Forschung
Zum Auftakt der zweiten Förderphase trafen sich am 10. Februar 2026 (v. l.) André Heim (Regierung von Unterfranken) sowie Lukas Koch, Christoph Hoffmann, Professor Frank Döpper, Professor Marco Huber und Hartmut Eigenbrot vom Fraunhofer IPA am KI-noW in Schweinfurt. - © Fraunhofer IPA / Foto: Daniel Müller
25.02.2026

KI-noW erhält fünf Millionen Euro bis 2029

Das Bayerische Staatsministerium für Wirtschaft, Landesentwicklung und Energie fördert das Schweinfurter Forschungs- und Transferzentrum KI-noW mit weiteren knapp fünf Millionen Euro bis Ende 2029. Mit einem neuen Schwerpunkt auf KI-gestützten Simulationen unterstützt das KI-noW Unternehmen weiterhin bei der digitalen Transformation.

Ein ungewöhnliches Geräusch genügt und schon weiß ein erfahrener Mitarbeiter, welches Verschleißteil er an seiner Maschine austauschen muss. Doch viele dieser begehrten Fachkräfte gehen derzeit in den Ruhestand. Weil Produktionsleiterinnen natürlich trotzdem weiterhin Ausschuss und Maschinenstillstände vermeiden möchten, müssen sie sich anderweitig behelfen – mit Künstlicher Intelligenz.

Genau diesen Schritt vollziehen derzeit die beiden mittelständischen Unternehmen KLT Hummel Plastic und Retrofit Plastics. Ersteres produziert in Schweinfurt Kunststoffbauteile, Letzteres fertigt und repariert im nahegelegen Oberstreu Extrusionsanlagen und -komponenten oder bereitet sie auf. Zusammen mit einem Forschungsteam vom KI-noW entwickeln die beiden Firmen KI-Modelle, die Verschleiß und Qualitätsmängel frühzeitig erkennen und dabei mit vergleichsweise wenigen Maschinendaten auskommen.

Fragestellungen rund um Digitalisierung und Künstliche Intelligenz

„Die Algorithmen, die wir mit Methoden des Meta-Learnings entwickelt haben, sind mit wenigen gezielten Anpassungen übertragbar auf vergleichbare Maschinen, Materialien und Produktionsprozesse. Damit könnten sie künftig mit wenig Aufwand auch an anderen Maschinen, in anderen Unternehmen und Branchen zum Einsatz kommen“, sagt Christoph Hoffmann. Hoffmann leitet das Forschungs- und Transferzentrum „Künstliche Intelligenz für eine nachhaltig optimierte Wertschöpfung“ (KI-noW) in Schweinfurt, eine Außenstelle des Fraunhofer-Instituts für Produktionstechnik und Automatisierung IPA.

Seit seiner Gründung im Oktober 2020 hat sich das Forschungsteam vom KI-noW allgemein mit Fragestellungen rund um Industrie 4.0, Digitalisierung und die Integration von Künstlicher Intelligenz in die Produktion beschäftigt: Wie kommt man an Maschinendaten? Wie muss man diese Daten aufbereiten, um sie für maschinelle Lernverfahren nutzbar zu machen? Und natürlich: Wie lassen sich die Probleme, die die KI an einer Anlage ausmacht, in klar verständliche Handlungsempfehlungen für den Maschinenbediener übersetzen?

Künftig Fokus auf KI-gestützte Simulationen

Damit leistet das KI-noW einen Beitrag zur Stärkung der regionalen Wettbewerbsfähigkeit und zur langfristigen Sicherung von Arbeitsplätzen – schwerpunktmäßig in der Region Schweinfurt, aber grundsätzlich auch in allen anderen Landesteilen Bayerns. Neben der erfolgreichen Umsetzung zahlreicher Industrieprojekte sowie öffentlich geförderter Forschungskooperationen haben die Forscherinnen und Forscher um Hoffmann in den vergangenen fünf Jahren zwölf Fallstudien über Digitalisierung und KI in der Produktion durchgeführt, 19 Demonstratoren aufgebaut und insgesamt 400 Gäste in Workshops und Seminaren weitergebildet. Grund genug für das Bayerische Staatsministerium für Wirtschaft, Landesentwicklung und Energie, das KI-noW bis Ende 2029 mit weiteren knapp fünf Millionen Euro zu fördern.

In der zweiten Förderphase, die am 1. Januar 2026 begonnen hat, möchte sich das Forschungsteam vom KI-noW mehr auf KI-gestützte Simulationen konzentrieren. „Darauf soll zwar unser Fokus liegen, aber auch weiterhin beschäftigen wir uns mit den Fragestellungen von Unternehmen rund um die Produktion und darüber hinaus“, sagt Hoffmann. Und auch die Offenheit für Unternehmen aus anderen Regionen Bayerns soll bestehen bleiben: „Auch in anderen Landesteilen stecken Industriebetriebe mitten in der Transformation und auch denen möchten wir mit Rat und Tat zur Seite stehen“, so Hoffmann weiter.

(Quelle Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA)

Schlagworte

Digitale TransformationDigitalisierungIndustrie 4.0Künstliche IntelligenzProduktionsprozesseSimulationVerschleißteile

Verwandte Artikel

19.07.2026

Neues HMI für eine intuitive Bedienung beim Rohrbiegen

Die neue NxG-Steuerung 2.0 von Schwarze-Robitec ermöglicht eine leichtere Bedienbarkeit von Rohrbiegemaschinen.

Biegemaschine Biegen Biegeprozesse HMI Prozesse Rohrbiegen Rohrdurchmesser Simulation Steuerung
Mehr erfahren
DVS Group
10.07.2026

Jetzt zum DVS CONGRESS 2026 anmelden

Am 14. und 15. September findet der DVS CONGRESS 2026 in der Heinrich-Lades-Halle in Erlangen statt und bietet Besuchern praxisnahe Vorträge aus der industriellen Anwendu...

Beschichten DVS DVS CONGRESS Fertigungsprozesse Forschung Fügen Künstliche Intelligenz Qualitätssicherung Schweißen Trennen Wehrtechnik
Mehr erfahren
Philip Harting, Vorstandsvorsitzender und CEO der Harting Technologiegruppe verstärkt den VDMA-Hauptvorstand
04.07.2026

Philip Harting verstärkt VDMA-Hauptvorstand

Der Verband Deutscher Maschinen- und Anlagenbau (VDMA e.V.) hat Philip Harting, Vorstandsvorsitzender und CEO der Harting Technologiegruppe, in den Hauptvorstand aufgenom...

Anlagenbau Digitalisierung Geopolitik Industrie Lieferketten Maschinenbau Nachhaltigkeit Technologie Transformation Wirtschaftsstandort Deutschland
Mehr erfahren
01.07.2026

Deutscher Arbeitsschutzpreis 2027 mit Fristverlängerung

In Deutschland ansässige Unternehmen aller Größen und Branchen sowie Einzelpersonen können sich bis zum 15. Juli 2026 bewerben.

Arbeitsbedingungen Arbeitsschutz Award Digitalisierung Gesundheitsschutz Preisverleihung Sicherheitslösungen Sicherheitstechnik
Mehr erfahren
18.06.2026

Driving Efficiency and Quality

Automotive manufacturers are under more pressure than ever to increase quality, reduce waste, and speed up production, all while managing labor shortages and rising energ...

3D-Inspection AI Analysis Automation Automotive CAD CAD data Energy Efficiency Industry Parameterization Robotic Simulation Sustainability Waste Reduction Welding
Read more