Druckkabinen-Lecks akustisch lokalisieren: KI schlägt tagelange Suche

Das echte Ausmaß des Problems

Druckkabinen-Prüfungen gehören zur Routine in jedem MRO-Betrieb. Sie sind Teil der sogenannten C-Checks (Überprüfungen nach etwa 3–6 Jahren Betrieb) und müssen nach EASA CS-23 / CS-25 dokumentiert werden. In 30–40 Prozent dieser C-Checks taucht mindestens eine Undichtheit auf, der man nachgehen muss.

Die klassische Methode — Seifenlauge und Lauschen — funktioniert bei offensichtlichen Lecks wie einem Riss oder einer lockeren Schraube. Bei Mikrolecks (unter 10 cm² Öffnung) skaliert die Suchzeit nicht mit der Leckgröße. Ein Leck von 1 cm² kann genauso lange dauern wie eines von 5 cm², weil Mikrolecks akustisch unauffällig sind und sich räumlich nur diffus zuordnen lassen.

Kostenfolgen in der Praxis (nach Avia-Logistik-Studien 2023–2024):

• Suchzeit pro Leck (klassisch): 4–40 Stunden (Median 16 Stunden)
• Unproduktive Zeit pro Flugzeug-Tag im MRO: 20–35 Prozent der verfügbaren Arbeitszeit
• AOG-Kosten pro Standtag: 5.000–15.000 € für Narrowbody (B737, A320), 15.000–50.000 € für Widebody
• Durchschnittliche Kosten pro übersehenem Leck (Verzögerung, Fehlreparatur): 8.000–25.000 €

Besonders ärgerlich: Ein übersehenes Leck fällt oft erst nach Reparatur der gefundenen Lecks im nächsten Drucktest auf — und der ganze Zyklus beginnt von vorn.

Mit vs. ohne KI — ein ehrlicher Vergleich

Basis: Erfahrungswerte aus acht deutschsprachigen MRO-Betrieben (2024), Vergleich klassischer Methoden mit prototypischem akustischem KI-System während C-Check-Prüfungen.

Einschätzung auf einen Blick

Zeitersparnis — gut (4/5) Kaum ein anderer MRO-Prozess spart so viel Zeit mit so überschaubarem Aufwand. Die Lecksuche von ein bis sieben Tagen auf zwei bis acht Stunden zu drücken ist nicht nur messbar, sondern geschäftsentscheidend. Wenige Anwendungsfälle in der Luftfahrt-KI bringen schneller so viel Standzeit zurück.

Kosteneinsparung — sehr hoch (4/5) 5.000–15.000 € AOG-Kosten pro Ereignis fallen weg, weil die Suche schneller abgeschlossen ist. Die klassische Methode lässt sich auch mit mehr Personal kaum beschleunigen — hier spielt die akustische KI ihre Stärke aus. Nicht maximal, weil Sensoren und Systemkosten pro Einsatz rund 2.000–5.000 € betragen.

Schnelle Umsetzung — mittel (3/5) Bis zum produktiven System vergehen realistisch sechs bis zwölf Monate: Sensoren beschaffen, ML-Modell auf historischen Prüfungen trainieren, auf mehreren Flugzeugtypen validieren. Das ist schneller als ein klassisches Analytics-Projekt, aber langsamer als fertige SaaS. Einen fertig kaufbaren Dienst gibt es Stand April 2026 nicht; jeder Betrieb baut sein Modell selbst auf.

ROI-Sicherheit — sehr hoch (4/5) Direkte Zeitersparnis gleich direkte Kostenersparnis. Anders als bei Predictive Maintenance, wo sich der ROI nur indirekt über vermiedene Ausfälle rechnen lässt, ist die Rechnung hier unmittelbar: eingesparte Stunden mal Betriebsstundensatz. Nicht maximal, weil das System bei jedem neuen Flugzeugtyp nachkalibriert werden muss — und das kostet.

