KI-Readiness: Technische Architektur für maschinengesteuerte Prozesse

Ein KI-Agent, der Prozessentscheidungen treffen soll, benötigt drei technische Voraussetzungen. Erstens: maschinenlesbare Regeln, die nicht als Freitext in Dokumentationen stehen, sondern als ausführbare Logik im System hinterlegt sind. Zweitens: definierte Zustände mit eindeutiger Semantik, sodass der Agent den aktuellen Kontext eines Objekts zuverlässig interpretieren kann.

Drittens: vollständige Historisierung, die nicht nur den aktuellen Zustand, sondern die gesamte Ereigniskette zugänglich macht — als Entscheidungsgrundlage und als Trainingsdatenbasis. Fehlt eine dieser drei Bedingungen, arbeitet der Agent auf unsicherer Grundlage. Die omniSuite implementiert alle drei als Kernmechanismen der Plattform.

Ein BPMN-Diagramm beschreibt einen Ablauf für Menschen. Ein KI-Agent braucht keine Beschreibung, sondern eine ausführbare Spezifikation. Der Unterschied ist fundamental: 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.

Die omniSuite arbeitet genau auf dieser Ebene. Die regelbasierte Steuerung auf Datenebene legt für jede Datentabelle maschinenlesbare Bedingungen fest, die automatisch greifen — unabhängig davon, ob ein Mensch oder ein Agent die Aktion auslöst. Regeln werden nicht interpretiert, sondern erzwungen.

Die omniSuite arbeitet intern nach dem Event-Condition-Action-Prinzip (E-C-A). Ein Ereignis tritt ein (Event), eine Bedingung wird geprüft (Condition), eine Aktion wird ausgeführt (Action). Dieses Gerüst durchzieht die gesamte Plattform: Die State Tracking Engine erfasst Zustandswechsel als Events.

Die Adaptive Korrelations-Engine prüft Bedingungen auf Basis von Regeln und Kontextdaten. Die regelbasierte Steuerung führt die resultierende Aktion aus — Feldsperrung, Wertzuweisung, Übergangsfreigabe. Für KI-Agenten ist dieses Gerüst der natürliche Andockpunkt: Ein Agent kann auf Events reagieren, Conditions um eigene Entscheidungslogik erweitern und Actions innerhalb der bestehenden Regelarchitektur auslösen. Die Plattform muss dafür nicht umgebaut werden.

Der Schlüssel liegt in der Trennung von Entscheidung und Ausführung. Ein KI-Agent trifft eine Entscheidung — etwa „dieser Vorgang sollte eskaliert werden". Die Ausführung dieser Entscheidung läuft jedoch durch die bestehende Regelarchitektur der omniSuite. Der Agent setzt einen Zustandswechsel, und die State Tracking Engine prüft, ob dieser Übergang zulässig ist.

Die Adaptive Korrelations-Engine validiert, ob die Bedingungen erfüllt sind. Erst wenn alle Regeln erfüllt sind, wird die Aktion ausgeführt. Der Agent operiert innerhalb des Regelwerks, nicht an ihm vorbei. Das verhindert, dass KI-gesteuerte Aktionen Zustände erzeugen, die fachlich unzulässig sind.

Die State Tracking Engine dokumentiert jeden Zustandswechsel eines Informationsobjekts als eigenständiges Ereignis. Pro Objekt können mehrere Zustandstabellen angelegt werden, die unterschiedliche Zustandskategorien abdecken — Lebenszyklus, Bearbeitungsstatus, Ausfallstatus, Prüfstatus.

Jeder Eintrag enthält den alten Zustand, den neuen Zustand, den Zeitpunkt und den Auslöser. Diese Daten bilden eine vollständige Zustandshistorie, die für KI-Agenten in mehrfacher Hinsicht 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 State Tracking Engine erzeugt strukturierte, zeitlich geordnete Datensätze mit eindeutiger Semantik. Das unterscheidet diese Daten fundamental von unstrukturierten Logs oder manuell erstellten Reports. Jeder Datensatz enthält das Informationsobjekt, die Zustandskategorie, den alten und neuen Zustand, den Zeitstempel und den Auslöser (Benutzer oder Systemprozess).

Zusätzlich kann konfiguriert werden, dass auch unveränderte Zustände protokolliert werden — wenn ein Objekt bearbeitet, aber kein Zustandswechsel ausgelöst wurde. Diese Vollständigkeit ist entscheidend: KI-Modelle lernen nicht nur aus Veränderungen, sondern auch aus der Abwesenheit erwarteter Veränderungen. Die Daten sind sofort abfragbar, strukturiert und mit eindeutigen Referenzen versehen.

