Sounce

Kurzfazit

Sounce ist die spezialisierteste KI-Lösung für akustische Qualitätsprüfung in der Serienfertigung, die aktuell aus dem deutschsprachigen Raum verfügbar ist. Statt Vibrations- oder Wärmesignale auszuwerten — wie es die meisten Predictive-Maintenance-Plattformen tun — konzentriert sich Sounce auf das Klangbild von Bauteilen am Prüfstand. Das ist genau der Use-Case, den menschliche Hörprüfer historisch übernommen haben: subjektiv, ermüdend, schwer skalierbar. Sounce überträgt diese Aufgabe in ein Deep-Learning-Modell, das Porsche und FAZUA bereits in der Serienfertigung einsetzen. Die Schwächen sind erwartbar: kein Self-Service-Einstieg, kein transparenter Preis, kein vorgefertigtes Produkt — Sounce ist ein Beratungs- und Implementierungsprojekt mit MHP. Wer das akzeptiert, bekommt einen industriell erprobten Partner mit EU-Hosting und Porsche-Wurzeln.

Für wen ist Sounce?

E-Motor- und Antriebsfertigung: Wer Elektromotoren, Getriebe oder E-Bike-Antriebe in Serie fertigt, kennt das Problem: Lagerfehler, Wicklungsschäden und Montagedefekte fallen oft erst in der akustischen Endkontrolle auf. Sounce automatisiert genau diese Prüfung und ist bei FAZUA (E-Bike-Antriebe) sowie Porsche selbst im Einsatz.

Automotive-Tier-1/2-Zulieferer: Tier-Zulieferer mit NVH-Prüfständen für Getriebe, Aktuatoren oder Pumpen profitieren von der schnellen Inbetriebnahme. Wer schon Körperschall- oder Mikrofonsensorik installiert hat, kann den Datenstrom oft direkt anbinden, ohne den Prüfstand umzubauen.

Medizingerätehersteller: Philips Medical wird in MHP-Material als Referenz genannt — präzisionsfertigung mit hohem Qualitätsanspruch, bei der akustische Anomalien Hinweise auf Lager-, Antriebs- oder Pumpfehler geben. Für regulierte Branchen ist die EU-Datenhaltung ein zusätzlicher Hebel.

Industrieunternehmen mit Porsche- oder MHP-Beziehungen: Sounce ist kein anonymes SaaS-Produkt. Wer bereits mit MHP arbeitet (Beratung, IT-Implementierung) oder im Porsche-Lieferantennetzwerk aktiv ist, hat einen kurzen Draht in den Vertrieb und kann Pilotprojekte schneller realisieren.

Werks- und Qualitätsleitungen mit Hörprüfer-Problem: Wer aktuell mit menschlichen Hörtests arbeitet und unter Subjektivität, Fluktuation oder Kapazitätsengpässen leidet, hat mit Sounce einen direkten Substitutionsansatz. Der Business Case rechnet sich überall dort, wo Hörprüfer-Stunden hoch und Fehlerquoten dokumentiert sind.

Weniger geeignet für: Einzelstückfertiger ohne wiederholbare Prüfsituation, Mittelständler ohne IT-Projekt-Budget, Anwender, die eine reine On-Premise-Lösung ohne Cloud-Verbindung brauchen, und Predictive-Maintenance-Use-Cases an installierten Rotationsmaschinen — dafür sind oder besser geeignet.

Preise im Detail

Modell	Preis	Was du bekommst
Pilotprojekt	Auf Anfrage	Sensorik, Cloud-Integration, Training des Erstmodells, Begleitung durch MHP
Produktiver Einsatz	SaaS, nutzungsbasiert	Laufender Cloud-Betrieb, Re-Training, Support
Enterprise/Werks-Rollout	Auf Anfrage	Mehrere Prüfstände, Integration in bestehende MES/QMS-Systeme

Einordnung: MHP veröffentlicht keine Listenpreise. Sounce ist als Beratungs- und Implementierungslösung positioniert, nicht als Self-Service-SaaS. Realistisch musst du mit einem Pilotprojekt im fünfstelligen Bereich rechnen (Sensorik, Setup, Modelltraining, Begleitung), bevor der laufende Cloud-Betrieb startet. Für mittlere Werks-Rollouts sind sechsstellige Jahreskosten plausibel — gerechtfertigt nur, wenn du den manuellen Hörprüfaufwand klar quantifizieren und über das System amortisieren kannst. Wer keine Hörprüf-Kostenstelle hat, braucht Sounce nicht; wer mehrere Hörprüfer in Schichtbetrieb beschäftigt, kann sich den Business Case in der Regel schnell aufstellen.

