KI-Server für Automobilzulieferer: 8D-Reports, PPAP und OEM-Anforderungen im eigenen Haus

Was ein KI-Server für einen Automobilzulieferer leistet

Ein KI-Server für einen Automobilzulieferer betreibt Sprachmodelle auf eigener Hardware für die Dokumentenarbeit der Lieferantenqualität: Er entwirft 8D-Reports aus Reklamationsdaten und früheren 8D, gleicht die kundenspezifischen Anforderungen jedes OEM mit Ihren Verfahren ab, prüft PPAP-Unterlagen auf fehlende oder widersprüchliche Dokumente und sortiert Garantie- und Feldfälle, die als Freitext eingehen. Die Qualitätsingenieurin oder der Qualitätsingenieur bestätigt jede Ursache und unterschreibt jedes Dokument; das Modell liefert Entwürfe und Listen. Für einen Tier-1- oder Tier-2-Zulieferer würden wir als Einstieg einen Server mit zwei Karten der NVIDIA RTX PRO 6000 Blackwell Server Edition vorschlagen; mit vier Karten teilen sich Qualität, Entwicklung und Vertrieb eine Plattform.

Wir schreiben für die Qualitäts­leitung oder die Geschäftsführung, die entscheidet, ob sich ein solcher Server lohnt, und für das IT-Team, das ihn betreibt. Die allgemeine Seite von KI im Qualitätsmanagement, etwa Lenkung der Dokumente und Auditvorbereitung nach ISO 9001, behandelt unser Leitfaden zu KI im Qualitätsmanagement. Diese Seite bleibt bei dem, was Fahrzeughersteller von ihren Zulieferern verlangen. Entwicklungsarbeit auf OEM-Seite, etwa CFD und Fahrsimulation, behandelt unser Leitfaden zum KI-Server für die Automotive-Entwicklung.

Vier Aufgaben in der Lieferantenqualität

Unsere Beschreibung des Ablaufs; die 8D-Schritte folgen dem VDA-Band „Definition of Failure Cause Categories for 8D, Reporting“ (1. Ausgabe, Juni 2017), gelesen am 25. Oktober 2026.

Alle vier sind Textarbeit mit Daten, die das Unternehmen bereits hat, und sie kommen in Wellen: rund um die Frist einer Reklamation, eine neue CSR-Fassung oder eine PPAP-Vorlage vor dem Serienstart. Keine davon beschäftigt ein großes Modell den ganzen Tag; deshalb gehören sie auf einen KI-Server des Unternehmens, der auch andere Abteilungen bedient.

8D-Reports mit KI erstellen: Entwürfe in der VDA-Struktur

Ein 8D-Report dokumentiert, wie ein Zulieferer ein vom Kunden gemeldetes Problem löst, in acht Schritten, den Disziplinen. Der VDA-Band zu den Fehlerursachenkategorien nennt sie (englische Fassung): D1 Team, D2 Problembeschreibung, D3 Sofortmaßnahmen, D4 Fehlerursachen, D5 geplante Abstellmaßnahmen, D6 umgesetzte Abstellmaßnahmen, D7 Wiederholfehler verhindern und D8 Würdigung des Teamerfolgs. Der Band beschreibt das 8D-Berichtswesen als Werkzeug, um die Qualitätslage in einem Plan-Do-Check-Act-Zyklus zu bewerten. Seine Standardkategorien für Ursachen beginnen auf oberster Ebene mit Entwicklung, Produktion und Logistik, dazu eine Kategorie für unbekannte Ursachen. Der Zulieferer ordnet jeder bestätigten Fehlerursache eine Kategorie zu, und jede Ursache muss sich laut Band auf einen zugrunde liegenden fehlerhaften Prozess zurückführen lassen.

Der größte Teil eines 8D ist Text aus Daten, die das Unternehmen hat, und das liegt einem Sprachmodell. Das Modell schreibt die Problembeschreibung D2 aus der Reklamation des Kunden, den Prüfergebnissen und der Teilehistorie. Es sucht in früheren 8D nach ähnlichen Fehlern an derselben Teilefamilie oder demselben Prozess, formuliert die Maßnahmen für D3, D5 und D6 vor und schlägt, sobald das Team eine Ursache bestätigt hat, die passende Kategorie mit Begründung vor. Bevor der Report hinausgeht, prüft es den Text auf Lücken: eine Maßnahme in D6 ohne geplantes Gegenstück in D5 oder ein D7, das die zu aktualisierenden Dokumente wie FMEA oder Produktions­lenkungs­plan nicht nennt.

