Enterprise Architecture als KI-Enabler

Künstliche Intelligenz ist längst nicht mehr nur Gegenstand von Forschungsprojekten und einzelnen Pilotversuchen. Immer mehr Unternehmen möchten KI-Modelle in ihre Prozesse integrieren, interne Daten nutzbar machen und konkrete Anwendungen entwickeln, die einen messbaren geschäftlichen Mehrwert erzeugen.Dabei zeigt sich jedoch häufig, dass die eigentliche Herausforderung nicht allein darin besteht, ein leistungsfähiges KI-Modell auszuwählen. Viel schwieriger ist es, dieses Modell sinnvoll in die bestehende Organisation und IT-Landschaft zu integrieren.

Genau an dieser Stelle gewinnt die Rolle Forward Deployed Engineer (FDE) zunehmend an Bedeutung.

Dass die Rolle des Forward Deployed Engineers gerade bei der Einführung von KI-Lösungen an Bedeutung gewinnt, zeigt sich beispielsweise bei OpenAI. Das Unternehmen hat 2026 mit der OpenAI Deployment Company eine eigene Einheit geschaffen, in der Forward Deployed Engineers direkt mit Unternehmen an der Entwicklung und produktiven Einführung von KI-Systemen arbeiten.¹ Forward Deployed Engineers sollen gemeinsam mit strategisch wichtigen Kunden komplexe KI-Lösungen von der ersten Anforderungsanalyse über das Systemdesign bis zum produktiven Einsatz begleiten.² Auch Anthropic setzt zusammen mit Partnerunternehmen verstärkt auf Forward Deployed Engineers, die direkt in Kundenorganisationen arbeiten und KI-Lösungen in deren bestehende Systeme integrieren.³

Was macht ein Forward Deployed Engineer?

Ein Forward Deployed Engineer arbeitet an der Schnittstelle zwischen Technologie, Fachbereich und Kunde. Seine Rolle erweitert klassische Softwareentwicklungsaufgaben um einen starken fachlichen und organisatorischen Kontext. Bevor eine konkrete Lösung entwickelt wird, muss er verstehen, welches Problem das Unternehmen lösen möchte, wie die bestehende IT-Landschaft aufgebaut ist und unter welchen technischen, organisatorischen und regulatorischen Rahmenbedingungen die Lösung umgesetzt werden kann.

Zu den typischen Aufgaben gehören beispielsweise:

• Analyse von Geschäftsprozessen und fachlichen Anforderungen
• Identifikation geeigneter KI-Anwendungsfälle
• technische Konzeption der Lösung
• Anbindung vorhandener Datenquellen und Anwendungen
• Entwicklung individueller Integrationen
• Einführung der Lösung in den produktiven Betrieb
• enge Abstimmung mit Fachbereichen, IT, Datenschutz und Management

Ein Forward Deployed Engineer verbindet damit klassische Engineering-Aufgaben mit Systemdesign, technischer Beratung und enger Abstimmung zwischen den beteiligten Teams.

Seine Aufgabe besteht nicht darin, einem Unternehmen lediglich ein KI-Modell bereitzustellen. Er muss dafür sorgen, dass aus einer technologischen Möglichkeit eine funktionierende Lösung im realen Unternehmensumfeld entsteht.

Genau hier liegt jedoch ein entscheidender Hebel. Je transparenter die bestehende Unternehmensarchitektur ist, desto weniger Zeit muss zunächst darauf verwendet werden, diese für jedes neue KI-Projekt erneut zu erschließen.

Das eigentliche Problem ist häufig nicht die KI

In vielen Unternehmen ist die IT-Landschaft über Jahre oder sogar Jahrzehnte gewachsen. Neue Anwendungen wurden eingeführt, bestehende Systeme erweitert, Schnittstellen ergänzt und Übergangslösungen geschaffen. Manche Systeme sind sehr gut dokumentiert, andere nur teilweise. Wissen über bestimmte Abhängigkeiten befindet sich mitunter ausschließlich in den Köpfen einzelner Mitarbeiter.

