Das Kondensatorentladungsschweißen (KE-Schweißen) ist ein effizientes, kostengünstiges und robustes Verfahren. Es wird meist für das Buckelschweißen eingesetzt. Um die Qualität während der Fertigung sicherzustellen, wird eine Echtzeitüberwachung angestrebt. Eine Möglichkeit ist die Prozessüberwachung durch Maschinelles Lernen. Dafür werden in diesen Untersuchungen die Zeitsignale von Elektrodenweg und –Kraft, Schweißstrom, Elektrodenspannungen sowie Kondensatorspannung in Betracht gezogen. Durch überwachtes Lernen werden Modelle des Maschinellen Lernens (ML) an großen Datenmengen zur Vorhersage der Verbindungsqualität entwickelt. Diese Modelle dienen als Vergleichskriterium für die Entwicklung eines Algorithmus mit Hilfe des teilüberwachten Lernens für geringe Datenmengen. Damit soll eine praxistaugliche Methodik zur Erstellung und Anwendung von Maschinellem Lernen entwickelt werden. Insgesamt wurden 389 klassifizierte Schweißversuche durchgeführt, die für das Training mittels teilüberwachten Lernens auf 16 klassifizierte Schweißversuche reduziert wurden.