Stärken im Detail

Akustik als alleiniges Fokusthema. Die meisten Predictive-Maintenance- und Quality-Plattformen behandeln Akustik als ein Signal unter vielen — Vibration, Temperatur, Stromaufnahme. Sounce ist auf Schall spezialisiert und investiert seine ML-Pipeline genau in diese Domäne. Das zahlt sich aus, wenn Fehler vor allem im Klangbild sichtbar werden: Getriebezähne, Wälzlager, Wicklungsbrüche, Pumpenkavitation.

Erprobt in der Großserie. Porsche als Konzernmutter setzt Sounce in der eigenen Fahrzeugfertigung ein, FAZUA in der E-Bike-Antriebsfertigung, Philips Medical in der Medizintechnik. Das sind keine Pilotinstallationen mit drei Maschinen, sondern produktive Linien mit Stückzahlen — eine Form von Referenzqualität, die viele KI-Tools im Industrieumfeld nicht vorweisen können.

EU-Hosting und deutschsprachiger Vertrieb. MHP sitzt in Ludwigsburg, das Hosting liegt in europäischen Rechenzentren, Projektteams kommunizieren in Deutsch. Für deutsche Mittelständler und Konzerntöchter mit Compliance-Anforderungen ist das ein klarer Vorteil gegenüber US-zentrischen Plattformen.

Iteratives Lernen statt Einmal-Training. Sounce ist nicht “trainiert und fertig” — Qualitätsingenieure markieren falsch klassifizierte Fälle, das Modell wird kontinuierlich nachtrainiert. Das ist wichtig, weil Fertigungsprozesse driften (neue Lieferanten, neue Werkzeuge, Materialwechsel) und ein eingefrorenes Modell schnell schlechter wird.

Sensorik-agnostisch im Setup. Sounce arbeitet mit Mikrofonen ebenso wie mit Körperschallaufnehmern. In bestehenden NVH-Prüfständen können die vorhandenen Sensoren oft weitergenutzt werden, was die Inbetriebnahme deutlich verkürzt. MHP nennt im Marketing 48 Stunden bis zum produktiven Modell — realistisch nur in Idealsituationen, aber die Größenordnung stimmt.

Schwächen ehrlich betrachtet

Kein Self-Service-Einstieg. Wer Sounce ausprobieren will, geht durch einen Vertriebsprozess mit MHP. Es gibt keinen Trial-Account, keine Pay-as-you-go-Variante und keine Demo, die du ohne Termin nutzen kannst. Das schließt mittelständische Unternehmen aus, die KI-Tools heute oft erst still im Hintergrund testen, bevor sie Vertriebsgespräche aufmachen.

Beratungsabhängigkeit als zweischneidiges Schwert. Die enge Verzahnung mit MHP-Projektteams bringt Expertise — aber auch Kosten und Abhängigkeit. Wer langfristig in Eigenverantwortung arbeiten will, muss den Wissenstransfer aktiv einfordern. Sonst sitzt das Domänenwissen weiter bei MHP, nicht bei dir.

Cloud-Pflicht. Sounce läuft in der Cloud. Für Werke mit harten OT-Security-Policies (Air-Gap-Netze, keine Verbindung zum öffentlichen Internet) ist das ein K.-o.-Kriterium. Hier müsste MHP eine Edge- oder Hybrid-Variante anbieten, die aktuell nicht öffentlich beworben wird.

Wenig öffentliche Vergleichsdaten. Die wenigen Referenzen werden in MHP-eigenen Fallstudien aufbereitet — unabhängige Benchmarks gegen Augury, Tractian oder Tulip-Vision gibt es nicht. Das macht eine ehrliche Eignungsbewertung gegenüber Wettbewerbern schwierig und führt dazu, dass Pilotprojekte oft erst die wirkliche Klarheit liefern.

Setzt Prüfstand-Setup voraus. Sounce funktioniert in geregelten, wiederholbaren Prüfsituationen. Mobile Prüfungen am Bauteil mit Handheld-Mikrofon, Werkstattcheck, Einzelmessungen unter wechselnden Hintergrundgeräuschen — das ist nicht der Einsatzbereich. Wer flexibel im Werk messen will, braucht andere Lösungen.

