Der Senat der Deutschen Forschungsgemeinschaft (DFG) hat im März 2022 die Einrichtung des Schwerpunktprogramms „Datengetriebene Prozessmodellierung in der Umformtechnik“ (SPP 2422) beschlossen. Als Laufzeit sind sechs Jahre vorgesehen. Die DFG lädt hiermit ein zur Antragstellung für die zweite dreijährige Förderperiode. 

Problemstellung

Für einen effizienten Serienanlauf neu gestalteter Produktionssysteme in der Umformtechnik ist ein hohes Maß an Erfahrungswissen von Fachkräften für die robuste Prozessauslegung erforderlich. Seit vielen Jahren werden daher berechnungsintensive Ansätze wie etwa z. B. Sensitivitätsanalysen und Robustheitsbewertungen mittels der Finite-Elemente-Methode eingesetzt, jedoch bestehen bis heute Abweichungen zwischen der im Vorfeld eines Neuanlaufs berechneten und der sich später während der Serienproduktion einstellenden Robustheit und Bauteilqualität. 

Seit geraumer Zeit werden daher Sensoren in Prozessfolgen der Umformtechnik integriert, um physikalische Effekte im Prozessgeschehen erfassen und das sogenannte Prozessrauschen von Umformsystemgrößen nachverfolgen zu können. Die Vielzahl an erfassten Signalverläufen führt jedoch zu großen Datenmengen mit unterlagerten Messunsicherheiten, welche nicht mehr mittels traditioneller Informationssysteme in Produktionsumgebungen ausgewertet werden können. Daher ist es für die Entwicklung datengetriebener Modelle für die Umformtechnik essenziell, numerisch gewonnene Erkenntnisse in den Kontext des menschlichen Erfahrungswissens zu setzen, um diese erklärbar und langfristig nutzbar zu machen. Eine weitere wesentliche Problemstellung der datengetriebenen Prozessmodellierung bildet die automatisierte Extraktion von Merkmalen (Features) aus heterogenen Rohdaten des Prozessgeschehens. Den zukünftigen Weg von Rohdaten hin zu Erkenntnissen in Form von erklärbaren und validen Modellen für kausale Zusammenhänge in der Umformtechnik bildet daher ein mehrstufiger, interdisziplinärer Entwicklungsprozess vom generellen Problemverständnis bis zum Einsatz in einer produktiven Umgebung.

Strategische Ausrichtung und Ziel der zweiten Förderperiode

Im Rahmen der ersten Förderperiode wurden zentrale Grundlagen zur Lösung der Problemstellung am Beispiel der in den geförderten Teilprojekten betrachteten Umformverfahren aus der Blech- und Massivumformung geschaffen. Die Ergebnisse der ersten Förderperiode zeigen auf, dass Methoden des maschinellen Lernens (ML) ein hohes Potenzial zur Mustererkennung und zur Prädiktion von Qualitätseigenschaften der hergestellten Bauteile aufweisen. Sie zeigen jedoch auch Grenzen hinsichtlich Generalisierbarkeit und Erklärbarkeit der entwickelten Modelle auf. Besonders herausfordernd erwies sich hierbei der sogenannte Simulations-Realitäts-Gap, welcher die Diskrepanz zwischen numerisch- bzw. synthetisch erzeugten Daten und experimentellen Messwerten beschreibt. Zudem stellte sich heraus, dass entwickelte ML-Modelle häufig nicht ausreichend robust gegenüber Messrauschen, Sensorpositionierung im Werkzeug oder variierenden Prozessbedingungen sind. Vor diesem Hintergrund rücken insbesondere hybride Modellierungsansätze – also die Verbindung datengetriebener Methoden mit physikalisch motivierten Modellen – verstärkt in den Fokus.

In der zweiten Förderperiode gilt es daher, die bisher angewendete Methodik der Wirkflächenerzeugung der mindestens zweistufigen Umformprozessfolge durch den Einsatz von datengetriebenen Modellen zu erweitern. Da innerhalb der ersten Förderperiode vornehmlich vereinfachte Bauteilgeometrien erprobt wurden, besteht ein wesentlicher Arbeitsschritt in der Auslegung und Erprobung einer komplexeren Bauteilgeometrie. Die Komplexität neuer Bauteil- und Wirkflächengeometrien muss begründet werden (z. B. durch die Anzahl und Art geometrischer Features). Angestrebt wird somit die Validierung und Generalisierung von Modellen innerhalb derselben Umformdomäne, ausgehend von bereits untersuchten Bauteil- und Wirkflächengeometrien, die nun auf geometrisch komplexere Ausführungen übertragen werden. Wünschenswert ist hierbei auch die Integration von formalisierten Domänenwissen aus dem Laborbetrieb der Dauerlaufanlagen, um KI-Methoden einsetzen zu können, welche die Erklärbarkeit der beobachteten Einflüsse auf die Wirkflächenauslegung unterstützen bzw. ermöglichen.

