KI-Readiness: Wie omniSuite die Voraussetzungen für KI-Agenten schafft

Die meisten KI-Projekte starten mit einem konkreten Anwendungsfall: ein Chatbot, ein Klassifikator, eine Prognose. Die Technologie funktioniert im Prototyp, aber der produktive Einsatz scheitert an der Datenbasis. Zustände sind nicht eindeutig definiert, Regeln existieren nur als implizites Wissen in den Köpfen von Mitarbeitenden, und Entscheidungslogik ist nicht maschinenlesbar formuliert.

Eine KI kann nur so gut entscheiden, wie die Spielregeln definiert sind, nach denen sie arbeiten soll. Wenn „in Bearbeitung" für verschiedene Personen Verschiedenes bedeutet, trifft die KI verschiedene Entscheidungen — nicht weil sie schlecht ist, sondern weil die Plattform keine eindeutige Grundlage liefert.

KI-Agenten — ob sie Entscheidungen treffen, Prozesse steuern oder Daten klassifizieren — brauchen drei Dinge: strukturierte Daten mit eindeutiger Semantik, maschinenlesbare Regeln die als ausführbare Logik im System hinterlegt sind, und definierte Zustände die eine klare Grundlage für Entscheidungen bilden. Wenn ein KI-Agent entscheiden soll, ob ein Vorgang eskaliert werden muss, braucht er einen eindeutigen Zustand („überfällig"), eine klare Regel („Eskalation nach 48 Stunden ohne Zustandswechsel") und strukturierte Daten über den bisherigen Verlauf. Fehlt eines dieser drei Elemente, kann die KI nur raten — und Raten ist keine Automatisierung.

Viele Unternehmen haben ihre Prozesse in BPMN-Diagrammen, Handbüchern oder Wikis dokumentiert. Doch ein Diagramm beschreibt einen Ablauf für Menschen — ein KI-Agent braucht keine Beschreibung, sondern eine ausführbare Spezifikation. Ein Diagramm sagt „wenn der Antrag genehmigt ist, geht es weiter".

Eine ausführbare Spezifikation definiert präzise, welches Attribut welchen Wert haben muss, welche Übergänge zulässig sind und welche Folgeereignisse ausgelöst werden. Solange fachliche Regeln nur in Dokumenten stehen statt als ausführbare Logik im System, können KI-Agenten sie nicht nutzen.

Jedes Informationsobjekt in omniSuite besitzt klar definierte Attribute, typisierte Beziehungen zu anderen Objekten und eine oder mehrere Zustandstabellen. Die Datenstruktur ist nicht nur ein Speicherformat, sondern trägt fachliche Bedeutung: Welche Felder ein Objekt hat, welche Werte zulässig sind und wie es mit anderen Objekten zusammenhängt, wird bei der Konfiguration festgelegt und von der Plattform erzwungen. Für KI-Agenten bedeutet das: Die Datenbasis ist nicht ambig. Ein Agent kann die Struktur abfragen und auf dieser Grundlage zuverlässig interpretieren.

Die regelbasierte Steuerung auf Datenebene erlaubt es, für jede Datentabelle Bedingungen festzulegen, die bestimmen, wann Felder bearbeitbar oder speicherbar sind — ohne Programmierung, direkt auf fachlicher Ebene. Die Adaptive Korrelations-Engine (ACE) ergänzt diese Steuerung um dynamische Verknüpfungen: Sie bestimmt kontextabhängig, welche Auswahlwerte und Verweise gültig sind.

Beide Mechanismen formulieren fachliche Logik in einer Form, die sowohl von Menschen verstanden als auch von Maschinen ausgeführt werden kann. KI-Agenten können die geltenden Regeln abfragen, die aktuellen Bedingungen prüfen und innerhalb des definierten Regelraums entscheiden.

Die State Tracking Engine dokumentiert jeden Zustandswechsel eines Informationsobjekts als eigenständiges Ereignis — mit altem Zustand, neuem Zustand, Zeitpunkt und Auslöser. Pro Objekt können mehrere Zustandstabellen angelegt werden, die unterschiedliche Aspekte abdecken: Lebenszyklus, Bearbeitungsstatus, Prüfstatus. Das Ergebnis ist eine vollständige Zustandshistorie, die für KI-Agenten dreifach relevant ist: als Grundlage für Kontextverständnis (was ist bisher passiert), als Eingabedaten für Entscheidungsmodelle (welche Muster führen zu welchen Ergebnissen) und als Trainingsdaten für maschinelles Lernen (welche Zustandsabfolgen sind typisch, welche anomal).

