Zukunftsweisende Forschung: Neue Arbeitsgruppe für Künstliche Intelligenz in der Hybriden Fertigung etabliert

Die Arbeitsgruppe KI bündelt Kompetenzen zur Anwendung moderner Machine-Learning-Methoden in additiven und hybriden Fertigungsprozessen und verknüpft datengetriebene Ansätze gezielt mit physikalischem Prozesswissen.

Um den rasanten Entwicklungen im Bereich der digitalen Transformation gerecht zu werden, wurde am Fachgebiet Hybride Fertigung die projektübergreifende „Arbeitsgruppe Künstliche Intelligenz (KI)“ ins Leben gerufen – eine zentrale Initiative zur Erforschung und Implementierung modernster Machine-Learning-Verfahren in der Produktionstechnik. Die Arbeitsgruppe dient als strategische Schnittstelle, um ein gemeinsames Verständnis für aktuelle KI-Systeme zu schaffen und neueste technologische Trends für spezifische Forschungsfragen nutzbar zu machen.

Ein besonderer Fokus der Gruppe liegt auf der Anwendung von KI-Methoden in hochkomplexen Fertigungsprozessen wie der additiven Fertigung (AM) und der hybriden Fertigung. Hierbei werden innovative Ansätze wie die Schmelzbadanalyse, die Detektion von Anomalien in Thermografiedaten sowie die Kopplung von KI mit physikalischen Simulationen (z. B. CFD und FEM) verfolgt. Ein weiteres Werkzeug bilden dabei „Physics-Informed Neural Networks“ (PINNs), die es ermöglichen, tiefes physikalisches Prozesswissen direkt in die KI-Modelle zu integrieren.

Das Tätigkeitsfeld der Arbeitsgruppe umfasst die gesamte technologische Wertschöpfungskette: von der professionellen Aufbereitung und Kuratierung hochwertiger Datensätze über den Einsatz modernster Modellarchitekturen bis hin zur effizienten Implementierung auf spezialisierten Hochleistungsrechnern. Ein zentrales Anliegen ist zudem die nahtlose Integration dieser Modelle in produktive Softwareumgebungen.

Kontakt

Dr. rer. nat. Karsten Scheibe
Hybride Fertigung
T +49 (0) 355 69-4462
karsten.scheibe(at)b-tu.de

Johann Albers
Hybride Fertigung
T +49 (0) 355 69-3072
johann.albers(at)b-tu.de
Segmentiertes Video einer Schweißnaht mit Wärmeeinflusszone, erstarrter Naht, Schmelzbad und Schweißdraht
SAM2-Architektur und Beispielanwendung zur videobasierten Segmentierung von Schweißnähten