Qualitätssicherung in der Präzisionsfertigung bedeutet heute teure Messtechnik, hohen Energieverbrauch und lange Stillstandszeiten. Das neue Forschungsprojekt „PräziLoop“ der Hochschule Furtwangen will das ändern: Eine KI-gestützte Closed-Loop-Lösung soll die Qualität von Schleifprozessen frühzeitig vorhersagen und den aufwändigen Messaufwand an fertigen Bauteilen drastisch reduzieren. Die Carl-Zeiss-Stiftung fördert das Vorhaben mit 1,2 Millionen Euro.
Technisch kombiniert das Projekt maschinelles Lernen für Zeitreihenanalysen mit erklärbarer KI (XAI): Aus Sensordaten wie Spindelbelastung, Schwingungen und akustischen Signalen wird bereits während der Fertigung auf die Bauteilqualität geschlossen. „Mit PräziLoop wollen wir den Paradigmenwechsel in der Fertigung einläuten: weg von aufwendiger Messtechnik hin zu vorausschauender Qualitätssicherung durch erklärbare KI“, sagt Projektleiter Prof. Dr. Christoph Reich.
Vier Professor:innen der HFU bündeln ihre Expertise: Neben Reich (Institut IDACUS) sind das Prof. Dr.-Ing. Pascal Laube (Machine Learning Operations), Prof. Dr.-Ing. Bahman Azarhoushang (KSF — Institute of Advanced Manufacturing) und Prof. Dr. Verena Wagner-Hartl, die Mensch-Maschine-Interaktion und die nutzerzentrierte Erklärbarkeit der KI verantwortet. Zu den Partnern zählen u. a. die Universität Freiburg, die ETH Zürich und die TU Dresden sowie Industriepartner aus Zerspanung, KI und Digitalisierung.