D4 bleibt bei den Menschen. Ein Modell schlägt plausible Ursachen vor, und der VDA-Band definiert eine Grundursache als eine, die sich nicht weiter zurückverfolgen lässt. Das Team findet sie am Teil, an der Maschine und in den Daten, legt die Nachweise bei, und erst dann nennt der Report sie als Ursache. Unser Leitfaden zum Qualitätsmanagement wendet dieselbe Regel auf Korrekturmaßnahmen allgemein an.

Für einen Entwurf liest das Modell die Reklamation, die Prüfdaten und drei oder vier frühere 8D, eine Anfrage von vielleicht 10.000 bis 20.000 Token als unser Beispielwert. Token sind die Wortteile, in denen ein Modell Text zählt; eine Anfrage mit 32K Token lässt Platz für die Antwort.

Kundenspezifische Anforderungen zur IATF 16949 je OEM

IATF 16949:2016 ist die Norm für Qualitätsmanagement, die Fahrzeughersteller von ihren Zulieferern verlangen, und jeder Hersteller ergänzt sie um eigene kundenspezifische Anforderungen, die CSR (Customer Specific Requirements). Die Seite der IATF zu den kundenspezifischen Anforderungen, gelesen am 25. Oktober 2026, führt Dokumente zur IATF 16949 von zehn Fahrzeugherstellern. Ihre Stände reichen von April 2021 bis Juli 2026; die CSR eines Herstellers und seine eigenen PPAP-Anforderungen gelten seit dem 15. Juni 2026, und für zwei weitere Hersteller sind CSR als in Arbeit gelistet.

Das Modell macht aus jeder CSR eine Tabelle: jede Anforderung im Wortlaut des OEM, ihr Abschnitt und die Stelle in Ihren Verfahren, an der Sie sie erfüllen, oder ein Vermerk, dass das noch fehlt. Erscheint eine neue Fassung, vergleicht es beide Fassungen und listet die Änderungen, sodass die Qualitäts­leitung die Änderungen prüft, statt das ganze Dokument neu zu lesen. Den Bezug zu Ihren Verfahren liefert eine Suche über Ihre freigegebenen Dokumente, wie unser Leitfaden zu RAG auf Unternehmensdaten erklärt; in diesen Index gehören nur freigegebene Fassungen.

Die Länge spielt dabei eine Rolle. Eine CSR mit 30 Seiten zu je 400 Wörtern, unser Beispielwert, hat 12.000 Wörter. Unser Artikel zu Token pro Wort in EU-Sprachen nennt im Mittel 1,23 Token pro Wort für Englisch und 1,76 für Deutsch; nach unserer Rechnung umfasst das Dokument damit etwa 14.800 Token auf Englisch und 21.100 auf Deutsch. Beides passt mit den zugehörigen Verfahren in eine Anfrage, und der Kontext von 131.072 Token bei gpt-oss-120b fasst zwei Fassungen nebeneinander. Der Text der IATF 16949 selbst ist lizenziertes Material; ob Sie ihn in eine KI laden dürfen, hängt von Ihrer Lizenz ab, wie unser Leitfaden zu Normen in der Firmen-KI darlegt.

Wir liefern den Server und richten über unseren Private-AI/ML-Service das Modell und den Index über Ihre Verfahren ein; nennen Sie uns die OEM, die Sie beliefern, und die Zahl der 8D pro Monat, und unser Team antwortet mit einer Konfiguration.

PPAP-Dokumentation vor der Vorlage mit KI prüfen

PPAP, der Production Part Approval Process, ist im Handbuch der AIAG festgelegt, derzeit in der 4. Ausgabe, zweiter Druck. Die AIAG nennt ihn „the industry standard that defines the production part approval process“: Er zeigt, dass der Fertigungsprozess des Zulieferers die Konstruktionsunterlagen und Spezifikationen erfüllt. Eine Vorlage bündelt Ergebnisse der anderen Core Tools, die die AIAG veröffentlicht, etwa der FMEA (Fehlermöglichkeits- und Einflussanalyse) und der Messsystemanalyse, mit der Zeichnung, dem Produktions­lenkungs­plan und den Prüfergebnissen. Welche Dokumente eine Vorlage braucht, ergibt sich aus dem Handbuch und aus den Vorgaben des Kunden, und ein OEM kann eigene PPAP-Regeln ergänzen, wie das eigene PPAP-Dokument in der IATF-Liste zeigt.

