Drohnen in der Flugzeuginspektion: Wie KI die Rumpfwartung verkürzt

Einführung: Die stille Revolution in den Wartungshangars

Für die meisten Passagiere endet die Flugreise in dem Moment, in dem sie die Fluggastbrücke verlassen und ihr Gepäck vom Förderband nehmen. Sobald jedoch die Kabinenbeleuchtung erlischt und der letzte Fluggast ausgestiegen ist, geht ein Verkehrsflugzeug im Wert von mehreren hundert Millionen Euro in die Hände der technischen Wartungsteams über. In der gewerblichen Luftfahrt gilt der wirtschaftliche Grundsatz: Ein Flugzeug erwirtschaftet nur dann Erträge, wenn es fliegt. Jede ungeplante Stunde am Boden verursacht erhebliche Opportunitätskosten, stört den Flugplan und führt zu finanziellen Einbußen im fünfstelligen Eurobereich.

Über Jahrzehnte hinweg zählte die Sichtprüfung der Flugzeugaußenhaut (Visual Inspection) zu den zeitaufwendigsten und arbeitsintensivsten Schritten größerer Wartungsereignisse. Die lückenlose Kontrolle der Rumpfflächen von Großraumjets wie dem Airbus A350 oder der Boeing 777 erforderte kilometerlange Gerüstbauten, Hubsteiger (sogenannte Cherry Picker) und Prüfer, die tausende Quadratmeter Verbundwerkstoff- und Aluminiumflächen mit Taschenlampe und Lupe absuchten. Dieses herkömmliche Verfahren weicht zunehmend digitalen Abläufen: In Hangars und auf dem Vorfeld übernehmen autonome Inspektionsdrohnen mit Computer-Vision-Algorithmen und künstlicher Intelligenz diese Aufgaben. Die Inspektionszeiten der Zelle verkürzen sich dadurch von vielen Stunden oder Tagen auf unter eine Stunde. Dieser Wandel im MRO-Bereich (Maintenance, Repair, and Overhaul) verdeutlicht, wie optoelektronische Messtechnik und neuronale Netze neue Maßstäbe für die Flugsicherheit setzen.

Die traditionelle Rumpfinspektion: Arbeitsaufwand, Rüstzeiten und menschliche Faktoren

Um die Tragweite dieses Verfahrenswechsels zu verstehen, lohnt ein Blick auf die bisherige Praxis. Der Rumpf moderner Verkehrsflugzeuge ist enormen aerodynamischen Belastungen, wiederkehrenden Druckbelüftungszyklen sowie dem abrasiven Luftstrom bei Reisegeschwindigkeiten von rund 900 km/h ausgesetzt. Auf Reiseflughöhe und im Anflug wirken Blitzeinschläge (Lightning Strikes), Hagelschlag, Vogelschlag in Bodennähe sowie unbeabsichtigte Kollisionen mit Bodenabfertigungsgeräten (Ground Support Equipment – GSE) auf die Außenhaut ein.

Bei planmäßigen Großkontrollen – etwa dem C-Check – oder nach einem gemeldeten Blitzeinschlag verlangen die luftfahrtrechtlichen Vorschriften eine lückenlose Untersuchung der gesamten Außenhaut:

• Hoher Infrastrukturaufwand: Um die Maschine werden Gerüstkonstruktionen errichtet oder fahrbare Teleskopbühnen herangeführt. Das Aufstellen, Ausrichten und Sichern dieser Zugangsgeräte beansprucht bereits zwei bis vier Stunden Vorlaufzeit.
• Risiko von Kollateralschäden: Das Manövrieren schwerer Arbeitsbühnen im Abstand weniger Zentimeter zu Steuerflächen, Verkleidungen und Flügelvorderkanten birgt das Risiko unbeabsichtigter Rumpfberührungen, die zusätzliche Reparaturen nach sich ziehen können.
• Menschliche Ermüdung: Stufenweise Kontrollen im Hängegurt in über zehn Metern Höhe bei wechselnden Lichtverhältnissen mindern im Verlauf einer Acht-Stunden-Schicht die visuelle Konzentrationsfähigkeit. Nach der Sichtung tausender Nietreihen fällt es dem menschlichen Auge zunehmend schwerer, feine Haarrisse, Lackblasen oder winzige Schmelzpunkte infolge von Blitzschlägen verlässlich zu erkennen.

