Weitere Projekte
Windenergie neu gedacht: Mit digitaler Qualität zur sicheren Zukunft
Rotorblätter gehören zu den zentralen Komponenten jeder Windenergieanlage – und sind dabei besonders anfällig für Schäden und bis heute nicht mit Sensorik oder Elektronik versehen.
Hier greift QI-Digital ein und beschäftigt sich mit der digitalen Ferninspektion, die den Betrieb der bis zu 100 m langen Giganten smarter, schneller und sicherer macht.
Im Projekt KI-VISIR bringt die Bundesanstalt für Materialforschung und -prüfung gemeinsam mit innovativen Partnern modernste KI-gestützte Bildauswertung und hochwertige reale Messdaten zusammen. Das Ergebnis: ein öffentlicher Referenzdatensatz, der weltweit einzigartig ist. Er zeigt, wie digitale Qualitätsinfrastruktur neue Standards in der Windbranche setzt – für mehr Effizienz, weniger Stillstand und eine längere Lebensdauer der Anlagen.
Das Besondere: Der Datensatz ist frei verfügbar und für jeden zugänglich. So profitieren Windparkbetreiber, Wartungsfirmen und Technologieentwickler gleichermaßen – und die gesamte Branche gewinnt an Transparenz, Vertrauen und Zukunftssicherheit.
Ansprechpartner: Dr. Michael Stamm (Thermographic Methods, BAM), Telefon +49 30 8104-3884
Pressekonferenz zur effizienten Inspektion von Rotorblättern mit Thermografie und KI
Die Bundesanstalt für Materialforschung und -prüfung (BAM) hat im Rahmen der WindEnergy Hamburg gemeinsam mit dem KI-Start-up LATODA und Romotioncam bahnbrechende Entwicklungen zur Überwachung von Rotorblättern vorgestellt – ein weiterer Meilenstein im QI-Digital Use Case Windkraft. Im Zentrum: die Verbindung von passiver Thermografie, KI-gestützter Bildauswertung und bodenbasierten visuellen Inspektionen. Ziel ist es, die Effizienz, Sicherheit und Lebensdauer von Windenergieanlagen deutlich zu steigern – durch frühzeitige Schadenserkennung, optimierte Wartungsprozesse und minimale Stillstandszeiten.
Hier geht's zum LinkedIn Beitrag.
Video zur Pressekonferenz
WindEurope Technology Workshop 2025
Bei der AI4Blades Challenge auf dem WindEurope Technology Workshop 2025 in Istanbul arbeiteten internationale Teams mit dem KI-VISIR-Datensatz von QI-Digital an neuen KI-Ansätzen für die Qualitätssicherung von Rotorblättern. Unter der Leitung von Dr. Michael Stamm (BAM) überzeugte das Team um Jonathan Sterckx die Jury mit der Fusion thermischer und visueller Bilddaten – ein wichtiger Schritt für intelligente Windturbinen-Inspektionen. Die Preisverleihung durch Giles Dickson (WindEurope) bildete den krönenden Abschluss eines inspirierenden Events.
Hier geht's zum LinkedIn Beitrag. Hier geht's zum Video.
Bodenbasierte Thermografie im Betrieb: RomoTherm
Im Folgeprojekt RomoTherm entwickelt die BAM gemeinsam mit der Firma RomotionCam™ die thermografische Außeninspektion von Rotorblättern weiter. Dafür wird eine Wärmebildkamera in das bestehende Inspektionssystem von RomotionCam integriert, das bereits hochauflösende visuelle Aufnahmen rotierender Rotorblätter ermöglicht.
Das Verfahren nutzt passive Thermografie: Temperaturunterschiede auf der Rotorblattoberfläche machen strukturelle Merkmale und oberflächennahe Schäden sichtbar ohne direkten Eingriff in den Betrieb der Anlage. Durch die gleichzeitige Erfassung visueller und thermografischer Daten über die gesamte Rotation des Rotorblatts lassen sich Störeinflüsse wie Spiegelungen besser von tatsächlichen Schäden unterscheiden.
RomoTherm baut auf dem Vorgängerprojekt KI-VISIR auf, in dem bereits ein offener Referenzdatensatz aus thermografischen und visuellen Inspektionsbildern entstanden ist. Das Projekt, Teil von QI-Digital, zeigt zugleich die Bedeutung hochwertiger Referenzdaten für eine digitale Qualitätsinfrastruktur. Denn erst standardisierte und vertrauenswürdige Daten schaffen die Grundlage, um KI-basierte Prüfverfahren zuverlässig zu trainieren, zu validieren und industriell nutzbar zu machen.
Thermografische Inspektion von innen: InInspekt
Viele Schäden moderner Windenergieanlagen entstehen im Inneren der Rotorblätter und bleiben lange unentdeckt. Klassische Inspektionsverfahren stoßen dabei zunehmend an ihre Grenzen. Sie sind aufwendig, häufig manuell geprägt und schwer skalierbar.
Hier setzt das Projekt InInspekt an. Gemeinsam mit LATODA, EduArt Robotics und der Universität Würzburg entwickelt die BAM einen Roboter, der Rotorblätter thermografisch, visuell und geometrisch von innen inspiziert. Eine mitgeführte Wärmequelle ermöglicht eine kontrollierte aktive Erwärmung unabhängig von Wetter und Tageszeit. Damit adressiert InInspekt gezielt jene inneren Strukturdefekte, die für die passive Außenthermografie unzugänglich bleiben. Langfristiges Ziel ist es, KI-basierte Auswertealgorithmen direkt auf dem Roboter auffällige Bereiche identifizieren zu lassen, die anschließend in einer zweiten Fahrt mit aktiver Thermografie charakterisiert werden.
Durch standardisierte Abläufe, wie gleiche Perspektive, gleiche Sensorik und gleiche Datengrundlage werden Inspektionen reproduzierbarer und verlässlicher. Qualität wird damit messbar, objektiver und trägt damit unmittelbar zur Grundidee der Initiative QI-Digital bei: weg von fehleranfälligen, dokumentenbasierten Prüfprozessen hin zu datengetriebenen, vernetzten und skalierbaren Qualitätssicherungssystemen.
Hier geht's zum LinkedIn Beitrag. Hier geht's zum Artikel InInspekt: Autonome KI-Roboter für Inneninspektion von Rotorblättern.
Impressionen aus Norwegen
Unsere Kollegen (BAM 8.3 – Thermographic Methods) haben Messungen in Norwegen durchgeführt, um einen Datensatz für das Training von KI-Bildauswertungen zu erstellen. Die dabei gewonnenen Messdaten bilden die Grundlage für eine zuverlässige KI-gestützte Bilderkennung – und zeigen eindrucksvoll, dass die QI-Wertschöpfungskette bereits bei den physikalischen Messungen beginnt.
Hier geht's zum LinkedIn Beitrag.