Clever gewartet: Neuer Weg zur frühzeitigen Fehlererkennung bei Maschinen

21.07.2025

Maschinenstillstände kosten Zeit und Geld – besonders, wenn sie überraschend auftreten. Maximilian-Peter Radtke, ehemals wissenschaftlicher Mitarbeiter an der Technischen Hochschule Ingolstadt (THI), hat im Rahmen seiner Dissertation ein Verfahren entwickelt, mit dem sich technische Störungen frühzeitig erkennen und Wartungen gezielter planen lassen. Ein Thema mit hoher Relevanz für die Industrie.

Viele herkömmliche Methoden der Künstlichen Intelligenz (KI) setzen auf große Datenmengen, um zuverlässig zu arbeiten. In der Praxis ist das oft nicht umsetzbar – Daten sind schwer zugänglich, teuer oder gar nicht vorhanden. Radtke verfolgt deshalb einen anderen Weg: Fachwissen aus der Praxis wird direkt in KI-Modelle eingebunden, sodass sie mit deutlich weniger Informationen auskommen – und dennoch robust und präzise funktionieren.

„Wir kombinieren maschinenspezifisches Know-how mit aktuellen Methoden der Künstlichen Intelligenz“, erklärt Radtke. Das macht das System besonders anpassungsfähig – selbst bei bisher unbekannten Maschinen oder ungewohnten Fehlerbildern.

Erprobt wurde der Ansatz mit frei verfügbaren Datensätzen, unter anderem zu Kugellagerschäden, einer Felsenbohrmaschine und sogar einem Raketenantrieb. Die Ergebnisse wurden bereits auf wissenschaftlichen Tagungen vorgestellt. Sie bieten Unternehmen neue Perspektiven für eine datenarme, aber intelligente Zustandsüberwachung – effizient, flexibel und praxistauglich.

Betreut wurde die Arbeit von Professor Jürgen Bock von der THI und dem Institut AIMotion Bavaria, der auch langfristiger Ansprechpartner für das Forschungsthema ist. Er betont:
„Was wir bereits wissen, muss nicht mehr aufwändig durch maschinelle Lernverfahren trainiert werden.“

Durch die Kombination von Erfahrungswissen und KI eröffnen sich neue Wege für intelligente und ressourcenschonende Lösungen im industriellen Umfeld.

Zurück