Die meisten Ausfälle hydraulisch betriebener Maschinen sind auf Feststoffpartikel zurückzuführen, die Materialabtrag und folglich Verschleiß an Hydraulikkomponenten verursachen. Bleibt der Verschleiß unentdeckt, drohen ungeplante Stillstände und hohe Folgekosten. Im Projekt HydroVision (ZW 3 870 19657) wird daher ein KI-gestützter Sensor entwickelt, der Partikel im Hydrauliköl erfasst, zählt, deren Form erkennt und sie in Partikeltypen klassifiziert, um die Interpretation von Verschleißprozessen zu ermöglichen. Für die Realisierung einer leistungsfähigen KI werden sortenreine Trainingsdaten hinsichtlich des Materials benötigt. Bisherige Ansätze zur Trainingsdatengenerierung aus vorangegangenen Forschungsarbeiten sind hierfür jedoch nur bedingt geeignet, da sie keine sortenreine Erzeugung ermöglichen. Dadurch lässt sich der Zusammenhang zwischen Partikelform und -material nicht eindeutig herstellen, was die Datenannotation erheblich erschwert und die Leistungsfähigkeit der KI beeinträchtigt. In diesem Beitrag wird ein Partikelerzeugungs-Versuchsstand vorgestellt, der die Generierung sortenreiner und realitätsnaher Trainingsdaten ermöglicht.