Umformprozesse, wie sie bei Schmiede-, Biege- oder Richtmaschinen vorkommen, sind häufig sehr komplexe Vorgänge, die häufig nur semiautomatisch durchgeführt werden können. Der Mensch muß dabei meistens die aktuelle Form des Teils beurteilen und leitet daraus die nächsten Prozessschritte ab. Aufgrund dieser Rückkopplung ist es nur schwer möglich, die Prozesse vollständig zu automatisieren.
Im Rahmen des Projektes werden Methoden entwickelt, mit denen solche komplexen Prozesse automatisiert werden können. Mit Hilfe von Kameras werden die zu bearbeitenden Teile vollständig in 2D und 3D erfasst. Aus diesen Messdaten wird die Bearbeitungsstrategie abgeleitet. Um den Rückkopplung zu realisieren, die bei der Bearbeitung durch den Menschen automatisch durchgeführt wird, werden rückgekoppelte neuronale Netze verwenden, die von einem zum nächsten Prozessschritt die Veränderungen des bearbeiteten Teils vorhersagen und daraus den jeweils nächsten Prozessschritt ableiten.

Als Demonstrationsbeispiel wird ein Richtprozeß verwendet, bei dem ein Profil aus Spezialstahl gerade gebogen werden soll. Dieser Prozeß wird bisher manuell in meheren Biegeschritten durchgeführt. Zwischen diesen Schritten wird die dreidimensional Form des Profile optisch vom Menschen beurteilt. Dieser Prozeß soll so automatisiert werden, dass nach eine 3D-Vermessung des Profils der restliche Biegevorgang vollständig automatisch abläuft. Wie die einzelnen Biegeschritte durchgeführt werden müssen, soll das neuronale Netz vom Menschen lernen.