Zum Hauptinhalt springen
Wissensdatenbank

Wie Sie prüfungsfeste Datensätze zu Entscheidungen im Werk führen, auch mit KI

DBR77 Team7 Min. Lesezeit

Auf dieser Seite

Ein prüfungsfester Entscheidungsdatensatz zeigt, was entschieden wurde, wer es entschieden hat, wann, auf welcher Datengrundlage und warum, und er lässt sich nicht ändern, ohne eine Spur zu hinterlassen. Bei KI-gestützten Entscheidungen hält der Datensatz außerdem fest, was die KI empfohlen hat, was die Person damit gemacht hat und den Grund für jede Übersteuerung. Können Sie jede Entscheidung aus dem letzten Monat in wenigen Minuten aus einem einzigen System rekonstruieren, sind Ihre Datensätze prüfungsfest.

Die meisten Werke erfassen das Ergebnis einer Entscheidung, nicht die Entscheidung selbst. Die Charge wurde freigegeben oder die Prüfung ausgelassen, aber das Wer und Warum steckt in einer E-Mail oder im Kopf von jemandem.

Was „prüfungsfest“ für eine Entscheidung bedeutet

Regulierte Branchen haben eine gut erprobte Definition. Der Leitfaden der US-FDA zur Datenintegrität in der Arzneimittelherstellung sagt, Daten sollten zuordenbar, lesbar, zeitgleich erfasst, original oder eine wahre Kopie sowie korrekt sein, bekannt als ALCOA. Derselbe Leitfaden definiert einen Audit-Trail als sicheren, computergenerierten Datensatz mit Zeitstempel, mit dem sich der Ablauf der Ereignisse rund um das Anlegen, Ändern oder Löschen eines elektronischen Datensatzes rekonstruieren lässt.

Die US-Vorschrift 21 CFR Part 11 ergänzt die Systemseite. Sie verlangt sichere, computergenerierte Audit-Trails mit Zeitstempel, die Eingaben und Aktionen von Bedienern, die Datensätze anlegen, ändern oder löschen, unabhängig erfassen, und Änderungen dürfen frühere Einträge nicht verdecken. Außerdem verlangt sie, dass der Zugriff auf befugte Personen beschränkt ist und geprüft wird, wer Datensätze unterzeichnen oder ändern darf.

Diese Regeln gelten für Datensätze, die der FDA unterliegen. Außerhalb dieses Bereichs sind sie trotzdem eine solide Checkliste für Kunden- und Zertifizierungsaudits.

Eine Charge von 4.000 spritzgegossenen Gehäusen ist gesperrt, nachdem Kavität 3 abgedriftet ist.

Vier Ebenen eines Entscheidungsdatensatzes: KI-Empfehlung, menschliche Änderung, Begründung und Ergebnis für eine Charge

Was ein Entscheidungsdatensatz enthalten muss

Die meisten dieser Felder lassen sich automatisch füllen, wenn die Entscheidung in dem System getroffen wird, in dem die Daten liegen.

FeldBeispielWarum ein Auditor danach fragt
Was entschieden wurdeCharge 2291 zum Versand freigegebenDie Entscheidung selbst, nicht nur ihre Wirkung
Wer entschieden hatName und Rolle, angemeldetZuordenbar, und die Rolle hatte die Befugnis
WannDatum und Uhrzeit, vom System gesetztZeitgleich, nicht später eingetippt
Auf welcher DatengrundlagePrüfergebnisse, Messwerte, verknüpfter Auftrag und ChargeDie Entscheidung lässt sich an den Fakten prüfen
WarumBegründungstext, angewandte Norm oder VerfahrensanweisungBesonders bei Ausnahmen und Übersteuerungen
Beteiligung der KIEmpfehlung, Konfidenz, angenommen, geändert oder abgelehntZeigt, wo ein Mensch sein Urteil eingesetzt hat
ErgebnisVerifizierungsschritt und sein ErgebnisBelegt, dass die Entscheidung nachverfolgt wurde

