In dieser Forschungsarbeit wird mittels Maschinellem Lernen untersucht, allgemeine Prognosen für die Berechnungszeitdauer der Verformung von Getrieben aufzustellen. Dafür werden in einem ersten Schritt verschiedene Getriebe durch einen Algorithmus erstellt. Diese Getriebe werden mittels eines Programms variiert, indem relevante Parameter, wie z. B. das Drehmoment, verändert und neue Getriebebeschreibungen angefertigt werden. Um möglichst viele unterschiedlich Getriebe zu erhalten, werden mehrere Ausgangsgetriebe erstellt, die sich deutlich in ihrer Geometrie unterscheiden.In einem zweiten Schritt wird die Verformung der verschiedenen Varianten automatisch berechnet, wobei die Rechenzeit aus den Ergebnissen extrahiert wird. Diese wird zusammen mit der Getriebe-Datei und den wichtigsten Parameter der einzelnen Getriebe in einer Ergebnis-Datei gespeichert.

Im letzten Schritt werden die ermittelten Zeiten zuerst mithilfe von Excel analysiert und dann in einem weiteren Schritt zusammen mit den veränderten Parametern in ein weiteres Programm eingelesen. Dieser Algorithmus verwendet Maschinelles Lernen, um die Abhängigkeit zwischen den Parametern und der Zeit darzustellen. Mittels dieser Einteilung ist es nachfolgend möglich, allgemeine Prognosen für die Berechnungszeit aufzustellen.