Was ist Intelligence Architecture?

Unter Intelligence Architecture verstehen wir hier die Struktur, in der die Arbeit von Menschen und KI-Systemen in einer Organisation miteinander verbunden wird. Sie fragt danach, wie aus ihren unterschiedlichen Beiträgen eine sinnvolle und wünschenswerte Zusammenarbeit entstehen kann. Wie viel Arbeit an KI übertragen wird, taugt dafür nicht als Erfolgsmaßstab.

Die technische Leistung eines Systems beantwortet nur einen Teil der Frage. Ob eine Verbindung wünschenswert ist, hängt auch von der Aufgabe, ihren Folgen und der Verantwortung ab, die Menschen und Organisationen dafür übernehmen müssen. Eine architektonische Untersuchung fragt deshalb, wo KI helfen kann, welche Form der Zusammenarbeit zum Zweck passt und wo sie gar nicht erst geschaffen werden sollte.

Wofür ein weiterer Architekturbegriff gebraucht wird

An Begriffen herrscht eigentlich kein Mangel. Information Architecture beschäftigt sich mit der Ordnung und Zugänglichkeit von Information. Enterprise Architecture verbindet unter anderem Strategie, Fähigkeiten, Prozesse und IT. Wissensmanagement fragt nach der Entstehung und Weitergabe von Wissen; AI Governance nach Regeln, Risiken und Verantwortung beim Einsatz von KI. Diese Felder sind nicht unzureichend. Sie haben je eine eigene Geschichte, einen Schwerpunkt und ein Fachpublikum. Gerade deshalb lassen sie sich nicht beliebig für eine andere Frage umwidmen.

Am nächsten liegt Human-AI Collaboration. Der Ausdruck benennt die Zusammenarbeit selbst. Intelligence Architecture richtet den Blick zusätzlich auf die organisationalen Bedingungen, die ihr vorausgehen und sie über eine einzelne Interaktion hinaus prägen. Die soziotechnische Systemgestaltung liefert dafür eine wichtige Tradition; der Arbeitsbegriff soll sie nicht ersetzen, sondern auf die veränderte Rolle lernender und generativer Systeme zuspitzen.

Die hier gesuchte Sicht beginnt weder beim Informationsbestand noch beim IT-System noch beim Modell. Sie folgt einem Arbeitsvorgang, in dem Menschen und KI verschiedene Beiträge leisten: vom Wahrnehmen und Deuten einer Situation bis zu einer Entscheidung und ihren Folgen. Häufig verteilt sich dieser Vorgang über mehrere der bekannten Disziplinen. Ein eigener Arbeitsbegriff hält die gemeinsame Gestaltungsfrage offen, ohne eines dieser Felder still zum Oberbegriff der anderen zu erklären.

Der Name bringt eigene Schwierigkeiten mit

Der Ausdruck selbst ist angreifbar. Intelligence kann für Geheimdienstarbeit stehen, als vermeintlicher Maßstab zur Sortierung von Menschen dienen oder im Sog der KI-Werbung zur Universalvokabel werden. Der Bezug zu Artificial Intelligence ist hier allerdings beabsichtigt: Der Begriff soll die Frage öffnen, wie KI-Systeme in die Arbeit von Organisationen eintreten und wie sich dadurch die Verteilung von Aufgaben verschiebt. Er behauptet nicht, Maschinen und Menschen seien auf dieselbe Weise intelligent.

Architektur klingt wiederum nach einem stabilen Bauplan und nach mehr Steuerbarkeit, als Organisationen hergeben. Zusammengesetzt versprechen die Wörter schnell eine umfassende Lehre, wo zunächst nur eine bestimmte Untersuchungsperspektive angeboten wird.

Diese Einwände sollten nicht wegdefiniert werden. Menschen, Modelle und Gremien erbringen keine gleichartigen Leistungen. Ein Modell sortiert oder berechnet. Ein Mensch kann Gründe abwägen und Verantwortung tragen. Ein Verfahren kann Widerspruch so organisieren, dass er in einer späteren Entscheidung zählt. Und eine Architektur bestimmt kein Verhalten: Regeln werden umgangen, Software überrascht die Betriebsteams, formale Stopprechte können in einer angespannten Schicht wertlos sein.

Der Begriff schafft einen gedanklichen Raum für diese ungleichen, aber gekoppelten Beiträge. Menschen, technische Systeme und organisationale Verfahren lassen sich gemeinsam untersuchen, ohne sie gleichzusetzen. Dafür muss der Ausdruck bescheiden bleiben: Er dient als Arbeitsbegriff und Fragewerkzeug, nicht als Gütesiegel.

Neu ist der Ausdruck im Übrigen nicht. Eine Publikation des US-Justizministeriums trug ihn bereits 2005 im Titel, damals im Kontext polizeilicher Intelligence-Arbeit. IDC beschrieb 2023 eine auf Daten und Analytik ausgerichtete Enterprise Intelligence Architecture; IBM verwendet inzwischen Decision Intelligence Architecture für eine technische Produktarchitektur. Diese Verwendungen belegen keinen einheitlichen Fachdiskurs. Sie zeigen vielmehr, dass der Ausdruck bereits unterwegs ist und seine Bedeutung jeweils offengelegt werden muss.¹ Auf dieser Website wird er deshalb bewusst zugespitzt: auf die verantwortbare Verbindung menschlicher und KI-gestützter Arbeit in Organisationen.

