Architektur entscheidet.
Über Komplexität. Über Kosten. Über Steuerbarkeit.
Dieser Podcast beleuchtet die unsichtbaren Wirkungen von Struktur im Unternehmen.
Warum Systeme teuer werden. Warum Budgets unter Druck geraten. Und warum Enterprise Architecture kein Selbstzweck ist, sondern ein zentrales Steuerungsinstrument für Organisationen.
Gedanken, Beobachtungen und Praxiserfahrungen aus der Welt von EAM, Governance und Total Cost of Ownership.
Der deutschsprachige EAM Podcast, überall wo es Podcast gibt.
Freue mich auf Dein Feedback, gerne jederzeit direkt auf https://eam.podigee.io/ oder direkt www.linkedin.com/in/david-hohl
David Hohl
Möge die Enterprise Architecture mit dir sein.
Enterprise Architecture wirkt.
David Hohl
Beschreibung
Podmon Kategorien
Darüber wird in diesem Podcast anteilig gesprochen.
Anzahl Kategorien
Upgrade dein Konto, um kontextuelle Kategorien zu sehen!
Veröffentlichungshistorie
Episodenübersicht
EAM#30: AI Decision Rights - Wie viel darf AI entscheiden?
06.09.2026
Einführung in die Komplexität der Architektur
David Hohl erklärt, dass Architektur entscheidend für Komplexität, Kosten und Steuerbarkeit ist. In der bisherigen Podcast-Reihe wurden Themen wie technische Schulden, Total Cost of Ownership (TCO) und Business Capabilities behandelt, um die Herausforderungen und Möglichkeiten der Enterprise Architektur aufzuzeigen.
Die Rolle von AI in der Architektur
AI wird zunehmend in Unternehmensentscheidungen integriert. Hohl diskutiert die Notwendigkeit einer klaren Definition, in welchen Bereichen AI entscheiden darf und wo der Mensch die Verantwortung tragen sollte. Es wird betont, dass AI zwar Entscheidungen unterstützen kann, jedoch nicht alle Entscheidungen treffen sollte.
Das Rapid-Modell und Entscheidungsrollen
Das Rapid-Modell (Recommend, Agree, Perform, Input, Decide) wird als Rahmenwerk vorgestellt, um die Rolle der AI in Entscheidungsprozessen zu definieren. Hohl betont, dass AI Empfehlungen abgeben kann, jedoch die endgültige Entscheidung beim Menschen bleibt, um Governance und Kontrolle zu gewährleisten.
Dimensionen der Entscheidungsfindung
Hohl führt drei Dimensionen ein, die die Entscheidungsfindung durch AI beeinflussen: Business Impact, Reversibility und Decision Complexity. Jede dieser Dimensionen bestimmt, wie viel Entscheidungsspielraum AI in einem bestimmten Kontext haben sollte.
Verantwortung der CIOs
Die Rolle des CIO wird hervorgehoben. CIOs sollten nicht jede Entscheidung kontrollieren, sondern sicherstellen, dass die Entscheidungsrechte bewusst delegiert werden. Hohl fordert eine klare Definition, welche Entscheidungen AI treffen darf und welche nicht.
Schlussfolgerung und Ausblick
Abschließend wird betont, dass es wichtig ist, zu definieren, welche Entscheidungen AI übernehmen sollte, während gleichzeitig die menschliche Entscheidungskompetenz gewahrt bleibt. In der nächsten Episode wird das Thema behandelt, welche Informationen AI über Unternehmen erhalten sollte und welche Risiken damit verbunden sind.
EAM#29: AI Governance - Wer entscheidet über AI?
30.08.2026
Einführung in AI Governance
David Hohl begrüßt die Zuhörer und reflektiert über die vorherigen Folgen zur AI-Serie, die sich mit der Integration von KI in die Enterprise-Architektur beschäftigt haben. Er stellt fest, dass Unternehmen oft an fehlender Governance scheitern, nicht an der Technologie selbst.
