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 Architektur eines KI-Systems in fünf Schichten.
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.
In der Orchestrierungsschicht entsteht aus einer formulierten Aufgabe ein konkreter Ablauf. Diese Schicht strukturiert die Bearbeitung: Sie zerlegt die Aufgabe in einzelne Schritte, wählt die passenden Komponenten aus und legt fest, in welcher Reihenfolge das System sie abarbeiten soll. Diese Schicht steuert die Ausführung, bewertet Zwischenergebnisse und reagiert auf unerwartete Situationen. Dazu gehört auch, Fehler abzufangen, alternative Wege zu wählen und sicherzustellen, dass das Ergebnis der ursprünglichen Intention entspricht. In dieser Schicht liegen Workflows, Pipelines, Policies, Guards und Routing-Logik – alles, was bestimmt, wie das System arbeitet.
Die Orchestrierung trifft Entscheidungen über Ablauf, Struktur und Kontrolle, nicht aber darüber, womit das System interagiert oder welches Wissen es nutzt. Damit bildet sie das operative Zentrum: Sie sorgt dafür, dass aus einer Aufgabenstellung ein nachvollziehbares, konsistentes Verhalten entsteht.
Sobald klar ist, welche Schritte notwendig sind, greift die nächste Schicht, die Integration, und stellt die Verbindung zur Außenwelt her.
Die Integrationsschicht verbindet die internen Abläufe des Systems mit seiner Umgebung. Während die Orchestrierung festlegt, wie eine Aufgabe ausgeführt wird, stellt die Integration die Mittel bereit, um dafür auf Daten, Dienste und Funktionen außerhalb des Systems zuzugreifen. Mit dieser Schicht erhält das System die Fähigkeit, Informationen abzurufen oder externe Funktionen auszuführen. Damit definiert sie den Handlungsspielraum des Systems: welche Dienste erreichbar sind, welche Datenquellen genutzt werden können und welche Operationen grundsätzlich erlaubt sind. Technisch umfasst diese Schicht Schnittstellen wie APIs, Adapter, Connectors, Tools oder Datenbankzugriffe.
Die Integration stellt Möglichkeiten bereit, trifft aber keine Entscheidungen darüber, wann oder warum das System sie nutzen soll. Diese Verantwortung bleibt bei der Orchestrierung. Sobald klar ist, welche Informationen das System benötigt oder welche Daten bereitstehen müssen, übernimmt die nächste Schicht, die Wissensschicht, und strukturiert das dafür notwendige Wissen.
Die Wissensschicht gleicht eine grundlegende Einschränkung moderner Sprachmodelle aus: Sie bringen zwar umfangreiches Sprach- und Weltwissen mit, doch dieses endet zum Zeitpunkt des Trainings. Informationen, die später entstehen oder organisationsspezifisch sind, müssen außerhalb des Modells vorliegen.
Hier setzt die Wissensschicht an. Sie stellt Wissen unabhängig vom Modell bereit, strukturiert es und hält es aktuell. Dazu gehören nicht nur Fakten und Dokumente, sondern auch Kontext, Historie und domänenspezifische Zusammenhänge. Technisch umfasst sie Datenbanken, Vektor-Stores, Wissensgraphen, Dokumente und Metadaten. Die Wissensschicht legt fest, was das System weiß und welche Informationen für eine Aufgabe relevant sind. Sie entscheidet jedoch nicht, wann dieses Wissen genutzt wird oder wie es in den Ablauf eingebettet wird. Das bleibt die Aufgabe der Orchestrierung.
Sobald das relevante Wissen bereitsteht, übernimmt die nächste Schicht, die Infrastruktur, und stellt die technischen Bedingungen bereit, unter denen das gesamte System zuverlässig läuft.
Die Infrastrukturschicht stellt sicher, dass ein KI-System dauerhaft und unter realen Bedingungen zuverlässig arbeitet. Sie bildet das technische Fundament, auf dem alle anderen Schichten aufbauen, und definiert die Betriebsqualität des Systems: Verfügbarkeit, Sicherheit und Skalierbarkeit. Auf technischer Ebene umfasst sie Aspekte wie Rechenleistung, Speichernetzwerke, Identitäten, Deployment-Mechanismen und das Monitoring des Systemzustands.
Die Schichtenarchitektur zeigt, wie ein KI-System aufgebaut ist und wie seine Intelligenz entsteht. Das Sprachmodell selbst ist darin nicht enthalten, was zur entscheidenden Frage führt: Welche Rolle spielt das Modell wirklich?
Intuitiv könnte man das Modell für den Kern eines KI-Systems halten. Doch in der Systemarchitektur ist es keine eigene Schicht, sondern ein kognitiver Baustein, den die Architektur zum Bereitstellen bestimmter Fähigkeiten nutzt: Sprachverständnis, Mustererkennung, Planung, Extraktion oder Klassifikation. Moderne Systeme verwenden dafür nicht ein einzelnes Modell, sondern eine ganze Reihe spezialisierter Modelle, die je nach Aufgabe eingesetzt werden.
Diese Modelle bilden eine eigene Ebene, die neben den fünf Schichten liegt. Jede Schicht kann auf Modelle zugreifen, nutzt sie jedoch für unterschiedliche Zwecke.
Die Präsentationsschicht verwendet Modelle, um natürliche Sprache zu verstehen und aus offenen Formulierungen strukturierte Aufgaben zu erzeugen. Die Wissensschicht nutzt Embedding-Modelle, um relevante Informationen zu finden oder Dokumente semantisch zu verknüpfen. In der Integrationsschicht können externe Agenten angebunden sein, die wiederum über eigene Modelle verfügen und deren Fähigkeiten in das System einfließen lassen. Selbst die Infrastrukturschicht kann Modelle einsetzen, etwa um Betriebszustände zu analysieren, Anomalien zu erkennen oder Lastverhalten vorherzusagen. Die zentrale Instanz, die entscheidet, welches Modell wann und wofür genutzt wird, ist die Orchestrierung. Sie kombiniert Modellaufrufe, bewertet deren Ergebnisse, bindet sie in Prozesse ein und kontrolliert ihren Einsatz. Die Integration liefert die Daten und ermöglicht Interaktion mit der Umgebung, die Wissensschicht ergänzt, was das Modell nicht wissen kann, die Präsentation bereitet Aufgaben für das Modell auf und die Infrastruktur stellt den Betrieb technisch sicher.
Je autonomer ein System wird, desto stärker verlagert sich seine Intelligenz aus den Modellen in die Architektur. Nicht die Modelle legen fest, wie ein System denkt und handelt, sondern die Architektur: Sie strukturiert Ziele, bereitet Entscheidungen vor, ordnet Wissen, ermöglicht Aktionen und setzt Grenzen – und nutzt dafür gezielt unterschiedliche Modelle.
Erst das Zusammenspiel der Schichten macht ein System handlungsfähig. Modelle bleiben wichtige Bausteine, die die kognitiven Fähigkeiten liefern, die jede Schicht für ihre Aufgaben benötigt – doch die Architektur bestimmt, wie weit ein System wachsen kann und wie autonom es tatsächlich agiert.
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。