ZF: TempAI liefert Temperaturdaten aus dem Innersten der E-Maschinen

ZF nutzt KI für die Temperaturmessung mitten im e-Motor. Das ermöglicht nicht nur eine genauere Steuerung, sondern sorgt auch für mehr Leistung und weniger ungenutzte thermische Reserven. Kurz: ein Effizienzsprung, der sich rechnet.

Die Berechnung der KI-Modelle benötigt hier kaum Leistung

Im Kern arbeitet TempAI mit einem lernfähigen Temperaturmodell, das auf einer physikalisch fundierten Plattform basiert. Diese generiert aus vorhandenen Messdaten automatisiert lauffähige Modelle – schnell, zuverlässig und ressourcenschonend. Bestehende Steuergeräte reichen für den Einsatz völlig aus, da die KI-Modelle nur geringe Rechenleistung benötigen. Das macht TempAI serienreif und wirtschaftlich attraktiv.

Der Clou: Die KI greift auf eine Fülle an Daten zurück, die bei Funktionstests am Prüfstand und in Erprobungsfahrzeugen erhoben werden – etwa Öltemperaturen, Rotordrehzahlen oder Lastprofile. Daraus entstehen Millionen von Datenpunkten, die das System analysiert und auf relevante Muster hin überprüft. So erkennt die KI, welche Faktoren die Temperatur von Rotor und Stator tatsächlich beeinflussen, und erstellt darauf aufbauend präzise thermische Vorhersagen.

TempAI kann den Verbrauch merklich senken!

Die Auswirkungen sind messbar: TempAI erhöht die Prognosegenauigkeit um über 15 Prozent. In der Praxis bedeutet das bis zu sechs Prozent mehr Spitzenleistung im WLTP-Zyklus, dem global anerkannten Prüfverfahren für realitätsnahe Verbrauchswerte. Bei sportlicher Fahrweise, etwa auf der Nürburgring-Nordschleife, kann der Energieverbrauch je nach Lastpunkt um 6 bis 18 Prozent sinken.

Neben dem Leistungsschub bietet TempAI auch ökologische und wirtschaftliche Vorteile. Durch die optimierte thermische Auslegung können signifikante Mengen an schweren Seltenen Erden eingespart werden. Gleichzeitig verkürzt sich die Entwicklungszeit eines E-Antriebs von mehreren Monaten auf wenige Tage – ein enormer Gewinn in einem wettbewerbsintensiven Markt.