Themen / Enterprise AI
Die Architektur hinter wirksamer KI.
Von veränderter Wissensarbeit und Softwareentwicklung bis zur Suche im Unternehmenswissen: Entscheidend ist, welche Aufgabe Sie lösen und wie daraus verlässliche Ergebnisse werden.
Strategie & Delivery
Enterprise AI: von der Strategie zur Umsetzung
Enterprise AI verbindet Modelle mit Unternehmenswissen, Prozessen und klaren Verantwortlichkeiten. Eine überzeugende Demo beantwortet zunächst die Frage, ob ein Ansatz prinzipiell funktioniert. Ein Produkt muss darüber hinaus in bestehende Systeme passen und im Alltag einen überprüfbaren Nutzen schaffen.
Wann das Thema relevant wird.
Der Einstieg ist ein konkreter Prozess oder eine Entscheidung: Welche Aufgabe soll besser werden, wer nutzt das Ergebnis und wie wird die Wirkung gemessen? Daraus folgen Anforderungen an Daten, Architektur, Team und Betrieb. Der technische Lösungsraum wird durch diese Fragen eingegrenzt.
Worauf es in der Praxis ankommt.
Zu früh eine Technologie auszuwählen führt leicht zu einem System ohne klaren Auftrag. Ebenso problematisch ist ein Pilot ohne Verantwortliche für Qualität, Nutzung und Weiterentwicklung. Business Case und Architektur sollten deshalb gemeinsam wachsen.
Knowledge Architecture
Knowledge Graphs & Neo4j
Ein Knowledge Graph bildet Wissen als Entitäten und Beziehungen ab. Produkte, Versionen, Komponenten, Probleme und zuständige Teams werden explizit miteinander verknüpft. Neo4j ist ein möglicher technischer Baustein, um solche Graphen zu speichern und abzufragen.
Wann das Thema relevant wird.
Ein Graph ist besonders interessant, wenn die Beziehungen selbst für eine Frage entscheidend sind: Welche Anleitung gilt für diese Produktversion? Welches Team verantwortet die betroffene Komponente? Zusammen mit Retrieval kann diese Struktur helfen, die Auswahl relevanter Quellen einzugrenzen.
Worauf es in der Praxis ankommt.
Ein Graph löst keine unklare Begriffswelt von selbst. Ohne fachliche Modellierung, Herkunft der Aussagen und Regeln für die Aktualisierung entsteht eine weitere schwer pflegbare Datenablage. Nicht jede Suchfrage benötigt einen Graphen; der Mehrwert muss sich am konkreten Anwendungsfall zeigen.
Agentic Architecture
KI-Agenten & LangGraph
Agentische Systeme verbinden modellgestützte Entscheidungen mit Werkzeugen und definierten Abläufen. LangGraph ist ein möglicher Baustein, um Zustände und Übergänge eines solchen Ablaufs explizit zu modellieren. Damit werden die Entscheidungen zwischen Anfrage und Ergebnis beschreibbar.
Wann das Thema relevant wird.
Der Entwurf beginnt bei der Aufgabe: Welche Schritte stehen fest und an welchen Stellen ist eine flexible Entscheidung sinnvoll? Werkzeuge, benötigte Informationen und menschliche Freigaben erhalten klare Grenzen. Ein Agent ist dabei ein Teil des Gesamtsystems, nicht automatisch dessen zentrale Instanz.
Worauf es in der Praxis ankommt.
Mehr Autonomie bedeutet nicht automatisch mehr Nutzen. Unbegrenzte Werkzeugrechte, fehlende Abbruchbedingungen und ungetestete Fehlerfälle machen einen Ablauf schwer kontrollierbar. Evaluation und Beobachtbarkeit gehören deshalb bereits in den ersten Architekturentwurf.
Arbeit & Zusammenarbeit
Arbeiten mit KI: vom Werkzeug zum neuen Arbeitsablauf
KI verändert nicht nur einzelne Arbeitsschritte, sondern auch die Zusammenarbeit: Aufgaben beschreiben, Kontext bereitstellen, Ergebnisse prüfen und Verantwortung übernehmen. Praktische Beispiele mit Claude Code, Codex und Cowork machen diese Veränderungen diskutierbar, ohne ein Werkzeug zum Selbstzweck zu erklären.
Wann das Thema relevant wird.
Das Thema ist relevant, wenn Teams bereits experimentieren, aber noch keine gemeinsame Arbeitsweise gefunden haben. Ausgangspunkt sind wiederkehrende Aufgaben und die Frage, wo Unterstützung sinnvoll ist, welche Informationen erforderlich sind und wer das Ergebnis beurteilen kann.
Worauf es in der Praxis ankommt.
Ein schnell erzeugtes Ergebnis ist noch kein verlässliches Arbeitsergebnis. Vertraulichkeit, Zugriffsrechte und fachliche Prüfung müssen Teil des Ablaufs bleiben. Beispiele und verfügbare Werkzeuge stimmen wir vorab ab; sensible Unternehmensdaten sind keine Voraussetzung.
Engineering & Delivery
Agentic Coding: vom Prompt zur Software Factory
Agentic Coding betrachtet KI-Unterstützung als Teil eines Entwicklungsprozesses statt als Sammlung einzelner Prompts. Eine Software Factory ist dabei kein Versprechen autonomer Produktion, sondern ein abgestimmter Ablauf aus Aufgabenklärung, Umsetzung, Tests, Review und Freigabe.
Wann das Thema relevant wird.
Der Ansatz wird relevant, wenn ein Team vom gelegentlichen Experiment zu reproduzierbarer Entwicklung kommen möchte. Ein Harness bezeichnet den technischen und organisatorischen Rahmen: Arbeitsumgebung, Anweisungen, Werkzeugzugriffe, Prüfungen und Rückmeldungen.
Worauf es in der Praxis ankommt.
Mehr parallel erzeugter Code verbessert nicht automatisch die Software. Ohne klare Aufgaben, belastbare Tests und nachvollziehbare Freigaben steigen Review-Aufwand und Fehlerrisiken. Der Umfang der Automatisierung muss zu Codebasis, Team und Sicherheitsanforderungen passen.
Suche & Retrieval
Enterprise Search: BM25, Vektor oder Graph?
Enterprise Search verbindet Suchfragen mit dem passenden Unternehmenswissen. BM25 gewichtet lexikalische Treffer, Vektorsuche sucht nach Ähnlichkeit in einer Repräsentation und graphbasierte Ansätze beziehen explizite Beziehungen ein. Die Verfahren lösen unterschiedliche Teile einer Suchaufgabe.
Wann das Thema relevant wird.
Die Auswahl beginnt mit echten Fragen und relevanten Beispieldokumenten. Exakte Begriffe, sinngleiche Formulierungen und Beziehungen zwischen Produkten oder Versionen stellen unterschiedliche Anforderungen. Hybride Ansätze können diese Signale kombinieren; ihr Nutzen muss sich an den eigenen Fragen zeigen.
Worauf es in der Praxis ankommt.
Es gibt keinen universellen Sieger zwischen BM25, Vektor und Graph. Dokumentqualität, Berechtigungen, Aktualität, Aufwand und die Bewertung der Treffer beeinflussen das Ergebnis. Eine überzeugende Einzelfrage ersetzt keinen systematischen Vergleich.
Das Werkzeug folgt Ihrer Aufgabe.
Die Begriffe helfen, eine Architektur zu beschreiben. Die entscheidende Frage bleibt, welches Problem Sie lösen wollen und welche Voraussetzungen Ihr Unternehmen dafür mitbringt.
Architektur-Assessment kennenlernen