Produkte
Optimale Schnittkanten mit dem Cutting Assistant - © Trumpf
24.03.2025

„Cutting Assistant“ verbessert mit KI die Kanten beim Laserstrahlschneiden

Der neue „Cutting Assistant“ von Trumpf ermittelt die Parameter für das Laserstrahlschneiden mithilfe von Künstlicher Intelligenz (KI) selbstständig. Diese Lösung ist für alle TruLaser-Serien ab einer Leistung von 6 kW erhältlich. Die Anwender sparen dadurch Zeit und wirken dem Fachkräftemangel entgegen.

Mit dem „Cutting Assistant“ zeigt Trumpf auf seiner Hausmesse Intech eine Lösung, die mithilfe von Künstlicher Intelligenz (KI) die Qualität der Schnittkanten beim Laserstrahlschneiden verbessert. Dafür nimmt der Produktionsmitarbeiter im ersten Schritt mit einem Handscanner ein Bild von der Schnittkante seines Bauteils auf. Anschließend bewertet die Lösung die Kantenqualität anhand objektiver Kriterien wie Gratbildung. Mit diesen Informationen schlägt der Optimierungsalgorithmus des Cutting Assistant verbesserte Parameter für den Schneidprozess vor. Anschließend schneidet die Maschine das Blech erneut. Entspricht die Qualität immer noch nicht den Erwartungen, kann der Anwender den Vorgang wiederholen. Erfahrung beim Laserstrahlschneiden ist dafür nicht erforderlich. „Mit dem Cutting Assistant zeigt Trumpf einmal mehr, dass wir beim Einsatz von KI in der industriellen Fertigung Vorreiter sind. Anwender lösen nicht nur den Fachkräftemangel, sondern sparen auch Zeit und Kosten. Das verschafft ihnen Produktivitäts- und Wettbewerbsvorteile“, sagt Produktmanagerin Louisa Peters bei Trumpf . Das Unternehmen bietet seinen Kunden die Lösung für alle TruLaser-Serien ab einer Leistung von 6 kW an. Wer bereits eine Maschine von Trumpf besitzt, kann den Cutting Assistant in der Regel einfach nachrüsten.

Mit dem Cutting Assistant erhalten Anwender beim Laserstrahlschneiden die optimalen Parameter für ihr Material. Dafür müssen sie lediglich mit einem Handscanner ein Foto der Schnittkante aufnehmen. Den Rest übernimmt die KI. - © Trumpf
Mit dem Cutting Assistant erhalten Anwender beim Laserstrahlschneiden die optimalen Parameter für ihr Material. Dafür müssen sie lediglich mit einem Handscanner ein Foto der Schnittkante aufnehmen. Den Rest übernimmt die KI. © Trumpf
KI bewertet Kantenqualität und macht Optimierungsvorschläge

Beim Laserstrahlschneiden haben Anwender oft Schwierigkeiten, die richtigen Parameter für ihre Materialgüten zu ermitteln. Bei Materialien, die nicht für das Laserstrahlschneiden optimiert sind, weicht die Qualität der Schnittkante oft ab und der Produktionsmitarbeiter muss die Technologieparameter verändern. Für die optimale Einstellung benötigt er viel Zeit und Erfahrung, da er jeden einzelnen Parameter nacheinander anpassen muss. Das stellt viele Betriebe vor Herausforderungen – vor allem, wenn sie unerfahrene Arbeitskräfte in der Fertigung beschäftigen. Der Cutting Assistant ist in der Software der Maschine integriert. Daher lassen sich die optimierten Parameter nahtlos und ohne Programmieren in die Software übertragen. Das spart Zeit und verhindert Fehler.

Nach rund fünf Durchläufen ermöglicht die Lösung perfekt geschnittene Bauteilkanten – ohne Erfahrung und Programmieren. - © Trumpf
Nach rund fünf Durchläufen ermöglicht die Lösung perfekt geschnittene Bauteilkanten – ohne Erfahrung und Programmieren. © Trumpf
Trumpf will Cutting Assistant mit Anwendern weiter verbessern

Die Trumpf Experten haben tausende Teile geschnitten und ihre jahrelange Fachexpertise einfließen lassen, um den Cutting Assistant zu entwickeln. Mit diesem Wissen haben sie den Algorithmus trainiert. Für Trumpf geht die Arbeit am Cutting Assistant weiter. So fließen künftig auch die Daten aus der Anwendung im Feld in die Lösung ein. Dieses Vorgehen ermöglicht noch schnellere und zuverlässigere Ergebnisse, weil sich das selbstlernende System kontinuierlich verbessert. Trumpf stellt dabei sicher, dass der Algorithmus die Expertise des Anwenders nicht verbreitet. „Von diesem neuartigen Entwicklungsansatz profitieren Hersteller und Anwender gleichermaßen. Dabei hat das Thema Datensicherheit für Trumpf höchste Priorität“, sagt Peters. Für die Anwender stellt Trumpf regelmäßig Online-Updates zur Verfügung, die sie sich auf ihre Maschine laden können.

(Quelle: Pressemeldung Trumpf)

Schlagworte

FachkräftemangelKILaserstrahlschneidenOptimierungSchnittkanten

Verwandte Artikel

12.12.2025

Ohne Weiterbildung droht Stillstand

Die Metallverarbeitung gehört zu den Branchen, die am meisten unter dem Fachkräftemangel leiden. Das zeigen die Zahlen des Instituts für deutsche Wirtschaft (IW).

Automatisierung Cybersicherheit Fachkräfte Fachkräftemangel Führungskompetenz Metallverarbeitung Qualifikation Teamarbeit Weiterbildung Wettbewerbsfähigkeit
Mehr erfahren
Prof. Lutz Eckstein wurde als VDI-Präsident einstimmig bestätigt
10.12.2025

Prof. Lutz Eckstein als VDI-Präsident wiedergewählt

Univ.-Prof. Dr.-Ing. Lutz Eckstein wurde am 4.12.2025 einstimmig von der Vorstandsversammlung des VDI für weitere drei Jahre zum Präsidenten wiedergewählt.

Forschung Ingenieur Innovationen KI Technologien Vorstand Wissenschaft
Mehr erfahren
08.12.2025

German Edge Cloud tritt dem ZVEI bei

Die German Edge Cloud (GEC) ist neues Mitglied im ZVEI. Gemeinsam mit anderen Mitgliedern will sie Industrial AI, sichere Datenräume und interoperable Architekturen voran...

Automatisierung Datenräume Digitalisierung Industrielle Wertschöpfung KI Wertschöpfung
Mehr erfahren
Blechnext bietet Blechbearbeitern das Machine-as-a-Service-Partnermodell mit einer TruLaser Center 7030 von Trumpf.
06.12.2025

Neues Leasingmodell in der Blechbearbeitung

Blechnext bietet mit seinem Konzept „Machine-as-a-Service“ (MaaS) ein neues Leasingmodell für die Blechbearbeitung an.

Automatisierung Biegemaschine Blechbearbeitung Investitionen Laserstrahlschneiden Leasing Maschinenpark Schneiden Wartung
Mehr erfahren
DVS Group
02.12.2025

Branchentreff HÜTTENTAG 2025

Der HÜTTENTAG fand in diesem Jahr zum siebten Mal statt. Rund 200 Teilnehmende folgten der Einladung der DVS Media GmbH als Veranstalter und der Messe Essen als Kooperati...

Dekarbonisierung Digitalisierung Energiepreise Industrielle Wertschöpfung Innovation KI Metallindustrie Resilienz Stahl Stahlindustrie Trendwende
Mehr erfahren