Die Bildhauerei Diwo fertigt Denkmäler und Skulpturen für öffentliche Plätze, Friedhöfe und Gärten. Ein weiterer Schwerpunkt liegt auf der Begutachtung von Bestandsobjekten. Ein zentrales Problem dabei: Haarrisse in den Steinen. Dadurch werden die Objekte instabil und können im Extremfall sogar umfallen. Darüber hinaus gibt es jede Menge solcher Bestandsobjekte wie beispielsweise Wegekreuze. Sie alle zu begutachten, stellt Bildhauer vor enorme Herausforderungen.

Bisher werden Haarrisse durch Sichtprüfungen (Begutachtung) oder akustische Tests erkannt: mit einem Hammer wird gegen den Stein geschlagen, und anhand des Klangs beurteilt der erfahrene Bildhauer bzw. die Bildhauerin, ob der Stein intakt ist. Das Verfahren ist subjektiv und erfordert ein über die Jahre geschultes Auge und Ohr. Hier setzt „StoneCrackMon“ an. Ziel des Projekts ist es, die Rissprüfungen mithilfe eines KI-gestützten Systems zu objektivieren und zu standardisieren. 

Das Konzept hinter „StoneCrackMon“ basiert auf der akustischen Signatur von Steinen. Harry Fast, Entwickler am Fraunhofer Institut: „Wir nutzen die akustische Signatur eines Steins, um makellose Exemplare von solchen mit Haarrissen zu unterscheiden.“ In Voruntersuchungen wurde der Schall exemplarischer Steine bei Hammeranschlägen aufgezeichnet und analysiert. Diese Tests zeigten, dass eine eindeutige Unterscheidung möglich ist. Darauf aufbauend wurde ein Messsystem entwickelt, das gerade in Betrieb genommen und mit der entsprechenden Software ausgestattetwird. Als nächster Schritt ist eine umfangreiche Messreihe geplant. Die Daten daraus sollen ein KI-Modell trainieren, das zukünftig automatisch zwischen intakten und beschädigten Steinen unterscheiden soll. Dabei wird untersucht, ob die Ergebnisse aus der Voruntersuchung sich auch auf andere Gesteinsarten und Formen übertragen lassen. 

Das Werkzeug soll die Prüfung von Steinen objektiver und effizienter machen. Es wird ganz einfach am Arm getragen und liefert präzise Daten, die auf dem Smartphone visualisiert werden können. So lassen sich Entscheidungen schneller und sicherer treffen – auch für Mitarbeitende, die noch keine umfassende Erfahrung haben oder angelernt werden. So können mehr Gutachten in kürzerer Zeit entstehen - der Fachkräftemangel abgefedert werden. Neben der Anwendung in der Bildhauerei könnte das System auch in anderen Bereichen wie der Denkmalpflege oder im Bauwesen eingesetzt werden, wo präzise Rissprüfungen notwendig sind.

Mit dem „StoneCrackMon“ zeigt sich, wie Künstliche Intelligenz dabei helfen kann, traditionelle Handwerksmethoden zu verbessern und zukunftssicher zu machen. Das System bietet eine praxisnahe Lösung für eine zentrale Herausforderung der Bildhauerei und hat gleichzeitig das Potenzial, über diesen Bereich hinaus einen Mehrwert zu schaffen.