Toleranzstapelungs-Risikoprognose

Das echte Ausmaß des Problems

Toleranzstapelungsfehler sind einer der teuersten und gleichzeitig vermeidbarsten Fehler im Werkzeugbau. Trotzdem sind sie systematisch, nicht weil Konstrukteure unaufmerksam sind, sondern weil die üblichen Handrechnungen zu vereinfacht sind: eindimensional, ohne Form- und Lagetoleranzen, oft ohne die Streuung der eigenen Fertigung.

Die Konstruktion legt einen großen Teil der späteren Herstellkosten fest, aber Toleranzprobleme zeigen sich erst in der Montage oder im Erstmuster-Prüfbericht. Der Feedback-Loop zwischen Konstruktion und Fertigung ist kaputt: Konstrukteure legen Toleranzen fest, ohne zu sehen, was drei Fertigungsstufen später daraus wird. Montagemitarbeitende und Werkzeugmacher sehen das Problem, aber nicht, wie es entstanden ist.

Die Folgen sind konkret:

• Werkzeugnacharbeit nach Ersterprobung: Eine ungeplante Nacharbeitsschleife kostet Maschinenstunden, Härterei, Oberflächenbehandlung, Wiederholungsmessung und Verzögerung im Projektplan, im Eingangsbeispiel 12.000 Euro. Bei komplexen Spritzguss- oder Druckgusswerkzeugen mit mehreren Kernen und Schiebern wird es deutlich teurer, wenn Folgeänderungen andere Passungen berühren. Eine belastbare Branchenzahl dafür haben wir nicht gefunden; was eine Schleife bei euch kostet, steht in der Nachkalkulation.
• Ausschusskosten durch Toleranzdrift in der Serie: Wenn ein Werkzeug mit knapper Toleranzauslegung altert und schleichend verschleißt, überschreitet es die Zeichnungstoleranz früher. Teile, die in der Anlaufphase gut passen, können nach 50.000 Schuss außerhalb Spezifikation liegen.
• Verzögerungen in der Lieferkette: Ein Werkzeugbauer, der eine Nacharbeitsschleife einplanen muss, verschiebt den Serienanlauftermin seines OEM-Kunden. Bei Just-in-Time-Kunden bedeutet das nicht nur Vertragsstrafen, sondern strukturellen Vertrauensverlust.

Wichtig für die Einordnung: Eine Worst-Case-Rechnung, die grünes Licht gibt, ist für die berücksichtigten Maße sicher, solange jedes Einzelteil in seiner Toleranz liegt. Probleme entstehen an zwei anderen Stellen. Erstens, wenn die Kette unvollständig ist: Form- und Lagetoleranzen, Wärmedehnung oder Härteverzug fehlen, wie im Beispiel oben. Zweitens, wenn Toleranzen statistisch vergeben wurden und die Fertigung nicht so streut, wie die Rechnung annimmt. Dann liegen bei 10.000 Teilen und 2 Prozent Ausfall 200 Teile außerhalb Spezifikation. Nicht als Katastrophe, aber als stiller, teurer Dauerbetrieb.

Monte-Carlo, RSS und Worst-Case: was welche Rechnung aussagt

Das ist die technische Kernfrage, und der Grund, warum dieser Anwendungsfall schwieriger ist als „KI analysiert Zeichnungen”.

Worst-Case-Analyse (arithmetische Methode)

Die klassische Vorgehensweise: Du addierst alle Toleranzfelder in einer Maßkette auf, jede Dimension an ihrer ungünstigsten Grenze. Wenn das Ergebnis noch innerhalb der Funktionstoleranz liegt, gilt das Design als freigegeben.

Das Problem: Worst-Case ist extrem konservativ. Die Wahrscheinlichkeit, dass alle Dimensionen gleichzeitig an ihrer ungünstigsten Grenze liegen, ist bei sechs oder mehr Einzeldimensionen verschwindend gering. Wer durchgehend mit Worst-Case rechnet, schreibt enge Toleranzen vor, die teuer zu fertigen sind. Grünes Licht im Worst-Case ist dafür verlässlich, solange die Kette vollständig ist und die Teile in Toleranz liegen.

