Universeller Maschinen-KI-Adapter („UMAKI“)

Intelligente Fertigung
Brown-Field-Maschinen
KI
LLMs
Mittwoch, 22. April 2026vor 20 Tagen
Smart Factory3 weitere Projekte

Kurzbeschreibung

Aktuell wollen viele Industrieunternehmen Künstliche Intelligenz (KI) in Fertigungsumgebungen für sich nutzen, insbesondere auch mit ihren bereits vorhandenen Maschinen. Potenziale sind hier unter anderem Qualitätsanalyse von Produkten und Prozessen, vorbeugende Wartung und Maschinenzyklusoptimierung.
Dabei werden üblicherweise inzwischen die KI-Modelle durch die Firmen nicht mehr selbst entwickelt, wie es in der Anfangsphase von KI der Fall war, sondern die auf dem Markt verfügbaren universellen Large Language Models (LLM) auf verschiedene Art und Weise an die eigenen Systeme angeschlossen.


Allerdings ist es eine nicht zu unterschätzende Hürde, dass die meisten heute hergestellten Maschinen aufgrund ihrer Schnittstellen kaum für die direkte Anbindung an LLM-Werkzeuge geeignet sind – und insbesondere aufgrund der typischen Maschinennutzungsdauer von 10 bis 20 Jahren die Bestandsmaschinen („Brown Field“) schon gar nicht. Hierzu wird jeweils ein Software-Adapter benötigt, der die Schnittstellen der Maschine an eine für KI-Tools nutzbare Schnittstelle „übersetzt“. Dies geschieht heute üblicherweise für jede Maschine einzeln auf Projektbasis und limitiert daher die breite Nutzung in der Praxis.


In diesem Projekt soll ein universeller Maschinen-KI-Adapter als portables Software-Modul entwickelt werden, der es ermöglicht, auch ältere Maschinen an aktuelle KI-Technologien anzubinden. Technisch soll dieser auf dem Model Context Protocol (MCP) basieren, einer sehr verbreiteten Schnittstelle von KI-Modellen, so dass nahezu alle verfügbaren KI-Technologien an diese Maschinen angebunden werden können.
Dieser Adapter soll zunächst mit unserer eigenen Modellfabrik im TTZ Leipheim in der Praxis erprobt werden. Im Anschluss sollen Integrationen bei Partnern aus der Industrie durchgeführt werden, um den Adapter in der Praxis zu erproben.

Ihr Mehrwert

Teilen:

Ansprechperson

Prof. Dr. Gunther May

Nächste Schritte Ihrerseits

Sie müssen eingeloggt sein, um ihr Interesse zu bekunden, weitere Details einsehen zu können oder eine Absichtserklärung abzugeben.