KI-basierte Materialmodellierung für Holz als Konstruktionswerkstoff gewinnt zunehmend an Bedeutung in klassischen maschinenbaulichen Anwendungsfeldern aufgrund der ökologisch vorteilhaften Eigenschaften. Um den Ressourceneinsatz effektiver zu gestalten, sind computergestützte Bauteilberechnungen stand der Technik. Besondere Herausforderungen sind dabei die stark richtungsabhängigen Eigenschaften von Holz hinsichtlich des Bruchverhaltens. Ziel des Projektes ist die Weiterentwicklung der Materialmodelle von Holz-Furnieren und Sperrholzverbunden. Dabei wird das komplexe Verhalten mittels KI und maschinellem Lernen dargestellt. Die Verfügbarkeit solcher Modelle im Rahmen nichtlinearer FEM-Simulationen ermöglichen Bauteilberechnungen bis hin zum Bauteilbruch. Mit verbesserten, genaueren Bauteilberechnungen lassen sich die Sicherheitsmargen verringern. Eine Überdimensionierung kann vermieden und leichtere, (Kraftstoff-)effiziente Konstruktionen können realisiert werden.