Interview mit Lutz Lehmann und Martin Stier, Telsonic
„Wir ermöglichen KI-unterstützte retrospektive Analyse der Daten“
In der Batterieherstellung können fehlerhafte Fügestellen die Sicherheit des kompletten Moduls gefährden. Martin Stier und Lutz Lehmann von Telsonic erklären, wie Ultraschall-Metallschweißen und KI eine Null-Fehler-Produktion unterstützen.
Benjamin MüllerBenjaminMüllerInternational Editor for ADT, aIT, AP & All-Electr.
4 min
Lutz Lehmann, links, ist Diplom-Ingenieur für Feinwerk- und Mikrotechnik mit Schwerpunkt Produktion und Automatisierung. Martin Stier ist Diplom-Ingenieur für Maschinenbau mit Schwerpunkt Fertigungs- und Prozesstechnik.Lutz Lehmann und Martin Stier
Anzeige
Beim Ultraschall-Metallschweißen in der Batterieproduktion treffen sehr kurze Prozesszeiten auf sehr hohe Anforderungen an Reproduzierbarkeit, Rückverfolgbarkeit und eine möglichst geringe thermische Belastung der Bauteile. Gleichzeitig verändern neue Zellformate, Materialien und Leitergeometrien die Randbedingungen für die Fügetechnik.
Martin Stier, Head of Market Development bei Telsonic, und sein Kollege Lutz Lehmann, Product Manager Digitalization, fokussieren die Weiterentwicklung solcher Prozesse und deren digitale Überwachung. Auf der Automotive Battery Conference 2026 stellen sie in der Keynote „TelsoAssist: Holistic Approach to Zero-Defect Production in Ultrasonic Metal Welding“ ihren Ansatz vor. Im Doppel-Interview vor dem Event haben wir mit ihnen über die entscheidenden Stellhebel gesprochen.
Für die Energiespeicher von morgen, sowohl für stationäre als insbesondere auch für mobile Speicher, ist die Energiedichte sicherlich ein führendes Forschungsthema. Platz, Bauraum, Gewicht, Kosten – all diese Faktoren beeinflussen die Effizienz eines batterieelektrischen Fahrzeugs.
Ganz konkret bedeutet das, dass sich die Prozesstechnik in der Batterieentwicklung sowie Chemie und Physik über die nächsten Jahre verändern können und dies in veränderte Fertigungsprozesse mündet. Dieser Aufgabe müssen wir, die Telsonic AG, uns stellen und im Bereich F&E für Batterietechnik am Ball bleiben. Aktuell liefert das torsionale Ultraschall-Metallschweißen beim Polschweißen von Rundzellen einen präzise steuer- und überwachbaren Prozess mit definierten Stellgrößen, der systematische Varianzen kompensiert und so für die Batteriesicherheit unlösbare, stoffschlüssige Verbindungen mit Festigkeiten auf Grundmaterialniveau bei minimalem Wärmeeintrag und minimaler Gefügeveränderung erzeugt.
The Automotive Battery Conference
Die Elektromobilität wird in den nächsten Jahren einer der Haupttreiber in der Automobilindustrie sein. Dabei spielt die Batterie eine der wichtigsten Rollen bei der weltweiten Verbreitung von Elektrofahrzeugen, wobei die entscheidenden Faktoren die Reichweite der Batterie, die Lademöglichkeiten und die Finanzierung der Produktionskosten sind. All diese Themen vereint die 8. Auflage der Automotive Battery Conference vom 21. bis 22. Oktober 2026 in München.
Wie wird Schweißqualität in der Batterieproduktion messbar?
Anzeige
Angesichts dessen, dass Volkswagen und Rimac vor Ihrem Vortrag über die Serienproduktion von Batterien gesprochen haben werden: Wo bietet das Ultraschallschweißen den größten Hebel zwischen Qualität und Kosten? Bei der Zykluszeit, beim Ausschuss, bei der Rückverfolgbarkeit, bei der Nacharbeit oder bei der Langzeitzuverlässigkeit?