Das Modell prüft die Stimmigkeit zwischen Dokumenten. Es listet jedes besondere Merkmal auf der Zeichnung, das in FMEA oder Produktions­lenkungs­plan fehlt, Änderungsstände, die zwischen Dokumenten abweichen, Ergebnisse, die sich auf einen älteren Zeichnungsstand beziehen, und Dokumente, die der Kunde verlangt, die aber nicht in der Vorlage liegen. Gescannte Berichte und Zeichnungen laufen zuerst durch ein Vision-Language-Modell, ein Modell, das Bilder liest, wie unser Leitfaden zu Vision-Language-Modellen für Dokumenten-KI beschreibt. Messwerte vergleicht ein Skript nach Regeln mit ihren Grenzwerten, nie das Urteil des Modells. Werkszeugnisse sind eine verwandte Aufgabe, die unser Leitfaden zu Werkszeugnissen nach EN 10204 mit KI behandelt. Die Qualitätsingenieurin oder der Qualitätsingenieur prüft die Liste und unterschreibt die Vorlage.

Reklamations­management: Garantie- und Feldfälle im Freitext auswerten

Rücklieferungen und Garantiefälle kommen mit kurzen Texten von Werkstätten, Händlern und Flottenkunden, oft in mehreren Sprachen und voller Abkürzungen. Einzeln gelesen verbergen sie das Muster; gebündelt zeigen sie, welcher Fehler sich an welchem Teil und in welchem Markt wiederholt. Ein Embedding-Modell macht aus jedem Text einen Vektor, eine Zahlenreihe, die ähnliche Bedeutungen nahe beieinander anordnet, sodass ähnliche Reklamationen unabhängig von der Sprache Cluster bilden. Qwen3-Embedding-0.6B unter Apache 2.0 hat 0,6B Parameter, 32K Kontext und laut Modellkarte mehr als 100 Sprachen; bei 2 Byte je Parameter belegt es nach unserer Rechnung etwa 1,2 GB, einen kleinen Teil einer Karte. Das Sprachmodell benennt dann jedes Cluster und fasst es mit Beispielfällen zusammen, und das Qualitätsteam prüft das Ergebnis an den zurückgelieferten Teilen. Unser Leitfaden zum Embedding- und Reranker-Server für RAG behandelt diese Modelle im Detail.

Garantiefälle können Namen und Kontaktdaten von Fahrzeughaltern enthalten, daher gilt die DSGVO. Behalten Sie nur die Felder, die die Auswertung braucht; die Aufbewahrungsdauer bestätigt Ihr Datenschutz­beauftragter.

TISAX, KI-Werkzeuge und wo OEM-Daten verarbeitet werden dürfen

TISAX ist das gemeinsame Verfahren der Automobilindustrie für Prüfungen der Informationssicherheit. ENX, das es betreibt, stützt es auf den ISA-Katalog, den ENX pflegt und der VDA veröffentlicht, und nutzt ihn für Prüfungen von „suppliers and service providers which are part of the automotive supply chain“. Die Labels spiegeln Prüfziele wie Informationssicherheit, Datenschutz oder Prototypenschutz, sie gelten drei Jahre, und die Ergebnisse sind nicht öffentlich. Am 1. Juli 2026 hat der VDA ISA2027 veröffentlicht, und seit dem 1. Oktober 2026 liegt ISA2027.1 auf Deutsch vor.

Wo Daten verarbeitet werden dürfen, sagt die Seite von ENX nicht. Das ergibt sich aus Ihren OEM-Verträgen, dem Geltungsbereich Ihrer Prüfung und Ihrem Informations­sicherheits­management, und jeder neue Ort, an dem OEM-Zeichnungen, Prototypendaten oder Reklamationsdaten verarbeitet werden, muss davon abgedeckt sein. Ein öffentlicher KI-Dienst ist ein solcher Ort, und manche OEM-Verträge beschränken die Weitergabe von Daten an Dritte. Ein Server im eigenen Serverraum, innerhalb des Netzes und der Zugriffsregeln, die Ihre Prüfung bereits abdeckt, hält Daten, Prompts und Protokolle dort, wo Ihre bestehenden Kontrollen gelten. Es entscheiden Ihr Informationssicherheitsbeauftragter und Ihre OEM-Verträge. Unsere Leitfäden zu KI-Fragen in Kundenaudits und zu Geschäftsgeheimnissen, NDAs und KI-Werkzeugen behandeln die Nachweise und die Vertragsseite. Dies sind allgemeine Informationen, keine Rechtsberatung.

