Federated AI für Qualitätskontrolle im 3D-Druck: Das TRUSTAM-Konsortium
- Sascha Surbanoski
- vor 7 Tagen
- 4 Min. Lesezeit
Inhaltsverzeichnis
Vinnova, die schwedische Staatsbehörde für Innovationsförderung, finanziert mit TRUSTAM ein Konsortium, das einen grundlegenden Engpass in der additiven Fertigung angeht: die zuverlässige, automatisierte Qualitätskontrolle während des Druckprozesses. Neu im Verbund ist das Unternehmen Interspectral, das auf industrielle Bildgebung und Spektralanalyse spezialisiert ist. Das Ziel ist ehrgeizig: Qualitätsdaten aus verschiedenen Produktionsstandorten sollen gemeinsam genutzt werden, ohne dass sensible Fertigungsdaten das jeweilige Unternehmen verlassen.
Das Bauteil und der Anwendungsfall
Im Mittelpunkt von TRUSTAM steht nicht ein einzelnes Bauteil, sondern eine übergreifende Herausforderung: Wie lässt sich die Qualität additiv gefertigter Teile prozessbegleitend und automatisiert überwachen? In der industriellen Praxis entstehen beim 3D-Druck, besonders bei Metall-Pulverbettverfahren wie SLS (Selective Laser Sintering, Lasersintern von Kunststoffpulver) oder DMLS (Direct Metal Laser Sintering, Lasersintern von Metallpulver), Schicht für Schicht Strukturen, deren innere Qualität von außen kaum sichtbar ist. Poren, Risse oder Schichtfehler können erst nach der Fertigung durch aufwendige Computertomografie oder Schliffbilder nachgewiesen werden.
TRUSTAM setzt an diesem Punkt an: Kamerasysteme und Spektralsensoren erfassen den Druckprozess in Echtzeit. Die dabei entstehenden Bilddaten werden mit KI-Modellen ausgewertet, um Fehler frühzeitig zu erkennen und den Prozess gegebenenfalls anzupassen. Interspectral bringt dabei seine Expertise in der Hyperspektralbildgebung ein, also der Analyse von Lichtspektren weit jenseits des sichtbaren Bereichs, um Materialeigenschaften und Prozessanomalien zu identifizieren. Ähnliche Ansätze zur Qualitätssicherung in der Metallverarbeitung beschreibt auch der Artikel über Triebwerkskomponenten bei GKN Aerospace, wo Prozesssicherheit eine zentrale Rolle spielt.
Warum setzt das Konsortium auf föderiertes KI-Lernen?
Der Kern des TRUSTAM-Ansatzes ist das sogenannte Federated Learning (föderiertes maschinelles Lernen): Mehrere Unternehmen trainieren gemeinsam ein KI-Modell, ohne ihre Rohdaten miteinander zu teilen. Stattdessen werden nur die Modellparameter, also die gelernten Muster, zwischen den Partnern ausgetauscht. Das ist für die Industrie entscheidend, weil Fertigungsdaten als hochsensibles Betriebsgeheimnis gelten. Kein Hersteller gibt freiwillig Einblick in seine Prozessparameter, Ausschussraten oder Materialrezepturen.
Der Auslöser für diesen Ansatz ist ein klassisches Datenproblem: Ein einzelnes Unternehmen erzeugt schlicht nicht genug Fehlerdaten, um ein robustes KI-Modell zu trainieren. Fehler im 3D-Druck sind selten, was gut für die Produktion, aber schlecht für das maschinelle Lernen ist. Durch die Bündelung von Daten aus mehreren Standorten und Unternehmen entsteht eine breitere Datenbasis, ohne dass Vertraulichkeit geopfert wird.
Verfahren und Technologie im Detail
TRUSTAM kombiniert zwei technologische Stränge: prozessbegleitende Sensorik und verteiltes maschinelles Lernen. Auf der Sensorseite setzt Interspectral auf Hyperspektral-Kameras, die nicht nur Helligkeit, sondern auch Wellenlängeninformationen erfassen. Das erlaubt Rückschlüsse auf Temperaturverteilungen, Materialzusammensetzungen und Oberflächeneigenschaften während des Drucks, also in Echtzeit und ohne Unterbrechung des Prozesses.
