Künstliche Intelligenz und Enterprise Architecture Kognitive Architekturen – AI Restacking ändert die Un­ter­neh­mens­ar­chi­tek­tur

Anbieter zum Thema

HTEC

Fujitsu Technology Solutions GmbH

Data Center Group GmbH

DeRZ - Deutsche Rechenzentren GmbH

Künstliche Intelligenz entwickelt sich vom Werkzeug zum Strukturprinzip der Unternehmensarchitektur. AI Restacking verknüpft Geschäftsprozesse, Daten, Anwendungen und Technologien neu und verändert damit Planung, Betrieb und Wertschöpfung.

Wird KI nicht nur als eine unterstützende Technologie gesehen, kann sie die Architektur von Unternehmen grundlegend verändern – von der strategischen Planung bis hin zum Betrieb einzelner Systeme. Es geht dabei um eine Neuordnung der Wertschöpfungsketten, die häufig AI Restacking genannt wird.

Der Schlüssel zur Effizienzsteigerung von Rechenzentren

Optimierte IT-Architektur verbessert immer auch die Datacenter-Performanz

Für Enterprise Architects bedeutet das eine Zeitenwende: Weg von der reinen strategischen Ausrichtung der IT auf die Geschäftsziele hin zur Gestaltung kognitiver Unternehmensarchitekturen, in denen Daten, Anwendungen und Technologien als dynamisches, lernendes System zusammenwirken.

Beim AI Restacking wird Intelligenz zur verbindenden Struktur des Unternehmens. Sie ist kein Add-on mehr, sondern das „kognitive Geflecht“, das die klassischen BDAT-Schichten (Business, Data, Application, Technology) miteinander verknüpft.

Die zentrale Herausforderung besteht darin, diese Umgebung so zu gestalten, dass sie flexibel skaliert, sicher bleibt und kontinuierlich lernt. Unternehmen, die KI tief in ihre Architektur einbetten, gewinnen dauerhafte Wettbewerbsvorteile – jene, die sie als externes Werkzeug behandeln, verlieren die Kontrolle über die Daten, Prozesse und Entscheidungsrechte.

Business-Architektur: KI als strategischer Co-Pilot

In der Business-Architektur verschiebt sich dabei die Rolle der KI vom reinen Analysewerkzeug zum integralen Bestandteil strategischer Entscheidungen und zum Treiber neuer Geschäftsmodelle.

Immer mehr Unternehmen werden KI nutzen, um Marktveränderungen zu prognostizieren, Szenarien zu simulieren und Geschäftsentscheidungen zu unterstützen. Zugleich entstehen durch generative KI neue Geschäftsmodelle und Produktideen. Beispielsweise lassen sich Angebote in wenigen Tagen konzipieren und mithilfe von KI-Prototyping testen. Das ist ein Quantensprung für Innovationszyklen.

Ein Schlüsselelement sind Digital Twins of the Organization (DTOs), das heißt virtuelle Abbilder des gesamten Unternehmens, die die Strategie und den Betrieb in Echtzeit simulieren.

Durch die Kopplung von Datenströmen und KI-basierten Feedback-Schleifen können Führungskräfte Szenarien durchspielen, Risiken bewerten und operative Anpassungen präzise steuern. Die Unternehmensarchitektur wird damit zu einem Bereich, auf dem die datengetriebene Strategiearbeit stattfindet.

Datenarchitektur: Vom Data Warehouse zur kognitiven Plattform

Die Qualität der Daten bestimmt den Erfolg der KI – und damit auch die Zukunftsfähigkeit des Unternehmens. Klassische Data Warehouses werden dabei zunehmend durch kognitive Datenplattformen abgelöst, die selbstlernend, semantisch vernetzt und kontextsensitiv agieren.

Zudem können durch KI-gestützte Modellierung und Governance Datenschemata teilweise automatisch entworfen oder Anomalien erkannt werden.

Immer häufiger werden auch Wissensgraphen und semantische Data Fabrics als Architekturgrundlage dienen: Sie verbinden isolierte Datensilos zu einem organischen Netz, das Zusammenhänge erkennt und verständliche Informationen bereitstellt.

Entscheidend ist dabei das Prinzip „Data as a Product“: Daten sind kein Nebenprodukt von Prozessen, sondern strategische Elemente, die über APIs, Kataloge und Governance-Regeln sicher zugänglich gemacht werden. Nicht zuletzt können die Sicherheit und der Datenschutz durch KI ebenfalls gewährleistet werden – etwa durch eine automatische Klassifikation und Verschlüsselung sensibler Informationen.

Im Wirbel der Automatisierung

Agentische KI in Unternehmen: Erwartungen und Wirklichkeit

Applikationsarchitektur: Intelligente Services und modulare KI-Bausteine

Die Anwendungslandschaften der Zukunft sind modular, ereignisgetrieben und KI-gestützt. Heute ist bereits ein beachtlicher Teil der Unternehmensapplikationen mit eingebetteter KI ausgestattet – sei es in Form von Chatbots im Kundenservice, prädiktiven Workflows in ERP-Systemen oder automatisierten Berichtsassistenten.

Vielfach erfolgt bereits auch ein Refactoring von Applikationen mit modularen Microservices und APIs, um bei Bedarf KI-Komponenten einbinden zu können. Dieses „Composable Enterprise“-Paradigma erlaubt es, neue Services schneller aufzusetzen und flexibel an sich wandelnde Anforderungen anzupassen.

