Wenn die Maschine mitdenkt: Wie die EMO ihre Aussteller und BesucherInnen wettbewerbsfähig hält
- Daniel Schauber
- vor 17 Stunden
- 5 Min. Lesezeit
Aktualisiert: vor 6 Stunden
Die industrielle Fertigung erlebt einen epochalen Wandel. Künstliche Intelligenz (KI) hält Einzug in Werkzeugmaschinen und verändert nicht nur die Produktion, sondern auch die Wartung von Maschinen. So revolutioniert Künstliche Intelligenz die Produktion.
Daniel Schauber, Fachjournalist, Mannheim || 12. September 2025 || | Vertretung der Deutschen Messe AG für CH/Li || Messen der Deutschen Messe AG weltweit
KI wird zur Schaltzentrale effizienter, nachhaltiger und wettbewerbsfähiger Fertigung. In Zeiten von Fachkräftemangel und internationalem Konkurrenzdruck wird sie zur Überlebensstrategie. Wie Künstliche Intelligenz die industrielle Produktion revolutioniert, wird auch auf der EMO Hannover 2025, der Weltleitmesse für Produktionstechnologie, vom 22. bis 26. September zu sehen sein.
Die EMO ist auch für die Schweiz sehr wichtig – sie wirkt wie eine Katalysatorplattform: Sie fördert Innovation, hilft beim Technologietransfer und hält Schweizer Unternehmen wettbewerbsfähig. Sie unterstützt Export und internationale Präsenz. Sie gibt Einblick in Trends (z. B. Nachhaltigkeit, KI, Automatisierung), die für die Zukunft entscheidend sind.
Schweizer Aussteller und BesucherInnen werden zahlreich sein. Sie nutzen die EMO, um Kontakte zu knüpfen, Kooperationen zu starten, sich mit internationalen Akteuren zu messen. Sichtbarkeit zählt gerade in High-Tech- und Präzisionsbranchen. Auch politische/regulative Stakeholder nutzen die Messe, um sich über technologische Entwicklungen zu informieren, z. B. in Hinblick auf Klima- und Innovationsgesetz etc.
Individuelle KI-Potenziale heben
KI in Werkzeugmaschinen bedeutet weit mehr als reine Automatisierung. Sie ermöglicht Maschinen, aus Daten zu lernen, Entscheidungen zu treffen und Prozesse zu optimieren. Dabei kommen Sensorik, Datenanalyse, maschinelles Lernen und intelligente Assistenzsysteme zum Einsatz – auf Steuerungsebene ebenso wie in der Interaktion mit dem Menschen.
Für produzierende Unternehmen gibt es viele Einsatzmöglichkeiten: „Typische Beispiele sind die Prognose von Prozesseigenschaften im Echtzeitbetrieb zur Inline-Qualitätskontrolle und das Überwachen von Prozessen und deren Eigenschaften“, sagt Prof. Philipp Klimant (Bild) , Geschäftsfeldleiter Prozessdigitalisierung und Fertigungsautomatisierung am Fraunhofer-Institut für Werkzeugmaschinen und Umformtechnik (IWU) in Chemnitz. „Der Vorteil gegenüber klassischen Ansätzen ist hierbei die Möglichkeit, besonders viele Parameter in die Überwachung mit einzubeziehen“, hebt Klimant hervor.
Das Fraunhofer IWU, das sich auf die produktionstechnische Anpassung von klassischen und modernen Verfahren des Maschinellen Lernens spezialisiert hat, wird von dem Trio Martin Dix, Welf-Guntram Drossel und Steffen Ihlenfeldt geleitet. Alle drei sind Mitglieder der WGP (Wissenschaftliche Gesellschaft für Produktionstechnik), einem Zusammenschluss führender deutscher Professorinnen und Professoren der Produktionswissenschaften. Die WGP hat seit Januar die ursprünglich vom BMBF geförderte Initiative ProKI unter ihrem Dach verstetigt und bietet seither ganz praktische Expertise und Demonstratoren insbesondere für kleinere und mittelständische Unternehmen an, die sich über ihre individuellen KI-Potenziale informieren wollen und/oder Unterstützung suchen.
Hebel für Effizienzgewinne
„Die Frage nach möglichen Effizienzgewinnen lässt sich nicht ohne Weiteres allgemeingültig beantworten “, sagt Klimant. Das Potenzial sei stark vom eigentlichen Prozess und den damit einhergehenden Optimierungsmöglichkeiten abhängig. „Im Bereich der Kunststoffverarbeitung, denken Sie an Spritzguss, können in seltenen Fällen durchaus Ausschussquoten von 20 bis 30 Prozent vorkommen.“ Hier sei ein großer Hebel für Effizienzgewinne mit KI. Bei Prozessen, die bereits stabil laufen, kann sie ebenfalls nützlich sein, beispielsweise für vorausschauende Wartung und um längere Werkzeugstandzeiten zu erzielen.
Laut Klimant kann Künstliche Intelligenz auch einen wichtigen Beitrag leisten, um dem Fachkräftemangel zu begegnen. „Wir speichern Wissen implizit in der KI. Dieses Wissen kann zum Anlernen von neuen Mitarbeitenden genutzt werden, gerade dann, wenn ältere Kolleginnen und Kollegen in Ruhestand gehen und damit wichtiges Wissen das Unternehmen verlässt“, erklärt der Wissenschaftler, der seit 2023 auch als Professor für Virtuelle Technologien an der Hochschule Mittweida in Sachsen tätig ist.
