Es wird ein Verfahren zur Vollautomatisierung des Kranumschlags in der Stahl- und Prozessindustrie entwickelt, bei dem optimal angebrachte, robuste LiDAR-Sensoren mit einem auf den Kranarbeitsbereich fokussierten Sichtfeld die Position, Lage und Bewegungsdynamik der Fördergeräte inklusive ihrer formschlüssigen Verbindungen und der Ausprägung des mechanischen Gleichgewichts der Krankomponenten gleichzeitig in Echtzeit erfassen. Es werden KI-basierte und Machine- Learning-Algorithmen entwickelt, die auf Basis der hohen Datenquantität und -qualität des zeitabhängigen 4D-Scans eine effiziente und sichere Auswertung des technischen Arbeitsvorgangs insbesondere für die störanfälligen und gefährlichen Chargierprozesse von feuerflüssige Massen ermöglichen.