AI Architecture · 10 Min.
AI-Architektur Beratung kaufen: 12 Fragen, die Blender von Experten trennen
Gute AI-Beratung verkauft nicht zuerst Tools. Sie schafft Klarheit, welche Arbeit KI wirklich uebernehmen kann und welche Architektur dafuer fehlt.
SYSTEMS Grafik zu AI Architektur Beratung: Data -> Agent -> Outcome. Fokus: Welche Fragen sollte ein Unternehmen stellen, bevor es AI-Architektur Beratung beauftragt?
Kurzfassung
Gute AI-Beratung startet mit Arbeitsprozessen, Daten und Risiko, nicht mit Tool-Demos. Die richtigen Fragen pruefen, ob Beratung in produktive Architektur fuehrt. Wer Evals, Betrieb und Security nicht erklaeren kann, baut vermutlich nur eine Demo.
Strategischer Lesepfad
Baue das Thema im passenden Cluster weiter aus und verknuepfe es mit den naechsten Architekturentscheidungen.
Warum AI-Beratung schwer zu bewerten ist Fast jeder kann heute beeindruckende KI-Demos zeigen. Das macht den Einkauf schwer. Ein Chatbot, ein Agenten-Prototyp oder ein n8n-Workflow sieht schnell nach Fortschritt aus.
Die eigentliche Frage ist, ob daraus ein System entsteht, das echte Arbeit uebernimmt, sicher betrieben wird und messbare Ergebnisse liefert.
Stand Mai 2026: Beratung muss Agentenbetrieb erklaeren koennen OpenAI beschreibt Agenten nicht als Chatbot mit mehr Prompt, sondern als Systeme, die planen, Tools nutzen, Spezialisten koordinieren und genug State fuer mehrstufige Arbeit halten. Gleichzeitig fordert produktiver Betrieb Evals, Kostenkontrolle, Human Intervention und Failure Thresholds.
NIST rahmt Generative AI als Lebenszyklus- und Risikomanagement-Thema: Risiken muessen identifiziert, gemessen, gesteuert und dokumentiert werden. Daraus folgt fuer den Einkauf: Gute AI-Beratung muss Architektur, Betrieb, Messung und Risiko verbinden.
Wenn ein Anbieter nur "wir bauen dir einen Agenten" sagt, fehlt die Haelfte der Wahrheit.
Ein aktueller Buyer-Check: Fragt nach dem Migrationspfad. OpenAI hat die Assistants API zugunsten der Responses API abgekündigt. Wer heute neue Agentenarchitektur verkauft, muss Responses, Tools, MCP , Evals und Trace-Grading einordnen koennen, statt veraltete Patterns als Zukunft zu verkaufen.
Frage 1: Welcher Prozess wird zuerst kleiner? Ein guter Berater schlaegt nicht "KI fuer alles" vor. Er identifiziert einen Prozess, der klein genug fuer einen Pilot und wertvoll genug fuer ROI ist.
Wenn der erste Scope unscharf bleibt, wird das Projekt teuer.
Frage 2: Welche Daten fehlen? KI-Projekte scheitern oft an Datenqualitaet, nicht an Modellen. Gute Beratung erkennt, welche Quellen gebraucht werden, welche unbrauchbar sind und welche Informationen zuerst strukturiert werden muessen.
Frage 3: Was darf der Agent tun? Lesen, schreiben, vorschlagen, ausfuehren: Diese Stufen muessen getrennt werden. Wenn ein Anbieter keine Rechte-Architektur beschreibt, fehlt ein Kernteil.
Frage 4: Welche Fehler sind akzeptabel? Jeder Agent macht Fehler. Entscheidend ist, welche Fehler billig, teuer oder verboten sind. Daraus entstehen Guardrails und Freigaben.
Frage 5: Wie wird getestet? Frage nach Evals. Welche Testfaelle werden gebaut? Welche Grenzfaelle? Welche Kriterien entscheiden, ob ein Agent live gehen darf?