Datensätze für KI-gestützte Entscheidungen

Wenn KI ordnet, vorschlägt oder entwirft, ändert sich die Frage des Auditors von „Wer hat entschieden?“ zu „Wer hat entschieden, und was hat das System dieser Person gesagt?“ Vier Regeln halten das beantwortbar:

  1. Speichern Sie die Empfehlung so, wie sie angezeigt wurde, mit ihren Eingangsdaten, ihrer Erklärung und ihrer Konfidenz, nicht in einer späteren Version.
  2. Speichern Sie die menschliche Aktion: freigegeben, geändert oder abgelehnt, von wem und wann.
  3. Verlangen Sie einen Grund für Übersteuerungen und Ablehnungen. Eine Ablehnung mit Grund ist ein nützlicher Nachweis, und eine stille Ablehnung ist eine Lücke.
  4. Nie überschreiben. Eine geänderte Entscheidung ist ein neuer Eintrag, der mit dem alten verknüpft ist.

Die EU-KI-Verordnung setzt eine ähnliche Messlatte für Systeme, die sie als Hochrisiko einstuft: Sie müssen technisch die automatische Aufzeichnung von Ereignissen (Protokollen) ermöglichen, über die gesamte Lebensdauer des Systems, um die Rückverfolgbarkeit zu unterstützen. Die meisten Empfehlungen in der Fertigung fallen nicht in diese Klasse, aber die Gewohnheit des Protokollierens ist dieselbe.

Illustratives Beispiel: Eine Charge von 4.000 spritzgegossenen Gehäusen steht in der Qualitätssperre, nachdem ein Maß an Kavität 3 abgedriftet ist. Die KI empfiehlt, auf Basis von 120 nachgemessenen Teilen die Kavitäten 1, 2 und 4 freizugeben und Kavität 3 zu verschrotten. Die Qualitätsmanagerin ändert das: Kavitäten 1 und 2 freigeben, Kavität 4 erneut prüfen, Kavität 3 verschrotten. Der Datensatz hält die Empfehlung der KI und ihre Daten fest, ihre Änderung, ihre Begründung („Kavität 4 innerhalb der Grenzen, aber mit Trend“), das Ergebnis der erneuten Prüfung zwei Stunden später und die endgültige Freigabe. Sechs Monate später fragt ein Kunde nach dieser Charge. Die Antwort dauert drei Minuten.

Wer für welche Daten verantwortlich ist

Datensätze sind nur so vertrauenswürdig wie die Listen dahinter. Geben Sie jeder Datenart einen Verantwortlichen nach Rolle:

  • Stammdaten (Anlagen, Materialien, Prüfpläne, Rollen und Rechte): jeweils ein Verantwortlicher, meist in Technik, Qualität oder IT.
  • Betriebliche Datensätze (Aufträge, Prüfungen, Arbeitsaufträge, Sperren): verantwortlich ist die Rolle, die sie abschließt.
  • Regeln und Schwellen (Alarmgrenzen, Freigabestufen, Stichprobenregeln): verantwortlich ist der Prozessverantwortliche; geändert werden sie nur mit protokollierter Begründung.
  • KI-Konfiguration (welche Empfehlungen eine Freigabe brauchen, durch welche Rolle): gemeinsam verantwortet von Produktion und Qualität.

Prüfen Sie die Zugriffe mindestens einmal im Jahr. Menschen wechseln die Stelle, und alte Rechte zum Freigeben oder Bearbeiten sind ein häufiger Auditbefund. Dazu, wer bei einem Schichtwechsel für offene Probleme einsteht, siehe Wie Verantwortung über Schichten hinweg klar bleibt.

