Warum aktuelle KI-Entwicklungsarchitekturen scheitern – und wie sie funktionieren

KI-gestützte Entwicklung verspricht Effizienzgewinne durch Automatisierung – doch viele Architekturen scheitern an einem grundlegenden Problem: Ihnen fehlen zwei von fünf essenziellen Systemkomponenten. Diese Erkenntnis stammt nicht aus spezialisierten KI-Forschungskreisen, sondern aus drei unabhängigen Disziplinen: Ingenieurwesen, Kybernetik und Wirtschaftstheorie. Alle drei identifizieren identische Strukturelemente, die jedes funktionierende System aufweisen muss. Die aktuelle Standardarchitektur in der KI-Entwicklung erfüllt diese Anforderungen jedoch nur teilweise – mit gravierenden Folgen.

Die universelle Regel hinter funktionierenden Systemen

Die These, dass Systeme ohne bestimmte Elemente nicht überlebensfähig sind, ist kein neues Konzept. Bereits in den 1940er Jahren analysierte der sowjetische Ingenieur Genrich Altshuller Millionen von Patenten, um wiederkehrende Muster in technisch durchdachten Lösungen zu identifizieren. Seine TRIZ-Methode identifizierte fünf grundlegende Komponenten, die jedes funktionierende System enthalten muss. Jahrzehnte später bestätigten Stafford Beer mit seinem Viable System Model (VSM) und die Ökonomen Barry Nalebuff sowie Adam Brandenburger mit ihrem Value-Net-Modell diese Struktur unabhängig voneinander.

Die Gemeinsamkeiten sind verblüffend:

• Die Luftfahrt verwendet diese Struktur in Form von Envelope Protection – Systeme, die Flugzeuge vor gefährlichen Manövern bewahren.
• Die Kernenergie setzt auf Defense in Depth, um Ausfälle zu verhindern.
• Der Hochfrequenzhandel implementiert sie durch Pre-Trade-Risikoprüfungen.

Allen gemeinsam ist die Erkenntnis: Ein System ohne eine dieser Komponenten ist nicht lebensfähig. Die aktuelle KI-Entwicklungsarchitektur – oft reduziert auf "Modell + Harness" – verstößt gegen diese Regel in zwei kritischen Bereichen.

Die fünf unverzichtbaren Elemente im Detail

Das Besondere an dieser Analyse: Es handelt sich nicht um eine Architekturvorgabe, sondern um eine Überlebensregel. Jedes funktionierende System – ob Flugzeug, Kernreaktor oder KI-Entwicklungsplattform – muss diese fünf Elemente aufweisen. Eine konkrete Implementierung ist dann die jeweilige Architektur.

1. Das Werkzeug: Das Sprachmodell

Das Sprachmodell ist der wichtigste Baustein – der aktive Teil, der neue Inhalte erzeugt: Code, Dokumentation, Tests oder Infrastrukturvorlagen. Die Branche konzentriert sich zu Recht auf diese Komponente, da sie den direkten Mehrwert liefert. Doch hier liegt auch ein häufiger Denkfehler: Viele Teams behandeln das Modell als das gesamte System. Alles andere wird als "Harness" – als bloße Unterstützung – abgetan.

Doch ein Werkzeug ohne Steuerung ist nutzlos. Ein Flugzeugtriebwerk ohne Pilot oder Autopilot erzeugt zwar Schub, bringt das Flugzeug aber nicht ans Ziel. Analog generiert ein Sprachmodell ohne klare Vorgaben zwar Ausgaben, aber keine zielgerichteten Ergebnisse. Das Modell ist essenziell – aber nicht ausreichend.

2. Der Antrieb: Die Spezifikation

Der Antrieb ist die Spezifikation – die präzise, versionierte und maschinell überprüfbare Definition dessen, was "richtig" bedeutet. Ohne diese Komponente läuft die Generierung ins Leere. Ein Prompt mag eine grobe Absicht ausdrücken, doch er ist flüchtig und mehrdeutig. Eine Spezifikation hingegen ist dauerhaft, eindeutig und automatisiert prüfbar.

Der Unterschied wird deutlich im Vergleich zu Vibe Coding:

• Ohne Spezifikation generiert das Modell zwar Code – aber der Code erfüllt keine klaren Anforderungen.
• Mit Spezifikation wird die Generierung zielgerichtet: Jede Ausgabe muss den definierten Kriterien entsprechen.

Die Spezifikation ist der Motor, der die Entwicklung in die richtige Richtung lenkt. Fehlt sie, entsteht zwar Aktivität – aber keine Produktivität.

3. Das Getriebe: Lieferung und Verträge

Das Getriebe überträgt die Energie des Antriebs auf das Werkzeug. In KI-Entwicklungsarchitekturen besteht es aus zwei Schichten:

• Die Lieferungsbahn: CI/CD-Pipelines, GitOps oder Infrastructure-as-Code (IaC). Diese Schicht übernimmt den Transport von Codeänderungen von der Entwicklung bis zur Bereitstellung. Nahezu jede moderne Entwicklungsumgebung implementiert diese Komponente bereits – und das oft mit hoher Zuverlässigkeit.

