HBK eDrive (ehemals DISCOM)

Kurzfazit

HBK eDrive ist kein KI-Produkt im Sinne eines Chatbots, sondern ein industrielles End-of-Line-Prüfsystem, das Maschinelles Lernen dort einsetzt, wo es wirklich zählt: in der akustischen 100-%-Qualitätskontrolle von E-Antrieben. Aus dem traditionsreichen DISCOM-Portfolio (HBK GmbH, Göttingen) hervorgegangen, kombiniert das System Körperschall-Sensorik, das ROTAS-Datenerfassungs-Frontend und die TasAlyser-Software. Stärke: Es verbindet die seit Jahrzehnten bewährte regelbasierte FFT-Ordnungsanalyse mit selbstlernenden Algorithmen, die auch Fehlerbilder erkennen, für die noch keine Prüfregel existiert. Schwäche: Es ist eine projektbasierte Investitionsgüter-Lösung, hohe Einstiegskosten, kein Self-Service, und die KI funktioniert nur so gut wie die Referenzdaten, mit denen sie angelernt wurde. Für Hersteller, die E-Motoren oder E-Achsen in Serie prüfen müssen, gehört DISCOM/HBK zur Spitzengruppe. Für alle anderen ist es schlicht nicht das richtige Werkzeug.

Für wen ist HBK eDrive?

Automobilzulieferer (Tier-1) mit E-Antriebs-Serienfertigung: Die Kernzielgruppe. Wer E-Motoren, EDUs oder E-Achsen in nennenswerter Stückzahl produziert und jeden einzelnen Antrieb vor Auslieferung akustisch prüfen muss, findet hier eine erprobte Komplettlösung. DISCOM-Systeme stehen in zahlreichen Antriebswerken, die Plattform ist im NVH-EoL-Umfeld ein De-facto-Standard.

OEMs mit eigener Antriebsfertigung: Automobilhersteller, die E-Drives selbst montieren, nutzen das System zur Endkontrolle direkt am Bandende. Der Vorteil gegenüber generischer Messtechnik: HBK liefert nicht nur die Hardware, sondern auch die domänenspezifische Auswertelogik für Lager-, Wicklungs- und Getriebefehler.

Werks- und Prozessplaner beim Linien-Neuanlauf: Wer eine neue E-Antriebslinie plant, kann die Prüfstation als integrierten Bestandteil mitspezifizieren, inklusive Taktzeit-Anbindung, MES-Integration und Pass/Fail-Logik. Das ist günstiger und sauberer, als die Prüfung nachträglich in eine bestehende Linie zu zwängen.

NVH-Ingenieure und Qualitätsteams: Fachleute, die ohnehin mit Ordnungsanalyse, Campbell-Diagrammen und Körperschall arbeiten, bekommen mit TasAlyser eine spezialisierte Auswerteumgebung. Das ML-Modul nimmt ihnen nicht die Fachkompetenz ab, ergänzt sie aber um datengetriebene Anomalieerkennung.

Weniger geeignet für: Kleinserien- und Prototypenfertiger (die Investition rechnet sich nicht), Unternehmen ohne NVH- oder Prüftechnik-Know-how (das System verlangt qualifiziertes Personal), Betriebe, die eine schnelle Software-Lösung „von der Stange” suchen (das hier ist ein Maschinenbau-Projekt), und alle, die mit dem Begriff „KI” eine fertige, selbsterklärende App erwarten, die Intelligenz steckt hier in der Signalverarbeitung und im Anlernprozess, nicht in einer Benutzeroberfläche.

Preise im Detail

Komponente / Paket	Preisindikation	Was enthalten ist
Einzelner EoL-Prüfstand	Mittlerer fünfstelliger Bereich (Angebot)	Sensorik, ROTAS-Frontend, PC-Rack, TasAlyser-Basislizenz, Inbetriebnahme
ML-/KI-Modul	Aufpreis, projektabhängig	„Connection to AI Solutions” + Big-Data-/Machine-Learning-Modul für datengetriebene Klassifikation
Mehr-Stationen-Linie	Nach oben offen (sechsstellig+)	Mehrere Prüfstände, zentrale Datenhaltung, MES-Anbindung, Standardisierung
Service & Support	Wartungsvertrag / projektbasiert	NVH-Beratung, Fehleranalyse, Schulung, Remote-Support

