Korrosionsinspektion: KI-Drohnenanalyse Unterwasserschiff
ROV-Unterwasserinspektion mit KI-Bildanalyse ersetzt teure Taucherteams und ermöglicht class-konforme Rumpfinspektionen ohne Trockendock — nachgewiesen durch Scandlines, Lloyd's Register, 2023.
- Problem
- Eine klassische Rumpfinspektion durch Taucher dauert 2–4 Tage und kostet 15.000–40.000 €. Dabei werden oft nur Stichproben gezogen — systematische Flächendeckung ist wirtschaftlich nicht darstellbar.
- KI-Lösung
- ROV fährt automatisiert die Rumpfoberfläche ab — ein CNN-basiertes Computer-Vision-Modell klassifiziert Korrosionsgrad, Biofouling-Stadium und Beschichtungszustand pixelgenau und liefert einen georeferenzierten Defektbericht für die Klassifikationsgesellschaft.
- Typischer Nutzen
- Inspektionskosten um bis zu 50 % reduzierbar. Vollständige Rumpfabdeckung statt Stichproben. Häufigere Inspektionen ohne Off-hire. Beschichtungsstatus und Korrosionsfortschritt über mehrere Zyklen vergleichbar.
- Setup-Zeit
- 3–6 Monate bis class-zertifizierter Betrieb
- Kosteneinschätzung
- Einrichtung: 1.000–3.000 € Erstkalibrierung; laufend: 5.000–12.000 € je Inspektion (Dienstleister-Modell, ohne eigene Hardware)
Es ist Donnerstag, 14:37 Uhr.
Stefan Becker, Flottenmanager einer Hamburger Küstenschifffahrtsreederei mit vier Frachtern, öffnet die E-Mail der Klassifikationsgesellschaft. Das Datum steht fest: In sechs Wochen ist die Zwischenbesichtigung für die MS Helgoland Trader fällig. Ohne gültige Inspektion verliert das Schiff seine Klasse — und damit die Betriebserlaubnis. Der übliche Weg: Trockendock in Bremerhaven, fünf Tage Off-hire, Taucherteam für die Unterwasserinspektion, Werftgebühren, Transportkosten.
Stefan rechnet nach. Das Schiff verdient in Betrieb 8.000 bis 12.000 Euro täglich. Fünf Tage Ausfall: 40.000 bis 60.000 Euro Opportunitätskosten, noch bevor der erste Taucher ins Wasser geht. Dazu kommen 18.000 Euro für Trockendock und Inspektion. Er kennt diese Rechnung auswendig — sie hat sich in zwei Jahren nicht verändert.
Was er noch nicht weiß: Eine kleine Reederei in Puttgarden hat dieselbe Inspektion im September 2023 in weniger als vier Stunden durchgeführt. Kein Trockendock. Keine konventionellen Taucher. Ein ROV, eine KI-Analyseplattform, ein Inspektor von Lloyd’s Register an der Kaimauer. Das Ergebnis: ein vollgültiges Zwischenzertifikat — das erste seiner Art in Deutschland.
Stefan schließt die E-Mail und greift zum Telefon. Er ahnt noch nicht, dass die Lösung seit einem Jahr existiert.
Das echte Ausmaß des Problems
Schiffsrümpfe werden nicht seltener beschädigt, weil man es vergisst, sie zu prüfen — sondern weil die Prüfung so aufwendig ist, dass man lieber seltener prüft.
Biofouling ist das stille Millionenproblem der Flottenbetreiber: Schon eine dünne Schicht Biofilm auf dem Rumpf erhöht den Reibungswiderstand messbar. Vollständiger Muschel- oder Seepockenbesatz erhöht den Kraftstoffverbrauch um bis zu 15 Prozent. Bei einem Küstenmotorschiff mit 200 Tonnen Jahresbunkerverbrauch zu 600 Euro je Tonne sind das bis zu 18.000 Euro Mehrkosten pro Jahr — allein durch Bewuchs, der bei früherem Erkennen um ein Vielfaches günstiger zu beseitigen wäre.
Korrosion an Beschichtungen ist die zweite Zeitbombe. Antifouling-Beschichtungen verlieren über Zeit ihre Wirksamkeit, Pittingkorrosion arbeitet unter dem Schutzfilm weiter. Klassifikationsgesellschaften wie DNV, Lloyd’s Register und Bureau Veritas schreiben regelmäßige Unterwasserbesichtigungen vor — alle zwei bis drei Jahre für die meisten Fahrzeugklassen, jährlich für bestimmte Schiffstypen. Wer diese Fristen unterschätzt, riskiert nicht nur Reparaturkosten, sondern Klassenentziehung.
Was eine traditionelle Inspektion kostet:
- Trockendock-Trockenlegung: 5.000–15.000 Euro pro Einfahrt (Schiffsgröße und Hafen abhängig)
- Taucherteam für Unterwasserbesichtigung: 8.000–25.000 Euro (2–4 Tage Einsatz)
- Off-hire-Kosten: 5.000–15.000 Euro täglich für ein mittelgroßes Küstenmotorschiff
- Gesamte Ausfallzeit: typisch 3–7 Tage pro Inspektionszyklus
Für eine Flotte mit vier Schiffen, die alle 2,5 Jahre besichtigt werden müssen, bedeutet das jedes Jahr mindestens eine Vollinspektion mit allem Aufwand. Dazu kommen ungeplante Inspektionen nach Kollisionen, Grundberührungen oder Ankertreffern.
