Wer kennt es nicht: Ein komplexer Druck läuft vier Stunden, und erst am Ende stellt man fest, dass in Stunde zwei ein Spaghetti-Fehler passiert ist. KI-gestützte Fehlererkennung soll das ändern – und kommt 2026 zunehmend auch im Consumer-Bereich an.

Was KI-Fehlererkennung im 3D-Druck bedeutet

KI-gestützte Fehlererkennung kombiniert eine Kamera, die den Druckprozess kontinuierlich beobachtet, mit einem trainierten Modell, das Abweichungen vom erwarteten Druckbild erkennt. Typische erkennbare Fehler:

  • Spaghetti: Filament hängt in der Luft statt auf dem Modell
  • Layer Shifting: Die Schichten verschieben sich
  • Stringing: Filamentfäden zwischen getrennten Bereichen
  • Adhesion-Fehler: Das Modell löst sich vom Bett
  • Under-Extrusion: Schichten sind unvollständig oder zu dünn

Wenn das System einen Fehler erkennt, kann es den Druck pausieren, eine Benachrichtigung senden oder – in fortgeschrittenen Implementierungen – sogar automatisch Gegenmaßnahmen einleiten.

Wo KI-Fehlererkennung 2026 steht

Das Korea Institute of Industrial Technology hat ein KI-Modul entwickelt, das sich als Nachrüstlösung in bestehende Drucksysteme integrieren lässt. Das Modul arbeitet mit Echtzeit-Bildanalyse und greift präventiv ein, bevor ein Fehler sich weiterentwickelt. Besonders relevant: Die Forschungsgruppe hat das System auch für Metalldrucke validiert, wo Fehler teurer und schwerer zu erkennen sind.

Im Consumer-Bereich hat Bambu Lab KI-Kameraüberwachung bereits in Druckern ab der P1-Serie integriert. Die KI-Kamera überwacht den Druckprozess und pausiert bei erkannten Spaghetti-Fehlern automatisch. Preis: Die P1S-Modelle beginnen unter 700 Euro.

Obico (früher The Spaghetti Detective) ist die bekannteste Open-Source-Alternative: Die Plattform verbindet OctoPrint oder Bambu Lab Drucker mit einem trainierten KI-Modell, das Cloud- oder lokal ausgeführt werden kann. Obico bietet sowohl einen kostenlosen Cloud-Service als auch eine selbst hostbare Variante.

Die Grenzen: Was KI noch nicht erkennt

Fehlererkennung per Kamera hat strukturelle Grenzen:

Innere Fehler sind per Kamera nicht erkennbar: Unzureichende Infill-Dichte, schlechte Layer-Verbindung oder falsche Wanddicken zeigt die Kamera nicht. Hier sind aktuelle Systeme noch blind.

False Positives sind ein echtes Problem: Systeme, die zu sensibel eingestellt sind, pausieren Drucke unnötig – bei komplexen Überhängen, Stützstrukturen oder Supports, die ähnlich aussehen wie Fehler.

Benutzerfeedback-Schleifen fehlen noch: Die besten Systeme werden besser, wenn sie Nutzerfeedback erhalten – ob ein erkanntes Problem wirklich eines war. Viele Consumer-Implementierungen sammeln dieses Feedback noch nicht strukturiert.

Was als nächstes kommt

Die Forschung geht in Richtung prädiktiver Fehlerkorrektur: Systeme, die nicht nur Fehler erkennen, wenn sie passieren, sondern anhand von frühen Signalen – leichte Temperaturabweichungen, minimale Layer-Shifts in frühen Schichten – vorhersagen, dass ein Fehler wahrscheinlich wird.

Für den Consumer-Markt ist das noch 2-3 Jahre entfernt. Aber die Basisversion – Kamera überwacht, KI pausiert bei offensichtlichen Fehlern – ist 2026 bereits in Druckern unter 700 Euro verfügbar und funktioniert für die häufigsten Fehlertypen zuverlässig.

Wer oft lange, unbeaufsichtigte Drucke laufen lässt, sollte bei der nächsten Kaufentscheidung KI-Kameraüberwachung als Kaufargument mitberücksichtigen.