Lösungsansätze für auswertungsorientierte Datenhaltung und Verarbeitung, die sich auf die Auswertung der Prozessdaten während der Laserstrukturierung fokussieren, werden aus industrieller Sicht dringend benötigt, da in der Lasermikrobearbeitung eine enorme Vielzahl an Einstellmöglichkeiten existieren, so dass ein erheblicher Teil der Aufwände auf die Identifizierung prozessstabiler Parameter und geschwindigkeitsoptimierter Prozessstrategien entfällt. Insbesondere das Auswerten von Topographien mit Merkmalen im Nano- und Mikrometerbereich ist oftmals sehr zeitaufwendig und prozessseitig wenig automatisiert, insbesondere beim Nutzen disruptiver laserinterferenzbasierter Technologieansätze wie der Direkten Laserinterferenzstrukturierung zur Funktionalisierung von Oberflächen mit biomimetischen Strukturen. In diesem Bereich konnte bereits erfolgreich gezeigt werden, dass KI-basierte Ansätze die Prozessentwicklung und letztendlich die technologische Nutzbarmachung funktionalisierter Oberflächen (z.B. selbstreinigende Oberflächen nach Vorbild des Lotuseffektes) deutlich beschleunigen können.

Die während des Laserfertigungsprozesses anfallenden Datenmengen können insbesondere auch für vorausschauende Analysen genutzt werden, so dass Minderqualitäten und Maschinenstillstände frühzeitig erkannt werden können. Dies ist allerdings nur in einer ganzheitlichen Lösung mit prozessintegrierten Datenerhebung zu erwarten, in der sich das selbst-lernende Produktionssteuerungssystem automatisch an den sich verändernden Kontext anpassen kann, um stets das Optimum im Produktionsprozess zu erzielen.