KI für Werkzeugmaschinen: VDW-Forschungsinstitut zeichnet DFKI-Forscher aus

Im Auftrag des Forschungsinstituts des VDW (Verein Deutscher Werkzeugmaschinenfabriken) untersuchte das DFKI gemeinsam mit dem VDWFI-Arbeitskreis „Steuerungs- und Systemtechnik“, wo der Einsatz von KI für Unternehmen der Werkzeugmaschinenbranche einen konkreten Mehrwert bieten kann. Ziel von KI4WZM war es, relevante Herausforderungen aus der Praxis zu identifizieren, bestehende Forschungs- und Lösungsansätze zu untersuchen und daraus mögliche Ansätze für zukünftige Forschungs- und Entwicklungsprojekte abzuleiten.

Dafür wurden zunächst gemeinsam mit den VDW-Mitgliedern Herausforderungen und Anforderungen erfasst und priorisiert. Auf dieser Grundlage untersuchte Rodenbäck bestehende Ansätze aus Forschung und industrieller Praxis. Im Mittelpunkt standen unter anderem Wissensmanagement, die Unterstützung bei der Fehlerdiagnose, die Optimierung von Prozessparametern und die optische Kollisionsvermeidung.

Konkrete Projektideen für den KI-Einsatz

Aus den Untersuchungen entstanden konkrete Projektideen für mögliche KI-Anwendungen in der Werkzeugmaschinenbranche. Eine davon ist eine multimodale Diagnoseunterstützung: Steuerungsalarme könnten dabei mit Logdateien, Laufzeitdaten und Maschinendokumentationen verknüpft werden, um Ursachen von Störungen schneller zu identifizieren und Handlungsempfehlungen bereitzustellen.

Ein weiterer Ansatz betrifft die datenbasierte Optimierung von Prozessparametern wie Drehzahl, Vorschub oder Zustellung unter Berücksichtigung von Material, Werkzeug, Prozessdaten und Qualitätszielen.

Auch das Wissensmanagement spielte eine wichtige Rolle. Eine im Rahmen von KI4WZM entwickelte Projektidee ist die automatisierte Dokumentation von Softwarecode. Dabei könnten bestehende Codebasen KI-gestützt analysiert und mit vorhandenen Dokumentationen abgeglichen werden. Ziel ist es, den manuellen Dokumentationsaufwand zu reduzieren, Code und Dokumentation aktuell und konsistent zu halten und so Fehler zu vermeiden.

Die Untersuchungen zeigten zugleich, dass nicht für jede Aufgabenstellung große und rechenintensive KI-Modelle notwendig sind. Je nach Anwendung können kleinere, lokal ausführbare Modelle eine Alternative sein, insbesondere dann, wenn Daten direkt im Unternehmen verarbeitet werden sollen.

Ergebnisse für den Transfer in die Praxis

Die Ergebnisse von KI4WZM wurden in einem ausführlichen Bericht zusammengeführt. Nach Abschluss des Projekts fand ein Workshop mit rund 60 Teilnehmenden statt. Dabei wurden die Ergebnisse einem breiteren Kreis im VDW-Umfeld vorgestellt sowie weitere Projektideen gesammelt, ausgearbeitet und priorisiert.

Neben den möglichen Anwendungsfeldern machte KI4WZM auch deutlich, welche Voraussetzungen für einen sinnvollen KI-Einsatz entscheidend sind. Dazu zählen insbesondere die Verfügbarkeit und Qualität geeigneter Daten sowie Fragen der Verlässlichkeit, Nachvollziehbarkeit und lokalen Datenverarbeitung.

Eike Rodenbäck ist seit Oktober 2024 wissenschaftlicher Mitarbeiter am DFKI Niedersachsen. Seine Forschungsschwerpunkte liegen unter anderem auf ressourceneffizienten und lokal ausführbaren KI-Verfahren sowie der Analyse von Bild- und Sensordaten.