Ein Experte kann erklaeren, welche Traces, Datasets, Grader und Regressionstests vor dem Go-live existieren. Ohne Testset ist jede Demo nur Meinung.
Noch besser: Er kann sagen, welche Agentenlaeufe mit Trace-Grading bewertet werden. Bei Agenten reicht Output-Bewertung nicht immer, weil falsche Toolwahl, schlechte Handoffs oder ueberfluessige Schritte im Endergebnis unsichtbar bleiben koennen.
Frage 6: Wie werden Kosten kontrolliert? AI-Kosten sind nicht nur Token. Sie umfassen Tool Calls, Laufzeit, Datenzugriffe und menschlichen Review. Gute Beratung baut ein Kostenmodell.
Die bessere Kennzahl ist nicht "Kosten pro Antwort", sondern "Kosten pro erfolgreichem Lauf". Dazu gehoeren Modell, Tool Calls, Retrieval, Websuche, Wiederholungen, Review-Minuten und Fehlerkosten.
Frage 7: Wer betreibt das System? Nach dem Launch braucht es Ownership. Wer pflegt Prompts, Kontext, Tool-Rechte, Evals und Monitoring?
Frage 8: Wie wird Security behandelt? Frage konkret nach Prompt Injection , Datenzugriff, Secrets, Audit Logs und Freigaben. Allgemeine "wir achten auf Datenschutz"-Saetze reichen nicht.
Ein guter Anbieter kann direkte und indirekte Prompt Injection, Least Privilege, Tool-Grenzen und Freigabeebenen erklaeren. Er trennt untrusted Input von Developer Policy und baut keine Secrets in Prompts.
Frage 9: Welche Systeme werden integriert? Ein AI-System ohne Integration bleibt ein Assistent. Produktive Architektur verbindet CRM, Tickets, Kalender, Dateien, Datenbanken oder interne Tools.
Frage 10: Was passiert nach dem Pilot? Ein guter Pilot erzeugt einen wiederverwendbaren Baustein. Frage, wie der zweite und dritte Agent daraus entstehen koennen.
Frage 11: Was wird bewusst nicht automatisiert? Serioese Experten sagen auch Nein. Nicht jede Aufgabe ist reif fuer Autonomie.
Frage 12: Wie sieht Erfolg nach 30 Tagen aus? Ohne konkrete Messpunkte bleibt Beratung abstrakt. Gute Ziele sind Zeitersparnis, Durchlaufzeit, Qualitaet, Lead-Kennzahlen oder reduzierte Fehler.
Was ein gutes Angebot enthalten muss Ein serioeses AI-Architecture-Angebot sollte nicht nur Stunden oder Workshops enthalten. Es sollte klar benennen, welche Entscheidungsartefakte entstehen:
Wenn diese Artefakte fehlen, kaufst du wahrscheinlich Beratungstheater statt Architektur.
Use-Case-Matrix nach Wert, Risiko und Datenreife Zielarchitektur fuer Agenten, Tools, Daten und Rollen Daten- und Rechteplan Eval- und Teststrategie Kostenmodell pro Workflow Security- und Prompt-Injection-Modell Migrationspfad fuer alte Assistants-/Chat-Completion-Setups Pilot-Scope mit Erfolgskriterien Rollout-Plan fuer Betrieb, Ownership und Monitoring Warnsignal: Tool-first statt Work-first Viele Anbieter starten mit "wir nutzen Tool X". Das ist falsch herum. Erst kommt die Arbeit, dann die Architektur, dann das Tool.
Ein guter Berater kann sagen, wann kein Agent noetig ist. Manchmal reicht ein klassischer Workflow, ein Formular, ein Dashboard oder bessere Datenpflege. Genau diese Ehrlichkeit trennt Experten von Blendern.
Der SYSTEMS-Blick AI-Architektur Beratung sollte am Ende nicht mehr Slides erzeugen, sondern einen umsetzbaren Bauplan.
Der Wert liegt in der Entscheidung: Welche Agenten jetzt, welche spaeter, welche nie und welche Infrastruktur muss zuerst stehen?
