DMG MORI KI : KI in der CNC-Fertigung: So will DMG MORI die Programmierung beschleunigen

Wenn Rinje Brandis über Software spricht, zieht er eine klare Grenze. Es geht ihm nicht um Software auf der Werkzeugmaschine, sondern um Software rund um die Maschine. Brandis ist General Manager von DMG MORI Technium Europe und verantwortet dort das Softwaregeschäft - vom Vertrieb über die Auftragsabwicklung bis zur eigenen Softwareentwicklung. Die CELOS-Plattform liegt nicht im Zentrum seines Verantwortungsbereichs. DMG MORI Technium Europe kümmert sich vielmehr um die vor- und nachgelagerten Prozesse: Programmieren, Postprozessoren, Werkzeugverwaltung, Simulation, MES- und Planungssysteme. Kurz: um jene digitale Wertschöpfungskette, die erforderlich ist, damit Werkzeugmaschinen beim Kunden produktiv betrieben werden können. 
 

Nie mehr die wichtigsten News aus Österreichs Industrie verpassen? Abonnieren Sie unser Daily Briefing: Was in der Industrie wichtig wird. Täglich um 7 Uhr in ihrer Inbox. Hier geht’s zur Anmeldung!

KI ist hier ein Werkzeug, das an mehreren Stellen einer bestehenden Prozesskette wirksam werden kann. Der Startpunkt liegt bei Unternehmen, die über eine eigene Arbeitsvorbereitung verfügen - also bei größeren Mittelständlern oder Industriebetrieben, in denen Bauteile nicht ittelba an der Maschine programmiert werden, sondern über CAD/CAM-Systeme, Postprozessoren und Simulationen in die Fertigung gelangen.
 

Lesetipp:  Humanoide Roboter in der Industrie: Wer jetzt zu früh kommt - und wer zu spät

Brandis beschreibt diese Kette aus Anwendersicht: Aus CAD-Daten entsteht im CAM-System die Bearbeitungsstrategie, daraus über den Postprozessor der NC-Code, anschließend folgt die Absicherung über Simulation und schließlich die Übergabe an die Maschine. Genau in diesem Ablauf sieht DMG MORI Technium seine Rolle. Das Unternehmen entwickelt selbst keine CAM-Systeme, vertreibt aber unter anderem Siemens NX, Hexagon Esprit, SolidCAM des gleichnamigen Herstellers und Open Mind Technologies hyperMILL. Für die Kunden entsteht eine besonderer Mehrwert, da DMG MORI sein Know How als Maschinehersteller nutzt, um besonders gute Postprozessoren für die eigenen Maschinen und Add-ons, sogenannte Smart Tools, zu entwickeln.

Wenn die Maschine wegen unzureichender Programmierung oder mangelnder Schnittstellen nicht sauber läuft, wird daraus auch für den Maschinenhersteller ein Problem. Deshalb stieg DMG MORI vor rund zehn bis zwölf Jahren stärker in die Entwicklung von Postprozessoren ein. Brandis formuliert den Anspruch: Andere Softwareanbieter könnten ebenfalls Postprozessoren für DMG MORI Maschinen anbieten, diese hätten aber nicht immer dem eigenen Qualitätsanspruch genügt. Heute ist der Postprozessor das Kernprodukt, um das weitere Softwareelemente gruppiert sind: Add-ons für CAM-Systeme, Werkzeugverwaltung, Schnittstellen, Simulation. 

Lesetipp: e-technology: Retrofit beginnt nicht erst, wenn eine Maschine alt ist

Bei der Simulation setzt DMG MORI Technium auf Vericut von CGTech. Der Mehrwert aus Sicht des Maschinenherstellers liegt dabei im maschinenspezifischen 3D-Modell. Brandis betont, dass Kunden nicht irgendein generisches Modell erhalten, sondern ein aus der Konstruktionsstückliste abgeleitetes Modell der tatsächlich beim Kunden stehenden Maschine. Damit fließt Maschinenbauer-Know-how in die digitale Absicherung ein.
Damit wird klar, warum KI nicht isoliert betrachtet werden kann. Sie trifft auf eine Prozesskette, die bereits hochgradig softwaregestützt ist. Die entscheidende Frage lautet daher nicht, ob KI künftig irgendwo in der CNC-Fertigung vorkommt. Sie lautet vielmehr: An welcher Stelle erzeugt KI einen belastbaren Nutzen?