Der Ausschuss ist einer der größten direkten Hebel. Entscheidend ist der Teilewert am Schweißarbeitsplatz: Bei Batteriemodulen vernichtet ein Fehlerfall nicht die Fügekosten, sondern schlimmstenfalls das ganze Modul, und Ultraschall punktet dort mit einem Millisekundenprozess, ohne Wärmeeintrag und mit reproduzierbaren Energie-, Weg- und Kraftverläufen.
Für die lückenlose Rückverfolgbarkeit stellen wir eine umfassende Vorratsdatenspeicherung zu jeder einzelnen Schweißung zur Verfügung und ermöglichen eine KI-unterstützte retrospektive Analyse der Daten zur Risikoanalyse.
Anzeige
Die Langzeitzuverlässigkeit ist der größte Hebel auf die Gesamtkosten. Die Erkennung von Anomalien im Prozessablauf durch KI-Analyse verhindert potenziell kritische Fügestellen, ermöglicht einen frühzeitigen Eingriff in den Prozess bei unzulässigen Abweichungen und führt somit zur Vermeidung von Serienfehlern.
Ultraschallschweißungen sind nicht nachzuarbeiten. Unser Beitrag ist die Erkennung von Abweichungen, bevor die Fügestelle erzeugt wird. Dadurch ermöglichen wir eine zerstörungsfreie Korrektur von Abweichungen vor dem Serienprozess.
Mit Zehntelsekunden bis etwa einer Sekunde ist die Schweißzeit meist nicht mehr die taktbestimmende Zykluszeit im Gesamtprozess.
Anzeige
Was bedeutet fehlerfreies Ultraschallschweißen von Metall in der Batterieproduktion in messbaren Größen: elektrischer Widerstand, mechanische Festigkeit, Schnittstellenqualität, Prozessfähigkeit oder eine Kombination aus allen vier?
Minimaler elektrischer Widerstand und hohe mechanische Festigkeit entstehen aus maximalem stromtragendem Querschnitt, maximierten inneren Kontaktflächen und minimalen isolierenden Fremdschichten – wobei die absolute Bruchkraft die Effektivität des Fügeprozesses abbildet, während der erhaltene Leiterquerschnitt für dessen Effizienz steht. Die Schnittstellenqualität – geometrisch definierte, wiederholbare Kompaktheit, technische Sauberkeit und Beschädigungsfreiheit – beruht auf fertigungsgerechtem Design sowie sauberen Wartungs-, Einricht- und Materialvorbereitungsprozessen.
Die resultierende Prozessfähigkeit ist damit kein Einzelziel, sondern das zwangsläufige Ergebnis eines ganzheitlichen Ansatzes aus anforderungsgerechter Materialqualität, kontrollierter Materialvorbereitung, optimaler Parametrisierung und fachgerechter Maschinenwartung. Unsere KI-gestützte Auswertung zeigt hier im Bereich des Terminalschweißens bereits erhebliche Fortschritte gegenüber einer herkömmlichen Prozessüberwachung. Eine Anwendung auf andere Prozessbereiche wie Hülsenschweißen oder eben auch das Zellkontaktschweißen ist noch zu bewerten.
Wie lassen sich Prozessabweichungen frühzeitig erkennen?
Welche Prozesssignale sind echte Prädiktoren für die Schweißqualität, und wie kann die Überwachung einen sich anbahnenden Fehler von normalen Schwankungen unterscheiden, die durch Materialchargen, Stapeltoleranzen oder wechselnde Oberflächenbedingungen verursacht werden?
Echte Prädiktoren sind nicht Einzelwerte, sondern die Form der Verläufe über die Schweißzeit – Leistungskurve, Amplitude, Kraftverlauf und Einsinkweg, Energie bei erreichter Wegmarke sowie das Frequenzverhalten des Schwingsystems. Ein sich anbahnender Fehler zeigt sich als Formabweichung der Kurve, zum Beispiel durch verzögerten Energieaufbau oder abweichende Schweißzeiten, nicht als Grenzwertüberschreitung.
