{"id":3600,"date":"2026-11-03T10:58:03","date_gmt":"2026-11-03T09:58:03","guid":{"rendered":"https:\/\/mivia.ai\/?post_type=case-study&p=3600"},"modified":"2026-11-09T15:35:10","modified_gmt":"2026-11-09T14:35:10","slug":"wie-neuman-aluminium-die-korngroessenanalyse-nach-astm-e112-automatisiert","status":"publish","type":"case-study","link":"https:\/\/mivia.ai\/en\/case-study\/how-neuman-aluminium-automates-its-grain-size-analysis-to-astm-e112\/","title":{"rendered":"How Neuman Aluminium automates grain size analysis to ASTM E112"},"content":{"rendered":"","protected":false},"author":10,"featured_media":0,"template":"","meta":{"_acf_changed":true,"_kad_blocks_custom_css":"","_kad_blocks_head_custom_js":"","_kad_blocks_body_custom_js":"","_kad_blocks_footer_custom_js":"","_kadence_starter_templates_imported_post":false,"_kad_post_transparent":"","_kad_post_title":"","_kad_post_layout":"","_kad_post_sidebar_id":"","_kad_post_content_style":"","_kad_post_vertical_padding":"","_kad_post_feature":"","_kad_post_feature_position":"","_kad_post_header":false,"_kad_post_footer":false,"_kad_post_classname":""},"categories":[],"tags":[],"class_list":["post-3600","case-study","type-case-study","status-publish","hentry"],"acf":{"ansprechpartner":"Johanna H\u00f6ller","CS_contact_job_title":"Forschung & Entwicklung","image_contact":3621,"CS_company_name":"Neuman Aluminium Strangpresswerk GmbH","CS_company_logo_icon":3621,"CS_company_logo_full":3620,"CS_video_embed_link":"
\n \n<\/div>","CS_value_focused_headline":"Wie Neuman Aluminium die Korngr\u00f6\u00dfenanalyse nach ASTM E112 automatisiert","CS_subheading":"Ein vorgegebenes Pr\u00fcfverfahren, ein schwer abzubildendes Gef\u00fcge, drei trainierte Modelle.","CS_challenge_text":"

Im Werkstofflabor der Neuman Aluminium Strangpresswerk GmbH in Lilienfeld\/Marktl wird bestimmt, wie fein das Korn in Aluminiumgussstangen und den daraus gefertigten Bauteilen ist. Ausgewertet wird nach ASTM E112.<\/p>\n\n

Bis 2025 war das Handarbeit. Beim Linienschnittverfahren wird ein Messgitter \u00fcber das Schliffbild gelegt und jede Stelle, an der eine Gitterlinie eine Korngrenze kreuzt, muss einzeln angeklickt werden. Johanna H\u00f6ller aus Forschung & Entwicklung beschreibt es so:<\/p>\n\n

\n

\u201eBei einem sehr feinen Gef\u00fcge dauert das entsprechend l\u00e4nger. Auch ein \u00dcbersehen ist m\u00f6glich.\u201c<\/p>\n<\/blockquote>\n\n

Zwei Dinge machen diese Handarbeit m\u00fchsam:<\/strong><\/p>\n

    \n
  • Je feiner das Korn, desto mehr Schnittpunkte sind auszuz\u00e4hlen.<\/strong> Wie viel Arbeit eine Probe macht, entscheidet sich am Gef\u00fcge.<\/li>\n
  • Eine Analyse nach der anderen.<\/strong> Jeder Schnittpunkt wurde einzeln von Hand ausgez\u00e4hlt.<\/li>\n<\/ul>\n\n

    Warum Aluminium die Bildauswertung besonders fordert<\/strong><\/p>\n\n

    Weil das Korn im Aluminium nicht von selbst sichtbar ist. Die Schliffe werden elektrolytisch nach Barker ge\u00e4tzt. Der dabei aufwachsende Anodenfilm ist je nach Kornorientierung unterschiedlich aufgebaut und erst unter gekreuzten Polarisatoren entstehen daraus die Interferenzfarben, an denen sich K\u00f6rner \u00fcberhaupt voneinander unterscheiden lassen.<\/p>\n\n

    F\u00fcr eine automatische Auswertung ist das eine ungew\u00f6hnliche Ausgangslage: Sichtbar wird nicht die Korngrenze, sondern ein Orientierungsunterschied. Und dasselbe Material sieht v\u00f6llig anders aus, je nachdem, ob es im Gusszustand oder w\u00e4rmebehandelt vorliegt und ob eine hoch- oder eine niedriglegierte Variante untersucht wird.<\/p>","CS_solution_text":"

