eine einseitige Auswahlbegründung mit Anforderungsprofil, Kandidatenliste, verwerfenem Material mit Begründung und gewähltem Material mit Begründung. Die Datenbank-Exportfunktion macht das in fünf Minuten.

Der Wartungsfehler, ein Sonderfall: Materialspezifikationen altern. Wenn ein Lieferant ein Material reformuliert (ohne Namensänderung), wenn die REACH-Kandidatenliste aktualisiert wird oder wenn der Hersteller Prüfdaten nachpflegt, kann eine “bewährte” Auswahl plötzlich nicht mehr valide sein. Wer keine Wiederholung des Datenbankabgleichs für laufende Produkte einplant, mindestens einmal pro Jahr oder bei REACH-Listenaktualisierungen, lebt auf geliehener Zeit.

Was mit der Einführung wirklich passiert, und was nicht

Die technische Einführung ist trivial: CAMPUS herunterladen dauert fünf Minuten. Das Schwierige ist die organisatorische Verortung.

Was typisch passiert: Ein Ingenieur nutzt das Tool und ist begeistert, er findet in einer Stunde, wofür er früher zwei Tage gebraucht hat. Dann erzählt er es einem Kollegen. Der macht es einmal und vergisst es wieder. Nach sechs Monaten nutzt das Tool noch immer einer von fünf Entwicklungsingenieuren.

Warum: Weil es keinen Prozess gibt, der den Datenbankabgleich als verbindlichen Schritt in die Bauteilentwicklung einbettet. Ohne diesen Schritt bleibt das Tool optional, und Optionales wird unter Zeitdruck weggelassen.

Was konkret hilft:

• Einen Haken in die Freigabe-Checkliste: “Materialauswahl in CAMPUS abgeglichen, ja/nein” genügt als Anfang
• Eine zweiseitige Vorlage für die Auswahlbegründung, die jeder im Team kennt
• Einen internen Champion, der die ersten fünf Recherchen selbst zeigt, “Zeigen” überzeugt hier mehr als jede E-Mail

Was nicht passiert: Das Tool macht keine Entscheidung. Es liefert keine Empfehlung. Es sagt nicht “nimm POM”. Es zeigt dir, welche Materialien dein Anforderungsprofil erfüllen und welche nicht, die Entscheidung liegt beim Ingenieur, der die Anwendung kennt. Wer vom Tool Empfehlungen erwartet und keine bekommt, ist enttäuscht. Wer es als strukturiertes Recherchetool versteht, arbeitet schneller und besser.

Die größten Widerstände sind erfahrungsgemäß bei Ingenieuren mit langer Berufspraxis: “Ich weiß, welches Material geht.” Das stimmt meistens. Aber auch der Erfahrenste kennt nicht alle 10.000+ Materialien in CAMPUS, und er kennt nicht die aktuellen REACH-Einschränkungen für jeden Stoff, der in seiner Lieblingsrezeptur stecken könnte.

Realistischer Zeitplan mit Risikohinweisen

Was die Zeitplanung oft unterschätzt: Die Musterbestellzeit liegt außerhalb deiner Kontrolle. Zwischen Recherche (ein bis zwei Tage) und erstem Verarbeitungsversuch liegen typisch zwei bis drei Wochen Lieferzeit. Den Datenbankprozess selbst kannst du abkürzen, den Lieferrhythmus nicht.

Häufige Einwände, und was dahintersteckt

„Ich kenne meine Materialien seit 20 Jahren.” Das stimmt wahrscheinlich. Aber die REACH-Kandidatenliste hat 2024 drei neue Polymerhilfsstoffe aufgenommen, die in Standard-PA66-Rezepturen als Gleitmittel eingesetzt werden. Kennst du alle 240+ SVHC-Stoffe? Und die aktuellen Grenzwerte für deine Abnehmerbranche? Erfahrung ist wertvoll, aber kein Ersatz für systematische Compliance-Prüfung, die sich laufend ändert.

„Das ist Overkill für unser kleines Unternehmen.” Für ein bis zwei Materialentscheidungen pro Jahr: vielleicht. CAMPUS herunterladen und beim nächsten Projekt einmal nutzen: das ist kein Overkill, das sind fünf Minuten Setup und zwei Stunden Arbeit. Die Frage ist nicht, ob du eine Werkstoffdatenbank brauchst. Die Frage ist, ob die Alternative, Herstellerdatenblatt plus Kollege plus ChatGPT, wirklich günstiger ist, wenn du eine Fehlauswahl reinrechnest.

„ChatGPT antwortet schneller.” Stimmt. Aber schnell falsch ist teurer als langsam richtig. Insbesondere bei Hygroskopie-Fragen, REACH-Compliance und Medienbeständigkeit gegen spezifische Betriebsfluide, genau die Eigenschaften, die LLMs ohne vollständiges Anwendungsprofil nicht korrekt beantworten können, ist die schnelle Antwort keine Grundlage für eine Bauteilfreigabe.

