BVID-Bewertung nach Impakt: KI standardisiert die Composite-Reparaturentscheidung

Das echte Ausmaß des Problems

Rampenschäden an Verkehrsflugzeugen sind kein Randphänomen: Kontakt mit Ground Support Equipment, Förderbändern, Schleppern oder Fluggastbrücken gehört zu den häufigen unplanmäßigen Instandhaltungsereignissen. Wie oft das bei dir eine strukturrelevante Bewertung auslöst, zeigt deine eigene Schadenshistorie. Eine belastbare Branchenzahl je Flugzeug haben wir nicht gefunden.

Das Tückische an CFK-Strukturen: Das Auge lügt. Ein Aluminiumrumpf zeigt bei einem Impakt eine Delle, die sofort Ausmaß und Richtung des Schadens verrät. Ein CFK-Rumpf kann bei gleicher Impaktenergie eine kaum sichtbare Oberflächenmarkierung zeigen, während im Inneren des Laminats Delaminierungen auf mehreren Schichten entstanden sind. Diese Delaminierungen sind von außen unsichtbar und reduzieren die Drucklastkapazität.

Was das in Zahlen bedeutet:

• Airbus A350 (53 Prozent) und Boeing 787 (50 Prozent) bestehen etwa zur Hälfte ihrer Strukturmasse aus Verbundwerkstoffen, überwiegend CFK (Herstellerangaben). Beim A320 ist die Rumpfhaut aus Aluminium, CFK steckt dort in Leitwerken, Verkleidungen und Klappen. Je mehr CFK, desto häufiger diese Grauzonensituation
• Wie stark Prüfer bei BVID-Grenzfällen auseinanderliegen, haben wir in keiner abrufbaren Studie belastbar beziffert gefunden
• Ein gegroundetes Schmalrumpfflugzeug kostet die Airline nach Branchenberechnungen (u.a. eways-aviation.com, 2024) 50.000–150.000 US-Dollar pro Tag, ohne Ausgleichszahlungen an Passagiere
• Die Zahl qualifizierter NDT-Spezialisten wächst nicht proportional zur wachsenden CFK-Flotte, Ressourcendruck an jeder Line Station

Der strukturelle Widerspruch: Regulatorisch ist alles klar. CS-25, AMC 20-29 und das flugzeugspezifische SRM des Herstellers definieren die Grenzwerte präzise. Aber die Übertragung dieser Grenzwerte auf eine konkrete Schadensgeometrie, an einem konkreten Bauteil, an einer konkreten Position, das ist heute eine Fähigkeit, die in menschlicher Erfahrung kodiert ist und nicht immer reproduzierbar übertragen wird.

Warum BVID keine Sichtprüfung ist

Barely Visible Impact Damage ist regulatorisch präzise gefasst: Es handelt sich um Schäden, die an der Sichtbarkeitsschwelle einer regelmäßigen Sichtprüfung (General Visual Inspection) liegen oder knapp darunter, und dennoch die Strukturintegrität beeinflussen können. Das Grundproblem: Bei einem Impakt auf CFK ist die sichtbare Delle auf der Außenhaut oft kleiner als der Delaminierungsbereich darunter. Deshalb stellt die Zulassung von CFK-Strukturen (AMC 20-29) für solche Schäden eigene Anforderungen.

Was das physikalisch bedeutet:

CFK bricht nicht wie Metall. Bei einem metallischen Strukturelement plastifiziert das Material beim Impakt, die Delle ist nach außen sichtbar, und die Restfestigkeit lässt sich grob aus der sichtbaren Schadensgeometrie ableiten. CFK dagegen ist spröd und anisotrop: Die Faserlagen und die Harzmatrix reagieren getrennt. Beim Aufprall bleiben die Oberflächenfasern oft intakt (deshalb: „barely visible”), während in tieferen Lagen interlaminar Trennungen entstehen. Diese Delaminierungen verringern die Druckfestigkeit (Compression After Impact, CAI) erheblich, auch wenn man von außen fast nichts sieht.

