CC BY 4.0Piendl, DanielDanielPiendlIzaber-Ludwig, AndyAndyIzaber-LudwigRothe, JakobJakobRotheZäh, Michael F.Michael F.Zäh2025-09-172025-09-172025https://publica.fraunhofer.de/handle/publica/495994https://doi.org/10.24406/publica-546410.1515/zwf-2024-011610.24406/publica-54642-s2.0-105004556916Datenbasierte Modelle zur Werkzeugzustandsüberwachung erfordern eine große Datenmenge, deren Generierung für einzelne Unternehmen aufwendig ist. Das unternehmensübergreifende Zusammenführen von Daten als mögliche Lösung birgt jedoch das Risiko, geistiges Eigentum der Unternehmen offenzulegen. Um die Offenlegung zu verhindern und eine sichere Kollaboration zu ermöglichen, können Confidentiality-Protecting Technologies eingesetzt werden, deren Anwendung im Forschungsprojekt MINERVA untersucht wird.Data-based models for tool condition monitoring require a large amount of data that can be generated by individual companies only with high effort. The cross-company collection of data as a possible solution can, however, expose the intellectual property of the companies. To prevent this disclosure, confidentialityprotecting technologies can be employed. The application of these technologies is investigated within the research project MINERVA.detrueArtificial IntelligenceCloud ComputingCollaborationCondition MonitoringIndustry 4.0Machine Tooljournal article