Wie ein CAD-Auditor für Verkehrsinfrastruktur sechs Objekttypen in einem DXF-Lageplan mit 12,349 Primitiven mit energent.ai klassifizierte

Kundenprofil

Der Kunde ist ein CAD-Techniker oder Stadtplanungsprofi in einer Beratung für Verkehrsinfrastruktur — typischerweise ein Unternehmen mit 20 bis 100 Mitarbeitenden, das Lageplandokumentationen für Verkehrsanlagen wie Busbahnhöfe, Bahnhöfe und Verkehrsknotenpunkte betreut. Zu den täglichen Aufgaben gehört die Pflege und Prüfung von CAD-Zeichnungen, die in Mengenermittlungen, Genehmigungsanträgen und Übergabepaketen für Auftragnehmer einfließen.

In den meisten Unternehmen dieser Größe gibt es keine spezialisierte Software für die semantische Analyse von DXF-Dateien. Der Techniker arbeitet in AutoCAD oder einem kompatiblen Viewer und navigiert über Layer-Sichtbarkeit und Blockeigenschaften-Dialoge, um Objekte manuell zu zählen. Ist eine Zeichnung sauber strukturiert — mit benannten, wiederverwendbaren Blockeinfügungen für jeden Möbel- oder Fahrzeugtyp —, sind die Zählungen zwar mühsam, aber machbar. Wenn Geometrien jedoch aufgelöst wurden oder die Blockbenennung zwischen den Fachbereichen inkonsistent ist, wird die Prüfung fehleranfällig und kann einen ganzen Tag dauern, ohne dass am Ende sicher ist, ob die Zahlen stimmen.

Problem

Die geprüfte Zeichnung war ein DXF-Lageplan eines Busbahnhofs mit mehreren Zonen. Sie enthielt Objekte aus mindestens sechs Funktionskategorien: gelbe Autos in einem oberirdischen Parkplatzbereich, Esszimmerstühle und Tische in einer Food-Court-Zone, Busse im Fahrzeugbereich sowie eine Vegetationsschicht auf der rechten Seite des Plans, aufgeteilt in große Bäume und kleine Büsche.

Oberflächlich betrachtet klingt das nach einer klassischen Mengenermittlung. In der Praxis hatte die Zeichnung jedoch zwei strukturelle Probleme, die einen einfachen Blockzählansatz unzuverlässig machten.

Erstens waren die gelben Fahrzeuge im Parkplatzbereich nicht als wiederverwendbare Blockeinfügungen platziert, sondern aufgelöst worden. Was in einer gut organisierten Zeichnung 33 Fahrzeugsymbole gewesen wären, existierte stattdessen als 7,504 einzelne Linien-Elemente, 4,778 Bogen-Elemente und 67 Kreis-Elemente — insgesamt 12,349 Primitiven auf dem Layer vehiculos. Es gab keinen Blockverweis zum Zählen; der Analyst musste die Fahrzeuganzahl aus geometrischen Stellvertretern ableiten, konkret aus den 67 Radkreis-Markierungen, und einen Korrekturfaktor für teilweise oder angeschnittene Fahrzeuge am Zeichnungsrand anwenden.

Zweitens folgten die Möbel- und Personen-Symbole im Terminalbereich keiner verlässlichen Benennungskonvention. Ein erster Klassifizierungslauf identifizierte 60 Instanzen des Blocks A$C206D7EC0 als potenzielle Stühle und 11 Instanzen des Blocks A$C05075C2A als potenzielle Tische. Beide Zählungen waren falsch: Die visuelle Prüfung zeigte, dass der erste Block ein Tür- oder Schwenkflügelsymbol auf dem Layer piso war und der zweite ein Menschensymbol — keines von beiden waren Möbel. Die tatsächlichen Esszimmerstühle waren ein anderer Block (0Q62D auf dem Layer mobiliario) und umfassten 36 Instanzen. Die tatsächlichen tischähnlichen Möbelkandidaten beliefen sich nach dem Entfernen der Menschen- und Türsymbole nur noch auf 4 Objekte.

Jede Fehlklassifizierung erforderte einen vollständigen erneuten Prüfzyklus: Block-ID identifizieren, Layer prüfen, Geometrie im Kontext betrachten, Zählung aktualisieren und die Prüfausgabe neu erzeugen. Solche Zyklen manuell auszuführen — Filterdialoge laden, Auswahlsätze neu generieren, Teilzeichnungen exportieren — ist genau die Art iterativer CAD-Arbeit, die Stunden verschlingt, ohne Garantie, dass das Endergebnis belastbar ist.