Root-Sum-Square (RSS)

RSS nimmt an, dass sich die Toleranzen statistisch verteilen und teilweise kompensieren. Die errechnete Schließmaß-Toleranz ist kleiner als beim Worst-Case, realitätsnäher, aber mit einer wichtigen Einschränkung: RSS setzt voraus, dass jede Einzeldimension normalverteilt ist, mittig liegt und so streut, dass die halbe Toleranz genau 3σ entspricht. Liegt der Mittelwert der Fertigung verschoben, wie bei vielen realen Prozessen, überschätzt RSS die tatsächliche Ausbeute.

Monte-Carlo-Simulation

Monte Carlo ist rechnerisch aufwendiger, aber ehrlicher: Das System zieht Tausende von zufälligen Dimensionskombinationen aus realistischen Prozessverteilungen (die aus Fertigungsmessdaten kalibriert werden können) und prüft für jede Kombination, ob das Schließmaß in Toleranz liegt. Das Ergebnis ist keine Ja/Nein-Aussage, sondern eine Ausbeute-Wahrscheinlichkeit mit Cpk-Wert und DPMO (Defects per Million Opportunities). Mit normalverteilten, mittigen Eingangsgrößen landet Monte Carlo bei einer linearen Kette beim selben Ergebnis wie RSS; der Mehrwert entsteht bei verschobenen oder schiefen Verteilungen und bei nichtlinearen 3D-Ketten.

Und wo ist hier die KI? Ehrlich gesagt: in der Rechnung selbst nicht. Worst-Case, RSS und Monte Carlo sind klassische Statistik, und die Werkzeuge unten rechnen regelbasiert, wie unsere Toolseiten zu CETOL 6σ und 3DCS ausdrücklich festhalten. Prozessverteilungen aus Messdaten zu schätzen ist Verteilungsanpassung, das kann jede Statistiksoftware, ein Machine-Learning-Modell braucht es dafür nicht. KI im engeren Sinn hilft an den Rändern: beim Auslesen von Maßen und Toleranzen aus 2D-Zeichnungen (RD8 bietet dafür ein kostenloses Browser-Werkzeug) und als Sprachmodell, das eine einfache Maßkette vorrechnet und erklärt, mit Fehlern, die du nachrechnen musst (Prompt unten).

Mit vs. ohne KI, ein ehrlicher Vergleich

Die Zeitkomponente ist entscheidend: Wenn ein Toleranzproblem erst in der Montage sichtbar wird, sind sämtliche Investitionen in Rohmaterial, Fräsen, Hartbearbeitung, Beschichtung und Qualitätsprüfung bereits getätigt. Die Korrektur trifft auf fertig investiertes Kapital.

Einschätzung auf einen Blick

Zeitersparnis, niedrig (2/5) Statistische Toleranzanalyse ist kein tägliches Arbeitsmittel, sie läuft einmal pro Baugruppe im Konstruktionsprozess. Wenn sie einen Fehler verhindert, sparst du Wochen Nacharbeit und Projektverschiebung. Im Normalfall, wenn kein Fehler gefunden wird, ist der Zeitgewinn im Tagesgeschäft gering. Deshalb niedrig auf der Zeitersparnis-Achse, die andere Seite der Medaille ist die Kostenseite, die entsprechend hoch bewertet wird. Im Vergleich zur Angebotskomplexitäts-Risikoerkennung, die täglich im Vertriebsprozess Stunden spart, ist dieser Anwendungsfall ein seltenes, aber hochkarätiges Ereignis.

Kosteneinsparung, hoch (4/5) Pro Ereignis ist das Einsparpotenzial groß: Eine verhinderte Nacharbeitsschleife bei einem komplexen Spritzgusswerkzeug spart Maschinenstunden, Härterei, Terminverzug und womöglich eine Vertragsstrafe, schnell mehr als eine Jahreslizenz. Die Höchstbewertung bekommt die Achse trotzdem nicht, denn solche Schleifen sind selten. In der Rechnung unten kommt ein Betrieb mit drei komplexen Werkzeugen im Jahr auf 0,6 Schleifen, und nicht jede davon geht auf eine Toleranzkette zurück.

Schnelle Umsetzung, sehr niedrig (1/5) Das ist der härteste Realitätscheck dieses Anwendungsfalls. Du brauchst: eine CAD-Plattform, die mit der Analyse-Software kompatibel ist; eine Toleranz- und Prozessdatenbank mit realen Streuungen aus deiner Fertigung; jemanden im Team, der GD&T versteht und Cpk-Werte interpretieren kann; und Zeit, um das System auf typische Baugruppen zu kalibrieren. Das ist kein Wochenend-Projekt. Realistisch sind 3 bis 6 Monate bis zum produktiven Pilotbetrieb.

