In dieser Arbeit wird eine lernende Prozesssimulation für die spanende Einzelteilfertigung beschrieben. Das entwickelte Verfahren nutzt eine prozessparallele Abtragssimulation als digitalen Zwilling des Zerspanprozesses. Durch den Einsatz von maschinellem Lernen kann das Verfahren automatisiert Prozesswissen ableiten und es für die Prozessplanung in Form einer ortsaufgelösten Formabweichungsprognose zur Verfügung stellen. Die Prognose wird als Grundlage für die Modifzierung der Werkzeugwege eingesetzt, um eine Reduzierung der Formabweichung bereits ab dem ersten Bauteil zu ermöglichen.Die entwickelten Methoden werden anhand von Referenzprozessen für die 5-Achsbearbeitung mit Schaft- und Kugelkopffräsern charakterisiert. Dabei werden insbesondere das Lernverhalten des Systems sowie die Möglichkeit der Anwendung des Prozesswissens auf Bauteile mit unterschiedlicher Gestalt untersucht.
