VDW 研究所将 2025 年度研究项目奖授予 DFKI 的 KI4WZM 人工智能项目
KI für Werkzeugmaschinenhersteller sinnvoll einsetzen | VDW-Forschungsinstitut vergibt Preis für Forschungsprojekt des Jahres 2025
德国机床制造商协会（VDW）下属研究所将2025年度研究项目奖授予DFKI的Eike Rodenbäck，表彰其在“Künstliche Intelligenz für Werkzeugmaschinen”（KI4WZM）项目中研究人工智能如何用于机床制造。颁奖于2026年9月17日在斯图加特AMB展会期间进行，VDW研究所总经理Dr. Alexander Broos称其成果有助于中小会员企业判断在哪些场景、用何种AI模型能产生实际效益。项目基于VDW会员企业提出的挑战识别出若干经济上可行的AI应用领域，具体的前竞争性项目实施将在稍后进行。重点方向包括知识管理，如对现有软件代码库进行AI分析并与已有文档比对，以在资深员工离职时保留知识；以及故障诊断，将控制报警与日志文件、运行数据和机床文档关联，实现多模态诊断支持并给出处理建议，以缩短停机时间、降低服务投入。项目还涉及无需连接外部云服务器的本地可执行模型，用于在考虑材料、刀具、过程数据和质量目标的情况下给出转速、进给、切深等参数建议，兼顾成本与能耗。相关成果已汇总为报告，并通过有60名参与者参加的研讨会向VDW会员企业传播，同时收集并优先排序了新的项目设想。
Frankfurt, 29. September 2026 – Künstliche Intelligenz ist in aller Munde, doch wo genau liegen die Potenziale für Werkzeugmaschinenhersteller? Das hat Eike Rodenbäck vom Deutschen Forschungszentrum für Künstliche Intelligenz GmbH (DFKI) im Projekt „Künstliche Intelligenz für Werkzeugmaschinen“ (KI4WZM) untersucht – und wurde dafür am 17. September 2026 im Rahmen der Stuttgarter Messe AMB mit dem Preis Forschungsprojekt des Jahres des VDW-Forschungsinstitut e.V. ausgezeichnet. „Eike Rodenbäck bringt die Werkzeugmaschinenbranche ein gutes Stück weiter auf dem Weg der digitalen Transformation“, sagt Dr. Alexander Broos, Geschäftsführer des VDW-Forschungsinstituts. „Seine Ergebnisse helfen gerade unseren mittelständischen Mitgliedern, die Frage zu beantworten, wo und wie sie KI gezielte einsetzen können – in Anwendungsfällen, die Nutzen stiften und mit KI-Modellen, die für diese Aufgaben geeignet sind. Da er dies in hervorragender Weise herausgearbeitet hat, wurde Eike Rodenbäck zum Preisträger erkoren.“
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 und Fehlerdiagnose
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.
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“, fasst Rodenbäck zusammen. „Entscheidend ist, dort anzusetzen, wo Unternehmen einen konkreten Bedarf haben und geeignete Daten verfügbar sind. Genau diese Verbindung von technologischen Möglichkeiten und Anforderungen aus der Praxis war für uns bei KI4WZM besonders wichtig.“
Wissenstransfer im Fokus
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.“
Autoren: Gerda Kneifel, Dr. Alexander Broos
Bilder:
Bild 1: Verleihung des Preises Forschungsprojekt des Jahres 2025 an Eike Rodenbäck am 17. September 2026. (v.l.n.r.: Dr. Stephan Kohlsmann, Vorsitzender VDWFI, Eike Rodenbäck, DFKI, Dr. Alexander Broos, Geschäftsführer VDWFI. Quelle: Messe Stuttgart / Thomas Wagner
Bild 2: Eike Rodenbäck, Quelle: DFKI / Maria Santos
来源：德国机床制造商协会 VDW · vdw.de