Warum jetzt

Projekte der Verkehrsinfrastruktur unterliegen gestaffelten Dokumentationsanforderungen. Wenn ein Busbahnhof von der Entwurfsentwicklung in die Ausführungsunterlagen übergeht, muss das Planungsteam dem Kostenschätzer und, sofern öffentliche Mittel im Spiel sind, der Genehmigungsbehörde eine verifizierte Mengeliste liefern. Ein falsch klassifizierter Objekttyp — Türen als Stühle gezählt, Vegetation mit strukturierten Parkplätzen vermischt — führt zu Folgefehlern bei Materialschätzungen, Fluchtweg-Berechnungen und Projektbudgets.

In diesem Fall war die Prüfung eine Voraussetzung für die Dokumentationsübergabe. Die Zeichnung war durch mehrere Fachbeiträge gewachsen, weshalb die Layer-Benennung inkonsistent wurde und die Fahrzeuggeometrie am Ende aufgelöst vorlag. Der Techniker brauchte eine verlässliche Endzählung, bevor die Datei eingefroren und zur Ausführung freigegeben wurde.

Warum energent.ai

Die Alternativen des Technikers waren begrenzt. Manuelles Blockzählen in AutoCAD erfordert das Setzen von Layer-Filtern, das Ausführen von Zählbefehlen und die manuelle Verifikation jedes Ergebnisses — ein Prozess, der schlecht skaliert, wenn Block-IDs semantisch bedeutungslose Hash-Strings wie A$C206D7EC0 sind. Ein eigenes Python-Skript mit einer DXF-Parsing-Bibliothek zu schreiben wäre technisch möglich gewesen, hätte aber Entwicklerzeit erfordert, die dem Team nicht zur Verfügung stand, und hätte ein Einmalwerkzeug ohne interaktiven Reklassifizierungs-Loop erzeugt.

Energent.ai bot ein anderes Modell: einen konversationellen Agenten, der die DXF-Datei direkt laden, Python- und Bash-Befehle zur Geometrieanalyse ausführen, gefilterte Prüf-DXF-Dateien als Ausgaben erzeugen und die Klassifizierungslogik über Korrekturen in natürlicher Sprache iterieren konnte. Der Analyst musste keinen Code schreiben. Wenn eine Zählung falsch war, reichte ein einziger Satz — „das sind Türsymbole, keine Stühle“ — und der Agent führte die Klassifizierung erneut aus, schloss den falsch gezählten Block aus und erzeugte innerhalb derselben Sitzung eine korrigierte Prüfdatei.

Entscheidend ist, dass energent.ai Zwischen-Ausgabedateien erzeugt — eine DXF pro Objektkategorie —, die der Techniker in seinem bestehenden CAD-Viewer öffnen kann, um sie vor der Freigabe visuell zu prüfen. Damit wurde die Schleife zwischen automatisierter Analyse und menschlicher Freigabe geschlossen, was ein Standalone-Skript oder ein BI-Dashboard nicht leisten kann.

Workflow

Schritt 1 — Datei-Upload und Layer-Analyse. Der Techniker lud die DXF des Busbahnhofs hoch. Der Agent scannte Layer-Namen (vehiculos, mobiliario, piso, BUSES, vegetacion) und Block-IDs und erstellte ein vorläufiges Inventar der unterschiedlichen Entitätstypen und Zählungen pro Layer.

Schritt 2 — Fahrzeugisolierung. Der Analyst bat um eine Zählung der gelben Autos im Parkplatzbereich oben links. Der Agent stellte fest, dass der Layer vehiculos keine Blockeinfügungen enthielt — nur aufgelöste Linien-, Bogen- und Kreisgeometrie mit insgesamt 12,349 Primitiven. Er isolierte die 67 Kreis-Elemente als Radmarkierungen und schätzte 33 Fahrzeuge unter der Annahme von zwei Radkreisen pro Auto, mit einer teilweisen Markierung am Zeichnungsrand. Er erzeugte eine eigene Prüf-DXF zur visuellen Verifikation und kennzeichnete die Schätzung als geometriebasiert, nicht blockzählbasiert.

Schritt 3 — Möbelklassifizierung, erster Durchlauf. Der Agent identifizierte potenzielle Möbelblöcke im mittleren linken Terminalbereich und meldete 60 Instanzen eines Blocks als Stühle und 11 eines anderen als Tische. Der Analyst prüfte die Prüf-DXF und korrigierte die Klassifizierung: Der 60er-Block war ein Tür- oder Schwenkflügelsymbol auf dem Layer piso; der 11er-Block war eine menschliche Figur. Keines von beiden sollte in der Möbelzählung erscheinen.