ROI-Sicherheit, mittel (3/5) Wenn ein konkreter Fehler verhindert wird, ist das gut belegbar: Die Analyse zeigt die kritische Kette, die Konstruktion ändert sie, und was eine Nacharbeit gekostet hätte, steht in früheren Nachkalkulationen. Aber bei weniger als einer Schleife pro Jahr zeigt ein Jahresvergleich vor allem Zufall: Tritt kein schwerer Toleranzfehler auf, weiß niemand, ob das System ihn verhindert hat oder ob keiner gekommen wäre. Das ist das statistische Problem von Prävention: Sie belegt sich selbst am schlechtesten, und deshalb reicht es hier nicht für eine hohe Bewertung.

Skalierbarkeit, niedrig (2/5) Jede neue Produktfamilie, jede neue Werkzeuggeometrie, jeder neue Kundenprozessstandard erfordert Neukalibrierung. Du kannst keine Toleranzanalyse für Spritzgusswerkzeuge direkt auf Druckgusswerkzeuge übertragen, die Prozessverteilungen sind andere. Das Wissen und die Daten sind produktfamilienspezifisch und wachsen nicht automatisch mit dem Unternehmen. Verglichen mit KI-Anwendungen, die einmal eingerichtet branchenübergreifend skalieren, ist dies ein lokaler Hebel.

Richtwerte, stark abhängig von Werkzeugkomplexität, Seriengröße und vorhandener Messdaten-Infrastruktur.

Was die Toleranzanalyse konkret macht

Das System kombiniert zwei Datenquellen: die Konstruktionszeichnung mit ihren definierten Toleranzfeldern und die Fertigungsprozessdaten aus deiner eigenen Produktion, also historische Messprotokolle, CNC-Maschinenkalibrierungen, Prüfberichte.

Schritt 1, Maßkettenmodell: Aus der CAD-Baugruppe extrahiert das System die relevanten Schließmaße: welche Dimensionen hängen zusammen, in welcher Reihenfolge, mit welchem Vorzeichen. Das ist die Kernarbeit, und hier liegt auch der größte Aufwand beim Einrichten.

Schritt 2, Prozessverteilung zuweisen: Für jede Einzeltoleranz in der Kette wird eine Prozessverteilung hinterlegt. Entweder aus Standard-Prozesskatalogen (was die meisten Tools mitbringen) oder aus eigenen Fertigungsmessdaten (was deutlich präzisere Aussagen ermöglicht). Ein CNC-Fräszentrum, das systematisch 0,01 mm zu eng arbeitet, hat eine andere Verteilung als ein anderes Zentrum, das gleich toleriert aber symmetrischer streut.

Schritt 3, Monte-Carlo-Simulation: Das System würfelt Tausende von Dimensionskombinationen aus den hinterlegten Verteilungen und prüft für jede, ob das Schließmaß in Toleranz liegt. 50.000 Durchläufe dauern mit heutiger Hardware Sekunden. Das Ergebnis ist eine Wahrscheinlichkeitsverteilung des Schließmaßes mit Cpk-Wert.

Schritt 4, Treiber-Analyse: Das System zeigt, welche Einzeltoleranz den größten Einfluss auf das Schließmaß hat. Das ist die wichtigste Ausgabe, weil sie die Konstruktionsentscheidung steuert: Wenn 70 Prozent der Streuung aus einer einzigen Dimension kommen, lohnt es sich, genau dort die Toleranz zu verschärfen. Alle anderen Toleranzen können locker bleiben.

Schritt 5, Design-Optimierung: Mit der Treiber-Analyse als Grundlage kann die Konstruktion gezielt angepasst werden, kleineres Toleranzfeld dort, wo es am meisten bringt. Das Ergebnis: robustere Designs ohne pauschale Überdimensionierung, die die Fertigungskosten treibt.

Konkrete Werkzeuge, was wann passt

Die Marktlandschaft für statistische Toleranzanalyse ist klein. Es gibt drei bis vier etablierte Player, zwei davon mit klarer Marktführerschaft.