Dadurch entstehen typische Fragen:

• In welchen Anwendungen liegen die benötigten Daten?
• Welche Schnittstellen existieren bereits?
• Welche Systeme greifen auf diese Daten zu?
• Wer ist für eine Anwendung oder einen Prozess verantwortlich?
• Welche Sicherheitsanforderungen müssen berücksichtigt werden?
• Welche Auswirkungen hätte eine technische Veränderung auf andere Systeme?
• Welche Technologien dürfen verwendet werden?
• Gibt es bereits ähnliche Lösungen im Unternehmen?

Fehlen verlässliche Antworten, muss ein Forward Deployed Engineer einen erheblichen Teil seiner Zeit zunächst dafür verwenden, die bestehende Landschaft zu verstehen.

Der KI-Anwendungsfall beginnt dann nicht mit der eigentlichen Entwicklung, sondern mit einer aufwendigen Entdeckungsreise durch Anwendungen, Datenbanken, Schnittstellen, Prozesse, Zuständigkeiten und technische Altlasten.

Ein Unternehmen ohne Architekturübersicht ist wie ein Gebäude ohne Bauplan

Eine passende Analogie ist ein großes Gebäude, das über viele Jahre hinweg immer wieder umgebaut und erweitert wurde.

Neue Räume wurden angebaut, Wände versetzt, zusätzliche Stromleitungen verlegt und Wasserrohre nachträglich ergänzt. Einige Veränderungen wurden sorgfältig dokumentiert, andere nur provisorisch umgesetzt. Bestimmte Leitungen verlaufen inzwischen an Stellen, die niemand mehr genau kennt.

Nun soll dieses Gebäude modernisiert werden. Beispielsweise soll ein neuer Aufzug eingebaut werden.

Grundsätzlich ist das möglich. Doch bevor die Arbeiten beginnen können, muss das Projektteam zunächst herausfinden:

• Welche Wände sind tragend?
• Wo verlaufen Strom-, Wasser- und Datenleitungen?
• Welche Bereiche des Gebäudes sind von den Arbeiten betroffen?
• Welche Vorschriften müssen eingehalten werden?
• Welche anderen Modernisierungsmaßnahmen laufen parallel?
• Welche Folgen hätte ein Eingriff an einer bestimmten Stelle?

Ohne verlässliche Bau- und Leitungspläne kann das Team trotzdem mit der Arbeit beginnen. Es muss jedoch vorsichtiger vorgehen, mehr Untersuchungen durchführen und mit unerwarteten Problemen rechnen. Im schlimmsten Fall wird während der Arbeiten eine Leitung beschädigt, von deren Existenz niemand wusste.

Ähnlich verhält es sich bei der Einführung von KI in einer komplexen Unternehmenslandschaft.

Enterprise Architecture schafft eine gemeinsame Orientierung

Der Forward Deployed Engineer wäre in der oben genannten Analogie nicht überflüssig. Enterprise Architecture stellt ihm jedoch die benötigten Baupläne, Bestandsinformationen und Abhängigkeitsanalysen zur Verfügung. Denn Enterprise Architecture beschreibt die wesentlichen Zusammenhänge und Abhängigkeiten zwischen der Geschäftsarchitektur, den Prozessen, den Daten, den Anwendungen und der technologischen Infrastruktur eines Unternehmens. Genau die Informationen die der Foward Deployed Engineer benötigt.

Wie Enterprise Architecture die Arbeit eines FDE verbessert

1. Schnellere Analyse der Ausgangssituation

Wenn Anwendungen, Prozesse, Datenquellen und Schnittstellen bereits erfasst sind, kann der Forward Deployed Engineer schneller verstehen, an welcher Stelle die geplante KI-Lösung integriert werden muss.

Statt zunächst zahlreiche Gespräche zu führen und Informationen aus unterschiedlichen Dokumenten zusammenzutragen, erhält er einen strukturierten Überblick über die relevante Umgebung.

2. Frühzeitige Erkennung von Abhängigkeiten

Eine KI-Anwendung greift häufig auf mehrere Systeme und Datenquellen zu. Veränderungen an einer Schnittstelle können dadurch Auswirkungen auf weitere Anwendungen und Prozesse haben.