Zustandswechsel in der State Tracking Engine können automatisch Folgeereignisse auslösen. Entwickler definieren, welche Ereignisse bei welchen Zustandsübergängen greifen: bei bestimmten Übergangskombinationen (alter und neuer Zustand), bei bestimmten neuen Zuständen unabhängig vom Übergang, oder bei bestimmten alten Zuständen.

Die Ereignistypen umfassen das Löschen von Beziehungen und die Ausführung gespeicherter SQL-Prozeduren mit dynamischen Parametern. Für KI-Agenten bedeutet das: Die Plattform kann auf KI-Entscheidungen mit definierten, regelbasierten Folgeaktionen reagieren. Ein Agent setzt einen Zustand, die Plattform führt die konfigurierten Folgeprozesse aus — konsistent und nachvollziehbar.

Die Adaptive Korrelations-Engine (ACE) definiert regelbasierte Verknüpfungen für jedes Informationsobjekt. Sie steuert dynamisch, welche Auswahlwerte und Fremdschlüsselverweise gültig sind — abhängig vom aktuellen Kontext, vom Zustand des Objekts, von den Werten verknüpfter Objekte und von konfigurierten Bedingungen.

Die Engine arbeitet auf drei Ebenen: automatische Ableitung eines eindeutigen Werts, wenn die Regeln nur ein Ergebnis zulassen; Einschränkung der Auswahl auf gültige Optionen, wenn mehrere Werte möglich sind; und kontextsensitive Anpassung über Objektgrenzen hinweg, wenn die Gültigkeit von verknüpften Informationsobjekten abhängt.

Für KI-Agenten ist die ACE relevant, weil sie die Entscheidungslogik nicht als Black Box kapselt, sondern als transparentes Regelwerk bereitstellt. Ein Agent kann die Regeln abfragen, die aktuellen Bedingungen prüfen und innerhalb des definierten Regelraums entscheiden.

Die ACE unterscheidet drei Modi der Ableitungssteuerung: automatische Ableitung bei jeder Änderung verknüpfter Objekte, selektive Ableitung mit Ausschluss bestimmter Änderungen, und ereignis- oder regelbasierte Ableitung die nur bei definierten Auslösern greift.

Für KI-Agenten ist der dritte Modus besonders relevant: Die Ableitung wird nicht bei jeder Änderung ausgelöst, sondern nur wenn ein definiertes Ereignis eintritt — etwa wenn der Agent einen Zustandswechsel initiiert. Das verhindert kaskadenartige Ableitungen, die bei hochfrequenten KI-Aktionen die Systemperformance beeinträchtigen könnten.

Zusätzlich kann über die SQL-API eine bedingungsabhängige Ableitungssteuerung implementiert werden, die die Ableitung an Benutzerrollen, Kontext oder spezifische Aktionen koppelt — einschließlich der Aktion „initiiert durch KI-Agent".

Die regelbasierte Steuerung auf Datenebene legt für jede Datentabelle Bedingungen fest, die bestimmen, welche Felder unter welchen Umständen bearbeitbar oder speicherbar sind. Diese Regeln werden automatisch angewendet, sobald eine Maske geladen wird — unabhängig davon, ob ein Mensch oder ein Agent die Änderung initiiert.

Die Regeln arbeiten mit drei Kriterientypen: festvorgegebene Werte (Feld X ist nur editierbar, wenn Feld Y den Wert Z hat), Auswahlfeld-Werte (Editierbarkeit abhängig von der aktuellen Auswahl) und Ausprägungen angebundener Tabellen (Bearbeitbarkeit abhängig von konkreten Datensätzen in verknüpften Objekten).

Für KI-Agenten wirkt diese Steuerung als Policy-Layer: Der Agent kann nur Änderungen vornehmen, die innerhalb der definierten Regeln liegen. Unzulässige Aktionen werden nicht nachträglich erkannt, sondern systemisch verhindert.

KI-Agenten treffen Entscheidungen auf Basis statistischer Modelle. Diese Entscheidungen können falsch sein — und in produktiven Geschäftsprozessen kann ein falscher Zustandswechsel oder eine unzulässige Datenänderung erheblichen Schaden anrichten. Die Governance-Schicht der omniSuite stellt sicher, dass jede Aktion eines KI-Agenten durch das bestehende Regelwerk validiert wird.