Konfigurationen nach Zahl der Karten

Ein Modell muss in den Speicher der Grafikkarte, der GPU, passen, und jede laufende Anfrage braucht zusätzlich Speicher für ihren Kontext, den Cache. Unsere Regel für Nutzer je Karte nimmt 90 Prozent der 95,6 GiB, die der Treiber für eine 96-GB-Karte meldet, abzüglich 3 GiB je Karte und abzüglich der Gewichte: 83,0 GiB je Karte.

Referenz­konfigurationen auf unserer Seite zu KI-Servern; Kapazitäten nach unserer Regel für Nutzer je Karte mit 16-Bit-Cache: gpt-oss-120b 60,8 GiB und 1,125 GiB je Anfrage mit 32K, Qwen3.8-27B in FP8 28,75 GiB und etwa 2,1 GiB je Anfrage mit 32K (Dateilisten und config.json auf Hugging Face, gelesen am 25. Oktober 2026); Strom nach unserer Schätzung mit Karten bei 600 W, zwei Prozessoren und 15 Prozent für den Rest des Servers, bestätigt durch eine Messung am gelieferten System.

gpt-oss-120b ist unter Apache 2.0 veröffentlicht, mit 117B Parametern, von denen 5,1B je Token aktiv sind, und seine Dateien belegen etwa 65 GB, also 60,8 GiB. Seine config.json nennt 18 Schichten mit voller Attention und 8 Key/Value-Köpfen der Dimension 64; nach unserer Rechnung sind das 36 KiB 16-Bit-Cache je Token, 1,125 GiB für eine Anfrage mit 32K Token. Eine Karte behält 22,2 GiB für den Cache und beantwortet 19 solcher Anfragen gleichzeitig. Qwen3.8-27B, ein Vision-Language-Modell unter Apache 2.0, belegt in der FP8-Fassung 30,9 GB. Mit 16 Schichten voller Attention braucht es nach unserer Rechnung 64 KiB 16-Bit-Cache je Token plus einen festen Zustand von 144 MiB je Anfrage, sodass die Karte, die auch das Embedding-Modell trägt, Platz für 24 Anfragen mit 32K behält.

Zwei Karten. Der Einstiegsserver hat zwei RTX PRO 6000 Server Edition, zwei AMD-EPYC-Prozessoren, 384 GB DDR5 ECC und zwei NVMe-Laufwerke. Eine Karte betreibt gpt-oss-120b für 8D-Entwürfe, CSR-Abgleiche und PPAP-Prüfungen; die andere liest Scans und Zeichnungen und betreibt das Embedding-Modell für die Garantietexte. Eine Anfrage zählt nur, solange sie beantwortet wird; viel mehr Menschen können den Assistenten nutzen, als die Tabelle zeigt, weil sie die meiste Zeit lesen und tippen.

Vier Karten. Der Inferenzknoten mit 768 GB und vier NVMe-Laufwerken betreibt gpt-oss-120b als Tensor-Parallel-Paar über zwei Karten; damit bleiben 2 × 83,0 − 60,8 = 105,3 GiB für den Cache, 93 Anfragen mit 32K. Die dritte Karte liest Dokumente, die vierte ist per MIG in isolierte Instanzen für OCR, Embeddings und Tests geteilt, wie unser Artikel zu den MIG-Profilen der RTX PRO 6000 beschreibt. Das passt zu einem Zulieferer mit mehreren Werken oder zu einem, der Assistenten für Auftragserfassung, Entwicklung und Vertrieb auf derselben Plattform betreiben will.

Die RTX PRO 6000 Max-Q ist die Workstation-Karte, eine 300-W-Karte mit Radiallüfter; im Rack gehört sie nur in ein Gehäuse, dessen Hersteller sie listet, und für den Dauerbetrieb empfehlen wir die Server Edition.

Für einen ersten Schritt beschreiben Sie uns eine aktuelle Reklamation und den 8D, den Sie dazu geschrieben haben, und wir schlagen einen Piloten und den Server dafür vor.

