Maschinelles Lernen (ML) gilt als eine Schlüsseltechnologie der Industrie 4.0. Insbesondere der Anwendung von tiefen neuronalen Netzen (Deep Learning) wird ein hohes Potenzial zugesprochen. Mit Hilfe von Deep Learning können zeitkritische Anwendungen, wie die Überwachung von z. B. Ratterschwingungen an Werkzeugmaschinen durchgeführt werden. Die Installation erforderlicher   Sensoren  und Hardware sowie die   Datenaufbereitung.  ist nur mit Erfahrungswissen möglich, sodass der Anwender die Installation und Einrichtung nicht selbstständig durchführen kann. In diesem Projekt wird eine Methodik für die Nachrüstung eines “Retrofit-Sensors” erarbeitet, mit der der Anwender selbstständig die Einrichtung vornehmen kann und bei Bedarf eine Remoteunterstützung des Herstellers in Anspruch nehmen kann.