Für Brandis entsteht der Druck aus zwei gegenläufigen Entwicklungen. Auf der einen Seite nehmen Kompetenz und Verfügbarkeit desPersonals ab, das Maschinen bedient oder Programme erstellt. Der Fachkräftemangel schlägt auch in der CNC-Welt durch. Auf der anderen Seite steigt die Komplexität. Werkzeugmaschinen integrieren mehr Prozesse, Automatisierung nimmt zu, und die Anforderungen an Programmierung, Simulation und Datenmanagement wachsen.
In dieser Lage kann KI helfen, Arbeitsprozesse zu beschleunigen und Fachkräfte produktiver einzusetzen. Brandis spricht dabei nicht von einem vollständigen Ersatz des Menschen. Vielmehr geht es um Unterstützung, Vorschläge und Vereinfachung. „Die beste Werkzeugmaschine ist nur so gut wie der NC-Code“, sagt er. Genau deshalb ist die NC-Code-Erstellung ein zentraler Hebel. Wenn KI bei einfachen, wiederkehrenden Programmieraufgaben hilft, kann qualifiziertes Personal seine Zeit stärker dort einsetzen, wo Erfahrung und Beurteilung notwendig sind.

Derzeit sieht Brandis die ersten praktischen Anwendungen vor allem in zwei Bereichen. Erstens entstehen Chatbots, die auf Anleitungen, technischen Dokumentationen und sogar Servicetickets basieren. Anwender können Fragen stellen, etwa wie eine bestimmte Funktion in einer Software ausgeführt wird, und erhalten reproduzierbare Antworten auf Basis der Dokumente. Zweitens kommt KI schrittweise in die Programmerstellung. Für einfache, prismatische Bauteile lassen sich bereits Programmfragmente, Vorschläge oder Bearbeitungsabfolgen erzeugen. Das Ziel ist nicht, die gesamte CAM-Programmierung autonom zu erledigen, sondern wiederkehrende Schritte zu beschleunigen.

KI als Assistenz, nicht als Autopilot

Brandis bleibt bei der Bewertung vorsichtig. Bei einfachen prismatischen Bauteilen funktioniere die Unterstützung bereits gut. Sobald es komplexer werde, etwa bei Dreh-Fräs-Bearbeitungen,, sei der Weg noch weit. Zugleich verweist er auf das Entwicklungstempo der vergangenen zwei Jahre. Was bei Chatbots vor kurzer Zeit noch kaum vorstellbar war, sei heute in vielen Anwendungen bereits Alltag. Eine ähnliche Dynamik erwartet er auch in Teilen der CAM-Programmierung.
Die Grenze zieht Brandis dort, wo Kontrolle und Fachwissen notwendig bleiben. KI kann Vorschläge machen, Werkzeugbahnen unterstützen oder Programmbausteine erzeugen. Ob das Ergebnis auf die Maschine gegeben werden kann, muss weiterhin geprüft werden. Anders als bei einem KI-generierten Fließtext gibt es in der CNC-Welt allerdings etablierte Kontrollmechanismen. Der NC-Code läuft idealerweise durch eine Simulation. Dort wird sichtbar, ob Kollisionen auftreten, ob Bewegungen plausibel sind und ob die Maschine gefährdet wäre. 

Diese Simulation ist für ihn der entscheidende Unterschied zu vielen anderen KI-Anwendungen. Der Anwender sieht Werkzeugbahnen, Maschinenbewegungen und mögliche Kollisionen. Wenn das Simulationsmodell korrekt aufgebaut ist und es dort nicht „knallt“, sollte es auch in der realen Maschine nicht knallen. Dennoch bleibt Fachwissen erforderlich. Die Simulation kann zeigen, ob keine groben Fehler passieren, sie ersetzt aber nicht automatisch die Bewertung von Bearbeitungszeiten, Blindbewegungen, Werkzeugwahl oder Prozessstrategie.

KI verändert nicht nur Funktionen, sondern auch Lizenzmodelle. Viele neue KI-Funktionalitäten kommen über Software-OEMs wie Siemens in die Systeme. Brandis nennt als Beispiel Siemens NX beziehungsweise NX X im Subscription-Modell. Kunden mit Miet- oder Abo-Modellen erhalten neue Funktionen laufend eingespielt, während Anwender klassischer Kauflizenzen diese Möglichkeiten oft noch gar nicht nutzen können.