Einordnung: HBK/DISCOM veröffentlicht keine Listenpreise, das ist im Investitionsgütermarkt für Prüftechnik üblich und kein Versäumnis. Jedes System wird auf den konkreten Prüfauftrag (Motortyp, Volumen, Taktzeit, Linienkontext) zugeschnitten. Realistisch beginnt ein einzelner, vollständig integrierter EoL-Prüfstand im mittleren fünfstelligen Bereich; eine Mehr-Stationen-Linie mit zentraler Datenhaltung erreicht schnell sechsstellige Summen. Die ehrliche Einordnung: Das ist eine Investition, kein Abo. Sie rechnet sich über vermiedene Feldausfälle, Rückrufe und Nacharbeit, und genau diese Rechnung sollte vor jeder Anschaffung mit echten Fehlerkosten hinterlegt werden. Die konkreten Zahlen in der Tabelle sind unsere Einordnung des Marktniveaus, keine offiziellen Herstellerangaben, verbindlich ist allein das individuelle Angebot.

Stärken im Detail

Echte Komplettlösung statt Bastelkasten. Sensorik, ROTAS-Datenerfassungs-Frontend, PC-Rack und TasAlyser-Software stammen aus einer Hand und sind aufeinander abgestimmt. Das ist der zentrale Unterschied zu einem selbst zusammengestellten Messaufbau: Du kaufst keine Einzelkomponenten, die du integrieren musst, sondern ein durchgängiges System, das vom Sensor bis zur IO/NIO-Entscheidung funktioniert. Für ein Bandende, an dem Sekunden zählen, ist diese Durchgängigkeit entscheidend.

Domänen-Fokus auf E-Mobility. DISCOM/HBK hat dedizierte Produktlinien für E-Antriebe, sowohl für die End-of-Line-Prüfung als auch für Dauerlauf-/Endurance-Tests. Geprüft werden E-Motoren, EDUs, E-Achsen und Getriebe. Die Auswertelogik kennt die typischen Fehlerbilder dieser Bauteile: Lagerschäden, Wicklungsdefekte, Verzahnungsfehler, Montagefehler. Generische Messtechnik kann Schwingungen aufzeichnen, den Schritt von „Signal” zu „Diagnose” leistet erst diese Domänenspezialisierung.

Hybride Klassifikation: Regeln plus Lernen. Das System verbindet die klassische, regelbasierte FFT-Ordnungsanalyse (definierte Grenzwerte auf bestimmten Ordnungen und Frequenzbändern) mit selbstlernenden Algorithmen. Der praktische Nutzen: Die Regeln fangen die bekannten, spezifizierten Fehler ab; das ML-Modul erkennt zusätzlich Anomalien, für die noch keine explizite Regel existiert. Gerade beim Anlauf einer neuen Linie, wenn das Fehlerwissen noch dünn ist, ist diese datengetriebene Ergänzung wertvoll.

Auditfeste Rückverfolgbarkeit. Jede Messung und jede Prüfentscheidung wird gespeichert. In der Automobilfertigung ist das kein Komfort, sondern Pflicht: Im Reklamations- oder Rückruffall muss nachweisbar sein, dass ein konkretes Bauteil zum Produktionszeitpunkt als IO geprüft wurde, und mit welchen Messwerten. Diese lückenlose Dokumentation ist ein harter Compliance-Vorteil.

Deutscher Hersteller, deutsche Datenhaltung. DISCOM sitzt in Göttingen, HBK ist ein etablierter europäischer Messtechnik-Konzern. Support, Schulung und Fehleranalyse laufen auf Deutsch, die Messdaten bleiben in der eigenen Werks-Infrastruktur bzw. in der EU. Für Automotive-Kunden mit strengen IT- und Datenschutz-Vorgaben ist das ein spürbarer Vorteil gegenüber Cloud-zentrierten Lösungen.