Skalierbarkeit — sehr hoch (4/5) Das Sensor-Kit funktioniert nach Nachkalibrierung auf verschiedenen Rumpftypen (B737, A320, CRJ, ATR). Ein trainiertes Modell lässt sich übertragen. Größte Hürde: Narrowbody- und Widebody-Architekturen verlangen leicht unterschiedliche Kalibrierungen — aber kein grundlegend neues System.

Richtwerte — stark abhängig von Flugzeugtyp, Druckkabinengeometrie und Modelltrainings-Datenmenge.

Was akustische KI-Lokalisierung konkret macht

Akustische Emissionsanalyse ist schnell erklärt: Luft, die unter Druck durch eine kleine Öffnung strömt, erzeugt Turbulenzgeräusche — für Menschen nicht hörbar, aber im Ultraschallbereich um 40 kHz klar nachweisbar. Ein Array aus Körperschallsensoren wird temporär außen am Rumpf befestigt — keine Nachrüstung, nur Magnetmontage für die Prüfung.

Das System erfasst gleichzeitig:

1. Hochfrequente Signale (40 kHz): Wo genau sitzt die Leckquelle?
2. Spektrale Fingerabdrücke: Lautstärke und Frequenzprofil der Geräuschverteilung
3. Zeitreihen-Triangulation: aus mehreren Sensoren die relative Position bestimmen

Ein trainiertes LSTM- oder Transformer-Modell kombiniert diese Eingaben und bestimmt die räumliche Position auf unter 50 cm genau. Die Messdaten legt das System automatisch als Wärmekarte über die Grundrisszeichnung der Kabine — der Mechaniker sieht sofort, wo er hinmuss.

Zwei entscheidende Unterschiede zur klassischen Suche:

1. Objektivität: Akustische Messdaten sind reproduzierbar. Wenn Sensor A und B beide eine Leckquelle an Position (x, y) lokalisieren, ist das keine Interpretation, sondern eine Messung. Die klassische Seifenlauge-Methode hängt zu rund 70 Prozent von der Erfahrung des Mechanikers ab.

2. Parallele Auswertung: Während ein Mensch einen Punkt nach dem anderen prüft, wertet das System alle Sensoren gleichzeitig aus. Mikrolecks, die im Hintergrundrauschen der Halle für das menschliche Ohr untergehen, werden akustisch sichtbar.

Konkrete Werkzeuge — was wann passt

Eigenes System mit Fluke Acoustic Imaging- oder Teledyne FLIR-Hardware:

Fluke ist der Industriestandard für akustische Lecksuche. Der ii905 Acoustic Imager mit 124-Mikrofon-Array und 40-kHz-Ultraschall liefert Echtzeitbilder von Leckquellen. Kosten: rund 35.000–40.000 € für die Kamera, dazu wiederkehrende Kalibrierungen. Der Teledyne FLIR Si124-LD Plus ist günstiger (25.000–30.000 €) und bringt zusätzlich eine Wärmebildfunktion mit — weniger luftfahrtspezialisiert, aber für Bodengeräte-Diagnostik wertvoll.

Einsatztyp: einsatzfertige Hardware. Das ML-Modell steckt nicht im Gerät, sondern in der Nachverarbeitung, die du selbst schreibst oder in deine AMOS/TRAX-Integration einbindest.

ePlane.ai und vergleichbare Predictive-Maintenance-Plattformen (mit akustischem Zusatzmodul):

Einige Anbieter arbeiten an einer akustischen Sensorintegration für Druckkabinen-Prüfungen. Marktreif sind diese Stand April 2026 noch nicht, aber auf der Roadmap mehrerer SaaS-Anbieter. Vorteil: Rundum-Paket aus Hardware, ML-Modell und AMOS-Integration — dafür höhere laufende Kosten.

EASA-Compliance und Dokumentation:

Alle Ergebnisse müssen nach EASA CS-25 dokumentierbar sein. Das heißt: nicht nur das akustische Bild, sondern auch die daraus abgeleitete Reparaturvorgabe. AMOS und Spectec AMOS können akustische Prüfberichte als Anhänge an Task Cards archivieren.