Das SRM enthält die richtige Antwort, aber nicht für alle. Die Allowable Damage Limits (ADL) im Structural Repair Manual sind das Ergebnis umfangreicher Berechnungen und Tests des Herstellers. Sie geben für jede Zone an: Dellentiefe, Schadensfläche, Abstand zu Spanten und Stringern. Das Problem: Für einen Rampenschaden auf der Flightline muss ein Techniker diese dreidimensionale Positionsinformation mit einer Tastlehre (eindimensional), einer Schablone und einem papierbasierten SRM-Kapitel abgleichen. Die Tastlehre selbst misst fein. Unsicher wird es beim Ansetzen: wo auf gekrümmter Haut die Bezugsebene liegt, wo die Delle anfängt. Bei Grenzwerten von wenigen Millimetern entscheiden dann Zehntelmillimeter.

Der Coin-Tap-Test hilft, bis zu einer Grenze. Das klassische Klopftest-Verfahren (Tasthammerprüfung) nach SRM detektiert Ablösungen zwischen Deckschicht und Wabenstruktur über den Klang: hohle, dumpfe Stellen deuten auf Delaminierungen hin. Aber: Für kleine Delaminierungen in monolithischen CFK-Laminaten (ohne Wabenstruktur) und für Delaminierungen tief im Lagenaufbau ist der Klopftest wenig sensitiv. Eine belastbare Erkennungsrate, die sich hier zitieren ließe, haben wir nicht gefunden. Für Entscheidungen an der Grenze reicht er nicht.

Das ist der Kern des Problems: nicht mangelnde Qualifikation des Technikers, sondern das inhärente Informationsdefizit der verfügbaren Messmethoden bei BVID.

Mit vs. ohne KI, ein ehrlicher Vergleich

Die Zeitwerte sind Annahmen, keine Messwerte. Veröffentlichte Vergleichszahlen für 3D-Scan-Bewertungen von Rampenschäden haben wir nicht gefunden.

Einschätzung auf einen Blick

Zeitersparnis, niedrig (2/5) Die Bewertungszeit soll von 30–90 Minuten auf 5–15 Minuten inklusive digitaler Dokumentation sinken, je Fall eine knappe bis gut eine Stunde. Bei 60 Bewertungen im Jahr sind das 30 bis 75 Stunden, wenig im Vergleich zur Wartungsdokumentation. Der größere Wert liegt in der Konsistenz, nicht in der Zeitersparnis.

Kosteneinsparung, niedrig (2/5) Der direkte Kostenhebel ist schmal. Eine schnellere Entscheidung verkürzt eine Verspätung um Minuten, sie verhindert keine AOG-Tage, und viele Rampenschäden werden ohnehin im Hangar oder zwischen Rotationen bewertet. Der eigentliche Hebel sind vermiedene vorsorgliche Reparaturen, und wie viele davon ihr heute macht, weiß kaum ein Betrieb. Daher: Einsparung möglich, aber indirekter als bei anderen Anwendungsfällen im Branch.

Schnelle Umsetzung, niedrig (2/5) Neun bis fünfzehn Monate bis zum validierten Pilotbetrieb sind keine Ausnahme, sondern die Norm in der regulierten MRO. Der Aufbau der Strukturdatenbank für jeden Bauteiltyp ist aufwendig, der Nachweis der Messunsicherheit zeitintensiv, und ein neues Messmittel braucht ein Verfahren im MOE, dem die Behörde zustimmt. Verglichen mit der C-Scan-Auswertung (9–18 Monate bis zum validierten Pilotbetrieb) ist dieser Anwendungsfall etwas einfacher, aber kein schneller Einstieg.

ROI-Sicherheit, niedrig (2/5) Die Einsparung hängt an vermiedenen Reparaturen, und die zählt heute kaum jemand. Wer 20 Flugzeuge betreibt, hat nach unserer Annahme 40–80 Rampenschadens-Bewertungen pro Jahr, genug für einen Vorher-nachher-Vergleich der Messwerte, aber nicht für einen sicheren Nachweis, welche Reparaturen unnötig waren. Wer drei Flugzeuge betreibt, hat zu wenig Ereignisse für jeden Nachweis.

Skalierbarkeit, niedrig (2/5) Das ist die strukturelle Grenze: Jeder Flugzeugtyp und jedes Bauteil braucht seine eigene Strukturdatenbank, abgeglichen mit dem typspezifischen SRM. Ein System, das für den A320-Rumpf funktioniert, ist nicht automatisch auf den A350-Spoiler übertragbar, andere Laminatdicken, andere Spantabstände, andere ADL-Tabellen. Das begrenzt den Skalierungseffekt erheblich.

Richtwerte, stark abhängig von Flottengröße, Schadensereignishäufigkeit und vorhandener NDT-Infrastruktur.

