Annex 22: Wie wird KI in der GMP-Prüfung auditfähig?
KI erkennt Haarrisse, Codefehler und Oberflächenabweichungen, die klassische Prüfregeln übersehen. Doch in der regulierten Produktion zählt nicht nur, was ein Modell erkennt. Es zählt, ob Sie im Audit belegen können, warum es so entschieden hat.
Mit dem Entwurf des EU-GMP Annex 22 bekommt künstliche Intelligenz in der Arzneimittelherstellung erstmals einen eigenen regulatorischen Rahmen. Für Pharmahersteller heißt das: Wer heute KI-gestützte Inline-Prüfung plant, sollte sie so aufbauen, dass sie auch morgen qualifizierbar bleibt.
INTREX entwickelt KI-gestützte Prüfsysteme deshalb von Anfang an entlang des Annex-22-Entwurfs. Statisch versionierte Modelle, getrennte Trainings- und Testdaten, vorab festgelegte Akzeptanzkriterien und eine vollständige Validierungsdokumentation. KI als Werkzeug. Software als Rückgrat. Prozesssicherheit als Ziel.
Was regelt Annex 22 – und warum betrifft er Ihre Prüfprozesse schon heute?
Annex 22 ist ein neuer Anhang zum EU-GMP-Leitfaden (EudraLex Band 4). Er beschreibt, welche Anforderungen KI-Modelle erfüllen müssen, wenn sie in der Herstellung von Arzneimitteln und Wirkstoffen eingesetzt werden. Gemeint sind Anwendungen mit direktem Einfluss auf Patientensicherheit, Produktqualität oder Datenintegrität.
Damit trifft Annex 22 genau die Stelle, an der KI in der Produktion den größten Nutzen bringt: die automatische Prüfentscheidung. Ob ein Vial mit Mikroriss ausgeschleust wird, ob ein Code lesbar ist oder ob eine Etikettierung korrekt sitzt – sobald ein KI-Modell darüber entscheidet, wird diese Entscheidung GMP-relevant.
Für welche KI-Anwendungen gilt der Entwurf?
Der Entwurf zieht eine klare Grenze. Für kritische Anwendungen sind nur statische Modelle mit deterministischem Ergebnis vorgesehen. Das sind Modelle, die nach dem Training eingefroren werden und auf denselben Input immer dieselbe Antwort geben.
Für die industrielle Bildverarbeitung ist das eine gute Nachricht. Trainierte Deep-Learning-Modelle zur Fehler- und Mustererkennung passen in dieses Raster – wenn sie richtig entwickelt, getestet und dokumentiert werden.
- dynamische Modelle, die im laufenden Betrieb weiterlernen
- probabilistische Modelle mit nicht reproduzierbarem Ergebnis
- generative KI und Large Language Models (LLM) in kritischen Anwendungen
Wo steht Annex 22 im November 2026?
Die Europäische Kommission hat den Entwurf im Juli 2025 gemeinsam mit den Überarbeitungen von Annex 11 und Kapitel 4 zur Konsultation gestellt. Die Kommentarphase endete am 7. Oktober 2025. Es ist bekannt, dass die Branche den Entwurf intensiv kommentiert hat – mit mehr als 1.300 Stellungnahmen.
Im Sommer 2026 folgte ein Expertenworkshop der EMA, dessen Bericht im Oktober 2026 erschienen ist. Diskutiert wird dort unter anderem, ob der Geltungsbereich unter einer streng risikobasierten Kontrollstrategie erweitert wird. Eine finale Fassung, ein Inkrafttreten oder Übergangsfristen gibt es derzeit nicht. Bis dahin gilt Annex 11 in der bestehenden Fassung.
Wie greifen Annex 11 und Annex 22 ineinander?
Annex 22 ersetzt Annex 11 nicht, er ergänzt ihn. Jedes computergestützte Prüfsystem in der GMP-Produktion fällt unter Annex 11: Spezifikation, Risikobewertung, Datenintegrität, Audit Trail, Zugriffsrechte, Change Control.
Annex 22 legt eine zweite Ebene darüber, sobald ein KI-Modell GMP-kritische Entscheidungen trifft. Die Systemvalidierung bleibt also Pflicht. Hinzu kommt der Nachweis, dass das Modell selbst geeignet, getestet und beherrscht ist.
Welche Anforderungen stellt Annex 22 an KI-gestützte Prüfsysteme?