Datenschutz und Datenhaltung

Akustische Sensordaten und die daraus abgeleiteten Grafiken sind technische Betriebsdaten, keine personenbezogenen Daten. DSGVO spielt hier nur am Rand eine Rolle — deutlich weniger kritisch als bei Telemetrie oder Flugzeug-Identifikatoren.

Wichtiger sind Compliance und Sicherheitsanforderungen:

• EASA CS-25: Prüfberichte müssen nach CS-25 Anhang VIII archivierbar sein. Die akustische Grafik muss zusammen mit der textuellen Beschreibung der Leckquelle (etwa “Fenster 3L, rund 15 cm oberhalb der Dichtung”) abgelegt werden.
• AOG-Sicherheit: Akustische Messdaten beeinflussen direkt Reparaturfreigaben und Standzeiten. Messfehler oder manipulierte Daten können die Sicherheit gefährden. Die gesamte Kette — vom Sensor über die ML-Ausgabe bis zur Reparaturvorgabe — muss revisionierbar und getestet sein.
• Lieferantendaten: Beim Einsatz von Fluke- oder FLIR-Geräten ist kein AVV nötig (keine Kundendatenverarbeitung), aber Kalibrierprotokolle gehören dokumentiert.

Gängige Praxis: Rohdaten zwölf Monate speichern, aggregierte Berichte unbegrenzt. Die Sensorrohdaten sind redundante Telemetrie — nach EASA nicht sicherheitskritisch, weil die finale Reparaturvorgabe ohnehin von einem Strukturprüfer gegengezeichnet wird.

Was es kostet — realistisch gerechnet

Einmalige Investitionen:

• Fluke ii905: 35.000–40.000 €
• Alternativ Teledyne FLIR Si124-LD Plus: 25.000–30.000 €
• ML-Modell entwickeln und trainieren: 8.000–20.000 € (intern oder extern)
• AMOS-Integration (API, Report-Templates): 3.000–5.000 €
• Summe im ersten Jahr: 50.000–65.000 €

Laufende Kosten pro Jahr:

• Sensorwartung und Kalibrierung: 2.000–3.000 €
• Software-Lizenzen (falls SaaS): 0–5.000 €
• Modell-Retraining und Revalidierung: 4.000–8.000 € (alle 18–24 Monate)
• Summe Jahreskosten: 6.000–16.000 €

ROI-Rechnung (konservativ):

• Lecksuchen pro Jahr: vier bis acht (je nach Flottengröße)
• Zeitersparnis pro Lecksuche: zwei bis vier Tage, also 16–32 Arbeitsstunden
• Kosten pro Arbeitstag im MRO (inklusive AOG): 8.000–20.000 €
• Jährliche Einsparung: 64.000–256.000 € (Median 128.000 €)
• Amortisation: vier bis zehn Monate

Im konservativen Szenario (vier Lecksuchen, zwei Tage Ersparnis, 8.000 €/Tag) ist die Investition in unter einem Jahr eingespielt.

Drei typische Einstiegsfehler

1. Das Sensor-Kit zu früh in den Regelbetrieb nehmen. Bevor das System produktiv läuft, muss es auf mindestens 10–15 realen Druckkabinen-Prüfungen validiert sein — mit bekannten Leckquellen, etwa absichtlich gesetzten kleinen Öffnungen, um die Vorhersage zu überprüfen. Der typische Fehler: direkt in die erste kommerzielle Lecksuche gehen und feststellen, dass das ML-Modell nicht das findet, was wirklich da ist. Was hilft: über Wochen parallel mit der klassischen Seifenlauge-Methode prüfen, Daten sammeln, iterativ nachtrainieren.

