DFO-Automotive & Plastic Coating Konferenz 2024: Innovation und Nachhaltigkeit im Fokus

Am 10. und 11. September 2024 fand in Stuttgart die DFO-Automotive & Plastic Coating Konferenz statt. Diese Konferenz bot eine Plattform für Experten aus der Automobil- und Beschichtungsindustrie, um aktuelle Entwicklungen in der Oberflächen- und Lackiertechnologie zu diskutieren. Die Schwerpunkte lagen auf Künstlicher Intelligenz (KI), nachhaltigen Produktionsprozessen und den innovativen Lösungen von Branchenführern wie Audi und Mercedes.

Die DFO-Automotive & Plastic Coating Konferenz 2024 am 10. und 11. September in Stuttgart bot einen umfassenden Überblick über aktuelle Entwicklungen und Herausforderungen in der Oberflächen- und Beschichtungstechnologie. In über 20 Vorträgen präsentierten Experten aus Industrie und Wissenschaft ihre neuesten Erkenntnisse, wobei Themen wie Künstliche Intelligenz (KI), effiziente Lackiertechnologien und nachhaltige Produktionsprozesse im Fokus standen.

Fortschritte in der Oberflächentechnik und KI-Einsatz

Den Auftakt machte der Vortrag von Dr. Florian Pfeißer und Christoph Landmann zur Radar-Transparenz lackierter Flächen. Die Referenten erläuterten, wie die richtige Pigmentierung von Lacken die Funktion von Radarsensoren in Fahrzeugen beeinflusst und präsentierten eine Methode zur räumlich aufgelösten Radar-Messung, um die Wechselwirkungen zwischen Beschichtungen und Radarsensoren zu analysieren. Zentrale Faktoren für die Radareignung sind die Schichtdicke und die Art der Pigmentierung. Besonders Aluminium-basierte Pigmente sind problematisch, da sie elektromagnetische Wellen stark reflektieren. Die räumlich aufgelöste Radarmessung zeigte, dass optimierte Pigmente nur eine halb so große Dämpfung aufwiesen. Deshalb entwickelte das Team spezielle Radar-kompatible, aluminiumfreie silberbasierte Effektlacke.

Im Anschluss präsentierte Dr. Thomas Albrecht von Merck eine detaillierte Analyse des Sparkle-Effekts in Effektlacken. Albrechts Team entwickelte neue Bildanalysemethoden, um den visuell wahrgenommenen Sparkle messtechnisch besser zu erfassen und so die Eigenschaften von Effektpigmenten gezielter steuern zu können.

Künstliche Intelligenz in der nachhaltigen Lackentwicklung

Ein weiteres zentrales Thema der Konferenz war der Einsatz von Künstlicher Intelligenz (KI) in der Lackiertechnik. Dr. Meiko Hecker und Dr. Dmitrij Ivanov stellten im Rahmen des Projekts „Na Logisch“ vor, wie KI-gestützte Methoden die Entwicklung umweltfreundlicher Lackrezepturen revolutionieren können. Der Einsatz von KI und High-Throughput-Screening ermöglicht es, den Entwicklungsprozess erheblich zu beschleunigen und den Einsatz fossiler Rohstoffe zu reduzieren. Besonders innovativ ist die adaptive Versuchsplanung mithilfe der Bayes’schen Optimierung, die es ermöglicht, vielversprechende Rezepturen frühzeitig zu identifizieren und weniger erfolgversprechende Varianten auszuschließen.

Im Rahmen des Projekts „Na logisch“ zeigte Dr. Ivanov, wie KI dazu beitragen kann, Lacke mit nachhaltigen Rohstoffen zu entwickeln und den Entwicklungsprozess effizienter zu gestalten. Das Projekt verfolgt das Ziel, den Einsatz fossiler Rohstoffe in Lacken zu reduzieren und gleichzeitig den Entwicklungsaufwand zu minimieren. Die klassische Lackentwicklung erfordert zahlreiche Iterationen im Rahmen von Trial-and-Error-Verfahren, die zeit- und ressourcenaufwendig sind. Hier setzt das Projekt „Na logisch“ an, durch den Einsatz von KI und High-Throughput-Screening (HTS). Moderne Messtechniken erfassen Eigenschaften wie pH-Wert, Viskosität, Schichtdicke, Glanzgrad und andere Parameter sowohl im nassen als auch im trockenen Zustand. Diese Daten werden in einer externen Datenbank von einem speziell entwickelten KI-Modell verarbeitet. So ist auch eine Substitution fossiler Rohstoffe durch nachwachsende oder recycelte Materialien möglich.