Die omniSuite bildet alle drei Voraussetzungen nativ ab — nicht als nachträgliche Erweiterung, sondern als Kernmechanismen der Plattform. Strukturierte Daten, maschinenlesbare Regeln und definierte Zustände sind keine separaten Module, sondern durchziehen die gesamte Architektur. Damit ist die omniSuite keine KI-Plattform im engeren Sinne — aber sie schafft die Grundlage, auf der KI-Agenten zuverlässig und nachvollziehbar arbeiten können.

Der entscheidende Unterschied zu Workflow-Engines: Die omniSuite denkt von Daten und Logik — der Ablauf ergibt sich, er wird nicht vorgezeichnet. Das passt zum Arbeitsmuster von KI-Agenten, die datengetrieben entscheiden statt in vordefinierten Ablaufpfaden zu operieren.

KI-Agenten treffen Entscheidungen auf Basis statistischer Modelle. Diese Entscheidungen können falsch sein — und in produktiven Geschäftsprozessen kann ein falscher Zustandswechsel erheblichen Schaden anrichten. Die omniSuite löst dieses Problem durch eine mehrstufige Governance-Schicht. Die regelbasierte Steuerung verhindert unzulässige Änderungen, bevor sie wirksam werden.

Die ACE stellt sicher, dass nur gültige Werte und Verweise gesetzt werden können. Die State Tracking Engine dokumentiert jede Aktion lückenlos. Zusammen bilden diese Mechanismen ein Sicherheitsnetz: Ein KI-Agent operiert innerhalb des bestehenden Regelwerks, nicht an ihm vorbei. Unzulässige Aktionen werden nicht nachträglich erkannt, sondern systemisch verhindert.

Wenn KI-Agenten in die Prozesssteuerung integriert werden, ändern sich nicht nur Daten, sondern möglicherweise auch Regelkonfigurationen oder Zustandsdefinitionen. Der Data Integrity Deployment Cycle (DIDC) stellt sicher, dass solche Änderungen denselben kontrollierten Prozess durchlaufen wie jede andere Systemänderung — mit zentraler Fehlerprüfung, Impact-Analyse und vollständiger Rückverfolgbarkeit.

Zusätzlich unterstützt der DIDC manuelle Freigabeprozesse: Ein Agent kann Änderungsvorschläge generieren, aber die finale Freigabe liegt bei einem Menschen. Dieses Human-in-the-Loop-Prinzip lässt sich granular konfigurieren — von vollständiger Prüfung bei kritischen Änderungen bis zur automatischen Freigabe bei Routineoperationen.

Die Mechanismen der omniSuite, die KI-Readiness ermöglichen, zeigen Sofortwirkung — unabhängig davon, ob KI jemals zum Einsatz kommt. Verbindlich definierte Zustände reduzieren Abstimmungsaufwand. Erzwungene Regeln verhindern Fehler an der Quelle. Systemisch erzeugte Nachweise machen Audits planbar.

Bereits ohne KI führen diese Plattformmechanismen zu stabileren Prozessen, weniger Nacharbeit und geringerem Koordinationsaufwand. Die KI-Fähigkeit ist der strategische Zusatznutzen: Wer heute omniSuite einsetzt, kann morgen KI-Agenten produktiv einführen, ohne die Plattform umbauen zu müssen.

Der Übergang ist nicht sprunghaft, sondern stufenweise. Stufe 1: Prozesse werden regelbasiert gesteuert — Zustände, Übergänge und Regeln sind verbindlich definiert und werden von der Plattform erzwungen. Stufe 2: Die vollständige Ereignishistorie und die strukturierten Zustandsdaten werden für Analyse und Mustererkennung genutzt — als Grundlage für datengetriebene Optimierung.

Stufe 3: KI-Agenten nutzen die vorhandene Regelarchitektur als Ausführungsschicht und die Historisierungsdaten als Entscheidungsgrundlage. Die Regeln der omniSuite werden dabei nicht ersetzt, sondern um KI-basierte Entscheidungen ergänzt. Die bestehende Policy-Architektur dient als Governance-Schicht, die sicherstellt, dass KI-Aktionen innerhalb definierter Grenzen bleiben.

KI-Technologie entwickelt sich schnell — die strukturellen Voraussetzungen dafür nicht. Wer heute keine Plattform mit maschinenlesbaren Regeln, definierten Zuständen und vollständiger Historisierung einsetzt, wird KI-Projekte wiederholt starten und stoppen. Jeder gescheiterte Pilot kostet nicht nur Budget, sondern auch Vertrauen in der Organisation.

Unternehmen, die jetzt die Voraussetzungen schaffen, gewinnen einen strukturellen Vorsprung: Sie können KI-Agenten schrittweise einführen, auf einer belastbaren Datenbasis, mit klaren Regeln und nachvollziehbaren Entscheidungen.