Das Kernproblem ist nicht der Preis einer Einzelinspektion — es ist die Summe über eine Fahrzeuglebenszeit und die Tatsache, dass der Aufwand dazu verleitet, seltener und stichprobenhaft zu prüfen statt flächendeckend und regelmäßig.
Mit vs. ohne KI — ein ehrlicher Vergleich
| Kennzahl | Taucherinspektion traditionell | ROV + KI-Analyse (UWILD) |
|---|---|---|
| Inspektionsdauer | 2–4 Tage (inkl. Trockendockzeit) | 4–8 Stunden im Hafen |
| Off-hire pro Inspektion | 3–7 Tage | 0 Tage (Schiff bleibt im Betrieb) |
| Kosten pro Inspektion | 15.000–40.000 € | 5.000–12.000 € |
| Rumpfabdeckung | Stichproben, ca. 20–40 % | Vollständige Kartierung möglich |
| Befunddokumentation | Taucherprotokoll, Fotos | Georeferenzierte Defektkarte, Vergleichshistorie |
| Class-Anerkennung | Standard | Von DNV und Lloyd’s Register akzeptiert (UWILD) |
| Modellgenauigkeit | Abhängig von Taucher-Erfahrung | KI-Klassifikation konsistent; Biofouling >98 % ¹ |
| Kraftstoffoptimierung | Keine systematische Ableitung | Fouling-Score → gezielte Reinigungsempfehlung |
¹ Herstellerangabe Vesselity (2024); unabhängige Validierung steht aus. Genauigkeit abhängig von Wassertrübung und Lichtverhältnissen — bei Sichtweite < 1 m sinkt die Erkennungsrate deutlich.
Der häufig übersehene Effekt: Wer alle sechs Monate inspiziert statt alle 30 Monate, kann Biofouling beseitigen, bevor es einen messbaren Kraftstoffeffekt hat. Die frühere Erkennung und gezielte Reinigung rechnet sich unabhängig von den Inspektionskosten.
Einschätzung auf einen Blick
Zeitersparnis — sehr hoch (5/5) Kein Schiff-für-Schiff-Vergleich in diesem Branchenfeld spart mehr Zeit pro Vorgang: Zwei bis vier Tage Außerdienststellung für Taucher- und Trockendock-Inspektion werden auf einen halben Arbeitstag komprimiert. Dazu kommt der entgangene Gewinn, der entfällt. Für Betreiber mit eng getakteten Ladeterminen ist allein dieser Effekt entscheidend.
Kosteneinsparung — sehr hoch (5/5) Die Einsparung wirkt auf zwei Ebenen: direkt über 50 % geringere Inspektionskosten (Scandlines, 2023), und indirekt über eingesparte Off-hire-Tage, vermiedene Kraftstoffmehrverbräuche durch frühzeitige Fouling-Bekämpfung und potenziell verlängerte Trockendock-Intervalle. In keinem anderen Anwendungsfall dieser Branche sind Kosteneinsparungen so direkt nachweisbar.
Schnelle Umsetzung — sehr niedrig (1/5) Das ist das Gegengewicht zu all dem Positiven: Der Weg vom Beschluss bis zum class-zertifizierten ROV-Betrieb dauert realistisch 3–6 Monate. Class-Gesellschaft muss UWILD für dein Schiff genehmigen, Dienstleister muss das Modell auf deine Rumpfgeometrie kalibrieren, Erstinspektion muss mit Surveyor koordiniert werden. Wer nächste Woche inspizieren muss, kann das nicht mehr auf ROV umstellen. Diese Komplexität ist die höchste im Vergleich aller Anwendungsfälle in dieser Branche.
ROI-Sicherheit — hoch (4/5) Selten ist ein KI-ROI so direkt nachzuweisen: Du hast eine Inspektionsrechnung von 30.000 Euro (alt) neben einer von 12.000 Euro (neu) — der Unterschied ist sofort sichtbar. Dazu kommen quantifizierbare Kraftstoffeinsparungen. Die Unsicherheit liegt darin, ob die Klassifikationsgesellschaft UWILD für alle deine Schiffe akzeptiert, und ob das KI-Modell in deinen typischen Häfen stabil funktioniert.
Skalierbarkeit — hoch (4/5) Das Service-Modell ist von Natur aus skalierbar: Du buchst den Dienstleister pro Inspektion, baust keine eigene Infrastruktur auf. Flotten ab drei bis vier Schiffen profitieren von günstigeren Jahresverträgen. Das KI-Modell, einmal auf einen Rumpftyp kalibriert, übertragbar auf gleichartige Schiffe. Nicht ganz maximal bewertet, weil jede neue Hafenregion mit anderen Wasserverhältnissen eine Modellanpassung erfordern kann.
Richtwerte — stark abhängig von Flottenstruktur, Schiffsklasse und typischen Häfen.
Was das System konkret macht
Die Grundidee ist simpel, die Umsetzung hat Tücken.