Ziel der zweiten Förderperiode ist die Gegenüberstellung der erreichten Prädiktionsgüte und Transferierbarkeit zur Ausgestaltung verbesserter Wirkflächen von Umformwerkzeugen mit dem Stand der Technik, z. B. anhand von Benchmarks. Es wird angestrebt, grundsätzlich geeignete Architekturen von Datenmodellen, welche auf den bestehenden Werkzeugwirkflächen einerseits und den damit erzeugten Bauteilgeometriedaten andererseits beruhen, zu bewerten und die leistungsfähigsten auszuwählen. Hierbei ist es erforderlich, auch die Einflüsse des Prozessrausches auf die erzeugte Bauteilqualität zu berücksichtigen. 

Ziele

Das Gesamtziel des Schwerpunktprogramms bildet die Erarbeitung neuartiger Methoden für die Auslegung der Wirkflächen von Umformwerkzeugen mittels Nutzung des impliziten Wissens aus dem Betrieb akademisch ausgestalteter Umformprozessfolgen in Kombination mit Expertenwissen und Lösungsräumen aus FE-Prozesssimulationen. Es wird dabei angestrebt, aus der Vielzahl an heterogenen realen Sensordaten aus Umformsystemen sowie dem formalisierten verfahrensspezifischen Domänenwissen geeignete Datenmodelle zu entwickeln, welche mit modernen Methoden der Automation und Datenwissenschaften für Umformwerkzeuge in einem Assistenzsystem genutzt werden sollen. Unter Assistenzsystemen werden im Kontext des SPP softwaregestützte Werkzeuge verstanden, die auf Basis von Sensordaten, numerischen Simulationen und domänenspezifischem Wissen datengetriebene Modelle bereitstellen, um Anwender bei der Auslegung und Optimierung von Umformprozessen zu unterstützen. Damit sollen bisher unberücksichtigte, komplexe und instationäre Phänomene während der Herstellung von Umformbauteilen quantifiziert und schließlich für ein verbessertes Wirkflächendesign der Umformwerkzeuge nutzbar gemacht werden. 

Auf methodischer Ebene sollen die stochastischen und instationären Effekte in Umformprozessfolgen durch direkte und indirekte Sensordaten erfasst, isoliert und in Kombination mit Domänenwissen in expliziter Darstellung modelliert werden. Die übergeordnete Forschungsfrage stellt sich dahingehend, inwieweit durch eine datengetriebene Prozessmodellierung aus aufbereiteten Umformsystem- und Bauteildaten der Vergangenheit nebst der korrespondierenden Prozesssimulation die am besten geeignete Ausgestaltung der Wirkflächen von Umformwerkzeugen für zukünftige Bauteile mit einer zweistufigen Umformprozessfolge abgeleitet werden kann. Dabei soll die Verkettung aus der aktuell verwendeten numerischen und analytischen Modellierung mit Features aus datenbasierten Modellen erklärbar gestaltet werden.

In der zweiten Förderperiode sollen daher folgende interdisziplinäre Forschungsfragen betrachtet werden:

1. Wie können experimentelle und synthetische Daten aus Umformprozessen kombiniert und mit Methoden des maschinellen Lernens verarbeitet werden, sodass unter Minimierung des Simulation-Realitäts-Gaps robuste, generalisierbare und erklärbare Modelle zur Wirkflächenauslegung von Umformwerkzeugen entstehen?
2. Wie lässt sich vorhandenes Prozess- und Domänenwissen formalisiert und (semi-)automatisiert in KI-Modelle überführen, um daraus neuartige analytische Prozessauslegungsmodelle und/oder Optimierungsstrategien für die Auslegung von Umformprozessen zu entwickeln?
3. Wie kann durch Schnittstellen ein evolvierbarer Zugang zur Datenanalyse geschaffen werden, dessen Basis relevante und mit qualitätssichernden Meta-Informationen angereicherte Daten sind?
4. Wie lassen sich Unsicherheiten im Prozess, in den eingesetzten Maschinen und Werkzeugen systematisch erfassen, modellieren und in Beziehung zur Produktqualität bringen, um datengetriebene Modelle und Entscheidungsstrategien für die Auslegung und Optimierung von Umformprozessen robuster und verlässlicher zu gestalten?
5. Wie lässt sich Prozessrauschen in Umformprozessen durch die Kombination synthetischer Daten mit gezielt angereicherten experimentellen Datensätzen und Expertenwissen differenziert erfassen und wie kann der notwendige Umfang realer Daten dafür bestimmt werden?
6. Wie können erklärbare datengetriebene Modelle als Assistenzsysteme in umformtechnischen Dauerlaufprozessen eingesetzt werden, um Prozessparameter dynamisch zu optimieren und die Rückverfolgbarkeit der Wirkflächengestaltung nachvollziehbar zu dokumentieren?
7. Welche methodischen Ansätze ermöglichen eine Generalisierung datengetriebener Modelle, sodass deren Anwendung insbesondere auf neue Bauteilgeometrien, aber auch auf unterschiedliche Werkstoffklassen (z. B. Stahl und Aluminium) sowie auf Werkstoffe mit unterschiedlichen Eigenschaften (z. B. niederfest und hochfest) möglich ist?

