In Kürze

  • Empa und Terra Quantum haben das KI-Modell «LP-FNO» (Laser Processing Fourier Neural Operator) entwickelt, das dreidimensionale Temperaturfelder und Schmelzbad-Grenzen bei Laserschweissprozessen direkt aus den Prozessparametern vorhersagt.
  • Während klassische physikalische Simulationen für eine einzelne Schweissnaht Minuten bis über eine Stunde benötigen, liefert LP-FNO vollständige 3D-Vorhersagen in rund 8 bis 88 Millisekunden – bis zu 100'000-mal schneller.
  • Das Modell erreicht bei der Erkennung der Schmelzbadgrenzen einen Intersection-over-Union-Wert von über 0,9 und einen mittleren relativen Fehler von rund 2,5 Prozent bei den Temperaturvorhersagen; die Ergebnisse wurden im Fachjournal «Journal of Intelligent Manufacturing» veröffentlicht.

Was ist passiert?

Forschende der Empa, des Eidgenössischen Materialforschungs- und Prüfungsinstituts in Dübendorf, haben zusammen mit dem Quantencomputing-Unternehmen Terra Quantum ein KI-Modell namens «LP-FNO» (Laser Processing Fourier Neural Operator) entwickelt. Es sagt dreidimensionale Temperaturfelder und die Grenzen des sogenannten Schmelzbads bei Laserschweissprozessen direkt aus den eingegebenen Prozessparametern wie Laserleistung und Vorschubgeschwindigkeit vorher. Trainiert wurde das Modell mit hochauflösenden thermofluiddynamischen Simulationen von Einzelspur-Laserschweissungen an der Titanlegierung Ti-6Al-4V, bei Laserleistungen zwischen 40 und 190 Watt und Scangeschwindigkeiten von 0,1 bis 1 Meter pro Sekunde.

Der entscheidende Fortschritt liegt in der Geschwindigkeit: Während eine klassische physikalische Simulation, die Strömung, Wärmeübertragung, Phasenwechsel und eine bewegte freie Oberfläche gleichzeitig löst, bei einer Auflösung von 10 Mikrometern rund sechs Minuten und bei 5 Mikrometern über eine Stunde benötigt, liefert LP-FNO vollständige 3D-Vorhersagen in etwa 8 respektive 88 Millisekunden. Das Modell erreicht dabei einen Intersection-over-Union-Wert von über 0,9 bei der Erkennung der Schmelzbadgrenzen und einen mittleren relativen Fehler von rund 2,5 Prozent bei den Temperaturfeldern. Die Ergebnisse wurden im Fachjournal «Journal of Intelligent Manufacturing» veröffentlicht.

Warum ist das wichtig?

Laserschweissen ist ein zentraler Fertigungsprozess in der Luftfahrt-, Medizintechnik- und Automobilindustrie, doch die physikalische Simulation der komplexen Schmelzbaddynamik war bislang so rechenintensiv, dass eine Prozesssteuerung in Echtzeit praktisch ausgeschlossen war. Ingenieurinnen und Ingenieure mussten Parameter meist im Versuchs-Irrtums-Verfahren an realen Bauteilen optimieren, was Zeit und Material kostet. Ein KI-Modell, das in Millisekunden statt Minuten oder Stunden rechnet, verändert diese Ausgangslage grundlegend.

Die Zusammenarbeit zwischen einem öffentlichen Forschungsinstitut und einem privaten Deep-Tech-Unternehmen zeigt zudem, wie sich KI-Methoden aus der Grundlagenforschung – hier Fourier Neural Operators, ein Verfahren aus dem maschinellen Lernen zur Lösung partieller Differentialgleichungen – gezielt für industrielle Fertigungsprobleme nutzbar machen lassen. Für die Industrie eröffnet das die Perspektive einer adaptiven Prozesssteuerung, die Schweissparameter während der Produktion laufend an Materialschwankungen anpasst, statt starre Einstellungen zu verwenden.

Was bedeutet das für die Schweiz?

Redaktionelle Einordnung: Die folgenden Schlussfolgerungen beziehen sich auf die genannten Quellen. Sie sind keine zusätzlichen Meldungen der Originalquelle.

  • Für die Schweizer Maschinen-, Elektro- und Metallindustrie (MEM-Branche), die stark auf Präzisionsfertigung und Laserschweissen setzt, eröffnet die Technologie die Möglichkeit, Schweissparameter in Echtzeit statt im aufwendigen Versuchs-Irrtums-Verfahren zu optimieren.
  • Das Projekt zeigt, wie ein Schweizer Bundesforschungsinstitut (Empa) mit einem in Zürich verwurzelten Deep-Tech-Unternehmen (Terra Quantum) praxisnahe KI-Anwendungen für die Industrie entwickelt – ein Modell für Technologietransfer, von dem auch kleinere Schweizer Zulieferbetriebe profitieren könnten.
  • Da das Modell öffentlich publiziert wurde, können Schweizer Forschungseinrichtungen und Industriepartner die Methodik nachvollziehen und für eigene Fertigungsprozesse adaptieren, was den Werkplatz Schweiz im internationalen Wettbewerb um KI-gestützte Fertigungstechnologien stärken kann.

Verwendete Quellen

Der Bund veröffentlichte die Medienmitteilung zur gemeinsamen Studie von Empa und Terra Quantum am 29. September 2026; The Quantum Insider ordnete die Ergebnisse zusätzlich ein.

Quellenstatus: 2 verlinkte Quellen · 0 von 2 Originaldaten verifiziert. Prüfregeln ansehen

Häufige Fragen

Was ist die Kernaussage zu Empa und Terra Quantum entwickeln KI-Modell für Echtzeit-Kontrolle von Laserschweissprozessen?

Empa und Terra Quantum haben das KI-Modell «LP-FNO» (Laser Processing Fourier Neural Operator) entwickelt, das dreidimensionale Temperaturfelder und Schmelzbad-Grenzen bei Laserschweissprozessen direkt aus den Prozessparametern vorhersagt.

Warum ist diese KI-Meldung für die Schweiz relevant?

Für die Schweizer Maschinen-, Elektro- und Metallindustrie (MEM-Branche), die stark auf Präzisionsfertigung und Laserschweissen setzt, eröffnet die Technologie die Möglichkeit, Schweissparameter in Echtzeit statt im aufwendigen Versuchs-Irrtums-Verfahren zu optimieren.

Welche Quelle nutzt KI News Schweiz für diese Einordnung?

Der Bund veröffentlichte die Medienmitteilung zur gemeinsamen Studie von Empa und Terra Quantum am 29. September 2026; The Quantum Insider ordnete die Ergebnisse zusätzlich ein.