Schwächen ehrlich betrachtet

Hohe Einstiegshürde, finanziell und organisatorisch. Das ist kein Tool, das man am Nachmittag ausprobiert. Es ist eine Investitionsgüter-Anschaffung mit Lastenheft, Angebot, Integrationsprojekt und Abnahme. Für Kleinserien, Prototypen oder Werkstätten lohnt sich das schlicht nicht, die Schwelle liegt bei nennenswerten, dauerhaften Serienvolumina. Wer darunter liegt, fährt mit Stichproben-Messtechnik wirtschaftlicher.

Die KI ist nur so gut wie ihre Referenzdaten. Das ML-Modul klassifiziert nicht magisch. Es muss pro Motortyp mit sauberen Gut-Teilen und bekannten Fehlerteilen angelernt werden. Fehlen verlässliche Referenzfehler, was beim Neuanlauf oft der Fall ist, bleibt die datengetriebene Klassifikation zunächst schwach und braucht eine Einlaufphase, in der das System Daten sammelt. Wer erwartet, die KI „erkennt schon alles von selbst”, wird enttäuscht.

Qualifiziertes Personal ist Voraussetzung. Ordnungsanalyse, Grenzwertdefinition, Pass/Fail-Tuning und Modellpflege erfordern NVH- und Prüftechnik-Kompetenz. Ohne ein Team, das die Signale und die Methodik versteht, wird das System entweder über- oder unterempfindlich eingestellt, beides ist teuer (Pseudoausschuss bzw. Schlupf). Die Lösung verlangt also nicht nur Budget, sondern auch Köpfe.

Kein Self-Service, keine Transparenz vorab. Es gibt keine Testlizenz, keine öffentlichen Preise und keine Möglichkeit, das System unverbindlich auszuprobieren. Alles läuft über den Vertrieb und ein individuelles Angebot. Das ist branchenüblich, macht den Vergleich mit Wettbewerbern aber aufwendig, Evaluierung bedeutet hier Gespräche, Referenzbesuche und Pilotmessungen, nicht ein Häkchen bei „kostenlos testen”.

„KI” ist hier ein Modul, kein Alleinstellungsmerkmal. Ehrlich betrachtet ist der KI-Anteil ein Baustein in einem ansonsten klassischen, signalverarbeitungsgetriebenen Prüfsystem. Der Großteil der erkannten Fehler wird weiterhin regelbasiert über die FFT-Analyse gefunden. Das ML-Modul ist eine sinnvolle Ergänzung, wer es als das Hauptargument für die Anschaffung sieht, gewichtet falsch.

Alternativen im Vergleich

Wenn du…	…dann
Generelle KI-Anomalieerkennung auf Maschinendaten brauchst (nicht Automotive-EoL)	spezialisierte Predictive-Maintenance-/Industrie-KI-Plattformen evaluieren
Eine reine Mess- und Datenerfassungslösung ohne EoL-Diagnoselogik suchst	Standard-DAQ-Anbieter (z. B. NI/Dewesoft) prüfen
Vibrations-/NVH-Prüfung außerhalb der E-Mobility abdecken willst	breitere NVH-Anbieter wie Brüel & Kjær (Schwester im selben Konzern) oder Head Acoustics ansehen

DISCOM/HBK eDrive ist in der Nische „akustische End-of-Line-Prüfung für Antriebe” sehr stark positioniert. Echte direkte Wettbewerber sind ebenfalls Spezialanbieter aus dem NVH-EoL-Umfeld, etwa Atesteo, Müller-BBM / Gfai, Head Acoustics oder die EoL-Lösungen von AVL und Rohmann/iba im weiteren Messtechnik-Markt. Keiner dieser Anbieter hat bei uns eine eigene, geprüfte Tool-Seite, daher verzichten wir hier bewusst auf interne Verlinkungen. Der ehrliche Hinweis: In diesem Markt entscheidet weniger die Featureliste als die Referenzbasis, die Integrationskompetenz und die Verfügbarkeit von Support im eigenen Werk. Wer evaluiert, sollte mindestens zwei Anbieter eine Pilotmessung an realen Teilen machen lassen.