Hinweise für das IT-Team

1. Engine und API. vLLM stellt beide Modelle über eine OpenAI-kompatible API bereit. Die Karte von gpt-oss-120b sagt, das Modell „should only be used with the harmony format“; nutzen Sie also eine Engine-Version, die es unterstützt, und setzen Sie ein LLM-Gateway mit Schlüsseln und Abfrage-Log vor die Engines.
2. Quellen. Lesen Sie freigegebene Verfahren aus dem Dokumentenmanagement und Reklamationen sowie 8D aus dem CAQ-System, der Qualitätssoftware, über einen Export oder dessen Schnittstelle. Speichern Sie die Vorschläge des Modells in eigenen Feldern, damit die bestätigten Werte der Nachweis bleiben; das Modell schreibt nichts selbstständig zurück.
3. Zugriff. Filtern Sie jede Suche nach den Rechten des Nutzers, damit Dokumente und Reklamationen eines OEM nur die Teams erreichen, die für diesen Kunden arbeiten.
4. Netzwerk und Versionen. --api-key schützt in vLLM nur Pfade unter /v1, /v2, /inference und /cohere; Routen wie /invocations und /metrics antworten auch ohne Schlüssel (Sicherheitsleitfaden von vLLM 0.32.0). Halten Sie die Engines deshalb in einem internen Netz hinter dem Gateway. Betreiben Sie eine aktuelle vLLM-Version (0.32.0 vom 18. Oktober 2026 zum Zeitpunkt dieses Artikels), das NVIDIA Container Toolkit ab 1.17.8 und einen Treiber, den NVIDIA in seinem Bulletin vom 30. September 2026 als behoben nennt.
5. Protokolle und Bewertung. Bewahren Sie das Abfrage-Log so lange auf, wie Ihre Informationssicherheit es festlegt. Testen Sie die Modelle vor dem Start mit echten 8D und CSR-Abschnitten, deren Antworten Sie kennen, und wiederholen Sie den Test nach jedem Modellwechsel, wie unser Leitfaden zur LLM-Bewertung vor Modell-Upgrades beschreibt.
6. Software bei Lieferung. Der Server kommt auf Wunsch mit Betriebssystem, NVIDIA-Treiber, CUDA und Container-Runtime; unser Leitfaden zur Software-Unterstützung der RTX PRO Blackwell nennt die Engine-Versionen für diese Karten.

Strom und Raum

Nach unserer Schätzung nimmt der Server mit zwei Karten und zwei EPYC 9135 etwa 1,8 kW auf und passt an einen Anschluss mit 230 V und 16 A, der bei 80 Prozent 2,94 kW trägt. Der Server mit vier Karten zieht mit Karten bei 600 W etwa 3,4 kW und braucht 32 A oder Drehstrom, mit auf 450 W begrenzten Karten etwa 2,7 kW. Beide gehören in einen Serverraum mit Kühlung für diese Wärme, wie unser Leitfaden zum Stromanschluss von GPU-Servern mit 16 A, 32 A und Drehstrom erklärt. Ohne eigenen Serverraum betreibt unser Private-AI/ML-Service dieselbe Plattform auf dedizierter Hardware in einem Tier-3-Rechenzentrum in Litauen, innerhalb der EU; ob Ihre OEM-Verträge das zulassen, klärt Ihr Informationssicherheitsbeauftragter.

Was wir liefern

Sie können dieses System bei uns kaufen: Unser Team dimensioniert die Konfiguration nach Ihrer Last und Ihrem Budget und antwortet innerhalb eines Werktages. Wir bauen die Server auf Bestellung mit zwei, vier oder acht Karten der RTX PRO 6000 Server Edition, vor der Lieferung montiert und getestet, geliefert in die gesamte EU mit einem EU-Vertrag und einer Rechnung, mit Herstellergarantie auf jede Komponente, abgewickelt über uns; Stückzahlen und Lieferzeit werden mit dem Angebot schriftlich bestätigt. Unser Service Private AI/ML mit unserem Engineering-Partner Vixen.UNO richtet die Modelle, den Index über Ihre Verfahren und die Anbindung an Ihre Qualitätssysteme ein. Unsere Seite zum Kauf eines GPU-Servers für LLMs listet alle Konfigurationen.

FAQ