Lösungsarchitektur im Zeitalter der KI: Ein Leitfaden für die Skalierung im Unternehmensmaßstab

Der Wettlauf der Unternehmen um die Einführung generativer künstlicher Intelligenz undgroßer Sprachmodelle) hat einen entscheidenden Wendepunkt erreicht. Lag in den letzten zwei Jahren die Priorität von Führungskräften und Technologiedirektoren vor allem in schnellen Experimenten – oft getrieben von der Angst, den Markttrend zu verpassen (FOMO) –, so erfordert die digitale Reife bis 2026 einen grundlegenden Kurswechsel. Der Markt toleriert keine isolierten Konversationsroboter mehr, die keine realen Geschäftsprobleme lösen oder Cloud-Computing-Budgets sprengen, ohne einen Return on Investment (ROI) zu erzielen.

Um zu erörtern, wie man robuste, leistungsstarke und wirklich zukunftsfähige Software-Ökosysteme aufbaut, brachte der Podcast „Builders by Skyone“ technische Experten zu diesem Thema zusammen. Die von Robson Del Fiol und seinen Kollegen moderierte Folge bot die hochkarätige Beteiligung von Marcelo Faria , Architekturmanager bei Skyone, und Theron Morato , Architekt mit Spezialisierung auf Daten, Integration und Künstliche Intelligenz bei Skyone.

In diesem kompakten und strukturierten Artikel fassen wir die wichtigsten strategischen und technischen Ansichten von Experten zusammen und bieten IT-Leitern, Systemarchitekten und Innovationsmanagern, die in ihren KI-Projekten technische und finanzielle Nachhaltigkeit anstreben, einen architektonischen Entwurf

1. Das übergeordnete Konzept: Was ist ein Softwarearchitektur-Blueprint?

Historisch gesehen bezeichnet der Begriff „Blueprint“ architektonische Pläne auf blauem Papier, die Fundament, Wände, Rohrleitungen und elektrische Leitungen von Gebäuden präzise darstellten. In der Softwareentwicklung und im modernen Daten-Engineering ist diese Analogie nach wie vor absolut zutreffend und unerlässlich.

Wie Theron Morato im Gespräch hervorhob, ist die Erstellung des Blueprints der unverzichtbare Schritt, der jeder Investition in Infrastruktur, Serveranmietung oder Codierungspipelines vorausgeht:

Eine gut durchdachte Architektur schafft die notwendigen Grundlagen und Träger, um das Zugriffsvolumen, die schwankenden Lasten und die Systemerweiterung zu tragen. Während sich das Ingenieurteam um die strukturelle Festigkeit der Datenbank und der Datenverarbeitungspipelines kümmert, benötigt der Architekt eine ganzheitliche Vision, die die Interaktion der verschiedenen Module antizipiert, um Betriebsstörungen oder Sicherheitslücken zu vermeiden.

Die kreative Spannung: Architekt vs. Dateningenieur

Im Technologie-Ökosystem herrscht ein bekanntes kreatives Spannungsverhältnis zwischen dem Lösungsarchitekten, der innovative und flexible Verbindungen schaffen will, und dem Dateningenieur, der sich auf den Aufbau pragmatischer, robuster und extrem widerstandsfähiger Grundlagen konzentriert. Der Erfolg einer Unternehmensarchitektur hängt vom Gleichgewicht zwischen dieser Zukunftsvision und der technischen Machbarkeit ab.

2. Die Reise der Daten und die Magie von „Schokoladeneis“

Eines der größten Missverständnisse in Projekten der Künstlichen Intelligenz (KI) ist die Annahme, dass das generative Modell (LLM) selbstständig Inkonsistenzen und historische Fehler in der Unternehmensdatenbank beheben wird. KI vollbringt keine Wunder mit beschädigten oder unstrukturierten Daten.

Theron Morato erläuterte fachkundig, wie der eigentliche Datenprozess funktioniert, der für fortgeschrittene Anwendungsfälle wie die automatisierte Analyse einer Gewinn- und Verlustrechnung oder einer Bilanz erforderlich ist:

1. Ursprung und Sammlung (Quellsysteme): genaue Identifizierung des Speicherorts der Daten, sei es in transaktionalen ERP-Systemen, relationalen Datenbanken oder dezentralen Tabellenkalkulationen.
2. Zwischenbeschleunigungsschicht (Staging/OLAP): Daten werden aus der OLTP-Umgebung (Online Transaction Processing) des Unternehmens extrahiert und an ein Hochgeschwindigkeits-Analyseframework (OLAP – Online Analytical Processing) übertragen. Dadurch wird eine Beeinträchtigung der Leistung des Hauptmanagementsystems bei komplexen KI-Abfragen verhindert.
3. Bereinigung und Anreicherung: Rauschfilterung, Nullwertbehandlung und Metadatenstrukturierung.