Alternativen im Vergleich

Wenn du…	…nimm stattdessen
Rotationsmaschinen im laufenden Betrieb überwachen willst (Pumpen, Motoren)	oder
Visuelle Qualitätsprüfung statt akustischer brauchst	oder
Eine Plattform für komplette Produktions-Apps (Kanban, Prüfprotokolle) suchst
Eine breit angelegte Industrial-IoT-Lösung ohne Akustik-Fokus brauchst

Erwähnenswert ohne eigene Tool-Seite: Sensemore und Asystom (europäische Vibrations-Anbieter), HEAD acoustics ArtemiS suite (NVH-Software-Klassiker, weniger KI, mehr Mess- und Analyse), Prosig (Datenerfassung) und Iotic (allgemeines IIoT-Framework). Sounce hat im engen Markt der reinen Akustik-KI-Lösungen wenig direkte Konkurrenz — die meisten Wettbewerber verkaufen entweder Mess-Hardware mit klassischer Auswertung oder Predictive-Maintenance-Plattformen mit Akustik als Nebenfunktion.

So steigst du ein

Schritt 1: Quantifiziere den Status quo. Wie viele Hörprüfer arbeiten heute an deinem Prüfstand? Welche Fehlerklassen entdecken sie? Wie hoch ist die Fehlerquote (False-Positive und False-Negative) bei der manuellen Prüfung? Ohne diese Zahlen ist später kein Vergleich möglich und der ROI bleibt anekdotisch. Eine Woche systematische Datenerfassung lohnt sich vor jedem Gespräch mit MHP.

Schritt 2: Kontaktiere MHP über die Produktseite oder über bestehende Berater-Kontakte. Vereinbare einen Workshop, in dem MHP gemeinsam mit dir den geeignetsten Prüfstand identifiziert. Bring vorhandene Sensorik-Daten mit — wenn du schon Körperschallaufnehmer oder Mikrofone installiert hast, kann die Pilotphase deutlich schneller starten.

Schritt 3: Plane den Pilot mit klaren Erfolgskriterien. Sinnvoll: 4–8 Wochen Datenerfassung im Normalbetrieb, Training des Erstmodells, Parallelbetrieb (KI klassifiziert, Hörprüfer bestätigt) für mindestens 2 Wochen, danach Vergleich der Trefferquoten. Erst nach diesem Vergleich entscheidest du über Skalierung auf weitere Prüfstände.

Schritt 4: Etabliere den Feedback-Loop intern. Sounce verbessert sich nur, wenn Qualitätsingenieure falsche Klassifikationen markieren. Definiere eine Rolle (“ML-Pate” am Prüfstand), die diesen Loop verantwortet — sonst verliert das Modell über Monate an Schärfe.

Ein konkretes Beispiel

Ein Tier-1-Zulieferer aus Baden-Württemberg fertigt Elektromotoren für deutsche Premiumhersteller. Die akustische Endkontrolle läuft mit 6 Hörprüfern im Drei-Schicht-Betrieb. Subjektivität, Müdigkeit und Schwankungen in der Trefferquote sind seit Jahren bekannt — eine systematische Reklamationsanalyse zeigt, dass etwa 0,8 % der ausgelieferten Motoren akustische Mängel haben, die im Werk hätten entdeckt werden müssen. Mit Sounce wird ein Pilotprüfstand instrumentiert: Körperschallsensorik am Lagerschild, Mikrofon im akustischen Tunnel. Nach 6 Wochen Training (mit klassifizierten Datensätzen aus der manuellen Prüfung) klassifiziert das Modell im Parallelbetrieb mit über 95 % Übereinstimmung. Nach 12 Wochen läuft Sounce als Primärsystem, Hörprüfer prüfen nur noch Grenzfälle. Ergebnis nach 9 Monaten: Reklamationsquote auf 0,2 % gesunken, 4 Hörprüfer-Stellen in andere QA-Aufgaben umverteilt, Investition nach 18 Monaten amortisiert. Pilotkosten: rund 80.000 EUR; laufender Cloud-Betrieb pro Prüfstand: mittlerer fünfstelliger Bereich pro Jahr.