Abläufe neu konzipieren, klein anfangen, schnell vertiefen

Strategisch vorbereitet, bringt KI schon heute Rendite

Zudem verändert KI die Art, wie Software entwickelt wird. Generative Tools agieren als Co-Piloten in der Entwicklung: Sie schreiben Code, erstellen Tests und Dokumentationen oder schlagen Integrationsmuster vor. Dies beschleunigt die Innovation, reduziert technische Altlasten und verschiebt die Rolle des Architekten hin zum Kurator intelligenter Systeme.

Auch die zugrunde liegende Infrastruktur wird sich von starren Batch-Systemen zu Event-getriebenen Architekturen hin weiterentwickeln – Datenereignisse werden dabei in Echtzeit durch KI ausgewertet, wodurch Entscheidungen im Millisekundenbereich möglich werden, etwa bei der Betrugserkennung oder dynamischen Preisgestaltung.

Welche Trends setzen sich durch und welche verpuffen?

KI bringt Chaos in die Entwicklerwelt

Technologie-Architektur: Die Infrastruktur wird selbstlernend

Unterhalb der Applikationsebene wird sich die Technologiearchitektur zu einem adaptiven, KI-optimierten Fundament verändern. Cloud-native Strukturen, Containerisierung und hybride Multi-Cloud-Modelle werden Standard, um die hohen Anforderungen an die Rechenleistung von KI-Workloads zu bewältigen.

Zugleich verlagert sich die Datenverarbeitung näher an die Quelle der Daten – an die Edge. Fabriken, Filialen oder Fahrzeuge werden so zu intelligenten Knoten einer lernenden Infrastruktur.

AI jenseits der hyperscale und hyperteuer Angebote

Edge-Rechenzentren erschließen die Zukunft Künstlicher Intelligenz

Innerhalb dieser Architekturen entstehen integrierte KI/ML-Plattformen mit MLOps-Funktionalitäten: Datenintegration, Modelltraining, Deployment und Monitoring laufen auf einer durchgängigen Pipeline. Die Architektur selbst wird datengetrieben, wobei KI die Systemzustände überwacht, die Engpässe prognostiziert und die Ressourcen optimiert.

AIOps steht exemplarisch für diesen Wandel: Operations-Teams nutzen maschinelles Lernen, um Fehlerquellen vorab zu erkennen oder die Compliance automatisch sicherzustellen.

AiOps im Einsatz für Rechenzentrumsnetze

KI vereinfacht den Netzwerk­betrieb und mini­miert den Support-Aufwand

Parallel dazu nimmt die Selbstoptimierung zu. Architektonische Repositories werden um KI-Assistenten erweitert, die Abhängigkeiten visualisieren, Redundanzen aufdecken oder Governance-Verstöße markieren. Damit wird die Unternehmensarchitektur zu einem aktiven Steuerungssystem.

Insgesamt wird sich im Zuge des AI Restacking die klassische Unternehmensarchitektur hin zu einem lernfähigen System entwickeln. Echtzeit-Monitoring und Daten-Feedback ersetzen starre Frameworks und die Architekten werden zu Orchestratoren von Veränderungen.

Schlaue Kisten für den KI Einsatz on-premises

Die AI-Fabrics sind da!

Die Strategie, Daten und Technologie bilden dabei ein vernetztes Ganzes, das fortlaufend aus Feedback lernt. Kognitive Unternehmensarchitekturen sind damit mehr als ein technischer Rahmen – sie sind eine grundlegende Neuausrichtung, da jeder Prozess, jede Entscheidung und jede Plattform die Fähigkeit zur Selbstverbesserung in sich trägt. Gehen Unternehmen diesen Weg, werden sie einen langfristigen Wettbewerbsvorteil aufbauen.

Auf der Dell Technolgies World 2026 sagt CTO Roese: „Die Tools daten, nicht heiraten“

Dell in der KI-Ära – Das Rack ist (nicht) das Produkt

Was Unternehmensarchitekten und Unternehmen heute machen sollten

Angesichts der rasanten Verbreitung von KI-Tools, -Plattformen und -Frameworks, die alle eine Transformation versprechen, ist es verlockend, nach individuellen Lösungen zu suchen. Unternehmensarchitekten müssen diesem Impuls widerstehen.

Die Tools werden sich weiterentwickeln, konvergieren und ersetzt werden; was Bestand hat, ist der Prozess, mit dem Intelligenz durch alle Ebenen des Unternehmens geleitet wird.

Exzellenz im Rechenzentrum neu definiert

Béla Waldhauser: Auf sicheren Pfaden in die Datacenter-Zukunft

Die eigentliche Aufgabe besteht nicht darin, die richtige KI-Plattform auszuwählen oder den neuesten Coding-Assistenten einzusetzen. Vielmehr geht es um die Konzeption der Orchestrierungslogik, die die Kognition und Wertschöpfung über die Ebenen Business, Daten, Anwendungen und Technologien hinweg miteinander verbindet.

Drei Punkte sind dabei entscheidend:

• 1. Unternehmen sollten wiederholbare Prozesse etablieren, um zu ermitteln, wo KI-gesteuerte Entscheidungen den größten Hebeleffekt erzielen;

• 2. Es müssen Feedback-Schleifen aufgebaut werden, die es der Architektur ermöglichen, kontinuierlich zu lernen und sich anzupassen;

• 3. Es muss sichergestellt sein, dass jede KI-Investitionsentscheidung mit Blick auf die Geschäftsergebnisse getroffen wird.

Unternehmensarchitekten, die sich auf diese Orchestrierung konzentrieren, werden einen nachhaltigen Wert schaffen, der jeden einzelnen Technologiezyklus überdauert.

Denn eines sollte klar sein: Das kognitive Unternehmen wird nicht durch die Anhäufung von KI-Tools aufgebaut, sondern durch die Gestaltung des Prozesses, durch den das gesamte Unternehmen als Einheit denkt, lernt und handelt.

(ID:50899041)