Online-Training – Künstliche Intelligenz KI-Systeme in der Produktion normengerecht bewerten und einsetzen

KI in der Produktion unterstützt bei industriellen Anwendungen wie der Fehlererkennung, Prozessüberwachung, vorausschauenden Instandhaltung, Qualitätsprüfung und datenbasierten Entscheidungsfindung. Während die Anwendung den konkreten Einsatzkontext beschreibt, muss das zugrunde liegende KI-System nicht nur leistungsfähig sein, sondern auch Anforderungen an einen sicheren, nachvollziehbaren und normgerechten Einsatz erfüllen. Bleibt das KI-System für Verantwortliche und Betreiber eine „Black Box“, können Diskussionen im Audit und Vertrauensverlust bei Qualitätsproblemen mit Kunden die Folge sein.
In diesem Seminar erfahren Sie, KI-Systeme in der Produktion nachvollziehbar zu bewerten. Sie erhalten einen kompakten, praxisnahen Überblick über die relevanten Normen, Standards und regulatorische Anforderungen. Zudem lernen Sie, wie sich Datenqualität, Leistungsfähigkeit, Robustheit, Erklärbarkeit und Risiken zuverlässig beurteilen lassen und wodurch das Vertrauen in KI-Systeme gestärkt wird. 

Was sind die Qualitätsmerkmale eines KI-Systems nach DIN SPEC 92001?

Nach DIN SPEC 92001 stehen vor allem drei übergeordnete Qualitätsmerkmale im Mittelpunkt: Funktionalität/Leistung, Robustheit und Verständlichkeit. Für die Produktion bedeutet das: Ein KI-System muss seine Aufgabe fachlich korrekt erfüllen, unter realen Produktionsbedingungen stabil bleiben und seine Ergebnisse so liefern, dass sie geprüft, bewertet und verantwortet werden können.

Was sind die Hauptmerkmale der Qualitätsanforderungen an ein KI-System in der Produktion?

Ein KI-System in der Produktion muss mehr leisten als nur gute Vorhersagen. Entscheidend ist, dass es unter realen Produktionsbedingungen zuverlässig, technisch robust, erklärbar, sicher und dauerhaft überwachbar arbeitet sowie prozessfähig integrierbar ist. Qualität bedeutet hier nicht nur eine hohe Trefferquote, sondern die nachweisbare Fähigkeit, unter realen Produktionsbedingungen stabile und verantwortbare Ergebnisse zu liefern.

Welche technische Bewertungsmethoden von KI-Systemen zur Klassifikation gibt es?

Die technische Bewertung von KI-Klassifikationssystemen erfolgt vor allem über die Konfusionsmatrix und daraus berechneten Leistungsmetriken wie Accuracy, Precision, Recall, F1-Score, Spezifität und weitere. Hinzu kommen komplexere Methoden wie die Receiver Operator Characteristic (ROC) und die Bestimmung der Area Under Curve (AUC).
Die Validierung von KI-Klassifikationssystemen erfolgt mit unabhängigen Testdaten, dabei wird die Robustheit und die Leistung zur Fehlerklassifikation bewertet. Für die Produktion ist besonders wichtig, nicht nur die Gesamtgenauigkeit zu betrachten, sondern gezielt zu prüfen, ob kritische Fehler zuverlässig erkannt und Fehlalarme beherrschbar bleiben.

Welche Risiken gibt es bei der Vertrauensbildung in KI-Systemen?

Die größten Risiken bei der Vertrauensbildung in KI-Systemen sind:

• Blindes Vertrauen
• Falsche Sicherheit
• Fehlende Nachvollziehbarkeit
• Unklare Systemgrenzen
• Mangelnde Überwachung im Betrieb

In der Produktion sollte Vertrauen deshalb immer durch technische Validierung, Prozessintegration und menschliche Kontrollmechanismen abgesichert werden.

Was sind die 5 wichtigsten Inhalte im Training „KI-Systeme im Produktionsumfeld normgerecht bewerten und einsetzen“?

1. Grundbegriffe und funktionaler Aufbau von KI-Systemen verstehen
2. Datenqualität sicher bewerten: Anforderungen an Betriebs- und Trainingsdaten
3. Qualitätsanforderungen an KI-Systeme aus aktuellen Normen ableiten
4. Vertrauen in KI-Systeme schaffen: normative Methoden und Nachweise
5. Klassifikationsmodelle bewerten: Konfusionsmatrix, Kennzahlen und Leistungsmetriken

Welchen Nutzen Sie vom Seminar " KI-Systeme im Produktionsumfeld normgerecht bewerten und einsetzen" haben, sehen Sie hier auf einen Blick.

Ihr Nutzen

• Sie kennen die relevanten Verordnungen und Normen zum Einsatz von KI-Systemen im Produktionsumfeld
• Sie verstehen die funktionale Sicht eines KI-Systems im Produktionsumfeld und die Bedeutung der Datenqualität.
• Sie lernen die normtechnisch relevanten Qualitätsanforderungen an KI-Systeme in der Produktion kennen.
• Sie erfahren, durch welche Maßnahmen Vertrauen in die Ergebnisse eines KI-Systems entsteht.
• Sie verstehen, wie die Konfusionsmatrix zur Bewertung der Leistung eines Klassifikationsmodells funktioniert und kennen die gängigen Leistungsmetriken.

Teilnehmer

Fach- und Führungskräfte, Qualitätsmanager, Qualitätssicherer, Qualitätsplaner, Prozessverantwortliche und Auditoren, welche die Qualitätsanforderungen an KI-Systeme im Produktionsumfeld verstehen wollen.

Inhalte

• Einordnung von Normen, Gesetzen und Verordnungen zu KI-Systemen
• Funktionale Sicht eines KI-Systems im Produktionsumfeld
• Bedeutung der Datenqualität bei Training und Betrieb von KI-Systemen
• Normative Qualitätsanforderungen an KI-Systeme
• Vertrauensbildung in KI-Systemen
• Technische Bewertungsmethoden von KI-Systemen zur Klassifikation

Besondere Hinweise

Dieses Seminar eignet sich für die Rezertifizierung im Bereich Qualitätssicherung.

Fragen zu unseren Online-Trainings und den Technischen Voraussetzungen für die Teilnahme an dem Online-Training finden Sie hier in unseren FAQs.

Ihr Plus

Digitale Trainings-Unterlagen (PDF)

• Termine