Eine zentrale Innovation des Projekts ist die adaptive Versuchsplanung mithilfe der Bayes’schen Optimierung. Diese soll es ermöglichen, bereits während des Entwicklungsprozesses die vielversprechendsten Rezepturen zu identifizieren und weniger erfolgversprechende Varianten frühzeitig auszuschließen. Der Vortrag zeigte, dass die Anwendung der KI im Bereich der Lackentwicklung vielfältige Möglichkeiten eröffnet, den ökologischen Fußabdruck der Lackproduktion zu reduzieren und gleichzeitig die Effizienz zu steigern.

Digitale Plattform zur Optimierung des Lackierprozesses

Die Präsentation von Antonio Puzio und Raquel Fernandez von PPG zeigte die Vorteile der AIM Automate-Plattform für die digitale Überwachung von KTL-Prozessen auf. Durch die Automatisierung manueller Tests und die Analyse von Echtzeitdaten werden Kosten gesenkt und die Qualität in der Lackieranlage optimiert. Die Lösung kombiniert cloudbasierte Datenverarbeitung, Echtzeitanalysen und maschinelle Lernalgorithmen, um Probleme frühzeitig zu erkennen und zu beheben. Ein zentrales Modul ist AiM Automate – Electrocoat, das speziell für Elektrotauchlackprozesse (KTL) entwickelt wurde. In diesen Prozessen treten häufig Probleme auf, wie Überläufe der Bäder, Schwankungen in der Feststoffkonzentration, pH-Wert-Abweichungen und Anodenlecks. Diese Probleme führen oft zu Ausschuss oder zu einer Qualitätsminderung der beschichteten Teile. Durch den Einsatz von Sensoren, die kontinuierlich Prozessdaten wie Temperatur, Leitfähigkeit, Viskosität und Dichte erfassen, können Abweichungen sofort erkannt und behoben werden. Die Daten werden in einer Cloud-basierten Lösung (Microsoft Azure) gespeichert und durch vorausschauende Modelle analysiert.

Ein wesentlicher Vorteil der Plattform ist die Automatisierung manueller Tests, die bisher zeitaufwendig und fehleranfällig waren. Puzio betonte, dass die Automatisierung der Badüberwachung nicht nur die Prozessstabilität verbessert, sondern auch zu erheblichen Kosteneinsparungen führt. Durch die Reduktion von Labortests und den damit verbundenen Ressourcen wie Personal und Labormaterialien lassen sich jährlich signifikante Summen einsparen. Zudem verringert die Automatisierung das Risiko menschlicher Fehler und stellt sicher, dass Qualitätsprobleme frühzeitig erkannt werden.

Ein weiterer Vorteil der Plattform ist ihre Skalierbarkeit. AiM kann auf verschiedene Standorte und Produktionslinien erweitert werden, was es ermöglicht, Daten aus mehreren Anlagen zu sammeln und zentral zu analysieren. Dies unterstützt eine standardisierte Qualitätsüberwachung in globalen Produktionsnetzwerken und ermöglicht es Unternehmen, die Produktqualität über verschiedene Standorte hinweg konsistent zu halten.

Machine Learning zur Prognose von Beschichtungsergebnissen in Vorbehandlung und KTL

Stefan Schacht von Mercedes Benz präsentierte einen Ansatz zur Anwendung von Machine Learning in der Vorbehandlung und KTL. Er erklärte, dass im KTL-Prozess hunderte von Prozessdaten erfasst werden, darunter pH-Werte, Pumpendrücke, Analysenwerte und andere Parameter. Diese Daten werden kontinuierlich in einer Prozessdatenbank gespeichert. Zusätzlich durchlaufen sogenannte Requalifizierungsbleche monatlich den kompletten KTL-Prozess, um zu prüfen, ob der Prozess stabil ist und die gewünschten Beschichtungsergebnisse erzielt werden.

