// HEISE ONLINE — SPAZIO & SCIENZA
KI-Basis entwickeln: Die Architektur smarter Systeme
Eine gute Softwarearchitektur stellt sicher, dass ein KI-System nicht von der Leistungsfähigkeit eines bestimmten Modells abhängt.
This article is also available in
English.
It was translated with technical assistance and editorially reviewed before publication.
Je intelligenter KI-Systeme werden, desto deutlicher wird: Modelle allein skalieren nicht. Viele Anwendungen beginnen mit einem Modell im Zentrum und improvisieren den Rest. Das funktioniert, solange das System nur Fragen beantworten soll. Doch sobald es handeln, Entscheidungen treffen oder mehrere Schritte koordinieren muss, stößt dieser Ansatz an seine Grenzen. Die Architektur bricht nicht spektakulär in sich zusammen, sondern sie zerfasert über die Zeit: in Workarounds, Sonderfälle und unkontrollierbare Abhängigkeiten.
Sebastian Springer weckt als Dozent für JavaScript, Sprecher auf zahlreichen Konferenzen und Autor die Begeisterung für professionelle Entwicklung mit JavaScript.
Die eigentliche Frage beim Systementwurf lautet deshalb nicht, wie man ein Modell verbessert, sondern wie man ein System baut, das intelligenter werden darf, ohne instabil zu werden. Wer versteht, wie ein KI-System aufgebaut ist und wie sich die Rollen seiner Schichten verändern, kann Anwendungen entwickeln, die nicht von der nächsten Modellgeneration überrollt werden, sondern von ihr profitieren und sie nahtlos integrieren.
Moderne KI-Systeme bestehen nicht aus einem Modell mit etwas Logik darum herum, sondern aus klar abgegrenzten Schichten, die jeweils eine eigene Verantwortung tragen und gemeinsam bestimmen, wie intelligent ein System werden kann.
Die Architektur eines KI-Systems lässt sich in fünf Schichten gliedern: Präsentation, Orchestrierung, Integration, Wissen und Infrastruktur. Jede Schicht erfüllt eine eigene Rolle im Gesamtsystem und hat Auswirkungen darauf, wie es Aufgaben formuliert, Entscheidungen trifft, Informationen nutzt und Aktionen ausführt. Erst im Zusammenwirken entsteht ein System, das nicht nur Antworten liefert, sondern handeln kann, und das auch dann stabil bleibt, wenn sich die Umgebung ändert und Modelle sich weiterentwickeln.
Die Präsentationsschicht ist die Stelle, an der ein KI-System erfährt, worum es überhaupt geht. Hier wird eine menschliche Absicht oder ein Ziel so formuliert, dass das System damit arbeiten kann – sei es über eine Benutzeroberfläche, über eine API oder über interne Mechanismen wie Rollen und Systemprompts, die den Rahmen der Interaktion festlegen. Doch die Präsentationsschicht liefert nicht nur die Aufgabenstellung, sondern auch den Kontext, den das System für die Bearbeitung benötigt: Ziele, Einschränkungen, Hintergrundinformationen und Rollen.
Ebenso wichtig wie die Eingabe ist auch die andere Richtung: Die Präsentationsschicht bestimmt, in welcher Form die KI Ergebnisse zurückgibt, ob als natürlichsprachliche Antwort, als strukturierte Daten für andere Systeme oder als visuelle Darstellung. Damit bildet diese Schicht die kommunikative Hülle des Systems: Sie definiert, was das System tun soll und wie es seine Ergebnisse für Menschen oder andere Systeme aufbereitet.
Sobald die Aufgabe klar formuliert ist, übernimmt die nächste Schicht, die Orchestrierung, und kümmert sich um den Lösungsweg.