Die Hauptziele des Projekts sind, den Digitalisierungsgrad für Materialzertifikate zu erhöhen. Der Fokus ist dabei die Fehleranfälligkeit und Kosten bei der manuellen Bearbeitung von Materialzertifikaten erheblich zu reduzieren.

Gleichzeitig sollen die Datenqualität und die Verfügbarkeit für komplementäre Folgeprozesse gesteigert werden, um den manuellen Dokumentationsaufwand zu minimieren. Um den Einsatz der auf maschinellen Lernverfahren basierenden Methoden an der Benutzerschnittstelle für EndnutzerInnen handhabbar zu gestalten, werden Methoden und Erfahrungen aus den Bereichen End-User Development (z.B. Visuelle Programmierung, Anpassbarkeitsinterfaces, Collaborative Tailoring) und Aneignungsunterstützung (z.B. Nutzungsdiskursumgebungen, erweiterbare Hilfesysteme) in das Projekt eingebracht.

Das Projekt hat einen innovative Charakter für metallverarbeitende Betriebe. Zur Erreichung der Projektziele wird eine interoperable Plattform entwickelt, welche komplexe differierende Metallzertifizierungen als unstrukturierte Daten verarbeitet. Dabei sollen Folgesystemen wie ERP oder CAQ-Systeme mittels Schnittstellen anbindbar sein. Praxiserprobte Interaktionskonzepten sollen zudem eine Intervention durch die Mitarbeitenden ermöglichen.

Mit der nationalen Strategie Künstliche Intelligenz (KI) hat die Bundesregierung einen Rahmen für die weitere Entwicklung und Anwendung von KI in Deutschland geschaffen. Das Forschungsprojekt ELAMU wird im Rahmen des Förderbekanntmachung "KI4KMU" mit öffentlichen Mitteln des Bundesministeriums für Bildung und Forschung (BMBF) unter dem Förderkennzeichen 01IS23053C gefördert und vom Projektträger Deutsches Zentrum für Luft – und Raumfahrt e.V. (DLR) betreut.

Das Projekt hat zum Ziel die „Erforschung, Entwicklung und Nutzung von Methoden der Künstlichen Intelligenz in KMU“ am Industriestandort Deutschland vorranzutreiben. So stehen im Fokus KMU-getriebene Ansätze in Forschung und Entwicklung (FuE), die mit einem maßgeblichen Forschungsanteil adressiert werden.