Was das System konkret macht

Das System besteht aus drei Schichten, die sequenziell ablaufen:

Schicht 1, Digitale Schadenserfassung. Der Techniker scannt den Schadenbereich mit einem Handscanner für strukturiertes Licht (z.B. Artec Leo ) in drei bis fünf Minuten. Das Ergebnis ist eine dreidimensionale Oberflächenkarte, laut Hersteller mit einer Punktgenauigkeit bis 0,1 Millimeter, und ohne das Ansetzproblem der Tastlehre. Das System extrahiert automatisch: maximale Dellentiefe, projizierte Schadenfläche, Kantenradius, Schadensform und die Lage relativ zu Referenzmarken am Bauteil. Beim Erkennen und Vermessen der Delle im Scan hilft ein ML-Modell.

Schicht 2, SRM-Grenzwertvergleich mit Positionierung. Der Kern: Das System kennt das Bauteil. Eine vorab aufgebaute Strukturdatenbank enthält, übertragen aus SRM-Abbildungen und Strukturzeichnungen des Herstellers, für den spezifischen Flugzeugtyp und das spezifische Panel die Positionen aller strukturell relevanten Elemente, Spanten, Stringer, Hardpoints, Zonen mit reduzierter ADL. Das Scan-Ergebnis wird auf diese Datenbank abgebildet. Der Vergleich selbst ist eine feste Regel, kein ML-Modell. Das System prüft, ob der Schaden:

• Innerhalb der generischen ADL-Tabelle liegt (ACCEPT),
• In einer Schutzzone um strukturelle Elemente fällt (BVID Monitor oder Repair),
• Einen Engineering-Order-Schwellenwert überschreitet (EO Required).

Schicht 3, Dokumentation und Konfidenzaussage. Das System gibt nicht nur eine Empfehlung aus, sondern auch einen Konfidenzwert: Wie weit entfernt ist der Schaden vom nächsten ADL-Grenzwert? Ein Schaden bei 60 Prozent des Grenzwerts ist anders zu bewerten als einer bei 95 Prozent. Grenzfälle (85–100 % des Grenzwerts) werden explizit für manuelle Prüfung markiert. Die vollständige Dokumentation, Scan-Daten, Grenzwert-Tabelle, Entscheidungspfad, wird automatisch ins Maintenance-Log geschrieben, in einem Format, das Behördenaudits standhält.

Was das System nicht macht: Es ersetzt keine NDT-Tiefenprüfung. Wenn der 3D-Scan zeigt, dass der Schaden tief im Grenzbereich liegt, oder wenn äußere Sichtzeichen auf interne Delaminierung hindeuten (Farbveränderung, Laminat-Aufwölbung), bleibt die Ultraschall-C-Scan-Prüfung zwingend. Das System ist ein Triage-Tool, kein Ersatz für den NDT-Spezialisten.

Konkrete Werkzeuge, was wann passt

Hardware: 3D-Scan

Artec Leo ist die praktischste Wahl für den Flightline-Einsatz: kabelloser Handbetrieb, Echtzeit-Feedback am Gerät, robustes Gehäuse für die Außenstation. Die Punktgenauigkeit von laut Hersteller bis 0,1 mm reicht für BVID-ADL-Vergleiche, eine eigene Messunsicherheitsanalyse ersetzt das nicht. Investition laut Hersteller 38.300 US-Dollar für das Basismodell, 52.345 US-Dollar im Premium-Paket, rund 35.000 bis 48.000 Euro. Die Software Artec Studio gibt es als Abo oder als Einmalkauf.

Alternative für stationären Hangareinsatz: GOM Scan 1 oder ZEISS ScanMax (strukturiertes Licht, höhere Auflösung, aber größere Geräte). Preis auf Anfrage, Erfahrung aus der Automotive-Fertigungsmesstechnik, im MRO-Bereich wachsende Referenzen.

NDT-Tiefenvalidierung: Ultraschall

Wenn das 3D-Scan-Assessment zeigt, dass der Schaden die SRM-Grenze nur knapp unterschreitet, oder wenn sichtbare Zeichen auf Tiefenschäden hindeuten, kommt Ultraschall ins Spiel. OmniScan X3 (Phased-Array-UT) ist der Industriestandard für portable CFK-Inspektion. Die Auswertung dieser C-Scans kann dann durch KI-Segmentierungsmodelle unterstützt werden, die beiden Anwendungsfälle ergänzen sich.