• Die Vertragsschicht: Strukturierte Datenschemata, Schnittstellendefinitionen und maschinell lesbare Verträge zwischen Agenten. Wenn mehrere KI-Agenten an einem Projekt arbeiten, reicht ein gemeinsamer Dateispeicher nicht aus. Stattdessen müssen klare Schnittstellen definiert sein, die jeder Agent einhalten muss. Diese Verträge ersetzen den Austausch über gemeinsame Zustände durch explizite Vereinbarungen.

Ohne diese Vertragsschicht entsteht Chaos: Agenten überschreiben sich gegenseitig, Abhängigkeiten brechen auf, und die Integrität des Systems leidet.

4. Der Regler: Unabhängige Überprüfung

Der Regler ist die unabhängige Instanz, die die Ergebnisse des Systems validiert – ohne dabei Teil des Systems zu sein. In der KI-Entwicklung bedeutet das:

• Automatisierte Tests, die unabhängig von den Entwicklungsagenten laufen.
• Statische Codeanalysen, die Sicherheits- oder Stilrichtlinien durchsetzen.
• Laufzeitüberwachung, die Abweichungen von Spezifikationen erkennt.

Der Regler verhindert, dass das System in einen unkontrollierten Zustand gerät. Ein Beispiel aus der Luftfahrt: Flugzeuge fliegen nicht nur mit einem Autopiloten, sondern mit redundanten Systemen, die sich gegenseitig überwachen. Analog darf die KI-Entwicklung nicht nur auf die Generierungsfähigkeit des Modells vertrauen, sondern muss externe Validierungsmechanismen einbauen.

5. Der Speicher: Historische Daten und Lernfähigkeit

Der Speicher ist die Komponente, die Erfahrungen sammelt und für zukünftige Entscheidungen zugänglich macht. In KI-Entwicklungsarchitekturen umfasst dies:

• Versionshistorien von Code und Spezifikationen.
• Metriken über Generierungsqualität, Fehlerraten und Anpassungszeiten.
• Lernsysteme, die aus vergangenen Projekten Muster erkennen und zukünftige Generierungen optimieren.

Ohne Speicher wiederholt das System Fehler oder ignoriert bewährte Praktiken. Der Speicher ist die Grundlage für kontinuierliche Verbesserung – und damit für langfristige Systemstabilität.

Warum aktuelle Architekturen scheitern

Die meisten KI-Entwicklungsarchitekturen konzentrieren sich auf das Sprachmodell und die Lieferungsbahn (CI/CD). Das sind wichtige – aber nicht ausreichende – Komponenten. Die drei fehlenden Elemente – Spezifikation, Regler und Speicher – werden oft als nachrangig betrachtet oder sogar komplett ignoriert.

Dies führt zu typischen Problemen:

• Fehlende Zielvorgaben: Entwickler arbeiten ohne klare Spezifikationen, was zu inkonsistenten oder unvollständigen Ergebnissen führt.
• Fehlende Validierung: Ohne unabhängige Prüfung verbreiten sich Fehler ungehindert durch den Codebase.
• Fehlende Lernfähigkeit: Jedes Projekt beginnt von vorne, obwohl ähnliche Probleme bereits gelöst wurden.

Die Konsequenz: Trotz hoher Investitionen in große Sprachmodelle und Automatisierungstools bleiben die Ergebnisse hinter den Erwartungen zurück. Die Systeme sind nicht kaputt – sie sind einfach unvollständig.

Ein Ausblick: Wie funktionierende KI-Architekturen aussehen könnten

Die gute Nachricht: Die Lösung ist kein radikaler Neuentwurf, sondern die Ergänzung fehlender Komponenten. Unternehmen wie OpenAI, Anthropic und die Entwickler von LangChain haben bereits Teile dieser Struktur implementiert – allerdings unvollständig. Die Zukunft liegt in der systematischen Integration aller fünf Elemente:

1. Spezifikationen als ersten Schritt: Klare, maschinell lesbare Anforderungen müssen vor der Generierung definiert werden – nicht als nachträgliche Prüfung.
2. Externe Validierung: Autonome Testsysteme und Überwachungstools müssen unabhängig vom Entwicklungsprozess laufen.
3. Wissensspeicher: Historische Daten und Metriken müssen systematisch erfasst und für zukünftige Projekte genutzt werden.

Die KI-Entwicklung steht an einem Wendepunkt. Die Technologie ist ausgereift genug, um komplexe Aufgaben zu übernehmen – doch die Architektur muss mitwachsen. Nur Systeme, die alle fünf essenziellen Elemente vereinen, werden langfristig stabil, skalierbar und sicher sein.