Der Zustand von Kugelgewindetriebe in den Antriebssystemen zerspanender Werkzeugmaschinen ist maßgeblich an der Qualität des zu fertigenden Werkstücks mit verantwortlich. Deshalb wird in zahlreichen Forschungsprojekten mit unterschiedlichen Ansätzen der Verschleißzustands mittels KI-Methoden dieser Maschinenkomponente untersucht. Der Demonstrator Predictive Maintenance verwendet kostengünstige MEMS-basierte 3-Achsbeschleunigungssensoren, die einfach an der Kugelrollmutter nachgerüstet werden können zur Erfassung der Schwingungen beim Verfahren der Achsen. Der Verschleißzustand wird anhand der Sensordaten per Edge Computing durch Machine Learning-Algorithmen ermittelt, sodass das Eintreten vorhergesehen werden kann.