KI unterstützt die Werkzeugmaschinenbranche – wenn sie richtig eingesetzt wird

Künstliche Intelligenz ist in aller Munde, doch wo genau liegen die Potenziale für Werkzeugmaschinenhersteller? Eine Antwort findet sich in den Arbeiten von Eike Rodenbäck vom Deutschen Forschungszentrum für Künstliche Intelligenz GmbH (DFKI). Dafür ist er mit dem Preis des Forschungsprojekt des Jahres des VDW-Forschungsinstituts ausgezeichnet worden.

Hilfe für den Mittelstand

Ausgezeichnet wurden die Ergebnisse aus dem Projekt „Künstliche Intelligenz für Werkzeugmaschinen“ (KI4WZM), Die Preisverleihung fand am 17. September 2026 im Rahmen der Stuttgarter Messe AMB statt.

„Eike Rodenbäck bringt die Werkzeugmaschinenbranche ein gutes Stück weiter auf dem Weg der digitalen Transformation“, sagt Dr. Alexander Broos, Geschäftsführer des VDW-Forschungsinstituts.

Wie Broos ausführt, helfen die Ergebnisse von Rodenbäck gerade mittelständischen VDW-Mitgliedern, die Frage zu beantworten, wo und wie sie KI gezielt einsetzen können – in Anwendungsfällen die Nutzen stiften und mit KI-Modellen, die für diese Aufgaben geeignet sind. Weil er dies in hervorragender Weise herausgearbeitet habe, sei Eike Rodenbäck zum Preisträger erkoren worden.

Erste Hinweise, wo Herausforderungen liegen könnten, haben die VDW-Mitglieder selbst gegeben. Darauf aufbauend identifizierte Rodenbäck Anwendungsfelder, in denen KI die Unternehmen der Branche wirtschaftlich sinnvoll unterstützen könnte. Die eigentliche Umsetzung in konkrete vorwettbewerbliche Projekte erfolgt dann zu einem späteren Zeitpunkt.

Automatisiertes Wissensmanagement schützt vor Wissensverlust

Dazu zählt zum einen das Feld des Wissensmanagements. Gerade in Zeiten, in denen viele Mitarbeitende in absehbarer Zeit aus dem Berufsleben ausscheiden werden, ist die automatisierte Dokumentation von Prozesswissen wichtig, um den Verlust von Know-how zu minimieren. „Noch immer sammeln Unternehmen verschiedenster Branchen Daten einfach in Excel-Tabellen, die manuell geführt werden“, gibt Eike Rodenbäck zu bedenken. „Sie werden kopiert und hin- und hergeschoben. Das öffnet natürlich Fehlern und Datenverlust Tür und Tor.“

Eine im Rahmen von KI4WZM entwickelte Projektidee ist die automatisierte Dokumentation von Softwarecode. Dabei könnten die KI-gestützte Analyse bestehender Codebasen sowie der Abgleich mit vorhandenen Dokumentationen dazu beitragen, vorhandenes Wissen zu sichern, auch wenn erfahrene Mitarbeitende das Unternehmen verlassen.

KI unterstützt bei der Fehlerdiagnose

Künstliche Intelligenz kann aber auch bei der Fehlerdiagnose unterstützen. Rodenbäck legte bei seiner Arbeit dabei den Fokus auf Fälle, in denen das Problem bereits aufgetreten ist. „Oft wird ein Fehler gemeldet, nicht aber gleich die Ursache gefunden“, erläutert der 28-jährige Ingenieurinformatiker. Bei einer multimodalen Diagnoseunterstützung werden Steuerungsalarme mit Logdateien, Laufzeitdaten und Maschinendokumentationen verknüpft, um die Ursachen schneller zu identifizieren und auch gleich Handlungsempfehlungen bereitzustellen. „Damit könnten sich Stillstandzeiten verkürzen und der Serviceaufwand verringern.“

Prozessoptimierung auch ohne Cloud

Nicht zuletzt lassen sich Prozesse automatisiert optimieren – ebenfalls ein Feld, in dem Werkzeugmaschinenhersteller mithilfe von KI die Effizienz ihrer Produktion steigern können. Um datenbasierte Vorschläge für Parameter wie Drehzahl, Vorschub oder Zustellung unter Berücksichtigung von Material, Werkzeug, Prozessdaten und Qualitätszielen zu erhalten, sind auch nicht immer die großen, energieintensiven KI-Modelle notwendig. Einfachere bzw. lokal ausführbare Modelle, die ohne die Anbindung an externe Cloud-Server eingesetzt werden können, sparen nicht nur Geld, sondern auch Energie.

„KI bietet in der Werkzeugmaschinenbranche großes Potenzial – aber nicht jede Herausforderung braucht dafür ein hochkomplexes Modell“, so Eike Rodenbäck.

Entscheidend sei, so Rodenbäck weiter, dort anzusetzen, wo Unternehmen einen konkreten Bedarf hätten und geeignete Daten verfügbar seien. Genau diese Verbindung von technologischen Möglichkeiten und Anforderungen aus der Praxis sei beim Projekt KI4WZM besonders wichtig gewesen.

Wissenstransfer durch Bericht und Workshop

Die Projektergebnisse hat Rodenbäck in einem ausführlichen Bericht zusammengefasst. Zudem fand ein Workshop statt, in dem die bisherigen Ergebnisse einem breiteren Kreis im Umfeld der im VDW (Verein Deutscher Werkzeugmaschinenfabriken) organisierten Werkzeugmaschinenhersteller zugänglich gemacht wurden. Neben dem Ziel eines maximalen Wissenstransfers sammelten die 60 Teilnehmenden aber auch weitere Projektideen, arbeiteten sie aus und priorisierten sie.
Die digitale Transformation der Branche ist ein work in progress, erläutert Broos. Und Rodenbäck ergänzt: „Nicht zuletzt ging es uns darum, die Unternehmen für die Bedeutung von Datenqualität, Verlässlichkeit, Nachvollziehbarkeit und lokaler Datenverarbeitung zu sensibilisieren. Denn hier bestehen meist Defizite, die weitere Aktivitäten ausbremsen.“

(Quelle: VDW, Autoren: Gerda Kneifel, Dr. Alexander Broos)