Zahnräder für Getriebe müssen gehärtet werden, ein Prozess, der 2 bis 3 Tage dauert – bei Temperaturen von rund 1.000°C. Doch durch diese hohen Temperaturen verziehen sich die Zahnräder, sodass sie nach dem Härten mikrometergenau auf ihre Soll-Geometrie zurückgeschliffen werden müssen. Bei diesem Prozess kann es allerdings zu sogenanntem Schleifbrand kommen, wenn „zu schnell“ geschliffen wird – was den Ausschuss des Bauteils und somit einen Verlust von mehreren Tausend Euro und die Verschwendung von mehreren Tonnen CO2 bedeutet. Um das zu verhindern war die bisherige Strategie der Schleifbrandvermeidung, die Teile „langsamer“ zu schleifen. Das brachte allerdings neue Probleme mit sich: Die Messmethodik war aufwändig und teuer, der Prozess dauerte lang und kreierte so ein „Bottleneck“.
Die Lösung: Schleifprozesse von Zahnrädern beschleunigen
Im Rahmen einer internen Innovationsinitiative wurde von den Flender-Kollegen eine Lösung gefunden: Warum nicht vorhandene Produktionsdaten nutzen, um die Schleifbarkeit kostengünstig und automatisiert vorherzusagen? Gesagt, getan! Auf Basis eines eigens trainierten Random-Forest-Modells, hierbei handelt es sich um ein leistungsfähiges maschinelles Lernverfahren, das zur Klassifikation und Regression verwendet wird, kann das jetzt prämierte Machine-Learning-Modell von Flender die Schleifklasse schnell voraussagen.
Die Zahnräder werden nun einer der drei Schleifklassen „geringes/mittleres/hohes Schleifbrandrisiko“ zugeordnet und entsprechend schnell, mittel oder langsam geschliffen. Damit die Kollegen in der Produktion diese Informationen zu den Zahnrädern bekommen, wurde eine neue App entwickelt.
Zukunftsperspektive: So soll es weitergehen
Die Lösung ist bereits an mehreren Standorten im Einsatz und wird weiter ausgerollt. Und Flender denkt größer: Die Idee der „Bearbeitbarkeitsprognose“ soll künftig auch beim Fräsen und anderen Prozessen helfen. Das klare Ziel: Entstehen sollen weitere KI-Systeme, die die Effizienz in der Produktion weiter steigern wird.
Hintergrund
Bei FREDDIE – Der Industrial AI Award 2025 – wurden am 16. Oktober 2025 in München bahnbrechende KI-Anwendungen aus der produzierenden Industrie prämiert, die erfolgreich umgesetzt sind und messbaren Impact erzielen. Bei dem von publish-industry und UnternehmerTUM initiierten Award wurden mehr als 50 AI-Use-Cases eingereicht und von der unabhängigen und interdisziplinären Fach-Jury aus u.a. aus Fraunhofer IAIS, Uni St. Gallen und KI Bundesverband bewertet. Die FREDDIE-Awards wurden in 5 Kategorien vergeben: Customer Experience, Process Excellence, Transformation Mindset, Sustainability und Game Changer. Wir gratulieren allen Siegern!