Ein ROV — ein ferngesteuertes Unterwasserfahrzeug — wird vom Kai oder Anleger aus ins Wasser gelassen und fährt systematisch die Rumpfunterseite und den Schiffsboden ab. Hochauflösende Kameras (bis 4K), optional ergänzt durch Multibeam-Sonar und Lasermessung, nehmen die Oberfläche lückenlos auf. Bei einem 100-Meter-Schiff dauert die vollständige Befahrung vier bis acht Stunden.
Das Computer Vision-System verarbeitet den Videostream in Echtzeit oder im Batch nach der Aufnahme. Es tut dabei folgendes:
Biofouling-Klassifikation: Das Modell unterscheidet zwischen sauberem Rumpf, Biofilm (Schleimschicht, frühe Phase), Weichbewuchs (Algen, Seegras) und Hartbewuchs (Seepocken, Muscheln, Röhrenwürmer). Jede Kategorie hat unterschiedliche Kraftstoffwirkung und erfordert unterschiedliche Reinigungsverfahren.
Beschichtungszustandserfassung: Das Modell erkennt Blasenbildung, Risse, Abblättern und Rusting (durchschlagende Rostflecken unter dem Schutzfilm) — klassifiziert nach Schweregrad. Stark belastete Zonen wie Wasserlinienbereich und Achterschiff werden gesondert ausgewiesen.
Georeferenzierung: Jeder Befund wird mit Koordinaten auf dem Rumpf kartiert. Das Ergebnis ist kein Fließtextbericht, sondern eine digitale Hüllkurve des Rumpfes mit eingezeichneten Defektzonen — vergleichbar über mehrere Inspektionszyklen. Man sieht, ob eine Schadensstelle gewachsen ist, stagniert oder durch eine Reparatur beseitigt wurde.
Berichterstellung: Der Bericht ist für UWILD-Verfahren vorstrukturiert: Klassifikationsgesellschaften wie Lloyd’s Register und DNV haben definierte Berichtsformate, die Dienstleister wie Vesselity direkt befüllen.
Was das System nicht eigenständig leistet: Wanddickenmessung (erfordert Ultraschallsonden an der Oberfläche), Risstiefenanalyse (metallographische Prüfung), und abschließende Beurteilung der Reparaturnotwendigkeit (das ist Aufgabe des Klassierers, nicht der KI). Die KI liefert den Befund, der menschliche Surveyor bestätigt oder erweitert ihn.
Korrosionsgrad-Klassifikation: Was die KI erkennt und was nicht
Das ist die kritische Erwartungsklärung, die vor dem Einstieg auf dem Tisch liegen muss.
Was KI-Bildanalyse zuverlässig erkennt:
- Biofouling-Schweregrad (Stufen 1–4): Biofilm, Weichbewuchs, Hartbewuchs, schwerer Bewuchs — mit über 95 % Erkennungsrate bei guter Wasserqualität
- Coating Breakdown nach ISO 4628 (Blasen-, Rost-, Rissbild, Ablösung): sichtbare Oberflächenveränderungen werden konsistent erfasst
- Anode-Zustand: Opferanodenverbrauch erkennbar (Geometrieveränderung, Farbveränderung)
- Propellerschäden: Abrieb, Kerben, Deformationen an Blattflächen und Kanten
Was KI-Bildanalyse nicht erkennt oder unzuverlässig erkennt:
- Wanddickenreduktion durch Korrosion unter intaktem Beschichtungsfilm (erfordert UT-Messung)
- Rissfortschritt in Schweißnähten und Knotenblech-Verbindungen (erfordert Ultraschall oder Magnetpulverprüfung)
- Innenkorrosion in Ballasttanks und Doppelbodentanks ohne direkten Kamerazugang
- Verformungen unter 5 mm Amplitude (Beulgrenze; unterhalb optischer Auflösung bei Standardkameras)
Die Grenze ist wichtig für die UWILD-Planung: Viele Klassifikationsgesellschaften akzeptieren ROV-Inspektion für die Außenhaut, verlangen aber bei Verdachtsbefunden eine Nachprüfung mit UT-Sonde oder fordern bei bestimmten Schiffsaltern die Trockendocklegung für Innenstrukturen. Ein ROV ersetzt nicht jeden Trockendockaufenthalt — er kann aber viele ersetzen und andere informierter machen.
Konkrete Werkzeuge — was wann passt
Vesselity Maritime Analytics — wenn du UWILD-konforme Berichte brauchst
Der einzige in Deutschland dokumentierte Anbieter mit Lloyd’s-Register-zertifizierten ROV-Inspektionen ohne Taucher (Scandlines, September 2023). Die Hull-Sight-Plattform bietet historischen Defektvergleich, Biofouling-Risikobewertung und Flottenübersicht. Geeignet für Fähren, Küstenmotorschiffe und Passagierschiffe. Preis auf Anfrage — typisch buchbar als Einzelinspektion oder Jahresvertrag für Flotten.
Deep Trekker DTG3 / Boxfish — wenn du eigene ROV-Kapazitäten aufbauen willst
Deep Trekker (Kanada) und Boxfish Robotics entwickeln ROVs für hull inspection mit integrierten KI-Analyse-Schnittstellen. Geeignet für Werften und Dienstleister, die die Inspektionskapazität selbst aufbauen wollen, statt sie einzukaufen. Investition in Hardware: 15.000–35.000 Euro pro ROV-System. Deep Trekker führt seit September 2024 ein $8,1-Mio.-Programm zur KI-Integration in Schiffsinspektion durch (Förderung durch Canada’s Ocean Supercluster).