Infolgedessen führte eine umfassende Sichtprüfung bei Großraumflugzeugen früher zu Standzeiten von 24 bis 48 Stunden – ein erheblicher Kostenfaktor für die Fluggesellschaften.

Digitale Erfassung: Wie die autonome Drohne das Flugzeug scannt

Moderne Inspektionssysteme – entwickelt von spezialisierten Anbietern wie Donecle oder Mainblades sowie durch Airbus mit der Advanced Inspection Drone – unterscheiden sich grundlegend von herkömmlichen Konsumentendrohnen. Es handelt sich um vollautonome Flugroboter für den industriellen Einsatz, ausgelegt auf die spezifischen Sicherheitsanforderungen geschlossener Hangars und aktiver Vorfeldflächen.

1. Navigation ohne Satellitensignal (GNSS-Denied Environment)

In den Stahlbetonbauten von Wartungshangars ist ein GPS-Signal nicht verfügbar oder wird durch metallische Reflexionen unbrauchbar verfälscht. Inspektionsdrohnen stützen sich daher auf bordgestützte relative Ortungssysteme:

• LiDAR (Light Detection and Ranging): Die Drohne sendet hunderte Kilohertz Laserimpulse pro Sekunde aus und baut in Echtzeit eine dreidimensionale Punktwolke der Umgebung auf. Dadurch bestimmt sie millimetergenau ihren Abstand zu Tragflächen, Leitwerken und Rumpfkrümmungen.
• Visuelle Odometrie (Visual SLAM): Kameras erfassen markante Konturen am Flugzeug sowie Hallenmerkmale und berechnen daraus kontinuierlich translatorische Lageänderungen der Drohne.
• Virtuelle Schutzzone (Geofencing): Die Flugsteuerungssoftware hält einen fest programmierten Sicherheitsabstand zum Flugzeug ein (üblicherweise 1,0 bis 1,5 Meter). Taucht ein unvorhergesehenes Hindernis auf – etwa ein Mechaniker auf einer Trittleiter –, wechselt das Fluggerät in den Schwebeflug oder bricht die Flugbahn ab.

2. Hochauflösende optoelektronische Nutzlasten

Die Fluggeräte nutzen Vollformat-Kamerasensoren mit einer Auflösung von 45 bis 60 Megapixeln und verzerrungsfreien Festbrennweitenobjektiven. Synchronisierte Hochleistungs-LED-Scheinwerfer leuchten Schattenbereiche unter den Tragflächen homogen aus und sichern eine gleichbleibende Farbtemperatur. Während eines rund 40-minütigen Messflugs um ein Schmalrumpfflugzeug vom Typ Airbus A320 entstehen 1.500 bis 2.500 Makroaufnahmen, die die Oberfläche mit einer Detailauflösung von bis zu 0,1 mm pro Pixel erfassen.

Künstliche Intelligenz: Von Pixeldaten zur Schadensdiagnose

Das Erfassen tausender Einzelbilder verschiebt den Engpass: Die manuelle Durchsicht dieser Datenmenge würde viele Stunden in Anspruch nehmen. Daher übernehmen tiefe faltungsneuronale Netze (Convolutional Neural Networks – CNN) die automatisierte Auswertung der Bilddaten.

1. Erstellung des Digitalen Zwillings (Digital Twin)

Das Bildverarbeitungssystem projiziert jede Aufnahme auf das exakte 3D-CAD-Modell des betreffenden Flugzeugmusters. Dadurch entsteht ein geografisch referenzierter Digitaler Zwilling (Digital Twin) der Zelle. Zeigt ein Bild einen Ausschnitt der linken Tragflächenhinterkante, ordnet der Algorithmus die sichtbaren Wartungsklappen, Dichtungen und Nietreihen positionsgenau zu.

