Durch Konzepte wie Realtime-Ethernet, Time-Sensitive Networking (TSN) und OPC Unified Architecture (OPC UA) ist es in der Automatisierung gelungen Daten an den Maschinen systematisch und in Echtzeit zu erheben und dann für weitere Analyse zugänglich zu machen. Dadurch ergeben sich neue Möglichkeiten datengetriebene Ansätze wie Machine Learning, Deep Learning und Reinforcement Learning in der Automatisierung zu verwenden. Durch die Digitalisierung des Maschinenbaus spielen Daten künftig eine Schlüsselrolle um Produktionsanlagen flexibler, produktiver und effektiver zu machen. Mit dem Konzept Y.L.V.I -FILL Cybernetics verfolgt FILL das Ziel datengetriebene Methoden im Bereich des Sondermaschinenbaus einzuführen und weiterzuentwickeln. Smarte Prozesssteuerung, um den Bauteil Fluss und die Auslastung in der Linie zu optimieren ist ebenso ein zukünftiger Anwendungsfall wie die Optimierung einer einzelnen Bearbeitungsmaschine.