Die Konsequenz der Vernachlässigung dieser Vorbereitungsphase brachte Theron in einer treffenden Analogie zum Ausdruck:

3. Die Leistungsdreifaltigkeit: Qualität, Geschwindigkeit und der damit verbundene Kostenaufwand

Die Entwicklung leistungsstarker KI-Architekturen erfordert das Ausbalancieren von Variablen, die sich oft in entgegengesetzte Richtungen bewegen: Reaktionslatenz, Rechengenauigkeit und Kosten der Cloud-Infrastruktur.

Marcelo Faria, Architekturmanager bei Skyone, betonte, dass die Suche nach sofortigen Antworten zwangsläufig Verfügbarkeit und Skalierbarkeit in Verbindung mit technischer Strenge erfordert:

Zusammenfassung der Servicemodelle in der KI-Architektur

Die Diskussion verdeutlichte, dass der Betrieb rechenintensiver KI-Modelle in On-Premise- (lokale Server im Unternehmen) für die meisten Organisationen praktisch nicht realisierbar ist. Wie Theron Morato anmerkte, würde der Bedarf an leistungsstarken GPUs bedeuten, dass man „die Grafikkarte aus dem Gaming-PC eines Kindes immer wieder ausbauen müsste“, um die Datenmengen zu verarbeiten. Öffentliche Cloud-Dienste und dedizierte Rechenzentren sind unerlässlich, um Elastizität und Stabilität ohne physische Engpässe zu gewährleisten.

4. Die Magie und Kunst des „Nein“-Sagens: Strategische Ausrichtung und Sponsoring

Einer der wertvollsten Momente der Podcast-Diskussion betraf das menschliche Management von Technologieprojekten. Das IT-Ökosystem ist häufig von einem regelrechten Hype geprägt, bei dem Führungskräfte die Implementierung von KI-Systemen fordern, nur weil Wettbewerber oder Partner dies bereits getan haben.

In diesem Kontext wandelt sich die Rolle des Architekten von einem einfachen technischen Ausführenden zu einem multidisziplinären strategischen Berater, der die „Kunst des Nein-Sagens“.

Das Panel hob außerdem den entscheidenden Unterschied zwischen Projekten hervor, die von der IT-Abteilung initiiert werden, und Projekten mit einem Sponsor auf C-Level-Ebene:

• Projekte, die sich ausschließlich auf die IT konzentrieren, stoßen häufig auf Widerstand aus anderen Abteilungen, geringe Akzeptanz bei den Endnutzern und Streitigkeiten über technische Prioritäten.
• Die vom Präsidenten/CEO initiierten Top-Down-Projekte sind als strategische Programme zur digitalen Transformation des Unternehmens positioniert. Sie stoßen auf breite Beteiligung der Geschäftsbereiche und ermöglichen den einfachen Zugang zu wichtigen Anwendern – entscheidende Faktoren für die Validierung der Agenten.

5. Governance, Sicherheit und die Risiken der „Vibe Coding“-Ära

Die Demokratisierung generativer KI-Werkzeuge hat das Phänomen des Vibe Coding und Vibe Management hervorgebracht , Situationen, in denen Geschäftsanwender oder Entwickler autonom Anwendungen und Skripte mittels KI erstellen, ohne die traditionellen Filter der Unternehmensführung zu durchlaufen.

Dies beschleunigt zwar die Produktivität, wirft aber gleichzeitig Bedenken hinsichtlich Informationssicherheit, der Einhaltung des brasilianischen Datenschutzgesetzes (LGPD) und internationaler Gesetze wie der DSGVO auf. Moderator Robson Del Fiol und seine Gäste betonten, dass die rechtliche und operative Verantwortung – ungeachtet der einfachen Erstellung mithilfe von KI – stets beim einzelnen Manager (CPF) oder dem Unternehmen (CNPJ ) liegt, da KI keine Rechtspersönlichkeit besitzt.

