Heute auditieren wir Messmittel, PFMEAs, Produktionslenkungspläne und besondere Merkmale.
Künftig müssen wir möglicherweise auch Trainingsdaten, KI-Modelle, Drift, Erklärbarkeit und algorithmische Verzerrungen auditieren.
Vor Kurzem veröffentlichte VDA einen Gelbbandentwurf zu künstlicher Intelligenz im Qualitätsmanagement, für den Rückmeldungen bis zum 30. Juni möglich sind.
Dies ist eine wichtige Entwicklung, denn sie zeigt, dass KI nicht länger nur als Produktivitätswerkzeug betrachtet wird.
Es wird nun als qualitätsrelevantes System betrachtet, das selbst gelenkt, validiert, dokumentiert und auditiert werden muss.
Das Dokument hebt mehrere neue Fragen hervor, die Qualitätsteams möglicherweise bald beantworten müssen:
• Wer hat das KI-Modell trainiert?
• Welche Daten wurden verwendet?
• Waren die Daten vollständig, repräsentativ und zuverlässig?
• Lässt sich die KI-Entscheidung erklären?
• Wie wird Modelldrift im Zeitverlauf überwacht?
• Was geschieht, wenn die KI eine falsche Klassifizierung liefert?
• Wer genehmigt das erneute Training des Modells?
• Wie gewährleisten wir die Rückverfolgbarkeit KI-basierter Entscheidungen?
Der gelbe Band verknüpft KI mit bestehenden Qualitätssystemen wie ISO 9001, IATF 16949 und VDA 6.x.
Besonders hervorgehoben werden Bereiche wie:
• Auditierbarkeit von KI-Modellen
• Erklärbarkeit von Entscheidungen
• Verzerrungen in Trainingsdaten
• Halluzinationen und fehlerhafte Ergebnisse
• Prädiktive und präskriptive Qualität
• Anomalieerkennung
• Robustheit und Vertrauenswürdigkeit
• Einbindung von KI in Lieferantenaudits, Prozessaudits und Produktaudits
Interessant ist, dass das Dokument die KI-Risikostufen sogar mit funktionaler Sicherheit, SOTIF, besonderen Merkmalen und der Relevanz für die Cybersicherheit verknüpft.
Das bedeutet, dass der Qualitätsingenieur der Zukunft möglicherweise sowohl MSA als auch maschinelles Lernen verstehen muss.
Der Auditor der Zukunft fragt möglicherweise nicht nur, ob das Messmittel kalibriert wurde.
Möglicherweise fragen sie auch, ob das Modell korrekt trainiert wurde.
Für Fachleute aus Automobilqualität, Fertigung, Lieferantenqualität, digitaler Transformation und KI lohnt es sich, diesen Entwurf vor dem Ende der Kommentierungsfrist am 30. Juni zu prüfen.
Qualität tritt in eine neue Phase ein, in der wir nicht nur Prozessstreuungen beherrschen werden.
Wir werden auch algorithmische Schwankungen beherrschen müssen.
#AI #QualityManagement #IATF16949 #VDA #ArtificialIntelligence #ManufacturingQuality #AutomotiveQuality #DigitalTransformation #MachineLearning #QualityEngineering