Arbeitsprogramm

Für eine Antragstellung im Rahmen der zweiten Förderperiode müssen folgende Rahmenbedingungen erfüllt sein:

1. Es muss eine mit Sensoren bestückte sowie dauerlauffähige, zweistufig wirkende Umformprozessfolge vorhanden sein.
2. Es liegt ein aufbereiteter Datensatz, bestehend aus Eingangs- sowie Prozessgrößen aus einer hinreichenden Anzahl von produzierten Bauteilen sowie den korrespondierenden numerischen Prozesssimulationen vor. Darauf müssen erste Methoden des maschinellen Lernens anwendbar sein, um kausale Zusammenhänge, Prozesssensitivitäten oder Optimierungspotenziale für die gegebene Umformprozessfolge identifizieren zu können.

Aufgrund der großen Interdisziplinarität sollen Projekte einen signifikanten Beitrag zu mindestens zwei der folgenden, aus den Forschungsfragen abgeleiteten Forschungsschwerpunkten leisten und daher vorzugsweise von jeweils eine*r Partner*in aus der Umformtechnik und eine*r Partner*in aus den Gebieten der Automation, der Datenwissenschaften oder Methoden der KI bearbeitet werden.

Forschungsschwerpunkt A: Digitale, datenbasierte Repräsentation der Umformoperation

• Erfassung direkter und indirekter Umformsystemdaten eines repräsentativen Umformprozesses im Dauerlaufbetrieb;
• 3D-Parametrierungen von Werkzeugwirkflächen zum Zwecke einer datengetriebenen Wirkflächenmodellierung und -optimierung;
• Systematische Erzeugung und Bewertung von Prozessschwankungen und -störungen;
• Akquisition und Formalisierung von entsprechendem umformtechnischen Domänenwissen;
• Integration und Bewertung synthetischer Datensätze in Kombination mit realen Sensordaten zur robusten Repräsentation von Umformprozessen im Dauerlaufbetrieb;
• Entwicklung von hybriden Benchmark-Datensätzen (synthetische und experimentelle Daten) und Metadatenstrukturen zur standardisierten Beschreibung von Umformoperationen, inkl. Definition von Metriken für Qualität, Vorhersagefähigkeit und Varianz der Datensätze;
• Verknüpfung von domänenspezifischem Wissen mit physikalisch konsistenten, datenbasierten Repräsentationen.

Forschungsschwerpunkt B: Automation informationstechnischer Methoden im Prozess

• Automatisierung der Datenerfassung, Klassifikation, Vorverarbeitung und Konsistenzprüfung sowie Verarbeitung von Umformsystemgrößen;
• Adaptierbare und evolvierbare Daten- und Informationsmodelle, die auch eine Datennachverfolgbarkeit unterstützen;
• Schnittstellenkonzepte für die Datenanalyse (zum Teil unter Echtzeitanforderungen) für Kombinationen aus langlebigen Legacy-Automations- und IoT-Systemen;
• Kombination von Prozessdaten und formalisiertem Erfahrungswissen der Prozessexpert*innen;
• Aufbau von Datenverarbeitungspipelines für die Fusion synthetischer und realer Flächendaten – Auswertealgorithmen für Flächenvergleiche im Raum;
• Modellierung von Unsicherheiten im Umformprozess, in Maschinen und Werkzeugen zur robusten Ableitung datengetriebener Entscheidungen und zur Sicherstellung der Produktqualität.