Enterprise Architecture ermöglicht es, solche Abhängigkeiten frühzeitig zu erkennen. Architekturmethoden werden unter anderem eingesetzt, um Komplexität, Machbarkeit, Kosten, Auswirkungen und Abhängigkeiten strategischer Veränderungen zu bewerten.

3. Bessere Auswahl geeigneter Anwendungsfälle

Nicht jeder technisch mögliche KI-Anwendungsfall ist auch wirtschaftlich oder organisatorisch sinnvoll.

Durch die Verbindung von Geschäftsprozessen, Business Capabilities und Anwendungen kann untersucht werden, in welchen Bereichen tatsächlich ein relevanter Nutzen entsteht. Dadurch wird verhindert, dass KI nur deshalb eingeführt wird, weil die Technologie verfügbar ist.

4. Berücksichtigung bestehender Standards

Eine etablierte Enterprise Architecture umfasst häufig auch Technologie- und Architekturstandards. Dadurch ist frühzeitig bekannt, welche Plattformen, Schnittstellen, Cloud-Dienste oder Sicherheitsmechanismen eingesetzt werden dürfen.

Der Forward Deployed Engineer entwickelt die Lösung damit nicht losgelöst von der übrigen IT, sondern innerhalb eines definierten und nachvollziehbaren Rahmens.

5. Wiederverwendbares Wissen für weitere Projekte

Ohne Enterprise Architecture wird das für ein Projekt gesammelte Wissen häufig nur innerhalb dieses Projekts dokumentiert. Beim nächsten Vorhaben beginnt die Analyse erneut.

Eine zentrale Architekturgrundlage sorgt dagegen dafür, dass die gewonnenen Informationen dauerhaft verfügbar bleiben. Davon profitieren nicht nur KI-Projekte, sondern auch Cloud-Migrationen, Softwareeinführungen, Modernisierungen, Fusionen oder regulatorische Veränderungen.

Fazit

Die Einführung von KI in Unternehmen ist nicht nur eine Frage des richtigen Modells. Eine KI-Lösung muss auf vorhandene Daten zugreifen, mit bestehenden Anwendungen kommunizieren, organisatorische Anforderungen berücksichtigen und sich in eine oftmals komplex gewachsene IT-Landschaft integrieren. Genau diese Rahmenbedingungen machen viele KI-Projekte aufwendig.

Forward Deployed Engineers spielen dabei eine wichtige Rolle, weil sie die Verbindung zwischen technologischen Möglichkeiten und der tatsächlichen Unternehmensumgebung herstellen. Enterprise Architecture ersetzt diese Arbeit nicht. Sie kann jedoch die Voraussetzungen dafür deutlich verbessern.

Sind Anwendungen, Schnittstellen, Daten, Technologien, Verantwortlichkeiten und Abhängigkeiten bereits transparent dokumentiert, muss dieses Wissen nicht für jedes KI-Projekt erneut mühsam zusammengetragen werden. Mögliche Auswirkungen einer neuen Lösung können früher erkannt, Integrationsmöglichkeiten schneller bewertet und bestehende Standards von Beginn an berücksichtigt werden.

Enterprise Architecture kann damit zu einem wichtigen Enabler für die Einführung von KI werden. Sie reduziert nicht die Komplexität der Technologie selbst, macht aber die Umgebung, in der diese Technologie eingesetzt werden soll, wesentlich beherrschbarer.

Davon profitieren nicht nur Forward Deployed Engineers. Unternehmen schaffen sich damit eine wiederverwendbare Grundlage, auf der weitere KI-Anwendungsfälle schneller und strukturierter umgesetzt werden können. Statt bei jedem neuen Vorhaben zunächst die eigene IT-Landschaft neu zu erkunden, kann sich das Projektteam früher mit der eigentlichen Frage beschäftigen: Wie lässt sich KI sinnvoll in das Unternehmen integrieren und produktiv einsetzen?

Oder übertragen auf das Beispiel des Gebäudes: Der Bauplan baut den neuen Aufzug nicht ein. Aber er macht dessen Planung und Einbau erheblich einfacher.