Schritt 4 — Möbel-Reklassifizierung, korrigierter Durchlauf. Unter Anwendung der Kontextkorrekturen auf die Form reklassifizierte der Agent erneut. Er behielt Block 0Q62D auf dem Layer mobiliario als 36 Esszimmerstühle bei und identifizierte 4 tischähnliche Möbelkandidaten (Blöcke dfy und SofaA2C) nach dem Ausschluss aller Tür- und Menschensymbole. Er erzeugte separate Prüf-DXFs für die Esszimmerstühle, die Tischkandidaten und beide ausgeschlossenen Kategorien, sodass der Analyst jeden Ausschluss unabhängig bestätigen konnte.

Schritt 5 — Busse und Vegetation. Der Agent identifizierte 41 Bussybole auf dem Layer BUSES und unterschied auf der rechten Seite der Zeichnung 5 große Baumblöcke von 46 kleinen Buschsymbolen, wobei er für jede Kategorie eine benannte Prüf-DXF erzeugte.

Schritt 6 — Endgültiges Prüfpaket. Der Agent stellte die vollständige Endzählungstabelle zusammen, erzeugte eine attributierte DXF der gesamten Zeichnung und erstellte eine Markdown-Zusammenfassung in natürlicher Sprache, die sich für die Aufnahme in das Projektdokumentationspaket eignet.

Ergebnisse

Die Prüfung ergab verifizierte Zählungen für sechs Objektkategorien in einer Zeichnung, die keine verlässliche Block-Namenskonvention und einen vollständig explodierten Objekttyp enthielt:

Drei anfängliche Fehlklassifizierungen wurden erkannt und korrigiert: 60 Tür-/Bodenschwenk-Symbole, die zunächst als Stühle in der letzten Reihe markiert waren, 11 Menschensymbole, die zunächst als Tische eingestuft wurden, sowie Vegetationssymbole, die im ersten Durchlauf mit der Fahrzeugebene zusammengefasst worden waren. Jeder Korrekturdurchlauf erforderte nur einen einzigen Gesprächsaustausch statt einer vollständigen manuellen Nachprüfung.

Der Agent erzeugte 11 benannte Audit-DXF-Dateien — je eine pro Objektkategorie plus zwei Dateien zur Ausschlussverifikation — sowie eine vollständige Markdown-Zusammenfassung und ersetzte damit eine manuelle Zähltabelle durch einen nachvollziehbaren, dateiweisen Audit-Trail, den jedes Teammitglied öffnen und überprüfen kann.

Nachweis

"Die Zeichnung war bereits durch drei Fachbereiche gegangen, und die Blocknamen waren völlig undurchsichtig. Ich hatte keine Möglichkeit zu wissen, dass A$C206D7EC0 ein Türsymbol war, ohne jede Instanz einzeln zu öffnen. Was energent.ai mir gegeben hat, war die Möglichkeit zu sagen: 'Das sieht falsch aus', und innerhalb von Sekunden eine korrigierte Datei zurückzubekommen, statt noch eine weitere Stunde im Layer-Manager zu verbringen." — CAD-Techniker, Beratung für Verkehrsinfrastruktur

Das vom Agenten gelieferte Ergebnis — die Markdown-Zusammenfassung bus_terminal_dxf_tldr.md und der vollständige Satz kategorieweiser Audit-DXFs — kann in jedem DXF-kompatiblen Viewer geöffnet und mit der Originalzeichnung abgeglichen werden. Das zugeordnete, vollständige DXF der Gesamtzeichnung bindet die Audit-Herkunft direkt in die Datei ein und macht die Ausgabe damit für Projektunterlagen nachvollziehbar.

Hinweis zum Vertrauen

Die Zählung der gelben Autos von 33 ist eine geometrische Schätzung, keine blockbasierte Gewissheit. Da die Fahrzeuge als explodierte Primitive statt als wiederverwendbare Inserts gezeichnet wurden, beruht die Zählung auf der Annahme, dass jedes Auto genau zwei Rad-Kreis-Markierungen zum Gesamtwert von 67 Kreisen beiträgt. Eine visuelle Prüfung des isolierten Fahrzeug-Audit-DXF im Vergleich zur Originalzeichnung ist erforderlich, bevor diese Zahl in einer offiziellen Mengenermittlung verwendet oder an eine Aufsichtsbehörde übermittelt wird. Ebenso stellen die Kandidaten für tischähnliche Möbel die nach dem Ausschlussfilter verbleibende Geometrie dar; ein Fachexperte sollte jede Instanz gegen die architektonische Absicht bestätigen, bevor die Zählung als endgültig gilt. Die Ausgabe von Energent.ai beschleunigt den Audit-Zyklus und macht Fehlklassifizierungen sichtbar, die manuelle Zählmethoden regelmäßig übersehen, ersetzt jedoch nicht die Freigabe des Technikers bei unklaren Klassifizierungen.