Ausschussgründe in einer Druckfarm sinnvoll kategorisieren
09.10.2026
Wer Ausschuss nur als „Fehldruck“ verbucht, verliert Hinweise auf wiederkehrende Probleme. Ein mehrdimensionales Schema trennt sichtbares Fehlerbild, Prozessstufe, vermutete Ursache und Entscheidung über das Teil; dazu kommen eine konsistente Erfassung und eine Auswertung mit passendem Nenner.
Warum „Fehldruck“ als Kategorie nicht reicht
In einer Druckfarm ist „Ausschuss“ zunächst ein Ergebnis – aber keine brauchbare Fehlerbeschreibung. Wenn Warping, fehlende Maßhaltigkeit und eine raue Oberfläche alle in dieselbe Sammelkategorie fallen, lässt sich kaum erkennen, ob ein Muster an einem Drucker, Materiallos oder Arbeitsschritt hängt. NIST führt Maßabweichung, Oberflächenrauheit und Defekte als unterschiedliche Aspekte schwankender Bauteilqualität auf. Für eine belastbare Auswertung sollte deshalb das sichtbare Fehlerbild getrennt von der vermuteten Ursache und der Entscheidung über das Bauteil gespeichert werden. Auch die Grenze zwischen Auffälligkeit und Ausschuss gehört ins Schema: Eine Beobachtung ist nicht automatisch ein Ausschussgrund. ASTM beschreibt die Unterscheidung im Kontext der Metall-Pulverbettfusion: Ein Fehlerindikator kann weitere Bewertung erfordern und ist nicht zwangsläufig rejectable. Das ist keine allgemeine Abnahmevorschrift für FDM- oder SLA-Aufträge, aber eine nützliche Denkregel: erst beobachten und dokumentieren, dann anhand der eigenen Spezifikation über Freigabe, Nacharbeit oder Ausschuss entscheiden.
Ein Schema mit vier getrennten Feldern
Beginnen Sie mit vier Feldern, statt für jede neue Erscheinung gleich eine neue Hauptkategorie anzulegen: 1. **Fehlerbild:** Was ist am Teil oder Drucklauf sichtbar? Beispiele bei Materialextrusion sind Warping, Layer Shifting oder Delamination. Ergänzen Sie eine kurze Definition und möglichst ein Referenzfoto je Fehlercode. 2. **Ort und Ausmaß:** Oberfläche, Kante, Bohrung oder internes Merkmal; lokal oder über das ganze Teil; kosmetisch oder funktionsrelevant. Größe und Lage helfen, ähnlich aussehende Fälle auseinanderzuhalten. 3. **Prozessstufe:** Erster Layer, laufender Druck, Entnahme, Reinigung/Nachhärtung oder Prüfung. So landen Nachbearbeitungsschäden nicht versehentlich als Druckfehler. 4. **Ursache und Sicherheit:** Vermutete Ursache mit Status „bestätigt“, „wahrscheinlich“ oder „ungeklärt“. Fehlerbild und Ursache bleiben getrennt, weil ein Symptom mehrere mögliche Auslöser haben kann. Diese Mehrfachsicht ist wichtiger als eine möglichst lange Liste von Fehlernamen: Eine Übersicht der Materialextrusionsfehler ordnet sie unter anderem nach Größe, räumlicher Topologie, Auftretensart und Lage. Übertragen auf den Betriebsalltag heißt das, einen Fehlercode nicht mit einer Ursache gleichzusetzen.
Von der Beobachtung zur Entscheidung
Erfassen Sie für jeden Fall mindestens Auftrags-ID, Drucker, Material und Los, Bauteil/Position, Fehlerbild, Prozessstufe, Foto oder Messwert, Entscheidung und Bearbeiter. Falls ein Sensor oder eine Kamera eine Anomalie meldet, kommt diese als Beobachtung ins Protokoll – nicht direkt als Ausschuss. Die Entscheidung sollte auf einem klaren Prüfmerkmal beruhen, etwa einer Maßtoleranz, einer vereinbarten Sichtprüfung oder einer Funktionsanforderung. Das trennt zwei Fragen: „Was hat der Prozess angezeigt?“ und „Erfüllt das Teil die vereinbarte Anforderung?“ ASTM unterscheidet in seinem LPBF-Leitfaden ebenfalls zwischen prozessbegleitender Inspektion und Prozesskontrolle. Für eine Farm mit anderen Verfahren ist das kein Standard, den man unverändert übernimmt; als Trennung zwischen Prozesssignal und Teilefreigabe ist es dennoch sinnvoll.