Der Entwurf folgt einem risikobasierten Lebenszyklusansatz – von der Festlegung des Einsatzzwecks über den Test bis zum Betrieb. Für Prüfsysteme in der Linie sind vor allem sechs Punkte entscheidend:
-
Intended Use
Aufgabe, Eingangsdaten, Einsatzgrenzen und mögliche Verzerrungen (Bias) werden detailliert beschrieben und vor dem Test freigegeben.
-
Akzeptanzkriterien
Testmetriken und Grenzwerte werden festgelegt, bevor getestet wird. Das Modell muss mindestens so gut sein wie der Prozess, den es ersetzt – etwa die manuelle Sichtprüfung.
-
Unabhängige Testdaten
Testdaten sind repräsentativ, decken die relevanten Fehlerbilder ab und bleiben strikt von Training und Entwicklung getrennt.
-
Erklärbarkeit und Konfidenz
Bei kritischen Anwendungen muss nachvollziehbar sein, welche Merkmale eine Entscheidung getragen haben. Jede Prüfentscheidung erhält einen Konfidenzwert; unsichere Ergebnisse können als „unentschieden“ markiert werden.
-
Human-in-the-Loop
Wo Menschen Teil der Kontrolle sind, sind Verantwortung, Schulung und Leistung beschrieben und überwacht.
-
Betrieb und Change Control
Modell, Vorverarbeitung und Systemkonfiguration stehen unter Konfigurationskontrolle. Änderungen lösen eine begründete Neubewertung aus, die Modellleistung wird im Betrieb überwacht.
Wer diese Punkte liest, erkennt: Annex 22 verlangt keine neue Technologie. Er verlangt Disziplin in Entwicklung, Daten und Dokumentation.Genau daran scheitern viele KI-Projekte, die als Demo überzeugen und im Audit nicht bestehen.
Warum reicht eine hohe Gesamterkennungsrate nicht aus?
Eine Erkennungsrate von 98 Prozent klingt überzeugend. Doch sie sagt wenig darüber aus, wie zuverlässig ein Modell einzelne Fehlerbilder erkennt. Ein feiner Haarriss am Vial-Hals ist seltener als ein grober Bruch – und genau deshalb im Testdatensatz oft unterrepräsentiert. Fällt die Erkennung für diese Teilgruppe deutlich ab, verschwindet das in der Gesamtquote.
Annex 22 setzt hier an: Testdaten sollen repräsentativ und stratifiziert sein, also alle relevanten Untergruppen abbilden. Für die Praxis heißt das, Fehlerbilder systematisch zu sammeln, zu klassifizieren und getrennt auszuwerten. Erst dann wird aus einer guten Zahl ein belastbarer Nachweis.
Warum sollten Sie nicht auf die finale Fassung warten?
Weil Prüfsysteme lange laufen. Eine Inline-Prüfung, die heute in eine Linie integriert wird, ist noch in Betrieb, wenn Annex 22 längst gilt. Der Entwurf sieht bislang keine Übergangsfrist für bereits eingesetzte KI-Systeme vor. Wer dann nachweisen muss, wie ein Modell trainiert, getestet und freigegeben wurde, braucht diese Nachweise aus der Entwicklungsphase. Rückwirkend lassen sie sich kaum erzeugen.
Hinzu kommt: Schon nach geltendem GMP-Recht dürfen Inspektoren hinterfragen, wie eine KI-gestützte Prüfentscheidung zustande kommt.
Ein Modell, das als Black Box arbeitet, ist ein Auditrisiko – unabhängig vom Datum des Inkrafttretens.
Wer jetzt entlang des Entwurfs plant, gewinnt dreifach:
-
Planungssicherheit
Die Validierungsstrategie steht, bevor das System in der Linie läuft.
-
Investitionsschutz
Eine neu errichtete Anlage soll beim Inkrafttreten von Annex 22 nicht erneut qualifiziert werden müssen.
-
Prozesssicherheit
Reproduzierbare, dokumentierte Prüfentscheidungen senken Ausschuss, Stillstand und Rückrufrisiko.
Was leistet KI-gestützte Prüfung gegenüber der manuellen Sichtprüfung?
