Einsatz von Künstlicher Intelligenz (KI) in der automatisierten Flugzeugproduktion – Projekt »TrustME«

Im Verbundprojekt »TrustME« – »ZerTifizierbaRe KI-AnwendUngen in Luftfahrt-ProduktionsSysTeMEn« bzw. »TRUSTworthy AI for Manufacturing and Engineering Processes« – entwickelt das Fraunhofer-Institut für Fertigungstechnik und Angewandte Materialforschung IFAM in Stade gemeinsam mit Projektpartnern zertifizierbare künstliche Intelligenz- (KI-) Lösungen für die Flugzeugproduktion.

An einer Validierungsplattform für die Strukturmontage von Flugzeugrümpfen werden vom Fraunhofer IFAM KI-Modelle zur

• Bauteilerkennung,
• automatisierten Montageplanung und
• Genauigkeitssteigerung von Industrierobotern

erprobt.

Semantische Datenmodelle (SDM) und agentenbasierte Assistenzsysteme (Agentic AI) sorgen dafür, dass die Entscheidungen der KI nachvollziehbar, prüfbar und für die Luftfahrt zertifizierbar werden.

Projektziele

Im Projekt TrustME realisieren die Expertinnen und Experten für Automatisierung und Produktionstechnik die Grundlage für den sicheren und regulierungskonformen Einsatz von Künstlicher Intelligenz in der Luftfahrtproduktion. Ziel ist es, KI-Systeme so zu entwickeln, dass sie nicht nur leistungsfähig, sondern auch nachvollziehbar, robust und perspektivisch zertifizierbar sind – im Einklang mit EASA-Vorgaben (EASA AI Roadmap 2.0) und dem EU AI Act.

Im Fokus stehen Anwendungen, die unmittelbar in der Fertigung von Flugzeugrümpfen Mehrwert bieten: von der automatisierten Bauteilerkennung über die intelligente Montageplanung bis zur Steigerung der Robotergenauigkeit.

KI-gestützte Flugzeug-Rumpfmontage und Flugzeug-Bauteilerkennung

Um Fachkräftemangel und steigende Variantenvielfalt pro Flugzeugtyp in der Flugzeugproduktion zu adressieren, entwickelt das Fraunhofer IFAM KI-Lösungen für eine automatisierte Rumpfmontage:

• KI-gestützte Erkennung luftfahrtspezifischer Bauteile auf Basis synthetischer Bilddaten aus CAD-Modellen
• Bestimmung des Montagezustands, z.B. bei der Rumpfmontage, aus Kameradaten
• Integration der KI-Pipeline in eine Webanwendung zur einfachen Nutzung in der Fertigung
• Validierung der KI-Modelle an Rumpfdemonstratoren unter realitätsnahen Bedingungen

Die verwendeten Trainingsdaten, üblicherweise Bilder, werden überwiegend synthetisch erzeugt. Dadurch bleibt der Ansatz skalierbar und übertragbar auf weitere Baugruppen und Flugzeugprogramme.

Ontologien als Wissensbasis für eine vertrauenswürdige KI

Damit KI-Entscheidungen nachvollziehbar und überprüfbar werden, entwickeln die Forschenden des Fraunhofer IFAM domänenspezifische Ontologien für die Luftfahrtproduktion:

• Strukturierte Abbildung von Produkt-, Prozess- und Ressourcenwissen (PPR-Modell)
• Speicherung der Fähigkeiten und Schnittstellen von Anlagen in einer Graph-Datenbank

Über eine Ontologie-gestützte Retrieval-Augmented Generation (RAG) wird Produktionswissen großer Sprachmodelle (Large Language Model; LLM) strukturiert zugänglich gemacht. So lässt sich Fachwissen gezielt sowie semantisch präzise einbinden und Antworten werden dadurch fachlich fundierter, besser erklärbar sowie vertrauenswürdiger.
 

Agentenbasierte KI-Systeme für Planung und Ausführung

Auf Basis der Ontologien wird im Fraunhofer IFAM ein LLM-basiertes Multiagentensystem für Produktionsplanung und -ausführung entwickelt:

• Agenten nutzen externe Softwarefunktionen (Function Calling), z.B. für die Ressourcenplanung
• Einbindung aktueller Produktionsdaten wie Maschinenstatus oder Baufortschritt
• Unterstützung der Werker durch Interaktion in natürlicher Sprache, z.B. über ein Tablet

Ziel ist ein skalierbares System, das nicht nur komplexe Montageketten in der Flugzeugproduktion effizienter und flexibler planbar macht, sondern auch nachvollziehbare Entscheidungen eigenständig trifft.
 

Mehr Präzision: KI steigert die Robotergenauigkeit

Für hochgenaue Füge- und Bearbeitungsprozesse untersuchen die Wissenschaftlerinnen und Wissenschaftler, wie KI die Absolutgenauigkeit von Industrierobotern über konventionelle Kalibrierverfahren hinaus steigern kann:

• Kombination konventioneller modellbasierter Kalibrierung mit einem neuronalen Korrekturmodell
   

Projektkontext und Förderung

TrustME – »Zertifizierbare KI-Anwendungen in Luftfahrt-Produktionssystemen« – ist ein Verbundvorhaben mit Beteiligung des Fraunhofer IFAM (Stade) und des Fraunhofer IGCV (Augsburg).

Verbundpartner:

• Airbus Operations GmbH
• Airbus Aerostructures GmbH
• Fraunhofer IFAM
• Fraunhofer IGCV
• Helmut Schmidt Universität
• Deutsches Zentrum für Luft- und Raumfahrt
• Universität Augsburg
• Technische Universität Hamburg 

Das Projekt wird im Rahmen des Luftfahrtforschungsprogramms LuFo Klima VII‑1 durch das Bundesministerium für Wirtschaft und Energie (BMWE) gefördert.
Förderkennzeichen: 20D2401C

Laufzeit: 01.12.2025 – 31.05.2029