Simulationsunterstützung und Datengenerierung

CIVA (CEA-List / EXTENDE) simuliert Ultraschall-, Wirbelstrom- und Röntgenprüfungen, nicht den 3D-Scan der Oberfläche und keine Strukturdatenbank. Relevant ist es hier nur für den Ultraschall-Schritt: synthetische C-Scans für Grenzfälle, bevor reale Schadensdaten in ausreichender Menge vorliegen.

Resonanzprüfung: passt hier nicht

Vibrant PCRT (Process Compensated Resonance Testing) prüft Bauteile über ihre Eigenfrequenzen und taucht in Recherchen zu CFK-Schäden gelegentlich auf. Composite-Schwerpunkt und komplexe Schadensbilder nennt unsere Toolseite aber ausdrücklich als Schwäche. Für Rampenschäden an CFK ist es weder Ersatz noch sinnvolle Ergänzung.

Wann welcher Ansatz?

• Rumpfpanel, einfache Geometrie, Grenzwert klar: 3D-Scan + SRM-Vergleich → ACCEPT-Vorschlag in 10 Minuten, bestätigt durch den Techniker
• Grenzfall, Schaden nahe ADL-Limit: 3D-Scan + manueller Check durch erfahrenen Techniker + eventuell Coin-Tap
• Grenzfall mit Verdacht auf Tiefenschäden: 3D-Scan + Ultraschall-C-Scan + KI-Auswertung
• Seltener Bauteiltyp, keine Strukturdaten: Engineering Order, kein KI-System geeignet

Datenschutz und Datenhaltung

BVID-Bewertungsdaten in der Luftfahrt sind keine personenbezogenen Daten im Sinne der DSGVO, es geht um Schadensgeometrien und Strukturparameter, keine Personenidentifikation. Trotzdem gelten drei relevante Aspekte:

Sicherheitskritische Datenintegrität. Maintenance Records nach EASA Part 145 sind gesetzlich vorgeschriebene Dokumente, deren Unveränderbarkeit und Rückverfolgbarkeit nachgewiesen sein muss. Das System muss sicherstellen, dass Scan-Daten, Entscheidungspfade und Grenzwertreferenzen unveränderlich archiviert werden, idealerweise im Maintenance-Tracking-System, das ohnehin eure Aufzeichnungen führt (z.B. AMOS, CAMP Systems). Cloudbasierte Lösungen außerhalb der EU bedürfen einer gesonderten Risikoabwägung, da Maintenance Records je nach nationalem Recht strenge Aufbewahrungsvorschriften haben.

Strukturdatenbank und Hersteller-IP. SRM-Daten und strukturelle Grenzwerte stammen vom Flugzeughersteller und unterliegen Lizenzvereinbarungen. Die Hersteller geben SRM-Tabellen und -Abbildungen im Rahmen ihrer Lizenz frei, nicht aber ihre Strukturmodelle. Prüft, ob eure Lizenz erlaubt, SRM-Daten in eine eigene Datenbank zu übertragen. Eigene Aufbereitungen, die darüber hinausgehen, können als schützenswertes Know-how des Betriebs gelten.

Datenhaltung in der EU empfohlen. Für EASA-regulierte Betriebe ist EU-Datenhaltung der unkomplizierteste Weg. Artec 3D bietet lokale Datenhaltung (keine automatische Cloud-Übertragung), CIVA (CEA-List, Frankreich) ist EU-ansässig.

Was es kostet, realistisch gerechnet

Einmaliger Aufbau (Bauteiltyp-spezifisch)

• 3D-Scanner-Hardware, laut Hersteller rund 35.000–48.000 €
• Strukturdatenbank für einen Flugzeugtyp (1–2 Rumpfzonen): 30.000–80.000 € extern, je nach Komplexität
• Validierungsstudie (Messunsicherheit, Referenzschäden, Nachweisdokumentation): 20.000–40.000 €
• Software-Integration in bestehende Maintenance-Systeme: 15.000–40.000 € (je nach Schnittstellenaufwand)
• Gesamtaufbau für den ersten Bauteiltyp: rund 100.000–210.000 €

Laufende Kosten (jährlich)

• Scanner-Kalibrierung und Wartung: 3.000–6.000 €/Jahr
• Softwarelizenzen (Scan + Analyse): 5.000–15.000 €/Jahr
• Updates bei SRM-Revisionen und neuen Bauteiltypen: 10.000–30.000 €/Jahr
• Laufend: 20.000–50.000 €/Jahr