Die manuelle Sichtprüfung ist in vielen Betrieben noch der Referenzprozess. Sie ist erfahrungsbasiert, aber nicht ermüdungsfrei. Bei hohen Taktzahlen, kleinen Defekten und spiegelnden Glasoberflächen stößt das menschliche Auge an Grenzen. Ergebnisse hängen von Schicht, Person und Tagesform ab.
Eine KI-gestützte Inline-Prüfung bewertet jedes Gebinde nach denselben Kriterien, in jedem Takt, aus mehreren Perspektiven. Jede Entscheidung wird protokolliert.
Genau diesen Vergleich verlangt Annex 22: Das Modell muss nachweislich mindestens so gut sein wie der Prozess, den es ablöst. Wer diesen Nachweis sauber führt, gewinnt nicht nur Compliance, sondern messbare Prüfqualität.
Wie setzt INTREX Annex 22 in der Inline-Prüfung um?
INTREX entwickelt Prüfsysteme nach EU-GMP, GAMP 5 und Annex 11. Für KI-gestützte Bildverarbeitung kommen die Anforderungen des Annex-22-Entwurfs hinzu – nicht als nachträgliche Dokumentationsschicht, sondern als Grundlage der Systemarchitektur.
Was heißt „qualifizierbare KI“ in der Praxis?
Bei INTREX folgen KI-gestützte Prüfsysteme festen Prinzipien:
- statische, versionierte Modelle – kein Weiterlernen im laufenden Betrieb
- strikt getrennte Trainings- und Testdaten
- Akzeptanzkriterien, die vor dem Test festgelegt werden
- protokollierte Konfidenzwerte für jede Prüfentscheidung
- nachvollziehbare Merkmalsgewichtung statt Black Box
- Change Control mit Revalidierungsbewertung bei Änderungen an Modell oder Produkt
So bleibt die Prüfentscheidung reproduzierbar, erklärbar und auditfähig.
Welche Validierungsdokumentation erhalten Sie?
Validierung ist bei INTREX kein Anhang zum Projekt, sondern Teil davon. Auf Basis Ihrer Anwenderanforderungen (URS) erstellen wir DQ-, IQ-, OQ- und PQ-Protokolle, umgesetzt gemäß Annex 11. Für KI-Systeme ergänzen wir die Anforderungen des Annex-22-Entwurfs – von der Modellversion bis zu den Akzeptanzkriterien.
Das Ergebnis: eine Dokumentation, die Ihre Qualitätssicherung im Audit vertreten kann.
Wo setzt INTREX KI konkret ein?
KI ist bei INTREX kein Showbegriff. Sie kommt dort zum Einsatz, wo klassische Prüfregeln an Grenzen stoßen: bei feinen Rissen, schwierigen Oberflächen, variierenden Merkmalen oder komplexen Erkennungssituationen.
-
Glasbruchkontrolle GBD 650
KI-gestützte Erkennung von Mikrorissen, Spannungsrissen und Oberflächenfehlern an Vials, Ampullen und Fertigspritzen – entwickelt in Anlehnung an den Annex-22-Entwurf.
-
KUPvision-Software
Die Bildverarbeitungsumgebung, in der Deep-Learning-Modelle, Prüflogik und Protokollierung zusammenlaufen.
-
Vision-Systeme und Code-Lesung
Kamerabasierte Inline-Prüfung, in die wir auch Industriekameras von Cognex integrieren.
Wie läuft ein Prüfprojekt mit INTREX ab?
-
Prüfaufgabe analysieren
Produkt, Fehlerbilder, Takt, Bauraum und regulatorische Anforderungen werden gemeinsam aufgenommen.
-
Intended Use und URS festlegen
Einsatzzweck, Einsatzgrenzen und Akzeptanzkriterien werden definiert und freigegeben, bevor getestet wird.
-
System entwickeln
Engineering, Bildverarbeitung, Beleuchtung und Softwarelogik werden auf die Prüfaufgabe ausgelegt; das KI-Modell wird trainiert und versioniert.
-
Unabhängig testen
Das eingefrorene Modell wird mit getrennten, repräsentativen Testdaten gegen die Akzeptanzkriterien geprüft.
-
Integrieren und qualifizieren
Das System wird in die bestehende Linie integriert und mit DQ-, IQ-, OQ- und PQ-Protokollen qualifiziert.
-
Sicher betreiben
Change Control, Fernwartung und Ersatzteilversorgung begleiten das System über seinen gesamten Lebenszyklus.
Was unterscheidet INTREX von Standardanbietern?