Ursachen nicht aus dem Symptom erraten
Ein rauer Rand, eine Maßabweichung oder eine angehobene Ecke kann zu mehr als einem Prozessproblem passen. Darum sollte die Datenbank Ursache und Symptom nicht zu einer einzigen Kategorie verschmelzen. Bei einer vermuteten Material- oder Temperaturursache notieren Sie, welche Einstellung oder Materialbedingung tatsächlich geprüft wurde und mit welchem Ergebnis. Ein NIST-Beitrag zur Materialextrusion zeigt, warum Prozesskontext zählt: Die-Swell beeinflusst Abmessungen und bringt Eigenspannungen ein; in einer ABS-Untersuchung änderte sie sich abhängig von Volumenstrom, Temperatureinstellung und Düsendurchmesser. Das belegt nicht, dass Die-Swell jede Maßabweichung in einer Farm erklärt. Es zeigt vielmehr, dass ein Fehlerbild wie „zu breit“ nicht ohne kontrollierte Prüfung einem einzelnen Parameter zugeschrieben werden sollte.
Auswerten, ohne Zähler zu täuschen
Zählen Sie Fehler nicht nur als absolute Stückzahl. Stellen Sie sie einer passenden Bezugsgröße gegenüber: Ausschussteile je gestartete Teile, Fälle je Druckauftrag oder Vorkommnisse je Maschinenstunden – je nachdem, welche Frage Sie beantworten. Ein Druckauftrag mit vielen Teilen darf nicht automatisch stärker gewichtet werden als ein Auftrag mit einem Teil. Vergleichen Sie nur Fälle mit vergleichbarer Definition und kennzeichnen Sie Änderungen am Schema. Ein einfaches Beispiel, ausdrücklich hypothetisch: Meldet eine Schicht auf zwei Druckern vermehrt „Unterextrusion“, prüfen Sie zunächst, ob beide Teams denselben sichtbaren Befund erfassen. Danach filtern Sie nach Materiallos, Düse und Auftragsprofil. Erst wenn sich ein Muster wiederholt und eine Ursache überprüft wurde, wird aus der Kategorie ein konkreter Verbesserungsauftrag. Bei jeder automatischen Erkennung gehören außerdem Fehlalarm und übersehener Defekt in die Bewertung. ASTM nennt beide Arten als Einfluss auf die Diagnosefähigkeit der Überwachung. Deshalb nicht nur fragen, wie viele Warnungen ein System ausgibt, sondern stichprobenartig prüfen, ob Warnungen zutreffen und ob relevante Fehler ohne Warnung durchgehen.
Klein anfangen und das Schema pflegen
Starten Sie mit wenigen häufigen Fehlerbildern und eindeutigen Definitionen. Fügen Sie eine neue Kategorie erst hinzu, wenn sie eine andere Erscheinung oder Entscheidung abbildet; sonst wird dieselbe Sache von verschiedenen Schichten unterschiedlich verbucht. Ein kurzer Katalog mit Fotos, Beispielen und einer Zuständigkeit für Änderungen ist meist praktischer als eine umfangreiche, ungepflegte Taxonomie. Prüfen Sie regelmäßig eine Stichprobe der Datensätze: Stimmen Fehlercode, Foto, Ursache-Status und Ausschussentscheidung zusammen? Wenn nicht, verbessern Sie Definition oder Schulung, bevor Sie aus der Statistik eine Prozessänderung ableiten. Die Kategorien sollen Ursachen sichtbar machen und Entscheidungen nachvollziehbar halten – nicht eine Genauigkeit vortäuschen, die die Erfassung nicht hergibt.