Was du dagegenrechnen kannst

Angenommen, ein Betreiber mit eigener Line Maintenance und 20 Flugzeugen hat 60 BVID-Bewertungen im Jahr:

• Kürzere Bewertung: 30–75 Minuten je Fall, bei 50 € je Stunde 25–65 €, also 60 mal 25 bis 60 mal 65 €, rund 1.500–3.900 € im Jahr, und auch das nur, wenn die Zeit etwas ersetzt
• Vermiedene vorsorgliche Reparaturen: Wie viele es sind, weiß kaum ein Betrieb. Rechnen wir mit 10 im Jahr zu je 5.000 €, sind es 50.000 € (eine Annahme, die du durch deine Historie ersetzt)
• AOG: Eine Bewertung, die eine Stunde früher fertig ist, verkürzt eine Verspätung, sie verhindert keinen AOG-Tag. Mehr als ein paar tausend Euro im Jahr sind hier nicht drin

Zusammen gut 52.000 € im Jahr, davon gehen 20.000–50.000 € laufende Kosten ab: Es bleiben 2.000–32.000 € Überschuss. Die Einrichtung von 100.000–210.000 € ist damit im besten Fall nach gut drei Jahren bezahlt, in der Mitte der Spannen nach rund neun, im ungünstigsten praktisch nie. Das rechnet sich nur, wenn ihr heute nachweislich viele vorsorgliche Reparaturen macht, die sich im Nachhinein als unnötig herausstellen. Für kleine Flotten (unter 10 Flugzeuge) ist der Business Case nicht zu machen.

Macht ein MRO-Dienstleister die Bewertungen für seine Kunden, gilt die Rechnung nicht für ihn: Die vermiedene Reparatur spart dem Kunden Geld und entgeht dem MRO als Umsatz. Sein Argument ist die schnellere, besser dokumentierte Bewertung als Leistung.

Typische Einstiegsfehler

1. Die SRM-Tabellen für die ganze Datengrundlage halten. Der Fehler: Das Team nimmt die ADL-Tabellen aus dem SRM und baut darauf direkt den Grenzwertvergleich, und stellt nach vier Monaten Entwicklungszeit fest, dass das System immer noch nicht entscheiden kann, ob ein Schaden in einer Schutzzone liegt. Das SRM nennt Grenzwerte und Zonen relativ zu Spant- und Stringernummern, wo genau der Spant unter der Haut liegt, muss man aber am Flugzeug verorten, und Übergangsbereiche und Sonderbereiche sind nicht in jeder Tabelle abgebildet. Die eigentliche Arbeit ist der Aufbau der Strukturdatenbank. Wer das unterschätzt, verbrennt Entwicklungsbudget vor dem ersten nutzbaren Ergebnis.

2. Einen Scanner ohne Nachweispfad kaufen. Ein Part-145-Betrieb darf ein anderes Messmittel als das in den Herstellerdaten genannte nur nach einem Verfahren im MOE verwenden, dem die Behörde zugestimmt hat. Viele Scan-Systeme liefern gute Messgenauigkeit, aber ohne begleitende Messunsicherheitsanalyse, Kalibrierprotokoll und Nachweisdokumentation in der Form, die dieser Nachweis braucht. Konkrete Folge: Das System arbeitet korrekt, erhält aber keine Zustimmung, der Betrieb muss 20.000–40.000 € in eine nachträgliche Validierungsstudie investieren oder auf ein anderes Hardware-System wechseln. Die Zertifizierungsarbeit hängt nicht am Scan-Ergebnis allein, sondern an der Nachvollziehbarkeit des gesamten Messprozesses. Lösung: Vor dem Kauf prüfen, ob der Hersteller eine Messunsicherheitsanalyse nach GUM und ein Kalibrierzertifikat liefert, das einem Behördenaudit standhält.

3. Das System ohne Grenzfall-Protokoll einführen. Wer das System für alle Schadensfälle nutzt, läuft in die Falle: Ein KI-Entscheidungssystem, das mit Konfidenz 0,95 „ACCEPT” sagt, wird vom Techniker anders wahrgenommen als eine menschliche Experteneinschätzung. Ohne klar dokumentiertes Protokoll, was passiert bei Konfidenz unter 0,85? Wer eskaliert?, führen Grenzfälle zu Unsicherheit statt Standardisierung. Konkrete Folge: Ohne Grenzfall-Protokoll eskalieren Techniker im Zweifel alles an Engineering, weil die Verantwortungsgrenze unklar ist, und der Zeitgewinn des Systems verpufft. Lösung: Das Protokoll mit drei definierten Konfidenz-Stufen (ACCEPT / Grenzfall / EO) muss vor dem Einführungstermin schriftlich genehmigt sein.