Neptune Robotics — wenn Beschichtungszustand im Fokus steht
Neptune Robotics (Hamburg) betreibt magnetisch haftende Crawler-Roboter, die den Rumpf auch in Trimmposition und unter ungünstigen Strömungsbedingungen befahren können. Besonders geeignet für große Tanker und Bulker, bei denen der ROV-Drift durch Strömung oder Tiefgang Probleme macht. Crawler arbeiten an der Rumpfoberfläche bei null Sichtweite — relevant für trübe Häfen.
Blueye Pro / Blueye X3 — wenn Dienstleister vor Ort eigene Hardware nutzen
Das norwegische ROV-System, mit dem Stein Maritime Consulting die Scandlines-Inspektion durchführte. Keine eigene KI-Analyseplattform — wird mit externer Software wie Vesselity kombiniert. Blueye X3: ab ca. 30.000 Euro (Kaufpreis ohne Softwareintegration).
Zusammenfassung: Wann welcher Ansatz
- Reguläre UWILD-Inspektion für Klassenzertifikat → Dienstleister buchen (Vesselity oder vergleichbar)
- Eigenständige Inspektionskapazität aufbauen → ROV-Hardware-Investment + Softwareintegration
- Crawler-Inspection für trübe Gewässer / große Tanker → Neptune Robotics
Class-konforme UWILD-Inspektion: Wann der ROV das Trockendock ersetzt
UWILD steht für “Underwater Inspection in Lieu of Drydocking” — ein international anerkanntes Verfahren, bei dem eine Unterwasserbesichtigung die Trockendocklegung ersetzt oder deren Intervall verlängert. Das ist keine KI-Erfindung; Klassifikationsgesellschaften akzeptieren UWILD per ROV oder Taucher seit Jahrzehnten. Was KI hinzufügt: konsistente Dokumentation, georeferenzierte Defektkarten, vergleichbare Serienberichte.
Was du wissen musst, bevor du planst:
DNV, Lloyd’s Register und ABS akzeptieren ROV-gestützte UWILD-Verfahren für die meisten Schiffsklassen — aber mit Vorbehalten. Die wichtigsten Bedingungen:
- Sauberkeit der Rumpfoberfläche: Ein bewuchsreicher Rumpf muss vor der Inspektion gereinigt werden. Einige UWILD-Verfahren kombinieren Reinigung und Inspektion in einem Arbeitsgang.
- Propulsionsanforderungen: Schiffe mit konventionellen Wellenpropellern, Ruderblätter und Schlingen müssen einzeln besichtigt werden. POD-Antriebe erfordern oft besondere Vereinbarungen.
- Schiffsalter: Schiffe über 15 Jahre müssen bei manchen Gesellschaften trotz UWILD alle 5 Jahre zur Trockendocklegung — UWILD reduziert, aber eliminiert nicht alle Trockendock-Pflichten.
- Surveyor-Präsenz: Ein Inspektor der Klassifikationsgesellschaft muss bei der UWILD-Inspektion anwesend sein oder die Videoaufnahmen unmittelbar auswerten. Remote-Review ist bei einigen Gesellschaften möglich, bei anderen nicht.
Praxistipp: Kläre den UWILD-Status für jedes deiner Schiffe mit der Klassifikationsgesellschaft, bevor du den Dienstleister buchst. Unterschiedliche Gesellschaften haben unterschiedliche Anforderungen — was Lloyd’s Register für ein Schiff akzeptiert, lehnt DNV für ein anderes möglicherweise ab. Der Dienstleister kann diese Klärung unterstützen, aber die Letztentscheidung liegt beim Klassierer.
Datenqualität unter Wasser: Trübe Häfen, scharfe Modelle
Das ist der technische Knackpunkt, über den Anbieter ungern sprechen: KI-Modelle für Unterwasserbildanalyse werden auf Trainingsdaten trainiert — und die Qualität dieser Daten hängt von Wasserverhältnissen ab, die von Hafen zu Hafen dramatisch variieren.
Was Trübung bewirkt:
In einem klaren Hafen bei guter Sicht (Sichtweite 3–5 Meter) produziert das ROV scharfe Bilder, auf denen auch kleine Beschichtungsschäden erkennbar sind. Im Hamburger Hafen, im Weser-Mündungsbereich oder in Häfen mit starker Industrietrübung (Schwebstoffe, Algen, Treibgut) kann die effektive Sichtweite auf unter 50 Zentimeter sinken. Das Modell, das im Mittelmeer auf kristallklarem Wasser trainiert wurde, versagt dort — nicht weil es schlechte KI ist, sondern weil die Eingabedaten strukturell anders sind.