2. Zu viele Flugzeugtypen auf einmal. Die Druckkabinengeometrie unterscheidet sich zwischen Flugzeugtypen erheblich. Ein Modell, das auf B737-Daten trainiert wurde, kann bei einer ATR72 daneben liegen. Typischer Fehler: auf einer Flotte trainieren und sofort flächendeckend ausrollen. Was hilft: mit einem Typ beginnen (etwa B737, wenn das deine Mehrheitsflotte ist), dort validieren und dokumentieren, welche Kalibrierparameter für neue Typen entscheidend sind.

3. Keine regelmäßige Modellpflege einplanen. Akustische Signalcharakteristiken ändern sich mit Rumpfalterung, Wartungseingriffen und Umbauten an der Kabinenstruktur. Ein 2024 trainiertes Modell kann 2026 blinde Flecken haben. Was hilft: alle 18–24 Monate revalidieren und schwierige Fälle neu labeln.

Was mit der Einführung wirklich passiert — und was nicht

Das wird passieren:

• Lecksuchen werden deutlich schneller — das ist gesetzt
• Objektivere Messdaten und weniger Fehlinterpretationen
• Bessere Dokumentation für EASA-Prüfungen

Das wird NICHT passieren:

• Vollständige Automatisierung — der Mechaniker muss trotzdem hingehen und die Dichtung prüfen
• Nulltarif — Hardware, Modell und Wartung kosten reales Geld
• Sofortige Einführung — sechs bis zwölf Monate sind realistisch

Widerstände, auf die du stoßen wirst:

Erfahrene Mechaniker sagen oft: “Ich höre die Lecks schon mit der Seifenlauge.” Das stimmt teilweise — bei Mikrolecks stößt Erfahrung aber an Grenzen. Was hilft: Zeige dem Team parallele Prüfungen, bei denen die akustische KI zusätzliche Lecks findet, die klassisch übersehen wurden. Ein, zwei konkrete Beispiele reichen meist.

Einführung konkret:

• Monat 1–2: Pilotphase mit drei bis fünf realen Prüfungen, parallele Validierung
• Monat 3–4: Lernen und Nachjustieren des Modells
• Monat 5–6: Regelmäßiger Einsatz mit klassischer Gegenprüfung
• Ab Monat 7: Alleiniger Einsatz mit Stichprobenkontrolle

Realistischer Zeitplan mit Risikohinweisen

Kritischer Pfad: Die Qualität der Trainingsdaten entscheidet alles. Schlecht gelabelte Daten führen zu schlechten Vorhersagen — unabhängig davon, wie komplex das Modell ist.

Häufige Einwände — und was dahintersteckt

“Wir haben keine sechs bis zwölf Monate für die Entwicklung.” Verstanden. Dann ist das System für dich aktuell nicht das Richtige. Alternative: externe MRO-Spezialisten für schnellere Lecksuche beauftragen — höhere Stundensätze, kürzere Umlaufzeit. Kurzfristig teurer, dafür sofort verfügbar.

“Akustische Sensoren sind zu teuer.” Stimmt für kleine Betriebe mit unter fünf Prüfungen pro Jahr. Ab zehn Prüfungen rechnet sich die Investition in sechs bis zwölf Monaten. Eine Option sind gemeinsame Anschaffungen mehrerer MRO-Partner oder Leasingmodelle.

“Was, wenn das ML-Modell falsch liegt?” Es wird falsch liegen. Vor allem bei neuen Flugzeugtypen oder Rumpfgeometrien, die im Training nicht vorkamen. Das ist kein Grund, das System nicht zu bauen — sondern der Grund, über die gesamte Pilotphase parallel klassisch und mit KI zu prüfen. Nach 15–20 realen Prüfungen sinkt die Fehlerquote unter die der klassischen Methode.

“EASA wird das nie als Prüfmethode akzeptieren.” Falsch. EASA akzeptiert jede Prüfmethode, die reproduzierbar und dokumentierbar ist. Akustische Lecksuche ist seit Jahrzehnten Stand der Technik — die KI übernimmt nur die Auswertung, nicht die Methode selbst. Was du brauchst: eine Freigabe über eine Authorized Maintenance Release (AMC), die dein Haupttechniker unterschreibt.

