Projekt InInspekt

27.02.2026

• Gegenstand
• Ziel
• Methodik
• Partner & Förderer

Trotz höherer Anforderungen an immer längere Rotorblätter von Windenergieanlagen beschränken sich die Möglichkeiten einer Inspektion bis heute auf manuelle und visuelle Prüfungen. Hinzu kommt, dass vor allem die innere Inspektion höchst anspruchsvoll und mit einem nicht zu vernachlässigenden Risiko für das Personal ist. Hier setzt InInspekt an und automatisiert die innere Inspektion, der bis zu 115 langen Komponenten.

Am Ende der zweijährigen Projektlaufzeit soll ein mit Sensorik bestückter Roboter im Inneren des Rotorblattes Messungen automatisiert Messungen durchführen. Dafür kommen neben visuellen auch thermografische Kameras zum Einsatz – diese haben den Vorteil, dass auch Schänden unter der Oberfläche lokalisiert und klassifiziert werden können. So können die Inneren Inspektionen der Rotorblätter ohne ein Hineinklettern von Personal durchgeführt werden und die Dokumentation der Großkomponenten gewinnt an Qualität.

Um die Aussagekraft der Inspektionsdaten und mögliche Schäden sofort zu prüfen, wertet eine KI die Messdaten live aus. Dies spart Kosten und sichert die Vergleichbarkeit. Werden bei der Primärinspektion Auffälligkeiten erkannt, löst das System automatisch eine Detailinspektion aus. Dabei entstehen hochauflösende visuelle und thermografische Bilder sowie präzise 3D-Rekonstruktionen.

In dem Projekt arbeitet die BAM mit der Uni Würzburg, den KI-Spezialisten von LATODA (Adoxin UG) und dem Robotikexperten von EduArt zusammen. Gefördert wird das Projekt durch das BMFTR im Rahmen der Förderinitiative „Digital GreenTech - Umwelttechnik trifft Digitalisierung“.

InInspekt – Roboterbasierte Multisensorische Innen-Inspektion von Rotorblättern

Hintergrund

Die Windenergiebranche steht vor massiven Herausforderungen bei der Wartung von Windkraftanlagen, da die derzeitigen Inspektionsprozesse oft mit extrem hohen Kosten, langen Stillstandzeiten und nicht zu unterschätzenden Sicherheitsrisiken verbunden sind. Insbesondere die Inneninspektion von Rotorblättern stellt ein Problem dar, da diese Bereiche für Prüfer schwer zugänglich, eng und gefährlich sind. Das Projekt InInspekt wurde initiiert, um die manuelle Prüfung durch ein automatisiertes Verfahren zu ersetzen, welches die Effizienz steigert und die Zuverlässigkeit der Schadenserkennung auf ein neues Niveau hebt. Durch die digitale Erfassung und objektive Bewertung der Blattstruktur wird nicht nur die Sicherheit des Wartungspersonals erhöht, sondern auch die langfristige Wirtschaftlichkeit und Nachhaltigkeit der erneuerbaren Energien durch optimierte Lebenszyklen der Anlagen gesichert. Eine lückenlose Dokumentation ist zudem essenziell, um Versicherungsansprüche und die Betriebserlaubnis der Anlagen langfristig zu gewährleisten.

Lösungsansatz

Der technologische Kern des Vorhabens ist die Entwicklung eines vollautonomen, robotergestützten Systems, das speziell für die komplexen Anforderungen im Inneren von Rotorblättern konzipiert ist. Dieser Roboter verfügt über eine Kombination multimodaler Sensorik, die über den aktuellen Stand der Technik hinausgeht: Er integriert hochauflösende RGB-Farbkameras zur visuellen Beurteilung, passive und aktive Thermografie zur Detektion und Klassifizierung von Schäden unter der Oberfläche und einen präzisen 3D-Scanner zur geometrischen Erfassung. Die Fusion und geometrischen Überlagerung der unterschiedlichen Datentypen erlaubt es, sowohl Oberflächenbeschaffenheiten als auch strukturelle Merkmale zu beurteilen und in die Klassifizierung von Schäden mit einzubeziehen.