Was seriöse Anbieter tun:
- Lokale Kalibrierungsaufnahmen vor der ersten produktiven Inspektion
- Sonar-Ergänzung für trübe Häfen (Multibeam-Sonar arbeitet unabhängig von optischer Sichtweite)
- Modell-Update nach Inspektionen in neuen Hafenregionen
Woran du erkennst, dass ein Anbieter dieses Problem ernst nimmt:
Er fragt vor dem Angebot nach deinen typischen Häfen, deiner Jahreszeit der Inspektionen (Algensaison!) und nach der letzten Rumpfreinigung. Wer ohne diese Fragen ein Pauschalangebot macht, hat das Trübungsproblem nicht verstanden — oder ignoriert es.
Praktische Konsequenz: Plane für jeden neuen Hafen einen kurzen Kalibrierungslauf vor der offiziellen UWILD-Inspektion. Das dauert 30–60 Minuten, erhöht aber die Zuverlässigkeit des KI-Outputs erheblich — und du kannst dem Klassierer zeigen, dass die Bildqualität ausreicht.
Datenschutz und Datenhaltung
Rumpfinspektionsdaten sind kein personenbezogenes Datenproblem im klassischen Sinne — es geht um Schiffsrümpfe, nicht um Personen. Die relevanten Datenschutzfragen sind andere:
Betriebliche Vertraulichkeit: Defektberichte und Rumpfzustandsdaten sind geschäftssensibel. Wer Zugang zu georeferenzierten Schadensdaten deiner Flotte hat, kennt die tatsächliche Klassifikation deiner Schiffe besser als du sie nach außen kommunizierst. Vertragsklauseln zur Vertraulichkeit und zu Datenweitergabe-Verboten an Dritte (auch an Versicherungsunternehmen) sind wichtig.
Datensouveränität: Für Betreiber von Schiffen unter europäischen Flaggen ist EU-seitige Datenhaltung oft Bedingung. Frage Dienstleister explizit nach Hosting-Standort der Rumpfkartierungsdaten — insbesondere wenn Klassifikationsgesellschaften oder Flaggenstaatsbehörden Zugriff benötigen.
Klassifikationsunterlagen: Einige Klassifikationsgesellschaften verlangen, dass UWILD-Berichte für eine Mindestdauer auf ihren eigenen Plattformen archiviert werden. Das schränkt die Wahl des Dienstleisters ein — stelle sicher, dass der Dienstleister die Datenformate der relevanten Klassifikationsgesellschaft (DNV, Lloyd’s Register, BV) unterstützt.
DSGVO wird relevant, wenn Inspektionsvideos Personen an Bord oder im Hafenbereich erfassen. Standard-ROV-Inspektionen am Schiffsboden sind davon in der Regel nicht betroffen — aber wenn der ROV beim Einlassen oder Herausziehen über Deck oder Kaje geführt wird, können kurze Aufnahmen mit Personenbezug entstehen. Protokolliere das und halte es aus dem Klassifikationsbericht heraus.
Was es kostet — realistisch gerechnet
Einmalige Einführungskosten (Dienstleister-Modell)
- Erstgespräch und UWILD-Klärung mit Klassifikationsgesellschaft: 0–1.500 Euro (oft kostenlos durch Dienstleister begleitet)
- Erstkalibrierung des KI-Modells für deine Rumpftypen und Häfen: 1.000–3.000 Euro (je nach Anbieter im ersten Auftrag enthalten)
- Erste UWILD-Inspektion inkl. Surveyor-Koordination: 5.000–10.000 Euro
Wer stattdessen in eigene ROV-Hardware investiert: 15.000–35.000 Euro für das ROV (z. B. Blueye X3), plus Software-Lizenz und Schulungsaufwand — empfohlen nur für Werften oder große Reedereien (10+ Schiffe), die die Hardware regelmäßig auslasten.
Laufende Kosten (Dienstleister-Modell)
- Einzelinspektion pro Schiff: 5.000–12.000 Euro (je nach Schiffsgröße, Hafen und Berichtskomplexität)
- Jahresvertrag ab 3–4 Schiffen: häufig Rabatt von 15–25 % gegenüber Einzelabruf
- Klassierer-Gebühren für UWILD-Bescheinigung: 500–2.000 Euro je nach Gesellschaft (unabhängig vom Dienstleister)
Was du dagegenrechnen kannst
Konservatives Szenario: Ein Schiff, das alle 30 Monate eine traditionelle Taucherinspektion für 20.000 Euro erfordert, kann durch drei ROV-Inspektionen im gleichen Zeitraum (à 8.000 Euro = 24.000 Euro) ersetzt werden. Klingt zunächst teurer — bis man die ersparten Off-hire-Kosten einrechnet: Bei zwei eingesparten Liegetagen à 8.000 Euro täglicher Charterrate spart allein das 16.000 Euro. Summe: 16.000 Euro gespart, 4.000 Euro mehr investiert — und dreimal so gute Datenlage über den Rumpfzustand.
Dazu kommt der Kraftstoffeffekt. Frühzeitige Biofouling-Erkennung und gezielte Reinigung reduziert den Kraftstoffverbrauch um 5–8 %. Bei 300 Tonnen Jahresbunkerverbrauch zu 550 Euro/Tonne: 8.250–13.200 Euro Einsparung jährlich.