Die regelbasierte Steuerung verhindert unzulässige Änderungen. Die State Tracking Engine dokumentiert jede Aktion lückenlos. Die ACE stellt sicher, dass nur gültige Werte und Verweise gesetzt werden können. Zusammen bilden diese Mechanismen ein Sicherheitsnetz, das KI-Agenten produktiv nutzbar macht, ohne die Kontrolle über Geschäftsprozesse aufzugeben.

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

Die zentrale Fehlerprüfung validiert alle SQL-Skripte, APIs, Trigger und Prozeduren auf Syntax- und Logikfehler. Die Impact-Analyse zeigt, welche Masken, Skripte oder Prozeduren von einer Änderung betroffen sind. Die Rückverfolgbarkeit dokumentiert, welche Elemente von einer Änderung abhängen. Kein KI-generierter Code oder keine KI-modifizierte Regel gelangt unkontrolliert in die produktive Umgebung.

KI-Agenten könnten Änderungen vorschlagen, die isoliert betrachtet korrekt sind, aber in Kombination mit bestehenden Regeln zu Inkonsistenzen führen. Der DIDC adressiert dieses Risiko durch die automatische Erkennung und Prüfung von Abhängigkeiten zwischen Datenstrukturen und Prozessen.

Bevor eine Änderung bereitgestellt wird, erfolgt ein Abgleich zwischen Quell- und Zielsystem. Die Übernahmereihenfolge wird automatisch bestimmt, um Konflikte zu vermeiden. Änderungen können in isolierten Daten-Sandboxen getestet werden, die reale Bedingungen simulieren.

Diese Mechanismen greifen unabhängig davon, ob die Änderung von einem Entwickler oder einem KI-Agenten stammt. Der DIDC behandelt alle Änderungsquellen gleich — kontrolliert, validiert und dokumentiert.

Der DIDC unterstützt manuelle Freigabeprozesse als zusätzliche Sicherheitsebene. Änderungen können vor dem Deployment von Entwicklern oder Fachanwendern geprüft und freigegeben werden. Im Kontext von KI-Agenten ist das besonders relevant: 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 manueller Prüfung bei kritischen Änderungen bis zur automatischen Freigabe bei Routineoperationen. Die Änderungsdokumentation protokolliert dabei nicht nur die Änderung selbst, sondern auch den Auslöser und den Freigebenden, sodass die gesamte Entscheidungskette nachvollziehbar bleibt.

Eine konventionelle Automatisierungsplattform führt vordefinierte Abläufe aus. Eine KI-fähige Plattform muss zusätzlich drei Eigenschaften besitzen: Transparenz der Entscheidungslogik (ein Agent muss die geltenden Regeln abfragen können), Kontextdichte der Datenbasis (ein Agent braucht nicht nur aktuelle Werte, sondern die gesamte Zustandshistorie) und Begrenzbarkeit der Agenten-Aktionen (die Plattform muss unzulässige Aktionen systemisch verhindern können).

Die omniSuite erfüllt alle drei Kriterien: Die ACE macht Regellogik transparent und abfragbar. Die State Tracking Engine liefert kontextdichte Zustandshistorien. Die regelbasierte Steuerung und der DIDC begrenzen den Handlungsspielraum. Diese Architektur ist nicht nachträglich aufgesetzt, sondern gehört zum Kern der Plattform.

Gängige KI-Integrationsmuster arbeiten mit APIs: Ein Agent ruft Daten ab, verarbeitet sie extern und schreibt Ergebnisse zurück. Dieses Muster funktioniert, erzeugt aber ein Governance-Problem — die Validierung der KI-Ergebnisse muss separat implementiert werden. Die omniSuite bietet einen alternativen Ansatz: Der Agent operiert innerhalb der Plattformmechanismen.

Er nutzt die vorhandene Regelarchitektur als Ausführungsschicht, die vorhandene Zustandsverwaltung als Kontextquelle und die vorhandene Governance als Begrenzung. Die SQL-APIs, über die auch Entwickler arbeiten, stehen als Schnittstelle zur Verfügung. Das bedeutet: Die Integration eines KI-Agenten erfordert keine neue Infrastruktur, sondern nutzt die bestehenden Plattformmechanismen — regelbasiert, zustandsgesteuert und vollständig dokumentiert.