Resource

KI in der Bahnsoftware: Ein CENELEC-konformes Governance-Framework

Bahnunternehmen stehen unter Druck, den Zertifizierungsaufwand zu senken und schneller zu liefern. Generative KI rückt damit in den Fokus der Entwicklung – doch regulatorisch steht viel auf dem Spiel. EN 50716:2023 zieht klare Grenzen, wo KI in der Entwicklung sicherheitskritischer Software eingesetzt werden darf und wo nicht. Wer diese Grenzen falsch auslegt, riskiert spürbare Folgen für den Safety Case, das Verhältnis zum ISA und die SIL-Zuordnung.

Dieses White Paper beschreibt ein CENELEC-konformes Framework für den Einsatz generativer KI auf der Entwicklungsseite des V-Modells – dort, wo sie den Aufwand für Traceability verringern, die Unabhängigkeit von Rollen durchsetzen und die Konsistenz von Reviews verbessern kann, ohne den Bereich zu berühren, den die Norm ausdrücklich ausschließt.

Das erfahren Sie in diesem White Paper:
  • Warum Tabelle A.3 der EN 50716 KI/ML als Element der Softwarearchitektur bei jedem SIL ausschließt – und welche Spielräume dennoch bleiben.
  • Wie generative KI die Erstellung von Anforderungen, unabhängige Reviews und Traceability vertretbar unterstützen kann – im Rahmen der Regeln zur Tool-Qualifizierung nach EN 50716.
  • Wie sich Rollenunabhängigkeit, Anti-Halluzinations-Protokolle und Phase-Gate-Kriterien über die Tool-Konfiguration durchsetzen lassen – statt über Richtlinien.
  • Wie ein konformer KI-gestützter Review-Prozess vom ersten Entwurf bis zur freigegebenen Baseline aussieht.
  • Wo Edge-KI in Schienenfahrzeugen und Infrastruktur heute bereits sinnvoll einsetzbar ist – und wo Anhang C.3 weiterhin die Grenze zieht.