Wie du den ROI tatsächlich misst
Führe eine einfache Buchung: Alte Inspektionskosten (Rechnung), neue Inspektionskosten (Rechnung), gesparte Off-hire-Tage (Logbuch), Kraftstoffverbrauch vor und nach Reinigung (Bunkerlog). Alle vier Größen hast du in deinen bestehenden Systemen — kein Extra-Aufwand.
Typische Einstiegsfehler
1. Klassifikationsgesellschaft zu spät einbinden. Der häufigste Fehler: Man bucht den ROV-Dienstleister, klärt aber erst danach, ob die eigene Klassifikationsgesellschaft UWILD für dieses Schiff akzeptiert. Das Ergebnis: Die Inspektion findet statt, der Bericht ist perfekt — aber der Klassierer fordert trotzdem eine Trockendocklegung, weil das Schiff zu alt ist oder der Schiffstyp nicht in der Freigabeliste steht. Lösung: UWILD-Freigabe immer zuerst klären, Dienstleister danach buchen.
2. KI-Befund ohne Anschlussprozess. Die Inspektion liefert eine georeferenzierte Defektkarte mit 14 Schadensstellen verschiedener Schweregrade. Wenn keine Person mit Zuständigkeit und Budget existiert, die entscheidet, was als nächstes damit passiert, landet der Bericht als PDF im Postfach und ist nach 6 Monaten vergessen. Lösung: Vor der ersten Inspektion festlegen, wer Befunde auswertet, bis wann Maßnahmen beschlossen sein müssen und wer die Reparaturentscheidung trifft.
3. Trübung unterschätzen und Modellqualität überschätzen. Ein Anbieter präsentiert 98 % Erkennungsgenauigkeit für Biofouling — aber der zugrunde liegende Test war in klarem adriatischem Wasser. Dein Heimathafen liegt an einer schlammigen Flussmündung. Die Genauigkeit im tatsächlichen Betrieb kann deutlich geringer sein, und du weißt es erst nach der ersten Inspektion. Lösung: Vor dem Jahresvertrag eine Probeinspektion im eigenen Hafen unter realistischen Bedingungen vereinbaren und die Bildqualität selbst begutachten.
4. Einmal aufgesetzt, nie nachgepflegt. Das ist der stille Fehler, der erst nach 18–24 Monaten sichtbar wird. Das KI-Modell wurde kalibriert, als das Schiff frisch gestrichen war. Inzwischen haben die Antifouling-Farbe einen anderen Farbton, neue Anodentypen wurden eingebaut, und das Modell erkennt Farbveränderungen als Schadensindikator, die keine sind. Wer das Modell nicht nach Reparaturen, Beschichtungswechseln und Umbaumaßnahmen nachkalibriert, bekommt Befunde, die nicht mehr zur Realität des Schiffes passen. Lösung: Modell-Update nach jeder Trockendocklegung und bei jedem Beschichtungswechsel als Vertragsklausel vereinbaren.
Was mit der Einführung wirklich passiert — und was nicht
Die Technik funktioniert — das haben Scandlines und andere gezeigt. Was nicht automatisch funktioniert, ist der organisatorische Wandel darum herum.
Die Skepsis des Auftraggebers: Viele Reeder und Flottenmanager sind erfahren genug, um zu wissen, dass Unterwasserinspektionen stark von der Erfahrung des Tauchers abhängen. Sie vertrauen dem Taucher, den sie seit zehn Jahren kennen. Eine KI, die sie nicht sehen können, überzeugt sie nicht mit Datenblättern — sondern mit einer Vergleichsinspektion, bei der ROV und Taucher dasselbe Schiff besichtigen und die Befunde nebeneinandergelegt werden. Plane diese Parallelvalidierung für den Piloteinsatz ein.
Die Klassifizierer sind konservativ: UWILD per ROV ist akzeptiert, aber nicht in jedem Surveyor-Büro gleich bekannt. Du kannst auf einen Surveyor stoßen, der zum ersten Mal eine ROV-UWILD-Inspektion begleitet und sie deshalb zögerlicher abnimmt als nötig. Informiere deine Klassifikationsgesellschaft im Vorfeld, bitte ggf. um einen Surveyor mit UWILD-Erfahrung, und stell sicher, dass der Dienstleister eine Referenzliste ähnlicher akzeptierter Inspektionen mitbringt.