CETOL 6σ (Sigmetrix), Der bekannteste Name im Mittelstand, verfügbar als Plugin für SOLIDWORKS, PTC Creo, Siemens NX und CATIA. Erprobt in Maschinenbau und Automotive. Vertrieb in D/A/CH über INNEO Solutions. Preis auf Anfrage, laut unserer Toolseite typisch 5.000 bis 20.000 Euro im Jahr je nach CAD-Plattform und Nutzerzahl. Stärke: direkte CAD-Integration ohne Datenexport. Schwäche: steile Lernkurve, keine öffentliche Preistransparenz, keine deutsche Oberfläche.

3DCS Variation Analyst (Dimensional Control Systems), Der Automotive-Standard, besonders tief bei Karosserietoleranzen und CATIA-Ökosystemen. In Deutschland über CENIT AG verfügbar, mit deutschsprachigem Support. Wenn dein Hauptkunde ein deutscher OEM ist und du CATIA nutzt, ist 3DCS die logische Wahl, weil sie dieselbe Sprache spricht. Über eine SPC-Schnittstelle lassen sich Messdaten aus der Serie einbinden. Enterprise-Lizenz, Preis auf Anfrage; nach Anwenderangaben im niedrigen fünfstelligen Bereich je Arbeitsplatz und Jahr.

RD8 Tolerance Analysis , Ein jüngerer, zugänglicherer Ansatz: Der eingebaute Path Finder erkennt Toleranzpfade im CAD automatisch, Simulationen laufen in Sekunden, EU-Datenhosting in Kopenhagen. Richtet sich explizit an Konstruktionsteams ohne dedizierten Toleranzspezialisten. Wenn du erstmals strukturierte statistische Analyse einführst und keinen GD&T-Experten im Haus hast, ist RD8 ein sinnvoller Einstiegspunkt. Oberfläche und Support sind englischsprachig. Kostenlos im Browser gibt es einige Lite-Werkzeuge, darunter einen Rechner für einfache Maßketten und einen 2D-Zeichnungsanalysator, der Daten per KI ausliest.

Dienstleistungsweg, wenn Software zu viel ist: Für Betriebe ohne Software-Budget oder ohne interne Kapazität für den Aufbau können Ingenieurdienstleister Toleranzanalysen als einmaligen Service durchführen, auf Basis eurer Zeichnungen. Ein Beispiel ist SAWZ (sawz.de) aus Ludwigsburg, das 3D-Toleranzsimulationen mit CETOL 6σ anbietet. Kosten pro Analyse auf Anfrage. Sinnvoll als Einmalinvestition für besonders kritische Baugruppen, nicht als dauerhafter Ersatz für interne Kompetenz.

Welcher Ansatz passt wann:

• SOLIDWORKS oder Creo als CAD, erste statistische Analysen → CETOL 6σ
• CATIA, Automotive-Kunde, APQP-Nachweis gefordert → 3DCS
• Kein Toleranz-Experte im Haus, erster Einstieg → RD8
• Einmalige kritische Baugruppe, kein Software-Budget → Dienstleister

Datenschutz und Datenhaltung

Toleranzanalyse-Software arbeitet mit CAD-Daten, und CAD-Daten sind für Werkzeugbauer oft das sensibelste Unternehmensgut. In ihnen steckt das Design, die Fertigungsstrategie und das Wissen, das dich von Wettbewerbern unterscheidet.

Für die DSGVO gilt: CAD-Daten ohne Personenbezug fallen nicht direkt unter DSGVO. Was jedoch in CAD-Daten stecken kann: Kundendaten (Auftraggeber-Namen, Teile-Nummern, Projektreferenzen), die Betriebsgeheimnisschutz und ggf. vertragliche Vertraulichkeitspflichten auslösen. Das ist kein DSGVO-Problem, aber ein IP-Schutz-Problem.

Für die gängigen Tools:

• CETOL 6σ läuft als Desktop-Software direkt auf eurem Rechner, die CAD-Daten verlassen das Haus nicht. Das macht CETOL aus IP-Schutz-Perspektive unkritisch. Wenn ihr Cloud-Dienste von Sigmetrix nutzt, gilt US-Hosting.
• 3DCS ist ebenfalls primär Desktop-basiert (CAD-Plugin). Ähnliche Einschätzung: Daten bleiben lokal.
• RD8 operiert als SaaS-Plattform, CAD-Daten werden hochgeladen. Das Unternehmen hostet in der EU, was DSGVO-konform ist. Für CAD-Daten mit strengen NDA-Anforderungen (z. B. Automobilkunden, die Geheimhaltungsvereinbarungen mit Zulieferern haben) sollte vor dem Einsatz geprüft werden, ob der SaaS-Betrieb vertraglich abgesichert ist.