Wie ein Produktionsstopp Verantwortung sichtbar macht

Was gewinnt man mit dieser Sicht? Das folgende Beispiel stammt nicht aus der heutigen KI-Debatte. Gerade deshalb ist es nützlich: Es zeigt, dass die Qualität der Verbindung nicht in der Maschine allein steckt.

Bei Toyota dürfen Beschäftigte die Produktionslinie anhalten. Das klingt heute kaum spektakulär. Für eine Fabrik ist es trotzdem ein harter Eingriff: Wer eine Anomalie erkennt, darf die Produktion unterbrechen.

Toyota beschreibt den Ablauf unter dem Stichwort Jidoka. Entdeckt eine Maschine eine Anomalie, stoppt sie. Beschäftigte können dasselbe über einen Schalter tun. Auf dem Andon-Board wird sichtbar, wo es klemmt; die zuständige Leitung wird gerufen. In Toyotas virtueller Werksführung heißt es, die Arbeit beginne wieder, sobald das Problem behoben sei.²

Interessant ist weniger der Schalter als das, was an ihm hängt. Der Fehler bleibt nicht bei der Person oder Maschine, die ihn bemerkt hat. Er wird öffentlich, stört den vorgesehenen Ablauf und erreicht jemanden, der reagieren soll. Sogar der Wiederanlauf hat eine Bedingung. Damit ist aus einem Signal noch keine gute Entscheidung geworden. Aber es kann nicht mehr so leicht folgenlos verschwinden.

Am konkreten Entscheidungsweg beginnen

Ein Organigramm benennt die Abteilungen. Es verrät noch nicht, wer einen auffälligen Score sehen darf, welche Zweifel in einer Vorstandsvorlage übrig bleiben oder ob eine sachbearbeitende Person eine automatisch vorbereitete Entscheidung tatsächlich anhalten kann. Solche Fragen werden durch Berechtigungen, Masken, Kennzahlen und Arbeitsroutinen beantwortet — häufig nebenbei und von verschiedenen Stellen.

Darum beginnt Intelligence Architecture nicht mit einem Sollbild. Zuerst wird ein konkreter Entscheidungsvorgang rückwärts gelesen. Welche Information hatte am Ende Gewicht? Woher kam sie? Wer durfte ihre Bedeutung festlegen? Und an welcher Stelle wäre noch Zeit gewesen, einen anderen Weg einzuschlagen?

Diese Rekonstruktion ist Diagnose. Gestaltung beginnt erst dort, wo jemand in die Anordnung eingreift: etwa den Zugang zu den Ausgangsdaten öffnet, eine Eskalationsregel ändert oder einem technischen Ergebnis eine verbindliche Wirkung gibt. Auch die Entscheidung, etwas gerade nicht zu automatisieren, verändert die Architektur. Der Begriff liefert dafür keine bevorzugte Lösung.

Der Toyota-Fall ist folglich keine Blaupause für eine Klinik oder eine Behörde. Montagefehler, medizinische Risiken und Verwaltungsentscheidungen haben andere Zeithorizonte und andere Folgen. Aus der Unternehmensdarstellung lässt sich nur der Mechanismus sicher entnehmen: Erkennen, Unterbrechen, Anzeigen und Wiederanlaufen werden miteinander verbunden. Ob dieses Verfahren Toyotas Qualitätsversprechen erfüllt, ist damit nicht unabhängig belegt.

Wahrnehmen, Deuten, Entscheiden, Handeln

Auf dieser Website tauchen oft vier Tätigkeiten auf: Wahrnehmen, Deuten, Entscheiden, Handeln. Mit ihnen lassen sich die Übergänge eines Falls so weit auseinanderziehen, dass man sie einzeln untersuchen kann.

Schon die Entscheidung, etwas als Warnung anzuzeigen, enthält eine Deutung, bevor ein Mensch die Anzeige sieht. Ein Grenzwert kann sofort eine Zahlung sperren; dann fallen Entscheiden und Handeln beinahe zusammen. Und jede Handlung verändert das, was anschließend wahrgenommen werden kann. Wer aus den vier Verben einen sauberen linearen Prozess macht, hat die Heuristik vermutlich zu ordentlich angewandt.

Ob der Arbeitsbegriff etwas taugt, zeigt sich erst am konkreten Fall. Er muss erkennbar machen, wie eine relevante Beobachtung ihre Wirkung verlor und an welcher Stelle sich dieser Zusammenhang verantwortlich verändern lässt.

Footnotes

1. Die Verwendungen stehen für verschiedene Gegenstände: Marilyn Peterson, Intelligence-Led Policing: The New Intelligence Architecture, Bureau of Justice Assistance, U.S. Department of Justice, 2005; Dan Vesset, „Navigating the Planes of Enterprise Intelligence Architecture“, IDC, 2023; sowie IBM Decision Intelligence, IBM, 2025. Die ersten beiden sind eine staatliche Fachpublikation und ein Analystenmodell, die dritte ist eine Herstellerdarstellung. Sie werden hier als Belege für den Sprachgebrauch angeführt, nicht für einen gemeinsamen Standard. ↩

2. Toyota Motor Corporation, „Toyota Production System“, virtuelle Werksführung, Abschnitt „Jidoka or Autonomation“, sowie die Grundsatzseite zum Toyota Production System. Die erste Quelle beschreibt automatischen Stopp, Call Button, Andon-Anzeige und Wiederanlauf nach Problemlösung; die zweite ausdrücklich das Recht Beschäftigter, die Linie über eine Andon-Leine zu stoppen. Beide sind Unternehmensselbstdarstellungen, keine unabhängigen Wirkungsnachweise. ↩