Kurzfassung: In der Luftfahrtindustrie treffen höchste Qualitätsanforderungen auf zeit- und kostenintensive Prüfprozesse. Diese Arbeit entwickelt eine adaptive Prüfplanung für spanend bearbeitete Großbauteile, die Prüfaufwände reduziert, ohne die Sicherheit der Qualitätsbewertung zu beeinträchtigen. Kern ist ein digitaler Werkstückzwilling, der Maschinen-, Sensor- und Simulationsdaten mit maschinellem Lernen zur Prognose von Formabweichung und Oberflächenrauheit verknüpft. Eine Unsicherheitsmodellierung macht die Prognosen transparent und begrenzt das Risiko unerkannter Qualitätsmängel. Durch die Rückführung neuer Daten passt sich das System an veränderte Fertigungsbedingungen an. Im untersuchten Anwendungsfall konnten die Prüfzeit um bis zu 93 % und die Durchlaufzeit um 69 % reduziert werden.
