Welche 8 Architekturprinzipien gelten für jede produktionsreife AI-Plattform?
Fachlich geprüft: · Inhalt aktualisiert:
Acht Prinzipien bilden die verbindlichen Leitplanken für jede AI-Architektur: API First, Human in the Loop, Explainability by Design, Fail Safe, saubere Kernsysteme, eine zentrale AI-Runway-Plattform, Datenqualität als Agentenqualität und Interop over Lock-in. Jedes Prinzip hat einen Verletzungsindikator — ein konkretes Signal, wann es gebrochen wird. Kein Go-Live ohne Prüfung aller acht.
Dieser Leitfaden wurde am 23. Juli 2026 fachlich geprüft und am 31. Oktober 2026 inhaltlich aktualisiert.
Was bedeuten die 8 Prinzipien konkret?
Architekturprinzipien sind keine Wunschliste, sondern verbindliche Leitplanken, die vor jeder Technologieentscheidung geprüft werden. Sie sind bewusst herstellerneutral formuliert — sie gelten unabhängig davon, welche Plattform, welches ERP oder welche Cloud im Hintergrund läuft.
| Prinzip | Bedeutung | Verletzt, wenn |
|---|---|---|
| P1 · API First | Jede Funktionalität wird über eine dokumentierte, versionierte API exponiert — keine Direktzugriffe auf Datenbanken oder interne Strukturen. | Custom-Code direkt auf interne Tabellen zugreift, keine REST/OData-Schicht vorhanden ist. |
| P2 · Human in the Loop | Jede AI-Entscheidung mit erheblicher Wirkung auf Personen, Finanzen oder kritische Prozesse hat einen definierten menschlichen Prüfpfad. | ein Agent Transaktionen autonom ohne Schwellenwert-Eskalation durchführt. |
| P3 · Explainability by Design | AI-Systeme in Produktion dokumentieren ihre Entscheidungsgrundlage nachvollziehbar — für Audit, Compliance und Nutzervertrauen. | ein Output ohne Quellenangabe, Konfidenzwert oder Begründungspfad geliefert wird. |
| P4 · Fail Safe & Graceful | Jedes AI-System hat einen definierten Fallback-Pfad für Ausfälle, niedrige Konfidenz und Out-of-Scope-Anfragen. | kein Fallback definiert ist und ein Ausfall den Kernprozess blockiert. |
| P5 · Saubere Kernsysteme First | Kein AI-Deployment auf Basis eines nicht sanierten Kernsystems — ein sauberer Datenkern ist Eintrittsbedingung, nicht Zukunftsprojekt. | AI-Investitionen auf stark individualisierten Systemen ohne Sanierungs-Roadmap laufen. |
| P6 · Eine zentrale AI-Runway | Eine dokumentierte Plattform ist die primäre Basis für AI-Extensions und Custom Agents — kein paralleler proprietärer AI-Stack. | ein eigener LLM-Stack außerhalb der zentralen Plattform aufgebaut wird. |
| P7 · Datenqualität = Agentenqualität | Die Qualität jedes AI-Agenten ist eine direkte Funktion der Master-Data-Governance — keine Governance heißt keine zuverlässigen Agenten. | ein Agent inkonsistente Ergebnisse liefert, weil Stammdaten dupliziert sind. |
| P8 · Interop over Lock-in | Architekturentscheidungen priorisieren Interoperabilität (offene Protokolle, offene APIs) gegenüber herstellerspezifischen Stacks. | ein vollständiger Agent-Stack eines Anbieters ohne Exit-Strategie besteht. |
Die am häufigsten unterschätzte Schicht ist die Orchestrierung — nicht Daten, nicht Modell. Ohne Prompt Registry werden Prompts manuell im Code vergraben. Ohne MLOps veralten Modelle unbemerkt. Ohne Monitoring entstehen keine Feedback-Loops für Verbesserungen. Die Investition in diese Schicht zahlt sich spätestens ab dem zweiten produktiven Use Case aus — wer sie beim ersten Use Case überspringt, baut die Schulden für alle folgenden mit auf.
Glossar
- API First
- Prinzip, jede Funktionalität über eine dokumentierte, versionierte Schnittstelle bereitzustellen statt über Direktzugriffe auf Datenbanken oder interne Strukturen.
- Human in the Loop
- Gestaltung, bei der ein Mensch KI-Ergebnisse mit erheblicher Wirkung prüft und freigeben oder überstimmen kann, bevor sie wirksam werden.
- Explainability
- Fähigkeit eines KI-Systems, nachvollziehbar zu machen, auf welcher Grundlage ein Ergebnis zustande gekommen ist.
- Interop over Lock-in
- Architekturprinzip dieses Leitfadens: offene Protokolle und Schnittstellen haben Vorrang vor herstellerspezifischen Stacks, ein Exit-Pfad wird von Anfang an mitgeplant.
Alle 8 Prinzipien vor jedem Go-Live prüfen
Die Architektur-Checkliste im Produkt führt jeden Use Case durch alle acht Prinzipien und dokumentiert Abweichungen automatisch.
Architektur-Generator öffnen →FAQ
Müssen alle 8 Prinzipien gleichzeitig umgesetzt sein?
Vor jedem Go-Live müssen alle acht geprüft werden — das heißt aber nicht, dass jedes Prinzip zu 100 % erfüllt sein muss. Wichtiger ist, bewusste Abweichungen zu dokumentieren statt sie zu übersehen.
Was, wenn unser Kernsystem noch nicht sauber ist?
Dann sollte die Sanierungs-Roadmap Teil des AI-Projektplans werden, nicht eine separate Entscheidung. Prinzip P5 verlangt eine Roadmap, keine sofortige Perfektion.
Bedeutet Interop over Lock-in, dass man keine Plattform-Standardprodukte nutzen darf?
Nein. Es bedeutet, dass offene Protokolle und ein Exit-Pfad von Anfang an mitgeplant werden — auch wenn man sich bewusst für eine zentrale Plattform entscheidet.
Wer prüft die 8 Prinzipien vor Go-Live?
In der Praxis das Architektur- oder AI-Governance-Board gemeinsam mit dem verantwortlichen AI Engineer — dieselben Rollen, die auch die Go-Live-Freigabe erteilen.
Daniel Ostner
Aus Kapitel 5 des Enterprise-AI-Leitfaden-Buchs
Verwandte Leitfäden
Warum AI-Projekte scheitern
Viele Unternehmen nutzen KI, wenige erzielen messbaren ROI. Die drei echten Ursachen: fehlende Datenbasis, kein Workflow-Redesign, fehlende Governance.
AI-Governance aufbauen
Tragfähige AI-Governance läuft auf drei Ebenen: strategisch, taktisch, operativ. Ein Minimalmodell mit 5 Rollen und 6 Kernentscheidungen reicht für den Start.