Das Ziel ist die Entwicklung einer neuartigen physik-informierten KI für Bereiche, die keine große verfügbare Datenbasis aufweisen, wie der im Projekt verfolgte Anwendungsfall des Laserstrahlschmelzens. Physik-informiert bedeutet, dass physikalischen Wissen und Regeln in die KI eingearbeitet werden. Dabei wird auf modernste neuronale Erkennungsalgorithmen aufgebaut, die kürzlich die Fehlerraten drastisch reduzieren konnten. Es werden Modellarchitekturen entwickelt, die gezielt Informationen aus der Datendomäne einarbeiten, um die Dateneffizienz weiter zu steigern. Es werden Methoden entwickelt, die die vorhandenen Trainingsdaten ausbauen und verbessern sollen. Die prototypische Anwendung wird beispielhaft in der additiven Fertigung, insbesondere in der effizienten Prozessüberwachung, evaluiert.