2. Semantische Segmentierung und Fehlererkennung

Die auf Basis umfangreicher Schadensdatenbanken trainierten Algorithmen analysieren Bildstrukturen und erkennen Abweichungen in Sekundenbruchteilen:

• Blitzschlagschäden (Lightning Strike Damage): Detektion von Ein- und Austrittsstellen elektrischer Entladungen anhand lokaler Lackverbrennungen, geschmolzener Nietköpfe oder Delaminationen des integrierten Kupfergewebes (Bronze Mesh) in Faserverbundteilen.
• Beulen und Verformungen (Dents): Mittels stereoskopischer Photogrammetrie oder Streifenlichtverfahren ermittelt die Software Tiefe, Länge und Breite von Dellen und gleicht die Messwerte mit den zulässigen Grenzwerten des Strukturreparaturhandbuchs (SRM – Structural Repair Manual) ab.
• Korrosionsherde und Lackschäden: Frühzeitige Erkennung von Aluminiumoxidation unter der Decklackschicht sowie Rissbildungen an Rumpfstößen.
• Dichtungs- und Nietprüfungen: Überprüfung von Tankdeckeldichtungen auf Versprödung, Fehlstellen oder fehlerhaften Sitz von Verbindungselementen.
• Überprüfung äußerer Anbauteile: Automatische Vollständigkeitsprüfung statischer Entladungsdrähte (Static Discharge Wicks) an den Steuerflächen sowie Abgleich vorgeschriebener Warn- und Kennzeichnungshinweise.

3. Automatisierte SRM-Berichterstellung

Früher mussten Schadstellen per Hand auf 2D-Risszeichnungen übertragen, mit mechanischen Tiefenlehren vermessen und mit den Handbüchern der Hersteller abgeglichen werden. Die KI-Software übernimmt diese Zuordnung automatisch. Nach dem Durchlauf erhält der Prüfingenieur einen interaktiven 3D-Bericht: Jeder Befund enthält Koordinaten, geometrische Abmessungen und die direkte Verlinkung zum zuständigen SRM-Kapitel. Die Rolle des Prüfpersonals verlagert sich von der manuellen Suche hin zur Prüfung und Freigabe der dokumentierten Ergebnisse.

Fallbeispiel: Ablauf nach einem Blitzeinschlag

Ein typisches Szenario im Linienbetrieb: Beim Durchflug einer Gewitterfront wird ein Verkehrsflugzeug vom Blitz getroffen. Die Passagiere hören einen dumpfen Schlag und sehen ein kurzes Aufleuchten an der Tragflächenspitze. Die Maschine landet sicher, darf nach den Regularien jedoch nicht wieder starten, bevor das technische Personal den Rumpf auf Ein- und Austrittsstellen untersucht und freigegeben hat.

Im konventionellen Ablauf bedeutete dies meist ein Aircraft On Ground (AOG): 12 bis 20 Stunden Standzeit, Ausfall des Anschlussfluges, Hotelkosten für Passagiere und wirtschaftliche Einbußen von 50.000 bis 100.000 Euro, da Techniker die Zelle mit Leitern und Hubbühnen absuchen mussten.

Mit dem Einsatz von Inspektionsdrohnen gestaltet sich der Ablauf wie folgt:

• Das Flugzeug rollt auf die Parkposition oder in den Hangar.
• Zwei Techniker rüsten die Inspektionsdrohne direkt aus dem Transportkoffer auf.
• Der automatisierte Scanflug dauert 30 bis 40 Minuten.
• Die Cloud- oder Lokalserver-Algorithmen werten die Bilddaten in den folgenden 20 bis 30 Minuten aus.
• Auf dem Tablet des Prüfers erscheint der fertige Prüfbericht: Einschlagstelle am Radom identifiziert, Austrittsstelle an einem Entladungsdraht des rechten Höhenleitwerks. Alle Werte liegen innerhalb der SRM-Toleranzen, es gibt keine internen Strukturschäden.
• Bereits unter zwei Stunden nach dem Aufsetzen liegt die digital unterzeichnete Freigabebescheinigung (CRS – Certificate of Release to Service) vor, und das Flugzeug kann planmäßig den nächsten Umlauf antreten.

