Die Erstellung und Bewertung von Modellen orientiert sich i. d. R. am Prädiktionsfehler oder an der Approximationsgüte – unabhängig vom Einsatzzweck eines Modells. Dies liegt an den üblichen Methoden sowie daran, dass Modellbildung und Reglerentwurf häufig von unterschiedlichen Spezialisten durchgeführt werden. Da selten ein exaktes Modell erstellt werden kann, sollten die Freiheitsgrade bei der Modellbildung genutzt werden, um ein für die geplante Anwendung optimiertes Modell zu erhalten. Beim modellbasierten Reglerentwurf ist die Prädiktionsgüte eines Modells kein primäres Kriterium; vielmehr sollte das Modell gut für den Reglerentwurf geeignet sein. Diese Einsicht führte im Bereich der linearen Systemidentifikation zu neuen Methoden. In diesem Beitrag wird eine Methodik zur Ableitung regelungsorientierter Takagi-Sugeno-Fuzzy-Modelle aus physikalischen Modellen vorgestellt und am Benchmark-Beispiel des inversen Pendes demonstriert.