4. Das Modell nicht warten. Das ist der langsamste, gefährlichste Fehler. Wenn der Hersteller eine SRM-Revision veröffentlicht und neue ADL-Werte für einen Bauteilbereich festlegt, muss das System sofort aktualisiert werden. Ein System, das gegen veraltete Grenzwerte prüft, ist schlechter als gar keines, weil es mit falscher Sicherheit vorschlägt. Dieser Punkt muss in der Einführungsplanung eine namentlich verantwortliche Person haben: wer überwacht SRM-Revisionen und steuert Updates?

Was mit der Einführung wirklich passiert, und was nicht

Die Technik ist das Leichteste. Das Schwierige ist das organisatorische Umfeld.

Die erfahrenen Techniker sind die härteste Zielgruppe. Wer seit 15 Jahren BVID-Entscheidungen trifft und einen guten Track Record hat, empfindet ein System, das jetzt „mitredet”, als Infragestellung seiner Kompetenz. Das Richtige ist, diese Erfahrung explizit zu adressieren: Das System ist so gut wie ein erfahrener Techniker in einem engen Routinefall, aber es entlastet genau dann, wenn der Techniker unter Zeitdruck, Schichtende oder schlechten Lichtbedingungen entscheiden muss. Lass die erfahrenen Techniker die Testfälle definieren, auf denen das System validiert wird. Wer die Messlatte gesetzt hat, verteidigt das System gegen Kritik.

Der Schichtleiter will eine Eskalationsoption. Ein System, das nur „ACCEPT” oder „REPAIR” sagt, ohne eine klare Eskalationsoption, erzeugt Unbehagen. Maintenance Control und Engineering müssen wissen, wie Grenzfälle weitergeleitet werden. Die beste Einführung enthält deshalb eine dreigliedrige Entscheidungsarchitektur: System → Techniker → Engineering Order. Das System verändert nicht die letzte Verantwortung, es strukturiert den Informationsfluss davor.

Was konkret hilft:

• Pilotbetrieb mit drei bis fünf ausgewählten Schadensszenarien starten, nicht mit dem Fullrollout
• Dokumentierte Vergleichsfälle aufbauen: Wie hat das alte Verfahren entschieden, wie das neue?
• Regelmäßige Überprüfung in den ersten 12 Monaten: Jede Entscheidung, die nachträglich anders bewertet wurde, ist ein Datum zur Modellverbesserung

Realistischer Zeitplan mit Risikohinweisen

Zertifizierungspfad für KI-gestützte NDT-Entscheidungen

Das ist der Bereich, der mehr Projekte scheitern lässt als jede technische Schwäche. EASA hat im März 2024 das AI Concept Paper Issue 2 veröffentlicht, mit Leitlinien für Level-1- und Level-2-Anwendungen von Machine Learning in der Luftfahrt. Für ein BVID-Bewertungssystem ist die Einordnung entscheidend:

Level 1, KI unterstützt den Menschen. Das System zeigt dem Techniker Messung und Grenzwertvergleich, die Entscheidung liegt vollständig bei ihm. Ein BVID-Bewertungssystem, wie es hier beschrieben ist, gehört hierher. Die zentrale Anforderung ist Transparenz: ein erklärbares Ergebnis und ein nachvollziehbarer Weg dorthin.

Level 2, Mensch-KI-Teaming. Die KI trifft Entscheidungen selbst, unter menschlicher Aufsicht. Dafür verlangt das Konzeptpapier deutlich mehr, etwa Nachweise zur Lernzuverlässigkeit, Überwachung auf Drift und ein festgelegtes Zusammenspiel von Mensch und KI. Für die BVID-Bewertung ist Level 2 kein sinnvolles Ziel, die Entscheidung gehört zum Prüfer.

