KI prüft Elektromotoren direkt am Prüfstand auf Abweichungen

Die Technische Hochschule Würzburg-Schweinfurt und die Fertig Motors GmbH haben eine KI-Lösung für die Qualitätsprüfung von Elektromotoren vorgestellt. Das System erkennt auffällige Motoren direkt am Prüfstand und arbeitet ohne externe Datenübertragung im Unternehmensnetzwerk.

Wie die Technische Hochschule Würzburg-Schweinfurt am 13. Juli 2026 mitteilte, entstand die Lösung im Transferprojekt DIG:IT-KMU gemeinsam mit der Fertig Motors GmbH aus Marktheidenfeld. Das KI-System analysiert jeden Motor automatisch am Prüfstand und meldet Abweichungen vom Normalzustand. Laut der Hochschule entfällt damit die manuelle Auswertung von Messwerten. Ein fehlerhafter Elektromotor könne sonst kostspielige Folgeschäden verursachen.

Anomalie-Erkennung ohne Fehlbeispiele

Die Anwendung wertet charakteristische Messmuster aus, die laut THWS einem „Fingerabdruck“ der jeweiligen Motorvariante entsprechen. Dafür zerlegt die Software das gemessene Signal in einzelne Bestandteile. Nach Angaben der Hochschule kommt ein Verfahren zur Anomalie-Erkennung zum Einsatz, das ohne zuvor gesammelte Beispiele fehlerhafter Motoren auskommt. Die KI lernt dabei, wie ein normaler Motor aussieht, und erkennt Ausreißer automatisch. Das sei besonders dann relevant, wenn nur wenige dokumentierte Fehlfälle vorliegen.

Das Projekt entstand im Rahmen des von der THWS beschriebenen Transferansatzes für kleine und mittlere Unternehmen. Weitere Informationen zum Umfeld des Vorhabens nennt die Hochschule auf ihrer Website.

Analyse in 10 bis 20 Sekunden

Installiert wurde die Lösung als eigenständiges Anwendungsprogramm direkt auf dem Prüfstand der Fertig Motors GmbH. Nach Angaben der THWS läuft sie vollständig im unternehmenseigenen Netzwerk, ohne externe Datenübertragung. Die Anbindung an den Prüfstand erfolgt über eine standardisierte industrielle Datenschnittstelle. Eine zentrale Vorgabe war demnach ein Analyseergebnis innerhalb von 10 bis 20 Sekunden, damit der laufende Fertigungsablauf nicht beeinträchtigt wird.