Ein 15-Minuten-Audittest

Wählen Sie drei Entscheidungen aus dem letzten Monat: eine Qualitätsfreigabe, eine ausgelassene oder verschobene Prüfung, einen abgeschlossenen Arbeitsauftrag. Versuchen Sie für jede, allein aus den Datensätzen zu antworten:

  • Wer hat sie getroffen, und erlaubte seine Rolle das?
  • Welche Daten hatte die Person in diesem Moment?
  • Warum hat sie so entschieden?
  • Hat ein System einen Teil davon vorgeschlagen, und hat die Person ihn geändert?
  • Sehen Sie jede spätere Änderung am Datensatz?

Braucht eine Antwort einen Anruf, ist diese Entscheidung nicht prüfungsfest. Notieren Sie, welches Feld gefehlt hat, und korrigieren Sie sowohl den Datensatz als auch den Prozess, der es leer gelassen hat.

Wie das in DBR77 IRIS funktioniert

Entscheidungen in DBR77 IRIS werden in demselben System getroffen, das die Daten hält. IRIS QMS verknüpft jede Abweichung mit ihrem Fertigungsauftrag, ihrer Maschine und ihrer Materialcharge und dokumentiert jeden Schritt der 8D- und 5-Why-Arbeit von der Sofortmaßnahme bis zur Verifizierung. Wie Sie Qualitätsprobleme mit Produktion und Instandhaltung verknüpfen erklärt, wie diese Verknüpfungen funktionieren. IRIS QMS unterstützt außerdem interne und externe Audits mit nachverfolgten Befunden und Korrekturmaßnahmen. IRIS CMMS führt einen vollständigen Audit-Trail der Arbeitsaufträge mit Notizen der Techniker, Zeiterfassung und verbrauchten Teilen. Rollenbasierte Zugriffe legen fest, was jede Rolle sieht.

Bei KI-gestützten Entscheidungen speichert Daten & KI zu jeder Empfehlung die Grundlage ihrer Bewertung, die Aktion, die eine Person gewählt hat, und bei umgesetzten Empfehlungen das Ergebnis. Decision Traces zeigen, wie eine Entscheidung zustande kam, und die Ansicht Compliance führt ein Register der KI-Anwendungen und der Entscheidungen mit hohem Risiko. Der IRIS-Assistent liest nur Daten, deshalb wird jede Änderung an einem Datensatz von einer namentlich erfassten Person in der Ansicht des Moduls vorgenommen. Wann KI empfehlen und wann Menschen entscheiden sollten behandelt, welche Entscheidungen von vornherein bei Menschen bleiben sollten.

Häufige Fragen

Müssen wir 21 CFR Part 11 erfüllen?

Nur für Datensätze, die den FDA-Regeln unterliegen. Außerhalb dieses Bereichs sind Part 11 und ALCOA trotzdem eine gute Checkliste für jedes Kunden- oder Zertifizierungsaudit.

Sollten wir abgelehnte KI-Vorschläge aufbewahren?

Ja. Ablehnungen mit Grund zeigen, dass Menschen die Ausgabe geprüft haben, und sie helfen, die Regeln und das Modell zu verbessern.

Wie lange sollten Entscheidungsdatensätze aufbewahrt werden?

So lange, wie Ihre Vorschriften und Kundenverträge es verlangen. Part 11 fordert, dass die Dokumentation des Audit-Trails mindestens so lange aufbewahrt wird wie die Datensätze, die sie betrifft.

Kann KI den Datensatz für uns schreiben?

Sie kann Zusammenfassungen entwerfen und Felder aus Daten füllen. Ein Mensch bestätigt die Entscheidung und die Begründung.

Fazit

Machen Sie den 15-Minuten-Test diese Woche mit drei Entscheidungen aus dem letzten Monat: einer Qualitätsfreigabe, einer ausgelassenen oder verschobenen Prüfung und einem abgeschlossenen Arbeitsauftrag. Wo eine Antwort einen Anruf brauchte, korrigieren Sie dieses Feld im Prozess. Prüfen Sie bei KI-gestützten Entscheidungen außerdem, ob der Datensatz die Empfehlung, wie sie angezeigt wurde, die menschliche Aktion und den Grund für jede Übersteuerung festhält.

Quellen