Praktische Empfehlung: Für Konstruktionsdaten mit NDA-Pflicht, also wenn der Werkzeugbauer ein gebundener Zulieferer mit Designgeheimnis ist, ist Desktop-Software ( CETOL 6σ , 3DCS ) die sicherere Wahl. Für interne Produkte oder Projekte ohne Geheimhaltungspflicht kann SaaS funktionieren. Bestätige das mit eurem Datenschutzbeauftragten und dem Kunden-NDA.

Was es kostet, realistisch gerechnet

Einmalige Einrichtungskosten

Das meiste Geld und die meiste Zeit fließt nicht in die Software, sondern in den Aufbau der Datengrundlage und die Befähigung des Teams:

• Einrichtung des Maßketten-Modells für erste Pilotbaugruppen: 40–80 Stunden interne Konstrukteurszeit, ggf. ein externer Berater für den methodischen Aufbau (Tagessatz nach Angebot)
• Schulung im Team: Seminar zur Toleranzanalyse beim Softwarepartner oder einem Seminaranbieter, Preis nach Angebot; CENIT bietet laut unserer Toolseite Schulungen zu 3DCS an
• Aufbau der Prozessdatenbank mit eigenen Fertigungsstreuungen: Einmalig 1–3 Monate Messdatenerhebung

Laufende Kosten (monatlich/jährlich)

• Software-Lizenz: jährlich. CETOL 6σ laut unserer Toolseite typisch 5.000–20.000 € je nach Paket, CAD-Plattform und Nutzerzahl
• 3DCS : ebenfalls nur auf Anfrage (Enterprise-Angebot, keine öffentliche Liste)
• Kalibrierung der Prozessverteilungen: quartalsweise Überprüfung mit neuen Messdaten, ca. 5–10 Stunden/Quartal intern

Wie du den Nutzen tatsächlich misst

Die direkte Messung: Zähle, wie viele kritische Baugruppen pro Jahr die Toleranzanalyse als Risikofall markiert. Für jede Baugruppe, die daraufhin angepasst wurde und die Erstmuster ohne Nacharbeitsschleife bestanden hat, rechne aus: Was hätte eine typische Nacharbeit gekostet? Diese Zahl gegen die Systemkosten ist dein ROI.

Die indirekte Messung: Erstmuster-Durchlaufrate (Erstmuster bestanden ohne Nacharbeit / alle Erstmuster). Eine belastbare Branchenzahl dafür haben wir nicht gefunden. Miss die Rate vor dem Start über die letzten Jahre und dann jährlich, bei wenigen Werkzeugen im Jahr über mehrere Jahre.

Gegenrechnung:

Wenn dein Betrieb drei komplexe Werkzeuge im Jahr baut und jede fünfte Ersterprobung in eine ungeplante Nacharbeitsschleife läuft, sind das 3 mal 0,2, also 0,6 Schleifen im Jahr, grob eine alle anderthalb bis zwei Jahre. Nicht jede davon geht auf eine Toleranzkette zurück. Dem stehen jedes Jahr die Lizenz (bei CETOL 6σ 5.000–20.000 €) und die Pflege gegenüber, im ersten Jahr zusätzlich 40–80 Konstrukteursstunden und die Schulung.

Kostet eine Schleife bei dir 12.000 Euro wie im Eingangsbeispiel und verhindert die Analyse jede zweite davon, sind das 0,6 mal 0,5 mal 12.000 Euro, also 3.600 Euro im Jahr. Eine eigene Lizenz trägt das nicht. Sie rechnet sich, wenn eure Schleifen deutlich teurer sind, wenn ihr mehr komplexe Werkzeuge baut, oder wenn der Kunde den Toleranznachweis ohnehin verlangt. Rechnet sich die eigene Lizenz nicht, ist für einzelne kritische Baugruppen der Dienstleister meist die günstigere Wahl.