Forschungsschwerpunkt C: Verbesserte und interpretierbare Modellierung

• Feature-Engineering, Representation Learning, Bewertung der Qualität und Repräsentativität des Modell-Inputs von Umformprozessen;
• Erforschung und Adaption datengetriebener, interaktiver und hybrider KI-Modelle für Umformprozesse, d. h. zur Formalisierung der Wirkfläche des Umformwerkzeugs, der Eigenschaften des Halbzeugs, sensoriell erfasster Prozessgrößen sowie Qualitätsdaten des umgeformten Werkstücks;
• Adaption von datengetriebenen Lernverfahren des Zusammenhangs zwischen Umformprozessfolge und Bauteilqualität auf unterschiedlicher Hardware entlang der Kette Edge-Fog-Cloud;
• Einsatz von Transfer Learning und domänenspezifischen Regularisierungen zur Reduktion des Realdatenbedarfs;
• Weiterentwicklung erklärbarer KI-Methoden (XAI) zur gezielten Rückführung von Modellwissen in die Wirkflächenauslegung sowie zur Erhöhung der Transparenz der datengetriebenen Modellierung von Umformprozessen (XAI);
• Entwicklung und Anwendung von Benchmark- und Bewertungsverfahren zur quantitativen und qualitativen Analyse datengetriebener Modelle, einschließlich Vorhersagequalität, Unsicherheiten, Robustheit sowie Nachvollziehbarkeit und Vergleichbarkeit über verschiedene Umformprozessklassen hinweg.

Mit der interdisziplinären Ausrichtung einhergehend soll die Förderung von Forscher*innen in frühen Karrierephasen durch eine interfakultative Anleitung von in der Regel zwei erfahrenen Professor*innen aus zwei unterschiedlichen Disziplinen erfolgen. Dabei werden gemeinsame Publikationen, Research Summits, spezielle Arbeitsgruppen und -treffen sowie Promotionen angestrebt.

Nicht gefördert werden:

• Arbeiten mit inkrementellen und kontinuierlichen Verfahrensprinzipien (z. B. Rollformen, SPIF, Walzen von Blechen, Brammen oder Profilen aus Blech, Walzrunden, Drücken);
• Arbeiten zur Entwicklung neuer Umformverfahren, zu neuartigen FE-Modellen oder Elementformulierungen, zu neuen Sensoren bzw. Aktuatoren (inklusive Softsensoren) oder zu klassischen Prozessregelungsansätzen;
• Arbeiten zum Einsatz von klassischen oder neuartigen regelungstechnischen Ansätzen, die eine Modifikation oder Lageänderung von Werkzeugwirkflächen während der Umformung oder zwischen den Umformhüben zur Folge haben (Optimalsteuerungsprobleme);
• Arbeiten zur Entwicklung neuer Automationsarchitekturen, neuer Protokolle oder neuer Runtime-Umgebungen;
• Arbeiten ausschließlich im Bereich der Simulation und des wissenschaftlichen Rechnens sowie Arbeiten zur Nutzung von Lernverfahren zur beschleunigten Ausführung von Simulationen;
• Neuentwicklungen und Grundlagenuntersuchungen zu datenbasierten Modellierungstechniken, wenn kein Bezug oder Nutzen für die Domäne Umformtechnik vorhanden ist;
• Arbeiten zu sequenziellen Entscheidungsproblemen in Umformprozessen (z. B. Auftragsplanung, Messplanung, Parameteradaption).

Antragstellung

Reichen Sie Ihren Antrag für die zweite Förderphase bitte bis spätestens 30. Januar 2026 bei der DFG ein. Zur Erfassung der antragsbezogenen Daten und zur sicheren Übermittlung von Dokumenten erfolgt die Antragstellung ausschließlich über das elan-Portal(externer Link). Sofern Sie beabsichtigen, einen Neuantrag einzureichen, wählen Sie bitte unter „Antragstellung – Neues Projekt – Schwerpunktprogramm“ im elektronischen Formular aus der angebotenen Liste „SPP 2422 – Datengetriebene Prozessmodellierung in der Umformtechnik“ aus.

Antragsteller*innen, die bereits gefördert werden und einen Fortsetzungsantrag stellen wollen, nutzen in elan die Registerkarte „Antragstellung – Antragsübersicht/Fortsetzungsantrag“ einreichen. Hier wird Ihr in der Förderung befindliches Projekt angezeigt und Sie können Ihren Fortsetzungsantrag stellen.

Handelt es sich bei dem Antrag innerhalb dieses Schwerpunktprogramms um Ihren ersten Antrag bei der DFG, beachten Sie, dass Sie sich vor der Antragstellung im elan-Portal registrieren müssen. Ohne Registrierung bis zum 12. Januar 2026 ist eine Antragstellung nicht möglich. Bitte wählen Sie im Registrierungsformular bei den abschließenden Angaben ebenso wie bei der Antragstellung Ihr Schwerpunktprogramm aus der angebotenen Liste der Ausschreibungen aus. Die Bestätigung der Registrierung erfolgt in der Regel bis zum darauffolgenden Arbeitstag. 