Große Anbieter bringen Produktkataloge mit. INTREX beginnt bei der Prüfaufgabe. Wir verbinden Engineering, industrielle Bildverarbeitung, eigene Softwareentwicklung, KI-gestützte Mustererkennung und Pharma-Validierung aus einer Hand.
Die Linie gibt die Regeln vor: Takt, Bauraum, Produktführung, Schnittstellen und Dokumentationspflicht. Deshalb entstehen unsere Prüfsysteme aus Ihrer Produktionsrealität heraus – mit über 30 Jahren Erfahrung, direkter Expertennähe und kurzen Wegen.
Welche Fragen stellen Pharmahersteller zu Annex 22?
Ist Annex 22 bereits verbindlich?
Nein. Annex 22 liegt bislang als Entwurf vor, die Konsultation ist abgeschlossen. Ein Datum für das Inkrafttreten gibt es noch nicht. Bis dahin gilt für computergestützte Systeme Annex 11 – und damit auch für KI-gestützte Prüfsysteme.
Fällt jede KI in der Produktion unter Annex 22?
Der Entwurf richtet sich an KI-Modelle in kritischen GMP-Anwendungen, also mit direktem Einfluss auf Patientensicherheit, Produktqualität oder Datenintegrität. Eine automatische Ausschleusentscheidung in der Inline-Prüfung gehört typischerweise dazu.
Darf generative KI in kritischen GMP-Anwendungen eingesetzt werden?
Nach dem aktuellen Entwurf nicht. Generative KI und Large Language Models sind für kritische Anwendungen ausgeschlossen. Ob sich das in der finalen Fassung ändert, ist offen. INTREX setzt in der Prüfung deshalb auf statische, trainierte Modelle.
Welche Erkennungsrate fordert Annex 22?
Einen pauschalen Prozentwert nennt der Entwurf nicht. Das Modell muss mindestens die Leistung des Prozesses erreichen, den es ersetzt. Die konkreten Akzeptanzkriterien werden für jede Prüfaufgabe vor dem Test festgelegt und dokumentiert.
Muss eine KI-Prüfung später neu qualifiziert werden?
Das hängt davon ab, wie sie entwickelt wurde. Ist das System von Anfang an entlang des Entwurfs aufgebaut und dokumentiert, ist das Ziel, eine erneute Qualifizierung beim Inkrafttreten zu vermeiden. Genau darauf legt INTREX seine Prüfsysteme aus.
Was hat Annex 22 mit Datenintegrität zu tun?
Sehr viel. Ein KI-Modell ist nur so verlässlich wie die Daten, mit denen es trainiert und getestet wurde. Annex 22 überträgt die bekannten Prinzipien der Datenintegrität deshalb auf Trainings- und Testdaten, Modellversionen und Prüfergebnisse. Jede Entscheidung muss vollständig, nachvollziehbar und unveränderbar protokolliert sein.
Gilt Annex 22 auch für bereits laufende KI-Prüfsysteme?
Der Entwurf sieht bislang keine Übergangsfrist für bestehende Systeme vor. Betreiber sollten daher prüfen, ob für ihre KI-gestützten Prüfungen Intended Use, Testdaten und Akzeptanzkriterien dokumentiert sind. Für neue Projekte empfiehlt es sich, diese Nachweise von Beginn an mitzuführen.
Wie starten Sie Ihr Annex-22-fähiges Prüfprojekt?
Am Anfang steht nicht die Kamera, sondern Ihre Prüfaufgabe. Welches Produkt, welche Fehlerbilder, welcher Takt, welche Dokumentationspflicht? Daraus entwickeln wir gemeinsam mit Ihnen ein Prüfkonzept, das technisch funktioniert und regulatorisch trägt.
Ob Neuprojekt oder Erweiterung einer bestehenden Linie: Wir beraten Sie, welche Prüfschritte sich für KI eignen, wo klassische Bildverarbeitung die bessere Wahl ist und wie beides validierbar zusammenwirkt. So entsteht eine Lösung, die zu Ihrem Produkt, Ihrer Linie und Ihrem Qualitätssystem passt.
Sprechen Sie mit unseren Experten über Ihre kritische Prüfaufgabe – von der Glasbruchkontrolle bis zur Code-Prüfung. Wir zeigen Ihnen, wie KI-gestützte Inline-Prüfung in Ihrer Linie validierbar wird.