DSGVO & Datenschutz

• Datenhosting: EU-Rechenzentren (MHP-Cloud-Infrastruktur, vermutlich Microsoft Azure oder vergleichbar). Anbieter ist MHP, Ludwigsburg, eine Tochter der Porsche AG.
• Datennutzung: Akustik-Rohdaten werden zum Modelltraining genutzt. Personenbezug ist im klassischen Anwendungsfall nicht gegeben (Bauteilakustik, keine Sprachaufnahmen) — die DSGVO greift hier in der Regel nicht direkt.
• Auftragsverarbeitung (AVV): Wird im Rahmen des Beratungsprojekts standardmäßig vereinbart, da MHP als Auftragsverarbeiter für die akustische Rohdatenverarbeitung agiert.
• Trennung Trainingsdaten / Modelle: Im Projektvertrag regelbar. Wer verhindern will, dass das eigene Klangmodell in andere Kundenprojekte einfließt, sollte das explizit verankern.
• Werks-/IT-Sicherheit: Die Sensorik kommuniziert über das Kunden-Netzwerk in die MHP-Cloud. OT-Sicherheitsfragen (Firewall, Netzwerktrennung, Zertifikate) sind im Projekt-Setup zu klären — hier liegt typisch der größere Aufwand als bei der DSGVO.
• Empfehlung für Unternehmen: Im Vertrag sicherstellen, dass die eigenen Trainingsdaten klar zugeordnet sind und Modelle nicht ohne Zustimmung an Dritte fließen. Für regulierte Branchen (Medizingerätefertigung) zusätzlich die Validierungsanforderungen (ISO 13485, FDA) gegen die KI-Methodik prüfen.

Gut kombiniert mit

• — Während Sounce die Qualität am End-of-Line-Prüfstand absichert, übernimmt Augury die Zustandsüberwachung der Werkzeugmaschinen und Antriebe in der Linie. Beide Systeme greifen unterschiedliche Phasen ab und konkurrieren kaum.
• — Tulip baut Werker-Apps und digitale Prüfprotokolle. In Kombination mit Sounce hast du eine Pipeline aus akustischer KI-Klassifikation und werkseitiger Quittierung/Reklamationsmanagement — sinnvoll, wenn der Werker am Prüfstand zusätzliche manuelle Schritte dokumentieren soll.
• — Visuelle Qualitätsprüfung als zweite Achse: Sounce hört, Landing AI sieht. Für komplexe Bauteile, die sowohl akustische als auch optische Mängel haben können (Lötstellen, Lagerstruktur), ergänzen sich beide Systeme.

Unser Testurteil

Sounce verdient 4 von 5 Sternen. Die KI-Methodik ist solide, die Industrieerprobung bei Porsche, FAZUA und Philips Medical liefert echte Referenzen statt PowerPoint-Folien, und die EU-Datenhaltung mit deutschsprachigem Vertrieb ist im KI-Industrie-Markt selten genug, um es positiv hervorzuheben. Den fünften Stern verliert Sounce durch das beratungsgetriebene Geschäftsmodell ohne Self-Service-Einstieg, die fehlende Preistransparenz und den eingeschränkten Einsatzbereich (Cloud, geregelte Prüfstände). Für die spezifische Aufgabe “akustische Endprüfung in der Serienfertigung automatisieren” gibt es im deutschsprachigen Markt aktuell kein besseres Produkt — wer diesen Use-Case hat, kommt um eine Sounce-Evaluation nicht herum.

Was wir bemerkt haben

• Juli 2024 — FAZUA wurde als Sounce-Referenz öffentlich bekannt: Der E-Bike-Antriebshersteller setzt das System in der Motor-Qualitätsprüfung ein, MHP nennt Werte von 96 % Anomalieerkennung und 60 % weniger manuellem Prüfaufwand. Solche Zahlen sind in der KI-Industrie-Kommunikation immer mit Vorsicht zu lesen — sie stammen vom Anbieter selbst, nicht aus unabhängigen Tests.
• 2024–2026 — MHP positioniert Sounce zunehmend als eigenständiges Produkt unter den “Industrial Cloud Solutions” und nicht mehr nur als Beratungsleistung. Eine eigene Produktseite, dedizierte Fallstudien und Webinare deuten auf eine schrittweise Produktisierung hin — bisher aber ohne Self-Service-Pricing oder Trial-Account.
• Mai 2026 — Sounce hat weiterhin keine öffentlich dokumentierte API für externe Systemintegration. Wer eine direkte Anbindung an SAP MES, Siemens Opcenter oder andere QMS-Systeme braucht, muss das im Projektvertrag explizit beauftragen.
• Allgemein — Der Markt für akustische KI-Qualitätsprüfung wächst, aber langsam. Sensemore (Türkei), Asystom (Frankreich) und einige Forschungsausgründungen aus deutschen Fraunhofer-Instituten konkurrieren punktuell — Sounce hat durch Porsche-Backing und MHP-Vertriebskraft im DACH-Markt aktuell die stärkste Position.