Dieser Beitrag stellt die Modellierung eines pneumatischen Antriebs mit Black-Box-Methoden vor, wobei eine qualitative Analyse des Systems zu einer detaillierteren Modellstruktur und damit höheren Güte beiträgt. Als Black-Box-Strukturen werden zum einen Fuzzy-Netzwerke vom Takagi-Sugeno-Typ mit mehrdimensionalen Zugehörigkeitsfunktionen und zum anderen neuronale Netzwerke in Form des mehrschichtigen Perzeptrons verwendet. Beide Ansätze gestatten die Identifikation nichtlinearer dynamischer Ein-Ausgangs-Modelle und werden hinsichtlich ihrer Approximationseigenschaften in diesem Beitrag miteinander verglichen.