Das Problem bei diesen langwierigen Tests ist, dass Abweichungen im Beschichtungsprozess oft erst spät entdeckt werden, während die Produktion weiterläuft. Schachts Doktorarbeit setzt genau hier an: Er entwickelte eine Methode, bei der die Prozessdaten aus der Vorbehandlung und dem KTL-Prozess mit den Ergebnissen aus der Korrosionsdatenbank verknüpft werden, um ein umfassendes Datensystem – einen sogenannten Data Lake, also einen Speicher zur Verarbeitung und Sicherung großer Datenmengen – zu schaffen. Dadurch wird es möglich, Machine Learning-Algorithmen anzuwenden, um die wichtigsten Einflussfaktoren zu identifizieren und Prognosen über zukünftige Beschichtungsergebnisse zu erstellen. Mittels verschiedener Machine Learning-Modelle gelang es, 17 von 20 Prognosewerten innerhalb der Standardabweichung der tatsächlichen Korrosionsergebnisse zu treffen. Schacht führte aus, dass die Datenqualität dabei eine entscheidende Rolle spielt.

Datengetriebene Intelligenz in der Lackindustrie

Eine Vision der Smart Paint Factory stellte Ralf Wörheide von Orontec vor. Wenn die traditionellen Prozesse der Lackproduktion, die stark auf manuellen Eingriffen und standardisierten Rezepten beruhen, durch ein datengesteuertes Ecosystem ersetzt werden, würde dies sowohl die Produktion als auch die Supply Chain optimieren. Er hob hervor, dass sich die Lackindustrie inzwischen im „Second Machine Age“ befindet, in dem Daten, Algorithmen und intelligente Automatisierung zur Effizienzsteigerung beitragen. Die Vision der Smart Paint Factory umfasst die Optimierung von Kosten, Qualität und Verfügbarkeit von Rohstoffen über intelligente Prozesse, die nahtlos in die Produktion integriert werden.

Besondere Bedeutung misst Wörheide der Messtechnik und Datengewinnung bei. In diesem Zusammenhang erläuterte er das Konzept eines dynamischen Startrezepts, bei dem die Farbkonzentration und Farbintensität in Echtzeit angepasst werden, basierend auf den Produktionsdaten und den Ergebnissen der Farbmessungen. Abschließend diskutierte Wörheide die Herausforderungen, die auf dem Weg zur vollständigen Digitalisierung noch bestehen, darunter die Frage des Datenschutzes und der Akzeptanz in der Branche.

Künstliche Intelligenz in der industriellen Anwendung

Dr. Christof Nitsche, Teamleiter für Generative KI am Fraunhofer-Institut für Produktionstechnik und Automatisierung (IPA), präsentierte auf der Konferenz eine umfassende Übersicht über den Stand und die Anwendungsmöglichkeiten von Künstlicher Intelligenz (KI) in der industriellen Produktion. Moderne KI-Technologien wie AlphaGo von Google und Pluribus von der Carnegie Mellon University zeigen die Leistungsfähigkeit von KI-Methoden in hochkomplexen Spielen wie Go und Poker. Nitsche unterstrich, dass die jüngsten Entwicklungen im Bereich der generativen KI erneut große Fortschritte gebracht haben, insbesondere in Bezug auf die Fähigkeit, neue Inhalte zu generieren und komplexe Aufgaben wie die Codegenerierung zu automatisieren.

Ein zentraler Punkt in Nitsches Vortrag war die Erklärbarkeit und Zuverlässigkeit von KI-Modellen. Denn in der Praxis zeigt sich oft, dass Produktionsmitarbeiter KI-Vorschläge nur dann annehmen, wenn sie deren Funktionsweise verstehen und die Richtigkeit sowie die Risiken abschätzen können. Daher müsse die sogenannte „Black-Box-KI“ in eine „White-Box-KI“ transformiert werden, bei der die Unsicherheitsquantifizierung ein integraler Bestandteil ist. Diese Verifikation von KI-Modellen wird künftig vor allem bei sicherheitsrelevanten Anwendungen eine wichtige Rolle spielen. Außerdem behandelte Nitsche das hochaktuelle Thema der Generativen KI. Ein Anwendungsbeispiel ist die optische Inspektion von Teilen, bei der Bosch bereits generative KI einsetzt, um synthetische Bilder zu erzeugen und damit die KI-Modelle weiter zu verbessern. Diese Modelle können dann schneller und effizienter implementiert werden. Ein weiterer wichtiger Aspekt, den Nitsche ansprach, ist die Sicherheit von Industriedaten bei der Nutzung generativer KI. Viele Unternehmen zögern nach wie vor, KI-Tools zu verwenden, die auf öffentlichen Plattformen basieren, da sensible Daten gefährdet sein könnten. Die Lösung dafür sieht Nitsche in abgeschirmten, lokal gehosteten generativen KI-Systemen, die es ermöglichen, vertrauliche Informationen sicher zu verarbeiten und kundenspezifische Anpassungen der Modelle vorzunehmen.