Künstliche Intelligenz definiert der Forscher dabei so: „Wenn wir über KI sprechen, meinen wir in der Regel das Maschinelle Lernen als Untergruppe der KI. Dieses ist in der Lage, selbstständig aus Trainingsdaten zu lernen. Dabei geht es um ein empirisches Verfahren, das Zusammenhänge lernt, ohne dass wir die analytischen Zusammenhänge kennen. Einfach gesagt, wir lernen aus Erfahrung.“
Durch KI werden in der Produktion die Prozessparameter optimiert und durch ein automatisiertes Regelungssystem in die Prozesssteuerung zurückgeführt. „Künstliche Intelligenz ist wie eine Blackbox, es gehen Eingangswerte rein und Prognosen kommen raus“, sagt Klimant. „Als Beispiel kann hier ein Umformprozess genannt werden, bei dem wir ein akustisches Signal messen, und die KI sagt uns, ob der Prozess erfolgreich war oder nicht.“ Am Ende sei es ein digitales System, das sich über vorhandene Schnittstellen an Steuerungen anbinden ließe. Dadurch könne KI Regelalgorithmen an verschiedenen Stellen beeinflussen.
Selbstlernende Werkzeugmaschine ermöglicht autonome Fertigung
Mit Künstlicher Intelligenz wird die selbstlernende Werkzeugmaschine möglich. Der Fräsmaschinenbauer und EMO-Aussteller Datron AG aus Ober-Ramstadt bei Darmstadt setzt auf diese Innovation, bei der die Maschine auf erlerntes Wissen zurückgreift und den Produktionsprozess anpasst. Die Datron-Fräsmaschine soll sich so zur lernfähigen Fertigungszelle entwickeln, die sich automatisch an Bauteilanforderungen und Umgebungsbedingungen anpasst. „Damit senken wir nicht nur Rüst- und Bearbeitungszeiten, sondern steigern auch die Prozessstabilität – ein entscheidender Schritt in Richtung autonomer Fertigung“, sagt Jonas Gillmann (Bild oben), Vorstand Technik (CTO) des börsennotierten Maschinenbauers.
KI verschiebt so den Fokus weg von starrer Programmierung hin zu assistierter, lernender und adaptiver Fertigung. „Maschinen werden zu Partnern im Fertigungsprozess, die sich dem Menschen anpassen – nicht umgekehrt. Im Maschinenbau ist das keine Vision mehr, sondern wird zunehmend zur gelebten Praxis“, sagt Gillmann.
Intuitiv durch den Fräsprozess
Ein besonders spannender Fortschritt sei die Verknüpfung mit der Datron next-Steuerung, sagt Gillmann. Sie führe auch unerfahrene Bediener intuitiv durch den Fräsprozess und erkenne Werkstücke automatisch. „So können auch nicht spezialisierte Mitarbeitende produktiv fräsen – ein klarer Vorteil angesichts des Fachkräftemangels“, so der Datron-Technikvorstand, der seine Karriere bei dem hessischen Fräsmaschinenhersteller einst als Industrie-Mechatroniker begonnen hat. Zusätzlich, so Gillmann, erlaube KI künftig eine vorausschauende Wartung, um Ausfälle zu verhindern, bevor sie entstünden. „So wird der Fräsprozess effizienter, robuster und personell deutlich flexibler umsetzbar.”
Künstliche Intelligenz in Werkzeugmaschinen kann nicht zuletzt dabei helfen, die steigende Nachfrage nach kundenspezifischen Produkten mit kleinen Losgrößen zu bedienen.
Weniger programmieren, mehr Prozessverantwortung
Mit der selbstlernenden Werkzeugmaschine wandelt sich auch das Berufsbild des Anwenders: „Weniger programmieren, mehr Prozessverantwortung“, bringt es der Datron-CTO auf den Punkt. Mitarbeitende würden zu Prozessgestaltern, die Qualität sicherten und Abläufe optimierten. „So sinkt die Einstiegshürde, und Know-how wird durch smarte Assistenz ergänzt – nicht ersetzt.”
KI ist der Schlüssel zur Wettbewerbsfähigkeit
Der Einsatz von Künstlicher Intelligenz in der Fabrik hilft, drei großen Herausforderungen im Wettbewerb zu begegnen.
Erstens unterstützt KI die Industrie dabei, dem Fachkräftemangel durch automatisierte Assistenz, intuitive Bedienoberflächen und lernende Systeme zu begegnen. Wo früher spezialisierte Maschinenbediener nötig waren, reicht in Zukunft ein technischer Allrounder.
Zweitens steigert KI die Nachhaltigkeit, denn sie minimiert Ausschuss, optimiert Energieverbrauch und ermöglicht zustandsorientierte Wartung. Das schont Ressourcen, reduziert Emissionen und senkt Materialverbrauch – ein zentrales Argument in einer klimabewussten Industriepolitik.
Und drittens ist der Einsatz von KI eine Antwort auf den hohen internationalen Wettbewerbsdruck. Wer schneller, effizienter und flexibler produziert, gewinnt. Künstliche Intelligenz erlaubt Echtzeitreaktionen auf Marktveränderungen, ermöglicht Kleinserien ohne Rüstaufwand und steigert die Maschinenauslastung – ein wichtiger Schlüssel zur Wettbewerbsfähigkeit in Asien, Europa und den USA. Was einst reine Mechanik war, wird zur lernenden Einheit.
KI in Werkzeugmaschinen ist keine Vision mehr, sondern Industriealltag – mit unmittelbaren Vorteilen für Produktivität, Qualität und Nachhaltigkeit. Angesichts globaler Umbrüche und dem Druck zu mehr Effizienz wird die lernende Werkzeugmaschine zur tragenden Säule industrieller Zukunftsfähigkeit – und zur Chance für den Industriestandort Deutschland.
TAKE OUTS