Woran du merkst, dass das zu dir passt

• Du entwickelst mehr als 3–5 neue Bauteile pro Jahr, bei denen der Kunststoffwerkstoff nicht von einem Vorgängerprodukt übernommen werden kann
• Deine Anwendungen haben enge Toleranzen, Medienexposition oder thermische Belastungen, bei denen die Materialwahl nicht trivial ist
• Du lieferst an Branchen mit REACH/RoHS-Anforderungen, Automotive, E/E, Medizintechnik, und brauchst eine dokumentierbare Compliance-Aussage
• Du hast schon einmal Prototypeniterationen wegen einer Materialfehlauswahl erlebt und weißt, was das kostet
• Materialentscheidungen bei euch werden mündlich kommuniziert und nirgends dokumentiert, das ist ein Haftungsrisiko, auch wenn noch nichts passiert ist

Wann das hier noch nicht zu dir passt, drei harte Ausschlusskriterien:

1. Weniger als drei Neuentwicklungen pro Jahr mit echten Materialentscheidungen. Wenn du weitgehend dieselben vier Materialien in denselben Geometrien verarbeitest und nur gelegentlich etwas Neues anläuft, ist der Aufwand einer systematischen Datenbanknutzung nicht gerechtfertigt. Ein Gespräch mit dem Materiallieferanten ist dann die effizientere Lösung.

2. Keine Produktspezifikation und kein Freigabeprozess vorhanden. Eine Materialdatenbank hilft dir, die richtige Auswahl zu dokumentieren. Wenn es in deinem Unternehmen keine Bauteilspezifikation gibt, in die diese Auswahl einfließt, fehlt das Gefäß für das Ergebnis. Dann ist der erste Schritt nicht die Datenbank, sondern das Einführen einer Produktspezifikations-Vorlage.

3. Du arbeitest ausschließlich mit einem einzigen, bewährten Materialtyp ohne Substitutionsbedarf. Wenn 95 Prozent eurer Produkte dasselbe PA66-Compound verwenden, das seit zehn Jahren funktioniert, und keine regulatorischen oder Anwendungsänderungen absehbar sind: Die Datenbank bringt dir in diesem Moment keinen Mehrwert. Beobachte die REACH-Entwicklungen für dein Hauptmaterial, das genügt vorerst.

Das kannst du heute noch tun

Lade CAMPUS Plastics herunter, kostenlos unter campusplastics.com. Nimm euer aktuelles oder nächstes Bauteilprojekt und schreibe in zehn Minuten das Anforderungsprofil auf:

• Dauergebrauchstemperatur (°C)
• Spitzentemperatur kurzfristig (°C)
• Mindest-Zugfestigkeit (MPa)
• Relevante Medien (Öle, Kraftstoff, Wasser, Reinigungsmittel?)
• Spritzguss oder anderes Verfahren?
• Brandschutzanforderung (UL 94 V0, HB?)
• REACH/RoHS-Pflicht? (Abnehmerbranche)

Dann such in CAMPUS mit diesen Parametern. Du wirst innerhalb einer Stunde wissen, welche Materialien in Frage kommen, und mindestens einmal überrascht sein, weil ein Material, das du für geeignet gehalten hättest, eine Anforderung nicht erfüllt.

Hier ist ein Prompt, mit dem du die Recherche vorbereiten und das Anforderungsprofil strukturieren kannst:

Quellen & Methodik

• CAMPUS-Datenbank als Industriestandard: Altair Engineering / M-Base, „CAMPUS Plastics, Computer Aided Material Preselection by Uniform Standards” (campusplastics.com, Stand Mai 2026). M-Base wurde 2023 von Altair übernommen; Betrieb und Erweiterung der Datenbank laufen unter Altair-Engineering-Regie weiter.
• LLM-Halluzinationen in der Materialwissenschaft: Baird, S. et al., „ChatGPT Materials Explorer: Design and Implementation of a Custom GPT Assistant for Materials Science Applications”, Integrating Materials and Manufacturing Innovation, Springer Nature, 2025 (doi: 10.1007/s40192-025-00410-9). Johns Hopkins University berichtet Halluzinationsraten von 20–40 % bei materialwissenschaftlichen LLM-Anfragen ohne spezialisierte Datenbankanbindung.
• PA66-Feuchtigkeitsaufnahme und Maßhaltigkeit: ckmold.com, „Nylon (PA66) vs. POM (Delrin): Which is the Right Engineering Plastic for Your High-Performance Parts?” (2024). Dokumentierter Praxisfall: PA66-Zahnräder in tropisch-feuchtem Klima durch Quellung ausgefallen; POM als Alternativlösung.
• REACH-Aktualisierung PVC/Blei: EU-Verordnung 2023/923, in Kraft seit November 2024: Blei in PVC-Material ≥ 0,1 Gew.-% verboten (Änderung Anhang XVII REACH).
• Produkthaftung und Materialauswahl: Produkthaftungsgesetz (ProdHaftG) §9; Haufe-Rechtsdatenbank, §9 ProdHaftG „Pflichten aus dem Produktbeobachtungsbereich” (2024). IHK München, Orientierungsleitfaden Produkthaftung (2024).
• UL Prospector Preise: accounts.ulprospector.com/subscriptions/prospector_solids/pricing (Stand Mai 2026): Premium 49 USD/Nutzer/Monat (jährlich), 119 USD für Pro-Tarif.
• Iterationskosten Fehlauswahl: Eigene Erfahrungswerte aus Kunststofftechnik-Projekten; keine repräsentative Studie, aber konsistent mit Berichten aus Entwicklungsleiterrunden.