Nitsche betonte, dass KI schon jetzt ein unverzichtbarer Bestandteil der modernen Produktion geworden ist und in fast allen Bereichen der Industrie Anwendung findet. Ob in der Qualitätssicherung, der Optimierung von Produktionsprozessen oder der Logistik – die KI bietet vielfältige Möglichkeiten zur Effizienzsteigerung und Kostensenkung. Gleichzeitig bleibt die Vertrauensbildung in KI-Systeme durch Erklärbarkeit und Verifikation ein entscheidender Faktor für ihren Erfolg in der Praxis. Der nächste Schritt, so Nitsche, sei die weitere Verbreitung der generativen KI, die das Potenzial hat, die Produktion noch weiter zu revolutionieren.

Die Geheimnisse der Aufladung am Hochrotationszerstäuber

Dr. Oliver Tiedje von der Fraunhofer-Gesellschaft präsentierte eine hochinteressante Untersuchung zum Thema Tropfenaufladung beim elektrostatisch unterstützten Lackieren. Der Vortrag stellte neue Erkenntnisse zur Ladungsübertragung auf Lacktröpfchen in Hochrotationszerstäubern vor, einem wichtigen Prozess, der die Effizienz des Lackauftrags maßgeblich beeinflusst. Die vorgestellten Ergebnisse, basierend auf numerischen Simulationen und messtechnischen Daten, bieten wertvolle Empfehlungen für die Optimierung von Lackeigenschaften und Prozessführung. Diese Forschung zielt darauf ab, den Auftragswirkungsgrad zu maximieren und Ressourcen effizienter zu nutzen.

Tag 2: Innovationen in der Lackapplikation und Nachhaltigkeit

Der zweite Tag begann mit Dr. Jürgen Mautz von Mercedes-Benz, der die Einführung der Dünnschichtvorbehandlung im Werk Sindelfingen vorstellte. Diese nachhaltige Alternative zur Phosphatierung wird besonders bei Fahrzeugen mit hohem Aluminiumanteil eingesetzt und verbessert die Prozessstabilität.

Datengetriebene Intelligenz in der Lackindustrie

Eine Vision der Smart Paint Factory stellte Ralf Wörheide von Orontec vor. Wenn die traditionellen Prozesse der Lackproduktion, die stark auf manuellen Eingriffen und standardisierten Rezepten beruhen, durch ein datengesteuertes Ecosystem ersetzt werden, wird dies sowohl die Produktion als auch die Supply Chain optimieren. Er hob hervor, dass sich die Lackindustrie inzwischen im „Second Machine Age“ befindet, in dem Daten, Algorithmen und intelligente Automatisierung zur Effizienzsteigerung beitragen. Die Vision der Smart Paint Factory umfasst die Optimierung von Kosten, Qualität und Verfügbarkeit von Rohstoffen über intelligente Prozesse, die nahtlos in die Produktion integriert werden.

Besondere Bedeutung misst Wörheide der Messtechnik und Datengewinnung bei. In diesem Zusammenhang erläuterte er das Konzept eines dynamischen Startrezepts, bei dem die Farbkonzentration und Farbintensität in Echtzeit angepasst werden, basierend auf den Produktionsdaten und den Ergebnissen der Farbmessungen. Abschließend diskutierte Wörheide die Herausforderungen, die auf dem Weg zur vollständigen Digitalisierung noch bestehen, darunter die Frage des Datenschutzes und der Akzeptanz in der Branche.

Künstliche Intelligenz in der industriellen Anwendung

Dr. Christof Nitsche, Teamleiter für Generative KI am Fraunhofer-Institut für Produktionstechnik und Automatisierung (IPA), präsentierte auf der Konferenz eine umfassende Übersicht über den Stand und die Anwendungsmöglichkeiten von Künstlicher Intelligenz (KI) in der industriellen Produktion. Moderne KI-Technologien wie AlphaGo von Google und Pluribus von der Carnegie Mellon University zeigen die Leistungsfähigkeit von KI-Methoden in hochkomplexen Spielen wie Go und Poker. Nitsche unterstrich, dass die jüngsten Entwicklungen im Bereich der generativen KI erneut große Fortschritte gebracht haben, insbesondere in Bezug auf die Fähigkeit, neue Inhalte zu generieren und komplexe Aufgaben wie die Codegenerierung zu automatisieren.