Der entscheidende Unterschied: Daten vs. Wissen

Theron Morato warnte eindringlich vor der Datensicherheit von Unternehmen bei der Interaktion mit öffentlichen LLMs:

• Personenbezogene/sensible Daten: Namen, CPF-Nummern (brasilianische Steueridentifikationsnummern) und Telefonnummern, die in Tabellenkalkulationen oder Datenbanken gespeichert sind. Seriöse Anbieter anonymisieren oder verschlüsseln diese Daten gemäß gesetzlicher Vorgaben.
• Wissen/Geistiges Eigentum: die individuell angepasste Excel-Formel, deren Perfektionierung Jahre gedauert hat, oder die einzigartige Geschäftsregel Ihres ERP-Systems. Wird diese Regel ohne Kontrollmechanismen an ein öffentliches LLM-System übermittelt, trainiert sie das Modell und könnte für Wettbewerber einsehbar sein.

Die Lösung für diese Sackgasse liegt in der Implementierung von Plattformen mit Zero-Trust-Architektur, getrennten Umgebungen, vollständiger Nachverfolgbarkeit durch auditierbare Protokolle und dem Einsatz aktiver Orchestrierungsagenten. Diese Agenten filtern Eingabeaufforderungen, fangen sensible Wörter (wie z. B. CPF-Nummern oder Geschäftsgeheimnisse) ab und stellen sicher, dass nur anonymisierte Daten extern übertragen werden.

6. Skyone: Die All-in-One-Plattform für Cloud, Daten und autonome Agenten

Um den Herausforderungen der Architekturfragmentierung zu begegnen, entwickelte Skyone mit Skyone Studio und seiner KI-fähigen Infrastruktur einen integrierten Ansatz. Anstatt Dutzende isolierter Tools zu beschaffen und zu integrieren, vereinheitlicht die Plattform den gesamten Datenfluss über vier Strukturierungsebenen hinweg:

1. Integrationsschicht (iPaaS): über 400 vorkonfigurierte Konnektoren zur unkomplizierten Integration von Legacy-Systemen, ERP-Systemen (wie TOTVS, SAP B1), CRM-Systemen und APIs.
2. Organisationsschicht (Lakehouse / Data Warehouse): Zentralisierung, Anreicherung und Verarbeitung großer Mengen strukturierter und unstrukturierter Daten mit nativer Governance.
3. Künstliche Intelligenz (Agenten-Workflows): Entwicklung von FähigkeitenundOrchestrierung von Multiagenten-Ökosystemen, die in der Lage sind, über die privaten Daten des Unternehmens zu argumentieren.
4. Multichannel-Konsum- und Veröffentlichungsschicht: Bereitstellung von Agenten und Erkenntnissen direkt über gängige Kommunikationskanäle wie WhatsApp, Google Chat, Microsoft Teams oder BI-Dashboards (Power BI und Metabase).

7. Tipps für mehr persönliche Produktivität: Praktische Ratschläge von Experten

In Anlehnung an die Tradition des Builders by Skyoneschloss die Episode mit dem bekannten Segment „Kleine Tricks, große Wirkung“, in dem Experten ihre persönlichen Taktiken zur Aufrechterhaltung von Höchstleistungen in ihrer täglichen Arbeit vorstellten.

• Marcelo Faria (Architekturmanager): Reduzierung von Entscheidungsmüdigkeit durch Vorplanung. Marcelo plant seine täglichen, wöchentlichen und monatlichen Abläufe bereits am Vorabend und wählt dabei auch seine Kleidung für den nächsten Tag aus. Dies spart wertvolle kognitive Energie, die er sonst nach dem Aufwachen verbrauchen würde, und bewahrt seine Konzentrationsfähigkeit für komplexe strategische Entscheidungen im Laufe des Tages.
• Theron Morato (KI- und Datenarchitekt): Die Pomodoro-Technik, angepasst für konzentriertes Arbeiten und bei ADHS. Er arbeitet 25 Minuten konzentriert, gefolgt von einer obligatorischen 5-minütigen Pause. In diesen Pausen zwingt er sich, aufzustehen, sich zu bewegen und etwas zu trinken. Diese strukturierte Disziplin hilft ihm, sich auf die wesentlichen Aufgaben zu konzentrieren und Ablenkungen zu widerstehen.

Möchten Sie noch tiefer in diese technische Diskussion eintauchen?

Hören Sie sich die vollständige Folge jetzt auf Spotify an!

Verfasst von Skyone