Vier typische Einstiegsfehler

1. Mit Standard-Prozessverteilungen rechnen, nicht mit eigenen Daten.

Alle Tools liefern Standard-Prozessverteilungen: IT-Grade nach ISO 286-1, typische Maschinenfähigkeitskennwerte. Das ist ein sinnvoller Startpunkt, aber kein gutes Dauerfundament. Die Prozessstreuungen in deiner Fertigung hängen von deinen Maschinen, deinen Werkstoffen, deinen Aufspannkonzepten ab. Ein CNC-Bearbeitungszentrum aus 2008 hat andere Streucharakteristiken als ein neu kalibriertes Fünf-Achsen-Zentrum. Wer dauerhaft mit Katalogwerten rechnet, bekommt Simulationsergebnisse, die die Realität seines Betriebs nicht widerspiegeln.

2. Nur Schließmaße analysieren, nicht Toleranztreiber.

Der häufige Fehler beim ersten Einsatz: Die Simulation läuft, das Schließmaß ist im grünen Bereich, Freigabe erteilt. Was niemand anschaut: Welche Einzeltoleranz hat 60 Prozent der Gesamtstreuung verursacht? Diese Information ist in der Ausgabe vorhanden, aber es braucht jemanden, der sie aktiv sucht und nutzt. Ohne Treiber-Analyse gibt die Toleranzanalyse nur eine binäre Antwort. Mit ihr wird sie zum Optimierungswerkzeug.

3. Das System wird eingerichtet und dann nicht gepflegt.

Das ist der typische Maintenance-Fehler, und er passiert still. Die Prozessverteilungen, die du beim Start hinterlegt hast, stimmen nach zwei Jahren vielleicht nicht mehr: Werkzeugverschleiß, neue Lieferanten, andere Chargen-Eigenschaften. Die Simulation läuft weiter, aber sie rechnet mit veralteten Annahmen. Die Simulationsergebnisse wirken korrekt, aber sie sind es nicht mehr. Prozessverteilungen sollten mindestens jährlich gegen aktuelle Messdaten abgeglichen werden.

4. Die Toleranzanalyse als reines Dokumentationswerkzeug einsetzen.

In manchen Betrieben wird die Toleranzanalyse eingeführt, weil ein Kunde sie fordert, etwa im APQP-Prozess eines Automobilkunden. Das führt zur Nutzung als Nachweisdokument, ohne dass das Team die Ergebnisse aktiv für Konstruktionsentscheidungen nutzt. Der Cpk-Nachweis ist produziert, der Ordner ist vollständig, das Problem ist ungelöst. Toleranzanalyse entfaltet ihren Wert nur, wenn die Ergebnisse Konstruktionsentscheidungen verändern.

Was mit der Einführung wirklich passiert, und was nicht

Die Technologie ist das Einfachste. Die Schwierigkeit liegt in zwei anderen Bereichen: Datenaufbau und kulturelle Verankerung.

Der Datenaufbau ist unterschätzte Arbeit. Bevor eine statistische Toleranzanalyse sinnvolle Ergebnisse liefert, muss jemand die Prozessverteilungen einrichten. Das bedeutet: Messdaten aus der Fertigung erfassen, auswerten, in Verteilungsformen überführen. Wer keine strukturierte Messdaten-Erfassung hat, muss sie zuerst aufbauen, das ist ein eigenständiges Projekt. Realistisch sind 2 bis 4 Monate, bevor das System mit belastbaren eigenen Daten rechnet.

Die kulturelle Hürde: “Bis jetzt hat es gereicht.” In Betrieben, die selten Toleranzprobleme hatten, ist die Bereitschaft, in Prävention zu investieren, gering. Der Einwand “Wir haben das jahrelang ohne System gemacht” ist ehrlich, aber er ignoriert die silent costs: die Nacharbeitsschleifen, die als “normaler Abstimmungsaufwand” verbucht wurden, und die knapp vermiedenen Probleme, bei denen man schlicht Glück hatte.

Was hilft: Den ersten Piloten mit einer Baugruppe starten, die in der Vergangenheit Probleme hatte. Nicht mit einer neuen Baugruppe, sondern mit einer, bei der alle wissen, dass es geklemmt hat. Die Analyse im Rückblick, hätte das System das Problem vorhergesagt?, ist überzeugender als jeder abstrakte ROI-Vortrag.