So steigst du ein

Schritt 1: Prüfauftrag definieren und Kontakt aufnehmen. Geh über die HBK-Produktseite auf den Vertrieb zu und schildere den Prüfauftrag möglichst präzise: Motortyp, Stückzahl pro Tag, geforderte Taktzeit, bestehende Linien- und Prüfstandsinfrastruktur, MES-Anbindung. Je konkreter die Eckdaten, desto belastbarer das erste Angebot. Bereite parallel deine Fehlerkostenrechnung vor, sie ist die Grundlage für die spätere ROI-Entscheidung.

Schritt 2: Referenzdaten und Pass/Fail-Kriterien festlegen. HBK definiert gemeinsam mit deinem Qualitätsteam die Prüfkriterien auf Basis von Referenzmessungen an Gut-Teilen und, soweit verfügbar, an bekannten Fehlerteilen. Diese Referenzdaten sind das Fundament: Sie speisen sowohl die regelbasierte FFT-Prüfung als auch das ML-Modul. Plane hier bewusst Aufwand ein; je sauberer die Referenzbasis, desto besser die spätere Trennschärfe.

Schritt 3: Integration, Abnahme, Einlaufphase. Das System wird in die Linie integriert, Sensormontage, ROTAS-Frontend, PC-Rack, Softwareanbindung. Die Abnahme erfolgt mit definierten Testteilen (IO/NIO müssen korrekt erkannt werden). Danach beginnt die wichtige Einlaufphase: Das System sammelt Produktionsdaten, die KI-Klassifikation wird nachgeschärft, Grenzwerte werden auf reale Streuung kalibriert. Rechne damit, dass die volle Leistungsfähigkeit erst nach einigen Wochen Serienbetrieb erreicht ist.

Ein konkretes Beispiel

Ein Tier-1-Zulieferer für E-Antriebssysteme aus Süddeutschland prüft mit HBK eDrive sämtliche E-Motoren vor dem Verbau in die Achsbaugruppe, eine 100-%-Kontrolle am Bandende. An mehreren Messpunkten wird der Körperschall während definierter Drehzahl-Rampen aufgezeichnet, TasAlyser wertet die Ordnungsspektren aus und fällt innerhalb der Taktzeit die IO/NIO-Entscheidung. Die regelbasierte FFT-Prüfung fängt die spezifizierten Lager- und Verzahnungsfehler ab; das ML-Modul meldet zusätzlich auffällige Muster, die keiner festen Regel entsprechen, etwa eine ungewöhnliche Montage-Signatur, die sich erst über viele Teile hinweg als systematisch herausstellt. Jede Entscheidung wird mit den zugehörigen Messdaten archiviert, sodass im Reklamationsfall der Prüfstatus jedes einzelnen Motors belegbar ist. Das Ergebnis: NVH-bedingte Felddefekte werden vor dem Verbau abgefangen statt erst beim Kunden, die teuerste Stelle, an der ein Fehler auffallen kann. (Anmerkung: konkrete Taktzeiten und Messpunktzahlen variieren je nach Bauteil und Linie; die Werte oben sind ein typisches Szenario, keine zugesicherte Spezifikation.)

DSGVO & Datenschutz

• Datenhaltung: In der Regel On-Premise in der Werks-IT des Kunden bzw. in der EU, der Hersteller HBK GmbH/DISCOM sitzt in Göttingen, Deutschland. Es handelt sich nicht um eine Cloud-SaaS, sondern um ein lokal betriebenes Prüfsystem.
• Personenbezug: Verarbeitet werden Maschinen- und Messdaten (Schwingungssignale, Prüfergebnisse), keine personenbezogenen Daten im engeren Sinn. DSGVO-Relevanz entsteht primär dort, wo Prüfergebnisse mit Werker- oder Schicht-IDs verknüpft werden, das ist eine Frage der kundenseitigen Konfiguration.
• Datenhoheit: Da das System lokal läuft, bleiben die Mess- und Produktionsdaten in der Kontrolle des Betreibers. Das ist für Automotive-Kunden mit strengen Geheimhaltungs- und IT-Sicherheitsvorgaben ein zentraler Vorteil.
• Auftragsverarbeitung (AVV): Für Remote-Support und Wartung, bei denen HBK auf Systemdaten zugreift, sollte ein entsprechender AVV bzw. eine vertragliche Regelung getroffen werden. Das ist im Projektvertrag zu klären.
• Empfehlung für Unternehmen: Die Datenschutz-Bewertung ist hier vergleichsweise unkritisch (lokale Verarbeitung, Maschinendaten). Wichtiger ist die IT-Sicherheits-Integration in die Werks-OT-Umgebung, das gehört in die Inbetriebnahme-Spezifikation.

