Die Entwicklung der Ariane 6 Trägerrakete ermöglicht es Europa den unabhängigen Zugang zum Weltall zu sichern und ist darauf ausgerichtet die Produktions- und Startkosten deutlich zu senken. Durch eine stark steigende Zahl der Konkurrenten sowie die privaten Unternehmen, die sich am Markt etabliert haben, wird es immer schwieriger sich im Wettbewerb durchzusetzen. Deshalb ist es notwendig die wirtschaftliche und technische Attraktivität der Europäischen Träger zu stärken und auch die kontinuierliche Anpassung und Verbesserung kosteneffizient gestalten zu können. Einen wesentlichen Anteil an der Entwicklung und fortlaufenden Verbesserung von Raumfahrtsystemen hat die mechanische Konstruktion der Bauteile. In den letzten Jahren haben sich die Disziplinen Deep Learning (DL), Computer-Aided Engineering (CAE) und 3D-Druck fachgebietsübergreifend zu drei der dynamischsten Forschungsfelder weltweit entwickelt. Nahezu gleichzeitig halten diese Techniken Einzug in industrielle Anwendungen mit teilweise erstaunlichen Erfolgen. In diesem Projekt zielen wir deshalb darauf ab, die Schnittmengen dieser drei hoch aktiven, sich schnell entwickelnden Felder zu vergrößern, konkrete Lösungskonzepte für Probleme der Bauteilentwicklung in der Raumfahrttechnik zu erforschen und anschließend prototypisch umzusetzen. Das Kernziel des Projektes ist es möglichst leichtgewichtige Interfaces automatisiert konstruieren zu können. Das Konstruieren von Leichtbauteilen erfordert bisher einen großen Stundeneinsatz von hoch qualifiziertem Personal. Dazu ist die Steigerung der Ressourceneffizienz in allen Industriebereichen wünschenswert. Im Technologiefeld Luft und Raumfahrt, schlägt diese Effizienz jedoch besonders ins Gewicht: Jedes Kilo Gewicht, welches am Bauteil einer Oberstufe gespart werden kann, bedeutet ein Kilo mehr Nutzlast.