Damit wird KI auch zu einem Treiber für den Wechsel von Kauflizenz zu Subscription. Für DMG MORI Technium entsteht daraus kein gesonderter KI-Aufschlag. Das Unternehmen vertreibt sowohl Kauflizenzen als auch die entsprechenden Subscription- Der eigentliche Hebel liegt für Technium in Training, Beratung und Implementierung: Kunden müssen nicht nur Zugriff auf Funktionen haben, sie müssen diese auch sinnvoll einsetzen können.

Brandis ordnet das in die Gesamtstrategie des Konzerns ein. Sein Unternehmen wird zwar auch an Softwareumsätzen gemessen. Der größere Zusammenhang sei aber, Kunden beim effizienten Betrieb von Werkzeugmaschinen zu unterstützen. Gerade angesichts des Fachkräftemangels sei es wichtig, Programme effizienter zu erstellen und Maschinen produktiv zu halten. Der Nutzen liegt also nicht nur im Verkauf einer Softwarelizenz, sondern in der Auslastung und Nutzbarkeit der Maschinen.

Interessant ist, dass Brandis KI derzeit noch nicht als zentrales Verkaufsargument sieht. Im Beratungsgespräch oder auf Messen stehe weniger die einzelne KI-Funktion im Vordergrund, sondern die Lösung aus einer Hand: CAM-System, Postprozessor, Schnittstellen, Simulation und Maschinen-Know-how. KI kommt als zusätzlicher Bestandteil hinzu, insbesondere wenn es um den Wechsel in Mietmodelle geht. Kunden erhalten damit Zugriff auf Funktionen, die künftig weiter wachsen werden.

Die Wahrnehmung unterscheidet sich dabei je nach Gesprächspartner. Je höher man in der Hierarchie komme, desto größer sei die Vorstellung, welche Effizienzsteigerungen durch KI möglich werden könnten. Spricht man mit Programmierern, treten eher die Vorbehalte in den Vordergrund - also die Frage, was nicht funktioniert, wo Fehler entstehen und welche Grenzen die Technologie hat. Belastbare Zahlen zur Effizienzsteigerung in der CAM-Programmierung sieht Brandis aktuell noch nicht. Viele Kunden nutzen die neuen Funktionen schlicht noch nicht, weil ihr Lizenzmodell sie nicht enthält. Eine fundierte Bewertung werde erst in einigen Jahren möglich sein.

Brandis sieht Potenzial: KI wird Programmierung effizienter machen, sie wird Anwender unterstützen, sie wird Funktionen automatisieren. Aber sie wird nicht über Nacht die Fachexpertise ersetzen, die für sichere und wirtschaftliche Fertigungsprozesse notwendig ist.

Der nächste Schritt: 3D-Daten verstehen

Für die kommenden Jahre sieht Brandis einen besonders spannenden Entwicklungspfad in der Interpretation technischer Daten. Viele aktuelle KI-Anwendungen sind sprachbasiert. Large Language Models verstehen Texte und können daraus Antworten, Anleitungen oder Vorschläge ableiten. Parallel dazu gibt es große Fortschritte bei Bild- und Videogenerierung. Für die industrielle Fertigung stellt sich jedoch eine andere Frage: Wie gut werden industrielle KI-Systeme technische Zeichnungen, 2D-Informationen und vor allem 3D-Modelle interpretieren können?

Brandis hält diesen Punkt für zentral. Nur weil ein System Sprache versteht, kann es noch nicht automatisch eine technische Zeichnung auslegen oder ein 3D-Modell fertigungstechnisch bewerten. Genau dort könnte künftig erheblicher Mehrwert entstehen. Wenn KI aus Geometrien, Zeichnungen und Modellen besser ableiten kann, welche Bearbeitungsschritte nötig sind, welche Werkzeuge passen und welche Strategie sinnvoll ist, würde sich die CAM-Programmierung deutlich verändern.
Noch ist offen, wie schnell diese Entwicklung kommt. Brandis bleibt vorsichtig. Er sagt, dass sich in den nächsten Jahren viel tun werde, was heute noch gar nicht absehbar sei. Der Rückblick auf die Entwicklung der Chatbots macht ihn jedoch aufmerksam. Hätte man vor wenigen Jahren gefragt, wo diese Systeme heute stehen, wäre die aktuelle Leistungsfähigkeit "schwer vorstellbar gewesen", sagt er.