Gut kombiniert mit

• MES-/Qualitätsmanagementsystem (z. B. SAP QM, Siemens Opcenter): Die IO/NIO-Entscheidungen und Messdaten von HBK eDrive entfalten ihren vollen Wert erst, wenn sie ins übergeordnete Qualitäts- und Produktionssystem zurückfließen, für Sperrlogik, Nacharbeitssteuerung und Auswertungen über die Linie hinweg.
• Predictive-Maintenance-/Industrie-Analytics-Plattformen: Die über viele Teile gesammelten Körperschalldaten sind eine wertvolle Basis für übergeordnete Trendanalysen, etwa um Werkzeugverschleiß oder Drift in der Vormontage frühzeitig zu erkennen, bevor er zu Ausschuss führt.
• Allgemeine KI-Assistenten wie ChatGPT oder Claude: Nicht in der Prüfung selbst, aber drumherum, für die Aufbereitung von Reports, das Strukturieren von Lastenheften oder das Erklären von NVH-Befunden für nicht-technische Stakeholder. Das eigentliche Prüfsystem bleibt davon strikt getrennt.

Unser Testurteil

HBK eDrive verdient 4 von 5 Sternen. In seiner Nische, akustische End-of-Line-Prüfung von E-Antrieben, ist die aus DISCOM hervorgegangene Plattform eine ausgereifte, vielfach erprobte Komplettlösung mit klarem Domänen-Fokus, voller Rückverfolgbarkeit und dem handfesten Vorteil eines deutschen Herstellers mit lokaler Datenhaltung. Die hybride Klassifikation aus bewährter FFT-Regelprüfung und selbstlernenden Algorithmen ist genau der richtige Ansatz: KI als Ergänzung dort, wo Regeln an Grenzen stoßen, nicht als Ersatz für Ingenieurkompetenz. Den fünften Stern kosten die hohe Einstiegsinvestition, der vollständig projektbasierte Vertrieb ohne jede Probiermöglichkeit, der erhebliche Anlern- und Personalaufwand und die ehrliche Tatsache, dass „KI” hier ein Modul unter mehreren ist und nicht der Kern des Wertversprechens. Für die Zielgruppe, Automotive-Serienfertiger mit NVH-Kompetenz, ist das System eine klare Empfehlung. Für alle anderen ist es schlicht überdimensioniert.

Was wir bemerkt haben

• Mai 2026, Die offizielle HBK-Produktseite (hbkworld.com) blockiert automatisierten Zugriff vollständig; verlässliche Produktdetails ließen sich nur über die DISCOM-Domain (discom.de) verifizieren. Dort sind die Module noch unter der ursprünglichen DISCOM-Nomenklatur dokumentiert (ROTAS-Frontend, TasAlyser-Software, „Connection to AI Solutions”, „Big Data and Machine Learning”).
• Markenführung, Die Lösung firmiert nach der HBK-Integration unter „eDrive” im HBK-Portfolio, läuft im Markt aber weiterhin stark unter dem etablierten Namen DISCOM. Beide Bezeichnungen meinen dieselbe technische Plattform, Käufer sollten sich davon nicht verwirren lassen.
• KI-Einordnung, Der „KI”-Anteil ist ein optionales Modul (selbstlernende Algorithmen, ML-basierte Anomalieerkennung), nicht der Kern des Systems. Der überwiegende Teil der Fehlererkennung läuft weiterhin über klassische, regelbasierte FFT-Ordnungsanalyse. Wer das Produkt primär als „KI-Lösung” vermarktet sieht, sollte genau hinterfragen, welcher Anteil tatsächlich datengetrieben ist.
• Preise, Es existieren keine öffentlichen Listenpreise. Die in dieser Bewertung genannten Größenordnungen sind unsere Markteinordnung für Investitionsgüter dieser Klasse, keine offiziellen Herstellerangaben. Verbindlich ist allein das individuelle Projektangebot.