Um die anfallenden Datenmengen effizient zu verarbeiten, nutzt das System eine eigens entwickelte KI-gestützte Echtzeitanalyse. Während der Roboter das Blatt autonom abfährt, wertet die KI die Messdaten sofort auf ihre Aussagekraft und auf potenzielle Schäden hin aus. Sobald die Primärinspektion eine Anomalie – wie etwa eine Delamination, einen Riss durch Blitzeinschlag oder Verklebungsfehler – identifiziert, löst das System automatisch eine Detailinspektion im sogenannten „High-Precision-Modus“ aus. In diesem Modus werden gezielt visuelle, thermografische und hochdetaillierte 3D-Rekonstruktionen der Schadstelle aufgenommen. Dieser zweistufige Prozess stellt sicher, dass einerseits das gesamte Blatt mit Blattlängen von bis zu 115 m zügig abgefahren wird und andererseits kritische Stellen mit einer Detailtiefe dokumentiert werden, die eine fundierte ingenieurstechnische Bewertung aus der Ferne ermöglicht, noch während sich das System im Einsatz befindet. Durch die autonome Navigation wird zudem sichergestellt, dass auch schwer erreichbare Bereiche in der Blattspitze systematisch erfasst werden.

Vorteile für die Industrie

Für die Betreiber von Windparks und Wartungsunternehmen bietet das in InInspekt erarbeitete System signifikante wirtschaftliche und technische Vorteile, da die automatisierte Inspektion die Abhängigkeit von subjektiven menschlichen Einschätzungen verringert und eine standardisierte, objektive Bewertungsgrundlage schafft. Durch die Beschleunigung der Prüfvorgänge und die Reduzierung der notwendigen Personaleinsätze in gefährlichen Umgebungen sinken die Betriebskosten und die Stillstandzeiten der Anlagen drastisch. Darüber hinaus ermöglicht die Detektion tieferliegender Materialdefekte mittels Thermografie, die rein visuell von außen oder innen nicht erkennbar wären, eine proaktive Instandhaltungsstrategie. Dies verhindert kostspielige Folgeschäden oder gar Blattbrüche, verlängert die Gesamtnutzungsdauer der Rotorblätter und sorgt für eine höhere Planungssicherheit im gesamten Asset-Management der Windenergieanlagen. Die digitale Archivierung der Daten erlaubt zudem einen präzisen Vergleich über mehrere Jahre hinweg, um die Schadensentwicklung genau zu monitoren.

Rolle der Partner

Das Projekt wird durch ein Konsortium aus Spezialisten getragen, deren Expertisen nahtlos ineinandergreifen:

• EduArt Robotik GmbH: Fungiert als Konsortialführer und technischer Wegbereiter. Das Unternehmen ist verantwortlich für die Gesamtkoordination des Projekts sowie die Entwicklung und Fertigung der autonomen, mobilen Roboterplattform, die den extremen Bedingungen im Rotorblatt standhalten muss.
• Bundesanstalt für Materialforschung und -prüfung (BAM): Bringt ihre wissenschaftliche Exzellenz im Bereich der zerstörungsfreien Prüfung ein. Die BAM fokussiert sich auf die thermografische Analyse und die Validierung der Detektionsgüte.
• LATODA / Adoxin UG: Ist der Spezialist für die digitale Intelligenz des Systems. Das Unternehmen verantwortet die Implementierung der KI-Modelle zur automatisierten Schadenserkennung sowie die effiziente Verarbeitung und Fusion der komplexen Sensordaten in Echtzeit, um die Live-Auswertung zu ermöglichen.
• Julius-Maximilians-Universität Würzburg (JMU): Unterstützt das Vorhaben durch tiefgehende Forschungsexpertise in den Bereichen autonome Robotik und computergestützte Sensordatenverarbeitung. Die Universität stellt sicher, dass die Algorithmen zur Lokalisierung und Kartierung (SLAM) auch unter den schwierigen Geometrien eines Rotorblatts zuverlässig funktionieren.

Weiterführende Informationen und Veranstaltungen

https://digitalgreentech.de/

Projektpartner

BAM Bundesanstalt für Materialforschung und -prüfung (BAM), Fachbereich Thermografische Verfahren
LATODA
EduArt Robotik GmbH
Uni Würzburg

Förderung