Ein Partikel zu viel: Wie das Projekt SiPaFeB die unsichtbare Schwachstelle der Batteriezellproduktion angeht – und was aiXbrain dabei beisteuert.

Holger Pigerl
May 26, 2026
04:00
Lesezeit

Mikroskopisch kleine Partikel – Metallfragmente, Staubreste, Fasern – können im Inneren einer Batteriezelle einen Kurzschluss auslösen. Das klingt wie ein Randproblem. Es ist keines: Partikelkontamination zählt zu den Hauptursachen für eine Ausschussquote von rund acht Prozent in der Batteriezellproduktion. In anderen Industrien liegt sie unter einem halben Prozent.

Woher ein Partikel kommt, wann es in den Prozess gelangt ist, welcher Schritt es freigesetzt hat – das lässt sich heute kaum verlässlich nachverfolgen. Jedenfalls nicht in Echtzeit, jedenfalls nicht automatisiert.

Genau das baut SiPaFeB.

Seit Januar 2026 arbeiten wir zusammen mit Fraunhofer FFB, EAS Batteries, CleanControlling, MeaStream, eurogard und dem KIT IAM-ESS an einem Mess- und Analysesystem für die laufende Batteriezellfertigung – eines, das Partikelemissionen erkennt, bewertet und zur Quelle zurückverfolgt. Fraunhofer FFB bringt die Forschungsfertigungslinie in Münster ein, EAS Batteries die industrielle Produktionslinie für den Demonstratoraufbau. CleanControlling liefert Fachwissen in Sauberkeitsanalyse, MeaStream die Inline-Messtechnik direkt am Prozess. eurogard koordiniert das Projekt und entwickelt die zentrale Datenplattform; das KIT IAM-ESS steuert Erkenntnisse aus dem Vorprojekt QuaLiZell bei. EVIDENT Europe und BMW begleiten das Vorhaben als assoziierte Partner.

aiXbrain bringt die KI.

Von den Daten zur Entscheidung

Was das technisch bedeutet

Die Batteriezellfertigung ist eine Kette aus Prozessschritten – von der Elektrodenbeschichtung über das Vereinzeln und Stapeln bis zur Elektrolytbefüllung und Formierung. An jedem dieser Schritte können Partikel eingetragen werden. Das eigentliche Problem: Die meisten lassen sich in der laufenden Produktion kaum direkt nachweisen, erst recht nicht, wenn sie sich optisch kaum vom Elektrodenmaterial abheben – selbst Bildverarbeitungssysteme stoßen hier an ihre Grenzen. Ob eine Zelle kontaminiert wurde, zeigt sich oft erst in den elektrischen Tests der assemblierten Zelle: im Hochspannungstest oder während der Formierung.

Diese späten Signale mit den richtigen Prozessschritten zu verknüpfen ist die eigentliche Herausforderung – und der Punkt, an dem KI ins Spiel kommt. Dafür müssen Sensorzeitreihen aus der gesamten Prozesskette mit unstrukturierten Betriebsdaten aus Schichtprotokollen, Sauberkeitsberichten und Wartungshistorien zusammengeführt werden. Flexible Architekturen sind hier entscheidend, um nach und nach die wirklich relevanten Informationen in den Daten aufzudecken.

Das System soll erkennen, sobald kritische Emissionen auftreten. Vorhersagen, bevor sie auftreten. Und erklären, wo sie entstehen. Wer das weiß, kann gezielt eingreifen – direkt im laufenden Prozess, ohne auf das nächste Audit zu warten.

Die Ergebnisse werden über unsere agentische KI rollenspezifisch ausgespielt: Shopfloor-Personal, Prozessingenieure und Management brauchen unterschiedliche Antworten aus denselben Daten, jeweils passend aufbereitet und abrufbar.

Warum das über das Projekt hinausgeht

Die Batteriezellproduktion in Europa steckt in einer Phase, in der Investitionsversprechen und Produktionsrealität aufeinandertreffen. Die Ausschussquote spürbar zu senken schafft Wettbewerbsfähigkeit in einer Industrie, in der Marge und Sicherheit von derselben Prozesskontrolle abhängen. Wer dabei die Infrastruktur für eine durchgängige Partikelüberwachung aufbaut, legt gleichzeitig die Grundlage für den Digitalen Produktpass – eine EU-Anforderung, auf die viele Batteriehersteller noch keine Antwort haben.

Partikelreinheit ist eine Frage von Sicherheit und Ressourceneffizenz. Wir arbeiten daran.

SiPaFeB läuft von Januar 2026 bis Dezember 2028 und wird im Rahmen der nationalen Batterieforschung gefördert.
Das Team von SiPaFeB

Mehr zu unserer KI-Plattform: www.aixbrain.de
oder direkt per email: info@aixbrain.de

Weitere Artikel

No items found.