Die Anforderungen, die kein Vendor anspricht:

Erstens: Messunsicherheit und POD auseinanderhalten. Der 3D-Scan misst eine Oberfläche, für ihn zählt die Messunsicherheit (Kalibrierung, GUM). Eine POD-Studie, also die Wahrscheinlichkeit, einen inneren Schaden einer bestimmten Größe zu finden, braucht erst der Ultraschall-Schritt. Dort können simulierte Daten (CIVA) helfen, wenn die Simulation gegen reale Daten validiert wurde. Wer statt der Tastlehre einen Scanner nutzt, braucht dafür ein Verfahren im MOE, dem die Behörde zugestimmt hat.

Zweitens: SRM-Revision-Tracking. Das genehmigte Verfahren ist an eine bestimmte SRM-Revision gebunden. Wenn der Hersteller eine Revision veröffentlicht, die ADL-Werte ändert, ist das System bis zur Aktualisierung und Re-Validierung außer Betrieb oder darf nur unter Vorbehalt genutzt werden. Diesen Prozess muss das MOE des Betriebs regeln.

Drittens: Menschliche Entscheidung und NDT-Aufsicht. Das System darf die Entscheidung des Technikers und, wo Ultraschall nötig wird, des qualifizierten NDT-Prüfers (Level 2 oder 3) nicht ersetzen, es kann ihre Entscheidungsgrundlage verbessern. Für Grenzfälle (>85 % des ADL-Limits) muss die Bestätigung durch qualifiziertes Personal im Prozess verankert sein.

Praktischer Einstiegspunkt: Starte als Level-1-System und bleib dort. Das Werkzeug misst und vergleicht, der Mensch entscheidet, und genau das macht die Zulassung überschaubar.

Häufige Einwände, und was dahintersteckt

„Wir haben kaum genug BVID-Ereignisse für ein ML-System.” Für die Oberflächenmessung braucht es weniger Daten, als der Einwand annimmt: Tiefe und Fläche einer Delle misst die Software geometrisch, der Grenzwertvergleich ist eine Regel, und Prüfkörper mit definierten Dellen lassen sich gezielt herstellen. Nur für den Ultraschall-Schritt helfen simulierte Daten, etwa aus CIVA . 30–50 reale dokumentierte Schadensfälle als Validierungsset sind realistisch erreichbar, kein großes Flottenproblem.

„Das geht bei uns sowieso immer zum Engineering.” Wenn der Prozess funktioniert und Engineering gut erreichbar ist, warum optimieren? Die Antwort hängt vom AOG-Druck ab. Ein System, das den Engineering-Order-Bedarf von 30 auf 10 Prozent der Ereignisse reduziert und bei den restlichen 10 Prozent strukturiertere Informationen liefert, ist trotzdem werthaltig. Der Einwand ist ein valides Signal für mittlere Priorität, nicht für Ablehnung.

„Wir vertrauen KI nicht bei sicherheitsrelevanten Entscheidungen.” Das ist kein Argument gegen das System, es ist ein Argument für die richtige Systemarchitektur. Wenn das System als Level-1-Assistent eingeführt wird, ändert sich die Verantwortungsstruktur nicht: Der Techniker entscheidet weiterhin. Das System gibt ihm bessere Messgenauigkeit und einen dokumentierten Grenzwertvergleich, keine Entscheidung über seinen Kopf hinweg. KI-Misstrauen ist in der Luftfahrt nicht nur verständlich, sondern regulatorisch verankert, und deshalb ist das Systemdesign auf genau diese Frage ausgelegt.

Woran du merkst, dass das zu dir passt

Du bist im richtigen Adressatenbereich, wenn mehrere der folgenden Punkte zutreffen:

• Du betreibst mindestens 10–15 Flugzeuge mit viel CFK, A350 oder B787 mit CFK-Rumpf, oder Muster wie die A320-Familie mit CFK-Leitwerken und -Verkleidungen, und hast mehr als 30 Rampenschadens-Bewertungen pro Jahr
• Dein Line-Maintenance-Team trifft BVID-Entscheidungen unter Zeitdruck, Boarding-Slots, eng getaktete Rotationen, Nachtschichten mit reduzierter Besetzung
• Du hast Varianz in BVID-Entscheidungen zwischen Technikern festgestellt oder vermutest sie, und die Dokumentationsqualität ist inhomogen
• Du hast ein strukturiertes Maintenance-System (AMOS, CAMP, MXI oder ähnlich), in das digitale Maintenance Records integriert werden können
• Du hast einen Part-145-Betrieb mit einem Quality Manager, der Messmittel- und NDT-Validierungen kennt und einen klaren Zulassungspfad verfolgen kann
• Du hast Zugriff auf historische Schadensdokumentation, mindestens 20–30 dokumentierte BVID-Fälle der letzten drei Jahre, idealerweise mit Scan-Daten oder Fotoprotokollen

