Im Projekt „VisionWare“ entwickeln TAML Tools, Lorenz Hoffmann und das IFW ein kamerabasiertes System zur automatisierten, objektiven Werkzeugverschleißüberwachung direkt in der Werkzeugmaschine. Hintergrund: Werkzeugverschleiß beeinflusst Prozesssicherheit und Bauteilqualität erheblich; bis zu 40 % der Maschinenstillstände gehen auf kritisches Werkzeugversagen zurück, zudem ist Verschleiß eine häufige Ursache für Toleranzüberschreitungen. Gerade bei KMU mit hoher Variantenvielfalt sind Standzeiten schwer prognostizierbar, manuelle Prüfungen mit Mikroskop/Einmessgerät verursachen hohe Nebenzeiten und sind subjektiv. Das System kombiniert eine in die Maschine integrierte Kamera (geschützt durch Gehäuse, Saphirglas und Ablaseinheit gegen KSS/Späne, LED-Ausleuchtung für konstante Bedingungen) mit einem Edge-Computer, der über Ethernet/OPC UA an die Steuerung angebunden ist. Die Bewertung des Werkzeugzustands erfolgt automatisiert in unter 30 Sekunden. Der Messablauf wird per NC-Unterprogramm gestartet: Werkzeugdaten (Länge, Radius, Schneidenzahl) werden ausgelesen, optimale Positionen für Bildaufnahmen berechnet, bei Bedarf mehrere Bilder aufgenommen und zusammengesetzt. ML-Modelle erkennen Schneidenpositionen, segmentieren verschlissene Bereiche, bestimmen Verschleißformen und rechnen die Ergebnisse in reale Kenngrößen (z. B. Verschleißmarkenbreite VB) um. Aktuell funktioniert eine erste Überwachung für Stirn- und Freifläche, jedoch ist die ML-Erkennung noch nicht robust und die Unterscheidung verschiedener Verschleißformen begrenzt. Als nächster Schritt wird der Trainingsdatensatz um Spanflächenansichten, weitere Werkzeuge sowie unterschiedliche Verschleißformen und -ausprägungen erweitert, um ein generalisiertes, robustes Modell zu erhalten. Langfristig soll das Konzept helfen, Prozessparameter zu optimieren und verschleißform-spezifische Einsatzgrenzen festzulegen.