Was nicht passiert: Das System macht Konstrukteure nicht überflüssig und löst keine komplexen Designprobleme automatisch. Es ist ein Berechnungswerkzeug, das Wahrscheinlichkeiten ausgibt, keine Empfehlungen, keine fertigen Lösungen. Die Interpretation der Ergebnisse und die Konsequenzen daraus sind und bleiben menschliche Entscheidungen.

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände, und was dahintersteckt

“Wir machen das schon mit unserem CAD-System.”

Das ist der häufigste Einwand, und er verdient eine ehrliche Antwort. Die Toleranzprüfung in Standard-CAD-Systemen (SOLIDWORKS, Creo, NX) ist eine geometrische Prüfung: Passt das Bauteil in den vorgesehenen Bauraum? Liegt das Schließmaß im Worst-Case-Szenario noch innerhalb der Toleranz?

Was Standard-CAD nicht tut: Es berechnet keine Wahrscheinlichkeiten, und es nimmt Form- und Lagetoleranzen selten vollständig in die Kette auf. Die Worst-Case-Prüfung sagt: “Im schlimmsten denkbaren Fall passt es noch”, und erzwingt dafür oft enge, teure Toleranzen. Die statistische Simulation sagt zum Beispiel: “Mit diesen weiteren, billigeren Toleranzen landen bei deinen typischen Prozessstreuungen 1,2 Prozent außerhalb Spezifikation, das sind bei 10.000 Stück 120 Teile.”

Das sind zwei fundamental verschiedene Fragen. Die erste beantwortet, ob das Design unter allen Umständen passt. Die zweite beantwortet, welches Risiko du für günstigere Toleranzen eingehst, und ob du damit eine funktionierende Serie bauen kannst.

“Die Fehler, die wir hatten, waren doch einmalig.”

Toleranzstapelungsfehler sind per Definition selten, sie entstehen nur, wenn ungünstige Kombinationen zusammentreffen. Genau das macht sie gefährlich: Sie verstecken sich hinter scheinbarer Seltenheit und werden als Pech abgehakt. Was sie tatsächlich sind: statistisch vorhersagbar. Eine Monte-Carlo-Simulation hätte für genau diese Maßkette die Ausbeute-Wahrscheinlichkeit quantifiziert. Wenn der Cpk unter 1,0 lag, war der Fehler nicht Pech, er war absehbar.

“Das lohnt sich nur bei großen Serien.”

Teilweise richtig. Bei Großserien zahlt sich die Analyse über vermiedene Ausschussquoten aus, das ist der typische Automotive-Fall. Bei Einzelwerkzeugen hilft vor allem die vollständige Kette, also eine 3D-Analyse mit Form- und Lagetoleranzen, notfalls als Worst-Case. Eine Ausbeute-Wahrscheinlichkeit sagt bei einem einzigen Zusammenbau wenig, der passt oder passt nicht. Für einzelne kritische Baugruppen ist ein Dienstleister deshalb oft die bessere Wahl als eine eigene Lizenz (siehe Gegenrechnung oben).

Woran du merkst, dass das zu dir passt

• Ihr baut Werkzeuge mit mehr als 5 kritischen Passungsdimensionen in einer Maßkette, je mehr Dimensionen in eine Schließmaßkette eingehen, desto höher das statistische Risiko
• Ihr habt CNC-Fertigungsdaten, die ihr regelmäßig erfasst, ohne Messdaten aus der eigenen Fertigung rechnet die Simulation mit Annahmen, nicht mit Realität
• In den letzten drei Jahren gab es mindestens eine ungeplante Nacharbeitsschleife, die auf Toleranzprobleme zurückzuführen war
• Ihr fertigt Serien von mehr als 500 Stück aus demselben Werkzeug, sodass statistische Ausbeute-Aussagen Relevanz haben
• Eure CAD-Plattform ist digital und aktuell (SOLIDWORKS, Creo, NX, CATIA), Papierzeichnungen und 2D-CAD reichen nicht aus

Wann es sich (noch) nicht lohnt, vier harte Ausschlusskriterien:

1. Einzelstück-Werkzeugbau ohne Wiederholungsaufträge. Wenn jedes Werkzeug ein Unikat für einen anderen Kunden ist und keine gleichartige Maßkette je wieder gebaut wird, fehlt die statistische Grundlage. Eine Simulation ist nur sinnvoll, wenn die Erkenntnisse auf Folgeaufträge übertragbar sind. Einzelstück-Projekte profitieren von erfahrenen Konstrukteuren und guter handwerklicher Sorgfalt, nicht von Simulationsaufwand.

