KI-Sensorik StoneCrackMon
Der Betrieb
Die Bildhauerei Diwo aus Paderborn restauriert Denkmäler und Skulpturen. Ein wichtiger
Teil der Arbeit ist die regelmäßige Begutachtung von Bestandsobjekten – denn Haarrisse im Stein können die Stabilität gefährden.
Diese Prüfungen sind notwendig, aber sehr zeitintensiv.
Bisher werden Haarrisse mithilfe von Sichtprüfungen oder akustischen Tests erkannt: Erfahrene Bildhauer*innen schlagen und kratzen mit einem Hammer gegen den Stein und beurteilen anhand des Klangs, ob dieser intakt ist. Dieses Verfahren ist subjektiv und erfordert viel Erfahrung – ein geschultes Auge und Ohr. Bildhauer Michael Diwo wünscht sich, dieses Verfahren mithilfe eines Systems zu objektivieren.
Die Vision
Wissen tragbar machen – mit einem System, das Erfahrung hörbar macht: “StoneCrackMon” hilft dabei, Schäden im Stein präzise zu erkennen – schnell, sicher und unabhängig
von jahrelanger Erfahrung. Es unterstützt nicht nur Bildhauer:innen, sondern kann auch in der Denkmalpflege oder im Bauwesen eingesetzt werden – überall dort, wo genaue Rissprüfungen über Sicherheit entscheiden.
Die Lösung
StoneCrackMon ist ein KI-gestütztes Sensorsystem, das die Rissprüfung objektiviert und standardisiert. Es analysiert mithilfe eines Mikrofons die beim Hammerschlag entstehenden Geräusche. Die Auswertung erfolgt in Echtzeit – auf dem Display wird angezeigt, ob ein Mangel vorliegt.
Die größte Herausforderung bestand darin, das Erfahrungswissen der Fachkräfte in messbare Daten zu übersetzen. Das System musste lernen, verschiedene Steinarten, Schlagintensitäten und Störgeräusche zuverlässig zu unterscheiden.