Ein wesentlicher Schritt in der Entwicklung und Optimierung von mechatronischen Systemen ist die Modellbildung. Datenbasierte Modelle können dort sinnvoll unterstützend eingesetzt werden, wo hochkomplexe physikalische Zusammenhänge vorliegen oder die Beschreibung der physikalischen Gesetzmäßigkeiten ineffizient wird. Auch die Veränderung der Eigenschaften von Systemen im Betrieb kann durch die kontinuierliche Erfassung von Betriebsdaten und die inkrementelle Anpassung der Modelle an die Daten abgebildet werden.

Darüber hinaus können datenbasierte Modelle mit Hilfe Künstlicher Intelligenz trainiert werden, um bei der Entscheidungsfindung von Steuerungs- und Regelungsaufgaben zu unterstützen. Dies kann beispielsweise zur Erhöhung der Effizienz von Fahrzeugantriebssträngen, zur Bestimmung intelligente Lastaufteilungen von Energiesystemen oder zur Vereinfachung der Programmierung von Robotern und zur Flexibilisierung deren Einsatzes genutzt werden.