Was konkret hilft:
- Vor der ersten ROV-Inspektion eine Befundbesprechung mit Klassierer und Dienstleister vereinbaren — alle verstehen dieselbe Terminologie, dasselbe Berichtsformat
- Die erste Inspektion nach Möglichkeit an einem unkritischen Schiff durchführen (nicht dem, das in drei Wochen klassifiziert werden muss)
- Internen Ansprechpartner benennen, der die Schnittstelle zu Dienstleister und Klassierer hält — bei einer Viererschiffsflotte ist das eine Halbtagsaufgabe im ersten Jahr
Realistischer Zeitplan mit Risikohinweisen
| Phase | Dauer | Was passiert | Typisches Risiko |
|---|---|---|---|
| UWILD-Klärung mit Klassierer | Woche 1–3 | Rückfrage bei Klassifikationsgesellschaft, ob UWILD für jedes deiner Schiffe akzeptiert; Anforderungen und Berichtformat klären | Klassierer fordert Zusatzanforderungen (z. B. Vorab-Reinigung) — Zeitplan verschiebt sich |
| Dienstleister-Auswahl und Pilotplanung | Woche 2–5 | 2–3 Angebote einholen, Referenzliste prüfen, Probe-Inspektion vereinbaren | Kapazität beim Dienstleister für deinen Hafen und Zeitfenster nicht sofort verfügbar |
| Probe-Inspektion und KI-Kalibrierung | Woche 4–8 | Erste ROV-Unterwasseraufnahme, Modell auf Rumpftyp und Hafenbedingungen kalibriert, Bildqualität validiert | Hafen mit schlechter Sicht → Kalibrierung braucht zweiten Anlauf oder Sonar-Ergänzung |
| Erste UWILD-Inspektion mit Surveyor | Woche 8–14 | Offizieller Klassensurvey, Bericht erstellt, UWILD-Zertifikat beantragt | Surveyor nicht vertraut mit ROV-UWILD → mehr Vorababstimmung nötig |
| Einrichtung Regelbetrieb und Folgeplanung | Woche 12–18 | Jahresvertrag für Flotte abschließen, Inspektionskalender für alle Schiffe festlegen, Berichtsprozess intern dokumentieren | Kein fester Ansprechpartner intern → Folge-Inspektionen verzögern sich |
Der kritische Pfad ist die UWILD-Freigabe: Ohne schriftliche Bestätigung der Klassifikationsgesellschaft lohnt keine weitere Planung. Bei einer Flotte mit vier Schiffen unter verschiedenen Flaggen kann das allein vier separate Klärungsrunden bedeuten.
Häufige Einwände — und was dahintersteckt
„Unsere Taucher sind besser als jede KI.” Stimmt in einem Aspekt: Ein erfahrener Unterwasserspezialist erkennt auch Anomalien, für die das KI-Modell kein Trainingsbeispiel hat. Aber Taucher ermüden, sind wetterabhängig, decken typisch nur 20–40 % der Rumpfoberfläche ab (Stichproben) und dokumentieren inkonsistent. Das ROV dokumentiert 100 % lückenlos und immer gleich — keine schlechte Nacht, kein aufgewühltes Wasser. Die Frage ist nicht, wer besser ist, sondern was du mit den Daten machst. Georeferenzierte Serienberichte geben dir etwas, das Taucher strukturell nicht liefern können: Vergleichbarkeit über Zeit.
„Was, wenn die KI etwas übersieht?” KI-Bildanalyse ist kein Allroundsystem. Sie erkennt verlässlich, was sichtbar ist — und klassifiziert es konsistent. Sie versagt bei unzureichender Sichtweite, bei Schadensmodi jenseits ihrer Trainingsdaten und bei nicht-optisch erkennbaren Defekten. Das ist kein KI-Problem — es ist eine ehrliche Einschränkung, die seriöse Anbieter kommunizieren. Lösung: Definiere vorab, was die KI leisten soll, und ergänze mit UT-Sonden für Wanddickenmessung, wo nötig.
„Der Aufwand mit der Klassifikationsgesellschaft ist zu hoch.” Für eine Einzelinspektion stimmt das vielleicht — der Klärungsaufwand amortisiert sich erst bei mehreren Inspektionszyklen. Wer nur ein Schiff hat und es nur alle 2,5 Jahre besichtigt, ist möglicherweise besser mit einem traditionellen Taucherteam bedient. Wer aber eine Flotte hat oder häufiger inspizieren will (z. B. halbjährlich für Biofouling-Management), zahlt die Einführungskosten in der zweiten oder dritten Inspektion zurück.
Woran du merkst, dass das zu dir passt
- Du betreibst mindestens zwei bis drei Schiffe, die regelmäßig auf dieselbe oder ähnliche Klassifikationsanforderungen einzahlen
- Deine Schiffe laufen dieselben Routen und legen in denselben Häfen an — das KI-Modell kann einmal kalibriert werden und ist dann für alle anwendbar
- Off-hire-Zeiten durch Trockendocklegung haben bei dir direkte Umsatzauswirkung, weil du keine freie Kapazität als Puffer hast
- Du hast einen Ansprechpartner intern, der die Schnittstelle zu Klassierer und Dienstleister halten kann — eine halbe Stelle reicht, wenn die Prozesse einmal definiert sind
- Deine Häfen haben akzeptable Wasserqualität — oder du bist bereit, Sonar-Ergänzung in das Budget aufzunehmen
Wann es sich (noch) nicht lohnt — drei harte Ausschlusskriterien:
-
Einzelschiff-Betrieb ohne Wiederholungsabsicht. Die Einführungskosten (UWILD-Klärung, Erstkalibrierung, Dienstleister-Onboarding) amortisieren sich erst nach zwei bis drei Inspektionszyklen. Wer ein Schiff besitzt und es alle 30 Monate zur Pflichtinspektion ins Trockendock schickt, spart vielleicht einmal Geld — aber der Aufwand dafür ist für ein Einzelschiff unverhältnismäßig.
-
Kein digitales Wartungsmanagementsystem. Die KI produziert georeferenzierte Defektberichte — Koordinaten auf dem Rumpf, Schweregrad-Klassifikation, Handlungsempfehlungen. Ohne ein System, das diese Befunde aufnimmt, sie einer Maßnahme zuordnet und den Abschluss dokumentiert, endet der Bericht als PDF im Ordner und bringt keinen praktischen Nutzen. Wichtiger als die Inspektionstechnik ist die Fähigkeit, auf die Befunde zu reagieren.