Ein zentraler Punkt in Nitsches Vortrag war die Erklärbarkeit und Zuverlässigkeit von KI-Modellen. Denn in der Praxis zeigt sich oft, dass Produktionsmitarbeiter KI-Vorschläge nur dann annehmen, wenn sie deren Funktionsweise verstehen und die Richtigkeit sowie die Risiken abschätzen können. Daher müsse die sogenannte „Black-Box-KI“ in eine „White-Box-KI“ transformiert werden, bei der die Unsicherheitsquantifizierung ein integraler Bestandteil ist. Diese Verifikation von KI-Modellen wird künftig vor allem bei sicherheitsrelevanten Anwendungen eine wichtige Rolle spielen. Außerdem behandelte Nitsche das hochaktuelle Thema der Generativen KI. Ein Anwendungsbeispiel ist die optische Inspektion von Teilen, bei der Bosch bereits generative KI einsetzt, um synthetische Bilder zu erzeugen und damit die KI-Modelle weiter zu verbessern. Diese Modelle können dann schneller und effizienter implementiert werden. Ein weiterer wichtiger Aspekt, den Nitsche ansprach, ist die Sicherheit von Industriedaten bei der Nutzung generativer KI. Viele Unternehmen zögern nach wie vor, KI-Tools zu verwenden, die auf öffentlichen Plattformen basieren, da sensible Daten gefährdet sein könnten. Die Lösung dafür sieht Nitsche in abgeschirmten, lokal gehosteten generativen KI-Systemen, die es ermöglichen, vertrauliche Informationen sicher zu verarbeiten und kundenspezifische Anpassungen der Modelle vorzunehmen.

Nitsche betonte, dass KI schon jetzt ein unverzichtbarer Bestandteil der modernen Produktion geworden ist und in fast allen Bereichen der Industrie Anwendung findet. Ob in der Qualitätssicherung, der Optimierung von Produktionsprozessen oder der Logistik – die KI bietet vielfältige Möglichkeiten zur Effizienzsteigerung und Kostensenkung. Gleichzeitig bleibt die Vertrauensbildung in KI-Systeme durch Erklärbarkeit und Verifikation ein entscheidender Faktor für ihren Erfolg in der Praxis. Der nächste Schritt, so Nitsche, sei die weitere Verbreitung der generativen KI, die das Potenzial hat, die Produktion noch weiter zu revolutionieren.

Overspray-freie Lackapplikation – Neue Applikatoren

Dr. Steffen Rohlmann von der BASF Coatings GmbH und Sven Radek von Axalta stellten den aktuellen Stand der Lacktechnologien im Bereich der oversprayfreien Lackierung vor. Hierbei ging es unter anderem um die Lackentwicklung in Bezug auf die notwendige Viskosität, um auf horizontalen und vertikalen Flächen optimale Verläufe zu erzielen. Ein spezieller Lack für horizontale Flächen und ein abgestimmter Lack für vertikale Bereiche sind hierbei entscheidend. Aufgrund der reduzierten Einflussmöglichkeiten gegenüber einem Hochrotationszerstäuber müssen Lack und Prozessfenster in einem noch höheren Maße konstant gehalten werden. Neben dem bereits in der Serie etablierten EcoPaintJet Pro von Dürr werden zunehmend auch sogenannte Drop-on-Demand-Systeme relevant, wie zum Beispiel die NextJet-Technologie von Dürr. Letztere zeichnen sich dadurch aus, dass sie hochauflösende Grafiken auftragen können.

Neue Decklacklinie bei Audi

Klaus Huber von Audi präsentierte die Herausforderungen und technischen Innovationen beim Neubau der neuen Decklacklinie am Standort Ingolstadt. Ein zentraler Aspekt des Projekts ist der Brownfield-Ansatz, bei dem bestehende Gebäude und Infrastrukturen genutzt werden, um den Bauaufwand zu minimieren. Dadurch werden immense Mengen an Stahl und Beton eingespart, die für einen vollständigen Neubau erforderlich wären. Huber betonte, dass der Fabrikstruktur-Ansatz darauf ausgelegt ist, die Kapazitäten der Produktionslinie genau an die Anforderungen der gesamten Fabrik anzupassen, ohne unnötige Überkapazitäten zu schaffen.