Anzeige
Der Unterschied zu normaler Streuung liegt in der dahinterliegenden Statistik: Chargenbedingte Schwankungen verschieben ein ganzes Kollektiv an Schweißprozessen gleichmäßig und bleiben in sich stabil, während echte Fehlerentwicklungen, wie beispielsweise Sonotrodenverschleiß, einen gerichteten Trend oder eine wachsende Streuung über Hunderte Schweißungen erzeugen. Interessant wird es bei sporadischen Fehlern, also nicht vorhersehbaren Fehlerbildern, wie beispielsweise einer Kontamination der Oberfläche durch Hautfett oder Ziehöle. Diese Fehlerbilder überwacht man nicht mehr mit Hüllkurven plus Trend- und Streuungsanalyse, also SPC über Referenzkollektive, und auch nicht mit statischen Toleranzbändern, sondern mit einer Kontextualisierung der Gutteile. Denn das Hauptproblem bei der Erkennung sporadischer Verbindungsfehler ist die praktisch unendliche Anzahl von Parameterwertkombinationen systematischer und zufälliger Einflüsse.
Dies erschwert die Fehlersimulation und die Entwicklung von Erkennungssystemen erheblich. Jedes weitere Laborexperiment liefert neue Erkenntnisse über Effekte und Wechselwirkungen. Alle theoretisch möglichen Effekte lassen sich in absehbarer Zukunft weder vollständig modellieren noch praktisch simulieren. Wir sind davon überzeugt, dass nur die ganzheitliche Überwachung aller verfügbaren Prozessdaten mithilfe von Methoden des maschinellen Lernens die erforderliche Flexibilität und Abdeckung bietet. Mit jedem Produktionstag wächst auch die für die Optimierung verfügbare Datenbasis.
Die Session zum Thema Fertigung endet mit der Frage, ob die Batterieproduktion in Deutschland ein profitables Geschäft sein kann. Inwieweit können digitale Unterstützung und die frühzeitige Erkennung von Werkzeugverschleiß durch höhere Ausbeute, weniger Ausschuss und weniger latente Qualitätsmängel zu einem besseren Geschäftsergebnis beitragen?
Bei vergleichbarer Technologie entscheiden zumeist nicht die Ausschusskosten über die Profitabilität, sondern die Rahmenbedingungen: Rohstoffverfügbarkeit, Energiepolitik, Wirtschaftsförderung und Gesetzgebung, strategische Bedeutung und Cybersecurity, Standortfaktoren, Arbeitsbedingungen und Umweltstandards sowie Nachhaltigkeit und Rohstoffkreisläufe. Dennoch: Wer Verschleiß als Trend erkennt und im geplanten Rüstzyklus abfängt, statt ihn über Ausschussteile oder – noch teurer – über Feldausfälle zu bemerken, verwandelt einen Standortnachteil bei den Faktorkosten gegebenenfalls in einen Qualitäts- und Nachweisvorsprung, der einen Standort in Europa bezahlbar macht.
Wie lässt sich eine Null-Fehler-Strategie auf verschiedene Materialien, Leitergeometrien und Batterievarianten skalieren, ohne dass eine unüberschaubare Anzahl von Rezepturen und Prozessgrenzen entsteht?
Dank unseres ganzheitlichen Parametrierungsansatzes – im Gegensatz zu einer engen Fokussierung auf einzelne Parameter – stellt sich für uns das Problem eines wachsenden „Parameterdschungels“ erst gar nicht. Das zugrunde liegende KI-Modell beruht auf unserem Expertenwissen und ist weitgehend generisch für das Ultraschall-Metallschweißen. Die Modelldaten werden zunächst individuell für jede einzelne Kombination aus Anwendung und Ultraschallsystem erzeugt und lassen sich sukzessive mit weiteren validierten Daten aus der Produktion optimieren. Aufgrund der eingesetzten Methoden sind die Modelldaten beliebig oft reproduzierbar und können mit minimalem Aufwand im Rahmen der regulären Produktionstätigkeiten generiert werden.