Wann das nicht zu dir passt, drei harte Ausschlusskriterien:

1. Weniger als 30 BVID-Bewertungen pro Jahr in deinem Betrieb. Bei dieser Frequenz übersteigen Setup, Validierung und Wartung des Systems den Nutzen auf viele Jahre, schon bei 60 im Jahr ist die Rechnung oben knapp. Bleib bei gut trainierten Technikern und einer gut strukturierten papiergestützten Checkliste nach SRM, das ist hier die überlegene Lösung.

2. SRM und Maintenance Records liegen nicht digital vor, oder der Betrieb hat kein strukturiertes Qualitätsmanagementsystem. Ein KI-gestütztes Assessment-Tool braucht eine digitale Infrastruktur als Voraussetzung. Wer noch handschriftliche Maintenance Logs nutzt und keine durchgängige Datenhistorie hat, muss zuerst diese Grundlage schaffen, KI kommt danach, nicht davor.

3. Für den primären Bauteiltyp fehlen ausreichende Strukturdaten. Ohne Spant- und Stringerlagen und Schutzzonen aus SRM und Zeichnungen, die ihr nach eurer Lizenz auch digital nutzen dürft, ist kein automatischer Grenzwertvergleich möglich. Das System würde auf einer Schätzung aufbauen, die regulatorisch nicht haltbar ist.

Das kannst du heute noch tun

Die einfachste erste Maßnahme ist nicht ein Scan-System kaufen, sondern deine eigene Datenlage verstehen. Analysiere die letzten 24 Monate deiner BVID-Bewertungen:

Wie viele gab es? Wie oft wurde repariert? Wie oft wurde eine Engineering Order angefragt? Wie oft unterschieden sich die ersten und zweiten Einschätzungen? Diese Analyse kostet nichts außer ein paar Stunden, und sie beantwortet, ob der Business Case für ein KI-gestütztes System real ist.

Für die nächste Stufe: Lass einen Techniker aus deinem Team den Artec Leo oder ein vergleichbares System an einem dokumentierten, bereits abgeschlossenen Schadensereignis testen. Artec vermietet Geräte auf Anfrage, ein Pilottest braucht also keinen Kauf.

Wenn du mit einem Grenzwertvergleich nach SRM anfangen willst, ohne sofort in Systemaufbau zu investieren, kannst du diesen Prompt als strukturierten Ausgangspunkt nutzen:

Quellen & Methodik

• EASA Artificial Intelligence Concept Paper Issue 2: „Guidance for Level 1&2 machine learning applications”, veröffentlicht am 6. März 2024. Level 1 unterstützt den Menschen, Level 2 beschreibt Mensch-KI-Teaming. Grundlage für die Einordnung in diesem Artikel.

• AOG-Kostendaten (Schmalrumpf): eways-aviation.com und Simple Flying (2024): 50.000–150.000 USD je AOG-Tag für Schmalrumpfflugzeuge, im Text in US-Dollar wiedergegeben.

• 3D-Scanner-Genauigkeit und Preise: Artec 3D, Produktseite und Preisangaben (Punktgenauigkeit bis 0,1 mm, Basismodell 38.300 US-Dollar, Premium-Paket 52.345 US-Dollar), ausgewertet auf unserer Toolseite zu Artec Leo, Stand Juni 2026.

• Bewertungszeiten, vermiedene Reparaturen, Kosten der Strukturdatenbank: Annahmen für die Rechnung, keine veröffentlichten Branchenwerte. Ersetze sie durch deine Historie.

• EASA CS-25 und AMC 20-29: EASA-Regelwerk für Composite-Strukturzertifizierung und Acceptable Means of Compliance für Luftfahrtprodukte; in der aktuell gültigen Fassung (Easy Access Rules AMC-20, EASA).

• Verbundwerkstoff-Anteil moderner Verkehrsflugzeuge: Herstellerangaben Airbus A350 (53 % der Strukturmasse) und Boeing 787 (50 %); öffentlich verfügbare Produktdokumentation.

Du willst wissen, ob der Business Case für deinen konkreten Flottenbestand rechnet und welche regulatorischen Schritte für euren Part-145-Betrieb prioritär sind? Meld dich, das klären wir in einem kurzen Gespräch.