Die vorliegende Arbeit ist ein Beitrag zum Gebiet der Fehlerkennung und -diagnose bei elektrischen Kühlgebläsen. Hauptfokus der Arbeit liegt dabei auf der online-Erkennung wichtiger Parameter und interner Zustände. Damit die Algorithmen auch auf Microcontrollern lauffähig sind, die typischerweise bei elektrischen Kleinantrieben zum Einsatz kommen, wurde auf ein ressourcen- und verarbeitungseffizientes Design geachtet. Darüber hinaus zeichnen sich die entwickelten Algorithmen durch einen geringen Applikationsaufwand aus, wodurch der Transfer der Algorithmen zu anderen Anwendungen deutlich erleichtert wird und kostengünstig umgesetzt werden kann. Es werden neue Algorithmen vorgestellt für die Bestimmung des Wicklungswiderstandes, der Flussverkettung sowie des äquivalenten Serienwiderstandes des Zwischenkreiskondensators. Weiterhin wird ein neuartiges Verfahren vorgestellt, welches unter Zuhilfenahme der Wicklungstemperatur die Magnettemperatur bestimmen kann. Die Wicklungstemperatur wird dabei aus dem Wicklungswiderstand abgeleitet und benötigt somit keinen zusätzlichen Temperatursensor im Motor. Basierend auf der Auswertung der Flussverkettung wird ein Verfahren präsentiert, das es erlaubt, eine Demagnetisierung zu erkennen. Außerdem werden Verfahren demonstriert, die die Alterung des Zwischenkreiskondensators sowie Wicklungsfehler erkennen können. Darüber hinaus wird ein neuer Ansatz zur Erkennung einer Schwergängigkeit vorgestellt, die z.B. durch eine Blockade oder Schmutzablagerungen auf den Lüfterblättern hervorgerufen werden kann.