Woran du merkst, dass das zu dir passt

• Du machst sechs bis zwölf oder mehr Druckkabinen-Prüfungen pro Jahr — darunter rechnet sich die Investition nicht.
• Deine klassischen Lecksuchen dauern regelmäßig zwei bis sieben Tage und blockieren Wartungsslots.
• Dein Team hat einen Data Scientist oder kann externe Beratung beauftragen — KI-Modelle selbst zu bauen geht nicht ohne Expertise.
• Du hast mindestens 15 historische Prüfungen mit dokumentierter Leckquelle — als Trainingsdaten.
• Deine Flotte ist relativ homogen (etwa überwiegend B737 oder A320) — nicht zehn verschiedene Typen.
• Du verlierst durch AOG spürbar Geld (Wet-Lease, Lohnfortzahlung, Vertragsstrafen) — dann rechnet sich jeder gesparte Tag.

Wann du NICHT anfangen solltest:

1. Du machst weniger als vier bis fünf Druckkabinen-Prüfungen pro Jahr. Die Amortisation dauert zu lang, und die Komplexität überwiegt den Nutzen.

2. Deine Flotte ist extrem heterogen (20 und mehr Flugzeugtypen). Die Modellpflege wird unrealistisch. Beauftrage lieber externe Spezialisten.

3. Du hast weder interne technische Ressourcen noch Budget für externe Beratung. Die Fehlerquote bleibt hoch, und der ROI erreicht dich nie.

Das kannst du heute noch tun

Schritt 1: Wende dich an deinen Fluke-Distributor und vereinbare einen Demo-Termin. Eine echte Sitzung mit der akustischen Kamera an einem deiner Flugzeuge dauert zwei bis drei Stunden und kostet nichts.

Schritt 2: Während der Demo dokumentierst du für dich: Wie lange dauert die klassische Suche? Wie lange mit Fluke? Notiere deine AOG-Kosten pro Tag und multipliziere sie mit den eingesparten Tagen. Liegt das Ergebnis über den 35.000–50.000 € Investition, hast du deinen Business Case.

Schritt 3: Sprich mit deinem Luftfahrtaufsichtsbeauftragten (meist der Director Maintenance) — nicht um Erlaubnis zu bitten, sondern um zu klären, ob eine formelle Anpassung der Prüfmethode (AMC/OEB) nötig ist. Die meisten Behörden akzeptieren akustische Lecksuche längst — halte es schriftlich fest.

Für die ML-Seite: Sammle fünf bis zehn reale Druckkabinen-Prüfungen mit dokumentierter Leckquelle (wo genau saß die Undichtheit?). Das ist dein erster Trainingsdatensatz.

Hier ist ein Prompt-Template für deine erste Evaluation:

Quellen & Methodik

• AOG-Kosten (5.000–15.000 €/Tag): Schätzwerte aus MRO-Betriebskennzahlen (Aviation Week, MRO Market Data 2024); bestätigt durch Befragung deutschsprachiger MROs
• Dauer der Lecksuche (1–7 Tage klassisch): Erfahrungswerte aus acht MRO-Betrieben in Deutschland, Schweiz und Österreich, 2024
• Akustische Sensorik (Fluke, 40 kHz, 124 Mikrofone): Fluke-Produktdokumentation; Fachartikel zu Acoustic Imaging in Aircraft Maintenance (Fluke Whitepaper 2023)
• EASA CS-25 Prüfstandards: EASA Certification Specification for Large Aeroplanes CS-25.365 (Pressurized Cabins)
• ML auf akustische Emissionen: Forschung zu Bi-LSTM für Leckdetektion in Druckluftsystemen (IEEE Industrial Applications, 2023–2024)
• Stand April 2026: Akustische Kameratechnik von FLIR und Fluke wird laufend aktualisiert; keine wesentlichen Änderungen an der Grundfunktion; Preise relativ stabil

Fang mit der Demo bei Fluke an. Bring deine AOG-Zahlen mit. Der Business Case rechnet sich von selbst.