Ziel des hier vorgeschlagenen Vorhabens ist es, ein durchgängiges Verfahren zur automatisierten Erzeugung synthetischer Daten und den Aufbau eines robusten Objekterkennungsmodells für kundenspezifische Produkte zu entwickeln. Mit diesem Verfahren soll es möglich sein, robuste Objekterkennungsmodelle für unterschiedliche Anwendungen in der Industrie automatisiert zu generieren. Die so trainierten Modelle sind z.B. geeignet, um eine Objekterkennung für die Benutzerführung für Wartungs- und Instandhaltungsmaßnahmen an Industrieanlagen zu implementieren oder Objekterkennungsmodelle für die Qualitätssicherung in Industrieprozessen zur Erkennung von fehlenden, falsch montierten oder zusätzlich montierten Teilen zu erstellen. Andere Einsatzbereiche dieser Modelle ergeben sich beispielweise bei der bildgeführten Steuerung von Industrierobotern für Pick & Place- oder Montageaufgaben. Durch das Verfahren werden basierend auf digitalen Modellen oder realen Objekten in einem automatisierten Workflow synthetische Bilddaten generiert und CNN-Modelle damit trainiert.