Faserverbundwerkstoffe versus Metalle: Neue Anforderungen an die Diagnostik

Mit Flugzeugmustern wie der Boeing 787 und dem Airbus A350 stieg der Anteil von kohlenstofffaserverstärkten Kunststoffen (CFK) an der Gesamtstruktur auf über 50 Prozent, was geänderte Prüfmethoden erfordert.

Während sich Aluminium unter mechanischer Einwirkung plastisch verformt und sichtbare Dellen hinterlässt, federt Faserverbundmaterial elastisch zurück. Ein Aufprall eines Gepäckwagens oder ein Vogelschlag kann die äußere Lackschicht unbeschädigt lassen, während im Inneren Delaminationen (Faserablösungen) oder Wabenkernbrüche auftreten. In der Luftfahrt wird dies als BVID (Barely Visible Impact Damage – kaum sichtbare Schlagschäden) bezeichnet.

Für die Erkennung nicht-sichtbarer Schäden werden moderne Drohnen mit zerstörungsfreier Prüftechnik (ZfP / NDT) ausgerüstet:

• Aktive Thermografie (IRT – Infrared Thermography): Die Drohne kombiniert radiometrische Wärmebildkameras mit gezielten thermischen Anregungsquellen. Unterschiedliche Wärmeleitfähigkeiten zwischen intakter CFK-Struktur und delaminierten Bereichen machen verdeckte Hohlräume unter der Lackierung sichtbar.
• Phasenmessende Deflektometrie: Ein optisches Verfahren, das reflektierte Streifenmuster auf spiegelnden Lackflächen auswertet und mikroskopische Verformungen im Mikrometerbereich sichtbar macht.

Regulatorische Freigabe durch die Luftfahrtbehörden

Veränderungen in der zivilen Flugzeuginstandhaltung unterliegen den strengen Vorgaben der Aufsichtsbehörden wie der Federal Aviation Administration (FAA) und der European Union Aviation Safety Agency (EASA).

Zu Beginn stand die Industrie autonomen Systemen nahe teuren Flugzeugzellen skeptisch gegenüber. Hersteller reagierten mit passiven und aktiven Sicherheitsmechanismen: weiche Stoßfänger, verkleidete Propeller aus nachgiebigem Material und dreifach redundante Antikollisionssensoren.

Den Durchbruch markierte die offizielle Aufnahme drohnengestützter Prüfverfahren durch die Flugzeughersteller: Sowohl Airbus als auch Boeing haben unbemannte Inspektionsabläufe in ihre Aircraft Maintenance Manuals (AMM) integriert. Damit sind die durch zertifizierte Drohnensysteme erhobenen Daten von Leasinggebern, Versicherern und Luftfahrtbehörden voll anerkannt, sodass auf doppelte manuelle Prüfungen verzichtet werden kann.

Fazit: Digitalisierung des Hangarbetriebs

Der Einsatz autonomer Drohnen und künstlicher Intelligenz in der Flugzeugwartung ist ein zentraler Baustein der digitalen Transformation der Luftfahrtindustrie. Die Ablösung von Gerüsten und manuellen Sichtprüfungen durch optische Messverfahren, LiDAR-Scanning und neuronale Netze erhöht die Zuverlässigkeit technischer Diagnosen.

Für Fluggäste führt diese Technologie zu höherer Pünktlichkeit, weniger witterungs- oder technikbedingten Flugausfällen und einem transparent dokumentierten Zustand der eingesetzten Flugzeuge. Der moderne Hangar wandelt sich vom reinen Mechanikbetrieb zum datengestützten Analysezentrum, in dem Robotik und Software dazu beitragen, den Zivilluftverkehr sicher und effizient zu halten.