    Was das Labor interessierte, war ein konkreter Punkt: ob sich die m\u00fchsame Auswertung von Hand sparen l\u00e4sst.<\/p>\n\n

    Statt eines Modells, das alle diese Zust\u00e4nde halbwegs beherrscht, wurden mehrere getrennt trainiert, jedes auf die Gef\u00fcge, die es tats\u00e4chlich zu sehen bekommt. Drei davon decken heute fast alle Zust\u00e4nde ab, die in dieser Analyse vorkommen.<\/p>\n\n

    Der Ablauf selbst ist derselbe geblieben: Die Probe wird pr\u00e4pariert und ge\u00e4tzt, unter dem Mikroskop aufgenommen und die Aufnahmen gehen gemeinsam in MiViA. Das Ergebnis gibt die Software als PDF aus, das f\u00fcr die Dokumentation verwendet wird.<\/p>\n\n

    Der Unterschied steckt im Wort \u201egemeinsam\u201c. Mehrere Bilder laufen in einem Durchgang und w\u00e4hrenddessen wird im Labor etwas anderes bearbeitet.<\/p>\n\n

    Was \u00fcbrig bleibt, sind Sonderf\u00e4lle. Sie werden weiterhin von Hand ausgewertet.<\/p>","CS_results_text":"

    Ausgewertet wird weiterhin nach ASTM E112 und die Ergebnisse werden fachlich durchgesehen. Gewonnen wird Zeit, und zwar genau an der Stelle, an der sie vorher gebunden war: beim Ausz\u00e4hlen.<\/p>\n\n

    Wohin diese Zeit geht, entscheidet der Tag: Probenvorbereitung, Zugversuche, ein Bericht, der geschrieben werden will. Sie flie\u00dft nicht in einen bestimmten Schritt zur\u00fcck, sondern in das, was gerade ansteht.<\/p>\n\n

    F\u00fcr Labore mit vergleichbarer Aufgabe<\/strong><\/p>\n\n

    Wo der Abnehmer das Pr\u00fcfverfahren vorgibt, liegt der Spielraum nicht im Ergebnis, sondern im Weg dorthin. Eine Auswertung, die die Norm einh\u00e4lt und das Ausz\u00e4hlen \u00fcbernimmt, ver\u00e4ndert nicht, was am Ende gemessen wird. Sie ver\u00e4ndert, wie viel Zeit die Metallographie im Labor bindet.<\/p>\n\n

    Einem Labor mit vergleichbarer Aufgabe w\u00fcrde Johanna H\u00f6ller MiViA weiterempfehlen. Ihr Eindruck: Je mehr Analysen auf einmal anfallen, desto effizienter ist die Auswertung mit MiViA.<\/p>\n","testimonial_heading":"Drei Modelle f\u00fcr fast alle anfallenden Analysen","testimonial_text":"MiViA hat f\u00fcr alle Anwendungsf\u00e4lle ein passendes Modell erstellt. Mit drei Modellen k\u00f6nnen wir heute fast alle anfallenden Analysen durchf\u00fchren.","cs_call_to_action":"Korngr\u00f6\u00dfenanalyse nach ASTM E112 automatisieren","featured_image":3689},"taxonomy_info":[],"featured_image_src_large":false,"author_info":{"display_name":"Frederik Stadler","author_link":"https:\/\/mivia.ai\/en\/author\/frederik-stadler\/"},"comment_info":"","_links":{"self":[{"href":"https:\/\/mivia.ai\/en\/wp-json\/wp\/v2\/case-study\/3600","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/mivia.ai\/en\/wp-json\/wp\/v2\/case-study"}],"about":[{"href":"https:\/\/mivia.ai\/en\/wp-json\/wp\/v2\/types\/case-study"}],"author":[{"embeddable":true,"href":"https:\/\/mivia.ai\/en\/wp-json\/wp\/v2\/users\/10"}],"wp:attachment":[{"href":"https:\/\/mivia.ai\/en\/wp-json\/wp\/v2\/media?parent=3600"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/mivia.ai\/en\/wp-json\/wp\/v2\/categories?post=3600"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/mivia.ai\/en\/wp-json\/wp\/v2\/tags?post=3600"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}