Auf der KI-Seite kommt föderiertes Lernen zum Einsatz, ein Verfahren, das ursprünglich aus dem Bereich mobiler Endgeräte stammt und nun zunehmend in der Industrie Anwendung findet. Die Modelle lernen lokal bei jedem Konsortiumspartner und tauschen nur aggregierte Gewichtungen aus. Das Konsortium umfasst neben Interspectral weitere schwedische Industriepartner und Forschungseinrichtungen, deren genaue Zusammensetzung Vinnova im Rahmen der Projektförderung dokumentiert. Die Qualitätssicherung über Metall-3D-Druck-Prozesse hinweg ist dabei besonders relevant, weil dort Fehler die teuersten Konsequenzen haben.
Was wurde konkret verbessert?
TRUSTAM befindet sich noch in der Entwicklungs- und Konsortialsphase, belastbare Produktionszahlen oder veröffentlichte Fehlerreduktionsraten liegen zum jetzigen Zeitpunkt nicht vor. Das ist bei geförderten Forschungsprojekten dieser Art üblich: Die Ergebnisse werden erst am Ende der Projektlaufzeit publiziert. Was sich bereits abzeichnet, ist der konzeptionelle Mehrwert: Durch die frühzeitige Fehlererkennung im Druckprozess können Bauteile mit kritischen Defekten abgebrochen werden, bevor weitere Materialien und Maschinenzeit investiert werden.
In der Praxis bedeutet das potenziell deutlich reduzierte Ausschusskosten, besonders bei teuren Metallpulvern und langen Druckzeiten. Die Herausforderung bleibt die Validierung: Damit KI-gestützte Qualitätskontrolle in sicherheitskritischen Bereichen wie Luft- und Raumfahrt oder Medizintechnik akzeptiert wird, müssen die Systeme normgerecht zertifiziert werden. Dieser Weg ist lang und aufwendig, aber TRUSTAM legt dafür eine methodische Grundlage.
Übertragbarkeit für den Mittelstand
Für mittelständische Unternehmen, die additive Fertigung einsetzen oder planen, ist TRUSTAM zunächst ein Forschungsprojekt ohne unmittelbare Produktverfügbarkeit. Dennoch zeigt der Ansatz eine Richtung, die für die Branche insgesamt relevant ist: Qualitätssicherung wird zunehmend datengetrieben und prozessbegleitend, statt nachgelagert und stichprobenartig. Wer heute in 3D-Druck-Kapazitäten investiert, sollte die Sensorausstattung seiner Anlagen im Blick behalten.
Konkret heißt das: Maschinen mit offenen Schnittstellen für Prozessdaten sind langfristig wertvoller als geschlossene Systeme. Für Unternehmen, die noch am Anfang stehen, ist der Einstieg über einen erfahrenen Dienstleister sinnvoll, der Qualitätssicherung bereits in seinen Workflow integriert hat. Wer Prototypen oder Serienteile extern fertigen lässt, sollte gezielt nach Anbietern fragen, die prozessbegleitende Qualitätsdokumentation anbieten. Das ist heute noch kein Standard, wird es aber in absehbarer Zeit werden.
Persönliches Fazit
TRUSTAM adressiert ein echtes Problem, das in der Branche seit Jahren diskutiert wird: Qualitätssicherung im 3D-Druck ist zu oft noch Handarbeit oder nachgelagerte Messtechnik. Der föderierte KI-Ansatz ist dabei methodisch clever, weil er das Datenschutzproblem ernst nimmt, das in der Industrie real ist und kein theoretisches Konstrukt. Kein Automobilzulieferer und kein Luft- und Raumfahrtunternehmen wird seine Prozessdaten in eine gemeinsame Cloud laden.
Was mich skeptisch stimmt: Der Weg von einem Forschungskonsortium zu einem zertifizierten, normenkonformen Qualitätssicherungssystem ist in sicherheitskritischen Branchen extrem lang. Viele ähnliche Projekte haben gute Ergebnisse im Labor erzielt und sind dann an der Zertifizierungshürde gescheitert. Interspectral bringt mit seiner Bildgebungstechnologie aber echte industrielle Substanz mit, was das Projekt von reinen Universitätsprojekten unterscheidet. Ich werde die Ergebnisse verfolgen, weil das Thema prozessbegleitende Qualitätssicherung für jeden ernst zu nehmenden 3D-Druck-Dienstleister mittelfristig unvermeidlich wird.