-
Kein stabiles Wasserumfeld in typischen Häfen. Wer hauptsächlich in Häfen mit sehr schlechter Sichtweite operiert (z. B. Industriehäfen an Flussmündungen mit Sedimentaufwirbelung), braucht Sonar-Ergänzung zur Kamerainspektion. Das erhöht die Kosten erheblich — und der ROI-Vergleich mit traditionellen Tauchern verschiebt sich. Prüfe erst, ob der Dienstleister deine typischen Häfen kennt, bevor du einen Vertrag unterschreibst.
Das kannst du heute noch tun
Ruf die Klassifikationsgesellschaft an, die deine Flotte betreut, und stelle eine einfache Frage: „Akzeptieren Sie für Schiff [Schiffsname, IMO-Nummer] eine UWILD-Inspektion per ROV — und wenn ja, welche Voraussetzungen gelten?”
Die Antwort dauert typisch 2–3 Werktage. Du weißt danach, ob das Thema überhaupt verfolgenswert ist. Ohne diese Antwort ist jede weitere Planung Zeitverschwendung.
Parallel dazu kannst du mit dem folgenden Prompt eine erste inhaltliche Vorbereitung machen — nützlich, bevor du einen Dienstleister kontaktierst:
Mitarbeiter:in
KI-Assistent
Quellen & Methodik
- Scandlines Germany / Vesselity Maritime Analytics / Stein Maritime Consulting / Lloyd’s Register: Pressemitteilung „Scandlines Deutschland erhielt offiziell das erste ROV-Klassenzertifikat vom Lloyds Register ohne die Anwesenheit konventioneller Taucher” (September 2023) — mynewsdesk.com/de/scandlines; bestätigt durch Lloyd’s Register Pressemitteilung „Using new technology to conduct a completely remote in-water survey” (2023), lr.org.
- Deep Trekker AI ROV Ship Modeling and Detection Project: Ankündigung auf der ALL IN Conference, September 2024 — Förderhöhe $8.108.000 (davon $3.405.306 Canada’s Ocean Supercluster), oceansciencetechnology.com.
- Vesselity Hull-Sight Plattform / Biofouling-Klassifikationsgenauigkeit: Herstellerangaben vesselity.de, Stand Mai 2026 — unabhängige Validierung der 98 %-Genauigkeit nicht veröffentlicht; gilt für optimale Sichtbedingungen.
- Domain Shift Unterwasser-KI: „A Structured Review of Underwater Object Detection Challenges and Solutions” (arxiv.org, 2025); „Benchmarking AI-based Corrosion Classification: A Case Study on Marine Corrosion Image Dataset” (Research Square, 2024).
- Off-hire-Kostenberechnung und Kraftstoffeffekte: Eigene Schätzung angelehnt an veröffentlichte Charterratenbandbreiten für Küstenmotorschiffe (Clarksons Research, allgemein verfügbar) und Vesselity-Herstellerangabe (bis 8 % Kraftstoffeinsparung durch Biofouling-Management).
- UWILD-Anforderungen: DNV Bottom Survey In-Water Guidance (dnv.com/services/bottom-survey-in-water/); US 46 CFR §176.615 für Referenzvergleich; IACS Member Class-Societies-Statements, Stand 2026.
- NACE SP0108: NACE Standard Practice SP0108-2008, Corrosion Control of Offshore Structures — als Referenz für Coating-Zustandsklassifikationsterminologie.
Du willst wissen, ob UWILD für deine spezifische Flotte und deine Klassifikationsgesellschaft in Frage kommt? Meld dich — das klären wir gemeinsam in einem kurzen Gespräch.
Diesen Inhalt teilen:
Interesse an diesem Use Case?
Schreib uns, wenn du mehr erfahren oder diesen Use Case für dein Unternehmen umsetzen möchtest. Wir melden uns zeitnah bei dir.
Weitere Use Cases
Rumpfplatten-Umformung: Springback-Korrektur per ML
Stahlplatten federn nach dem Kaltbiegen zurück und weichen vom Soll-Radius ab. ML-Regressionsmodelle lernen aus historischen Pressdaten, wie stark überpresst werden muss — und ersetzen das schwer übertragbare Erfahrungswissen erfahrener Kesselschmiede.
Mehr erfahrenKI-gestützte technische Dokumentation für Schiffskomponenten
Technische Redakteure in Werften und Zulieferern erstellen Betriebsanleitungen und Wartungshandbücher für Schiffskomponenten oft manuell aus Konstruktionsdaten. KI halbiert den Erstellungsaufwand und erhöht Konsistenz.
Mehr erfahrenKlassifikations-Compliance: KI-Unterstützung für Survey-Vorbereitung und Zertifikatspflege
Werften und Reedereien verwalten pro Schiff Hunderte von Klassifikationszertifikaten mit unterschiedlichen Fristen und Prüfanforderungen. KI reduziert Übersehrisiken, beschleunigt Survey-Vorbereitung und hält Nachweisakte konsistent.
Mehr erfahren