Künstliche Intelligenz eröffnet völlig neue Möglichkeiten für Softwaresysteme, doch die Integration von KI bringt auch neue architektonische Herausforderungen mit sich. In unserem aktuellen Interview erklärt Dr. Sönke Magnussen, einer der Kuratoren des CPSA-Advanced-Level-Moduls SWARC4AI – Software Architecture for AI Systems, was Softwarearchitekt:innen wissen müssen, wenn sie Systeme mit KI-Komponenten entwerfen. Von Large Language Models und KI-Agenten bis hin zu Multi-Agenten-Systemen und MCP-Schnittstellen: Neue Technologien erfordern von Architekt:innen, ihr bestehendes Architekturwissen um neue Aspekte zu erweitern.
SWARC4AI verbindet theoretische Grundlagen mit praktischen Fallstudien und vermittelt den Teilnehmenden, welche Auswirkungen Machine Learning und moderne KI auf Softwarearchitektur haben. Das Ziel ist dabei nicht, Softwarearchitekt:innen zu Machine-Learning-Expert:innen zu machen, sondern ihnen das notwendige Wissen zu vermitteln, um fundierte Architekturentscheidungen für KI-Systeme treffen zu können. Die Teilnehmenden beschäftigen sich mit der Integration von KI-Komponenten, dem Umgang mit probabilistischem Verhalten und Daten sowie mit Deployment und Monitoring im Produktivbetrieb. Gleichzeitig schlägt das Modul eine Brücke zwischen Softwarearchitektur und KI-Expertise und ermöglicht Fachleuten aus beiden Bereichen, voneinander zu lernen.
Die wichtigsten Erkenntnisse
KI eröffnet neue Möglichkeiten und bringt neue architektonische Herausforderungen mit sich.
Moderne Softwaresysteme können völlig neue Arten von Komponenten und Fähigkeiten integrieren. Softwarearchitekt:innen müssen deshalb verstehen, wie sich KI auf Systemdesign und Integration auswirkt.
LLMs, KI-Agenten und MCP erfordern architektonisches Verständnis.
SWARC4AI behandelt, wie Large Language Models in klassische Softwarearchitekturen integriert, Architekturen für Agenten und Multi-Agenten-Systeme gestaltet und weitere Systeme über MCP angebunden werden können.
Softwarearchitekt:innen müssen keine Machine-Learning-Expert:innen werden.
Das Modul vermittelt ein ausreichendes Verständnis von Machine Learning und moderner KI, um deren Auswirkungen auf Architektur und Systemdesign beurteilen zu können, ohne die Teilnehmenden zu ML-Spezialist:innen ausbilden zu wollen.
KI-Systeme bringen von der Entwicklung bis zum Produktivbetrieb besondere Herausforderungen mit sich.
Ihr probabilistisches Verhalten und ihre Abhängigkeit von Daten erfordern die Berücksichtigung von Aspekten, die sich von klassischen Softwaresystemen unterscheiden. Das Modul behandelt außerdem, wie KI-Systeme in Produktion gebracht und überwacht werden können, um ihre Funktionsweise und Qualität zu beurteilen.
Softwarearchitekt:innen und KI-Expert:innen können voneinander lernen.
SWARC4AI richtet sich in erster Linie an beide Gruppen und bringt damit komplementäres Fachwissen zusammen. Durch die gemeinsame Arbeit an Fallstudien können die Teilnehmenden ein besseres Verständnis sowohl für KI-Technologien als auch für Softwarearchitektur entwickeln.
Mehr erfahren? Im vollständigen Interview mit Dr. Sönke Magnussen erfahren Sie, wie SWARC4AI Softwarearchitekt:innen und KI-Expert:innen dabei unterstützt, die Lücke zwischen modernen KI-Technologien und Softwarearchitektur zu schließen.