Verantwortung und Entscheidungsfindung
Hohl hebt hervor, dass Verantwortung in der AI-Nutzung entscheidend ist. Oft werden neue AI-Tools ohne klare Entscheidungsstrukturen eingeführt, was zu Problemen führt. Wer überwacht die Kosten und den geschaffenen Business Value? Governance sollte bereits bei der Ideenfindung beginnen und nicht erst nach der Implementierung.
Frühe Implementierung von Governance
Die Implementierung von Governance sollte frühzeitig einsetzen. Sie ist nicht nur eine Dokumentation oder Kontrolle, sondern ein strukturierter Prozess zur Entscheidungsfindung. Hohl sieht Governance als essenziell für die Bewertung und Priorisierung von AI-Initiativen.
Mehr als nur Sicherheit
Hohl betont, dass Governance weit über Sicherheits- und Datenschutzfragen hinausgeht. Sie sollte als Steuerungsmechanismus für Business Value und Kostenmanagement fungieren. Auch die Data Ownership ist entscheidend für die erfolgreiche Implementierung von AI.
Governance als Beschleuniger von Innovation
Eine gute Governance sollte nicht als Hemmnis, sondern als Beschleuniger von Innovationen betrachtet werden. Klare Regeln und Verantwortlichkeiten fördern die Effizienz in der Implementierung von AI-Projekten.
Integration von Business und Architektur
Hohl schließt mit der Aussage, dass AI Governance die Brücke zwischen Business und Architektur bildet. Eine erfolgreiche AI-Implementierung erfordert klare Antworten auf Fragen zu Verantwortung, Kosten und Erfolgsmessung. Die Governance muss als integrativer Bestandteil des Unternehmens gesehen werden.
EAM#28: AI Architecture (2/2) - Von der Enterprise zur Solution Architecture
23.08.2026
Einführung in die Architektur
Die Architektur beeinflusst wesentlich die Komplexität, Kosten und Steuerbarkeit von Lösungen. Im Podcast wird die Bedeutung der Enterprise Architektur (EA) für erfolgreiche AI-Initiativen hervorgehoben, wobei betont wird, dass AI keine separate Architektur benötigt, sondern in die bestehende EA integriert werden sollte.
Von der Enterprise- zur Solution-Architektur
Die Episode thematisiert den Übergang von der Enterprise-Architektur zur Solution-Architektur, wobei die EA den strategischen Rahmen setzt und die Solution-Architektur konkrete Lösungen entwickelt. Wichtige Elemente sind Business Capabilities, Datenmanagement und Governance, die für die Entwicklung einer funktionalen AI-Lösung entscheidend sind.
Architekturentscheidungen für AI-Lösungen
Der Podcast diskutiert die Wichtigkeit von Architekturentscheidungen, die nicht nur auf der Technologie basieren, sondern auch die Anforderungen und den Kontext der Anwendung berücksichtigen. Solution-Architekten müssen bewerten, ob AI notwendig ist oder ob bestehende Softwarelösungen ausreichen.
Module einer modernen AI-Lösung
Eine AI-Lösung besteht aus verschiedenen Komponenten wie Large Language Models (LLM), Prompts, AI-Agents und APIs. Die Integration dieser Module muss gut durchdacht sein, um eine effiziente und kosteneffektive Lösung zu gewährleisten. Monitoring ist ebenfalls wichtig, um die Kosten und Qualität der AI-Anwendungen zu kontrollieren.
Die Rolle von Monitoring und Governance
Das Monitoring der AI-Lösungen ist entscheidend, um sicherzustellen, dass die Systeme effizient arbeiten und die Kosten im Rahmen bleiben. Governance-Regeln müssen definiert werden, um sicherzustellen, dass kritische Entscheidungen nicht allein von AI-Agenten getroffen werden, sondern menschliches Eingreifen erforderlich ist.
Abschluss und Ausblick
Die Episode schließt mit der Betonung der Notwendigkeit, AI-Modelle und Lösungen zukunftssicher zu gestalten, indem sie flexibel und anpassungsfähig bleiben. Zukünftige Episoden werden sich mit AI Governance befassen, einschließlich der Verantwortlichkeiten und Regeln für AI-Initiativen im Unternehmen.