Künstliche Intelligenz soll Anomalien in Schweißprozessen aufspüren

ZIM – das Zentrale Innovationsprogramm Mittelstand – gefördert vom Bundesministerium für Wirtschaft und Energie – hat im April 2026 ein weiteres Forschungsprojekt bewilligt, an dem TIME als Kooperationspartner beteiligt ist: Bei „MOASIS“ geht es um die Entwicklung von KI-Modulen für die Anomalie- und Geometrieerkennung in Schweißprozessen.

„Entstanden ist das Forschungsvorhaben im Rahmen des ZIM-Innovationsnetzwerks NuFeStra, bei dem es um die Reduktion von Fehlern durch die Entwicklung einer Null-Fehler-Strategie für die Schweißtechnik geht und dessen Mitglied wir sind“, erklärt TIME-Geschäftsführer Dr. Ralf Polzin. Das aktuell bewilligte ZIM-Projekt hat eine Laufzeit von drei Jahren und wird mit rund 270.000 Euro gefördert.

TIME kooperiert mit Unternehmen und Hochschule

Projekt- und Forschungspartner von TIME sind die Unternehmen Surface Concept aus Mainz, Hersteller von Bildgebungs- und zeitauflösenden Elektronen-, Ionen-, UV- und Röntgendetektoren, sowie GD Engineering & Automation aus Friedberg, Spezialist für Roboter-Greifsysteme. Der zweite wissenschaftliche Projektpartner neben TIME ist der Lehrstuhl für Strömungsmechanik der Friedrich-Alexander-Universität (LSTM) aus Erlangen.

Multisensor soll Schweißergebnisse in Echtzeit bewerten

Beim MOASIS-Kooperationsprojekt soll ein neuartiger, kostengünstiger, kompakter und modularer Multisensor entwickelt werden, mit dem die simultane akustische und optische Erfassung des Vor- und Nachlaufs der Schweißnaht, des Lichtbogens und der Schmelze beim MSG-Schweißen möglich ist. Erstmals soll so eine standardisierte Datenfusion in Echtzeit realisiert werden, um die Schweißparameter lokal zu erfassen, auszuwerten und nach Möglichkeit in Echtzeit – also während des Schweißprozesses – zu modifizieren. Dies wäre ein wichtiger Schritt hin zu einer inline-erfolgenden Qualitätsüberwachung beim Lichtbogenschweißen.