Für die Verbesserung von Zerspanungsprozessen und Vermeidung ungeplanter Maschinenausfälle ist entscheidend, das Abnutzungsverhalten von Werkzeugen zu verstehen. Für das Training von KI-Algorithmen ist die Auswahl von aussagekräftigen und technisch wichtigen Parametern erforderlich. In einem Kooperationsprojekt mit dem Fraunhofer Institut konnten wir eine Methode zur Auswahl und Anpassung von Daten vorstellen, die speziell auf die Anforderungen der Künstlichen Intelligenz zugeschnitten ist. Die entwickelte Technik konnte eine hohe Genauigkeit bei der Vorhersage von Werkzeugverschleißwerten demonstrieren.