2. Betriebe ohne digitales CAD. Statistische Toleranzanalyse setzt vollständige 3D-CAD-Modelle voraus. Wer noch mit 2D-Zeichnungen oder Papierplänen arbeitet, hat keine Datengrundlage für automatisierte Maßkettenmodellierung. Der erste Schritt ist dann Digitalisierung, nicht Toleranzanalyse.

3. Produkte mit weniger als 3 kritischen Passdimensionen in einer Schließmaßkette. Bei einfachen Passungen mit ein oder zwei Dimensionen liefert die klassische Passungsrechnung nach ISO 286 ausreichend genaue Aussagen. Statistische Simulation ist unverhältnismäßig.

4. Kein Messdaten-Rücklauf aus der Fertigung. Statistische Toleranzanalyse mit Katalog-Prozessverteilungen ist besser als keine Analyse, aber sie ist nicht genau. Wer dauerhaft präzise Aussagen will, braucht eine funktionierende Feedback-Schleife: Messprotokoll aus Fertigung zurück in die Simulationsparameter. Ohne diese Schleife wird das System mit der Zeit ungenauer, nicht besser.

Das kannst du heute noch tun

Starte mit einem kostenlosen Desktop-Test. Viele Maßketten in Werkzeugbau-Baugruppen lassen sich für eine erste Plausibilitätsprüfung in einer einfachen Excel-Simulation aufbauen, ohne Spezial-Software, ohne CAD-Integration. Das gibt dir ein Gefühl dafür, wie stark statistische Methoden von Worst-Case abweichen.

Noch besser: Frag bei INNEO Solutions (für CETOL 6σ ) oder CENIT AG (für 3DCS ) nach einer Testphase. Nimm eine Baugruppe, die in der Vergangenheit Probleme gemacht hat, und schau, ob die Analyse das Problem im Rückblick vorhergesagt hätte. Dieser Rückblick-Test ist der überzeugendste Einstieg. Die kostenlosen Browser-Werkzeuge von RD8 laufen in der Cloud; lade dort nur Zeichnungen hoch, die keiner Geheimhaltungsvereinbarung mit einem Kunden unterliegen.

Für eine erste eigene Bewertung: Hier ist ein Prompt, mit dem du eine grobe Risikoabschätzung für eine konkrete Maßkette bekommen kannst, kein Ersatz für eine echte Monte-Carlo-Simulation, aber ein sinnvoller erster Filtertest. Rechne das Ergebnis nach: Sprachmodelle verrechnen sich bei Toleranzketten gern, vor allem bei Vorzeichen und bei der Frage, welche Maße überhaupt in die Kette gehören.

Quellen & Methodik

• CETOL 6σ, 3DCS, RD8: Produktinformationen der jeweiligen Anbieter und unsere Toolseiten (Stand September 2026). CETOL: sigmetrix.com; 3DCS: 3dcs.com, Vertrieb in Deutschland über CENIT; RD8: rd8.tech. Unsere Toolseiten zu CETOL 6σ und 3DCS halten fest, dass der Kern klassische Monte-Carlo-Statistik ist, kein Machine Learning.
• Dienstleister: SAWZ GmbH, Ludwigsburg, Toleranzrechnungen und 3D-Toleranzsimulationen mit CETOL 6σ. sawz.de
• ISO 286-1: Geometrische Produktspezifikation (GPS), ISO-Toleranzsystem für Längenmaße, Teil 1: Grundlagen für Toleranzen, Abmaße und Passungen. Liefert IT-Grade und Passungen, keine Methode für Maßketten.
• Kosten je Nacharbeitsschleife, Schleifen pro Jahr, Anteil verhinderter Schleifen: Annahmen dieser Seite, keine gemessenen Werte. Setze deine eigenen Zahlen aus der Nachkalkulation ein.

Du willst wissen, welche Maßketten in euren aktuellen Baugruppen das höchste statistische Risiko tragen, und welche Tools zu eurer CAD-Plattform passen? Meld dich, das klären wir gemeinsam in einem kurzen Gespräch.