Berücksichtigen Sie für die Erstellung Ihres Antrags bitte das Merkblatt Schwerpunktprogramm (DFG-Merkblatt 50.05(interner Link), Teil B „Projekte in einem eingerichteten Schwerpunktprogramm“) und den Leitfaden für die Antragstellung – Projektanträge (DFG-Merkblatt 54.01(interner Link)). Diese Dokumente stehen auf der DFG-Website sowie im elan-Portal zur Verfügung.

Das Begutachtungskolloquium des Schwerpunktprogramms wird voraussichtlich am 15. April 2026 in Stuttgart stattfinden.

Gleichstellung und Diversität

Die DFG begrüßt ausdrücklich Antragstellungen von Forscher*innen aller Geschlechter und sexueller Identitäten, aus verschiedenen ethnischen, kulturellen, religiösen, weltanschaulichen oder sozialen Hintergründen, verschiedener Karrierestufen, Hochschultypen und Forschungseinrichtungen sowie mit Behinderung oder chronischer Erkrankung. Im Hinblick auf den fachlichen Schwerpunkt dieser Ausschreibung fordert die DFG insbesondere Wissenschaftlerinnen explizit auf, Anträge zu stellen.

Gute wissenschaftliche Praxis

Nach einem Beschluss der DFG-Mitgliederversammlung dürfen Fördermittel der DFG nur an wissenschaftliche Einrichtungen vergeben werden, welche die im Kodex zur Sicherung guter wissenschaftlicher Praxis(externer Link) niedergelegten Leitlinien in eigenes Recht umgesetzt haben. Für die rechtsverbindliche Umsetzung ist die Leitung Ihrer Institution zuständig. Um eine Auszahlung von Fördermitteln nicht zu verzögern, prüfen Sie daher bitte frühzeitig einrichtungsintern, ob eine Umsetzung erfolgt ist. Hinweise zur Umsetzung finden Sie im Portal „Wissenschaftliche Integrität“(externer Link). Für weitere Fragen und Erläuterungen steht das innerhalb der DFG-Geschäftsstelle zuständige Team Wissenschaftliche Integrität(externer Link) zur Verfügung.

Weiterführende Informationen 

Detaillierte Informationen zum Schwerpunktprogramm finden Sie hier(interner Link).

Bitte nutzen Sie zur Einreichung eines Antrags das elan-Portal(externer Link) und beachten Sie die Hinweise im Merkblatt Schwerpunktprogramm (DFG-Merkblatt 50.05(interner Link), Teil B „Projekte in einem eingerichteten Schwerpunktprogramm“) und den Leitfaden für die Antragstellung – Projektanträge (DFG-Merkblatt 54.01(interner Link)). Hilfreich können auch die FAQs zur Antragsvorbereitung(interner Link) sein.

Fragen zu den wissenschaftlichen Zielen des Schwerpunktprogramms beantwortet Ihnen der Koordinator:

Professor Dr.-Ing. Mathias Liewald, Universität Stuttgart, Institut für Umformtechnik (IFU), Tel. +49 711 685-83840, mathias.liewald@ifu.uni-stuttgart.de(externer Link)

Ansprechpersonen in der DFG-Geschäftsstelle

Fachlich: Dr.-Ing. Sebastian Heidrich, Tel. +49 228 885-2277, sebastian.heidrich@dfg.de(externer Link)
Formal: Gudrun Freitag, Tel. +49 228 885-2623, gudrun.freitag@dfg.de(externer Link)

Datenschutz

Die Deutsche Forschungsgemeinschaft e. V. (DFG) nimmt den Schutz personenbezogener Daten und deren vertrauliche Behandlung sehr ernst. Bitte beachten Sie daher die Datenschutzhinweise der DFG(interner Link). Bitte denken Sie daran, dass Sie Daten Dritter nur übermitteln sollten, wenn die dafür erforderliche datenschutzrechtliche Legitimation besteht. Bevor Sie Daten Dritter an uns weiterleiten, denken Sie bitte auch daran, die Datenschutzhinweise der DFG vorher an die betroffenen Personen weiterzuleiten. Besteht ein berechtigtes Interesse, Personen nicht vorab zu informieren (z. B. aus Gründen der Geheimhaltung, der Nominierung oder eines Wahlvorschlags), dann sollte eine Information spätestens mit der Veröffentlichung erfolgen.