Insgesamt setzt Audi statt Erdgas auf Stromeinsatz, um den CO₂-Ausstoß weiter zu reduzieren. Trocknungsprozesse erfolgen ausschließlich mit grüner Energie, was zu einer deutlichen Reduktion der CO₂-Bilanz führt. So sind zwei elektrisch beheizte Trockner wesentlicher Bestandteil des Konzepts, die speziell für die Anforderungen moderner Elektrofahrzeuge ausgelegt sind. Diese erlauben eine präzise Steuerung der Temperaturzonen und lassen sich so optimaler auf die thermische Masse der Karosserien abstimmen. Besonders bei Elektrofahrzeugen, deren Karosserien aufgrund der Batteriekonstruktion schwerer und schwieriger zu beheizen sind, ist dies eine bedeutende Verbesserung.

Im Bereich der Lackierkabinen setzt Audi auf ein Umluftsystem, bei dem bis zu 93 % der verwendeten Luft im Kreislauf geführt wird. Dies trägt zu erheblichen Energieeinsparungen bei, da weniger Frischluft erwärmt oder gekühlt werden muss. Die Lackierkabinen werden mit einem automatisierten Luftfiltersystem ausgestattet, das über ein Rotation Overflow System (ROP) von Wenker arbeitet. Diese Technologie verwendet Papierfilter in Wabenform, um den Lack zu separieren, und bietet eine energieeffiziente Lösung bei gleichzeitiger Reduzierung von Abfall.

Umweltbilanz und Ziele

Huber stellte abschließend die Umweltziele vor, die Audi mit dem Neubau der Lackieranlage verfolgt. Durch die beschriebenen Maßnahmen wird der Energieverbrauch um 5 % und der CO₂-Ausstoß um 10 % am gesamten Standort Ingolstadt reduziert. Besonders die Umstellung auf elektrisch beheizte Trockner und die energieeffizienten Umluftsysteme tragen maßgeblich dazu bei, die Umweltbelastungen zu verringern und Audi auf dem Weg zur „Go to Zero Impact Factory“ zu unterstützen, bei der die Umweltbelastungen der Produktion bis 2050 auf null reduziert werden sollen.

Hochrotationszerstäubung – Es geht noch besser

Dr. Pavel Svejda von Dürr Systems stellte in seinem Vortrag die neueste Generation der EcoBell-Hochrotationszerstäuber vor, die EcoBell4 Pro. Diese zeichnen sich durch eine optimierte Geometrie und abnehmbare Elektroden zur Außenaufladung aus. Zudem verfügen sie über vier integrierte Hauptnadeln, zwischen denen ein Farbwechsel in weniger als 15 Sekunden möglich ist. Dank der kurzen Spülwege sinkt der Verbrauch von Spülmitteln und Lacken während des Farbwechsels erheblich – bis zu 50 % bei Spülmitteln und über 80 % bei Lacken können eingespart werden.

Oberflächentechnik für lithiumfreie Batterien

Ein weiterer Höhepunkt war der Vortrag von Isabella Fackelmann, die die Rolle der Oberflächentechnik bei der Entwicklung lithiumfreier Batteriezellkonzepte beleuchtete. Sie betonte, wie neue Material- und Oberflächentechnologien helfen können, die Abhängigkeit von Lithium zu verringern und nachhaltigere Batterien zu entwickeln.

Podiumsdiskussion und Fazit

Die Konferenz wurde von einer Podiumsdiskussion zum Thema Künstliche Intelligenz in der Lackiertechnik abgerundet. Die Diskussion zeigte die Spannung zwischen den enormen Potenzialen der KI und den damit verbundenen Herausforderungen, wie Datensicherheit und Vertrauensbildung. Dennoch herrschte Konsens darüber, dass KI ein zentrales Element für die Zukunft der Industrie sein wird.

Die DFO-Konferenz 2024 zeigte eindrucksvoll, wie die Oberflächentechnik von Innovationen in den Bereichen KI, Nachhaltigkeit und Effizienz profitieren kann. Die vorgestellten Projekte und Technologien bieten nicht nur Lösungen für aktuelle Herausforderungen, sondern auch eine vielversprechende Zukunft für die Automobil- und Beschichtungsindustrie.