AI Systems Architecture: Was AI-Features produktionstauglich macht
Ein AI-Feature als Prototyp zum Laufen zu bringen ist oft erstaunlich einfach. Schwieriger wird es, wenn es Teil eines echten Systems werden soll: mit stabilen Schnittstellen, nachvollziehbarer Qualität, kontrollierten Schreibzugriffen, Betriebskosten, Monitoring und klaren Übergaben an Menschen.
Der entscheidende Unterschied zwischen Demo und Produktion liegt in der Architektur um das AI-Feature herum.
Wir sprechen über das Kernmodell der AI Systems Architecture: welche Architekturfragen früh geklärt werden müssen, damit AI-Komponenten nicht nur beeindruckend wirken, sondern belastbar integriert werden können:
- Contract first statt prompt first: Welche strukturierten Outputs braucht das System wirklich?
- Evaluation als Quality Gate: Wie prüft man Qualität, wenn klassische binäre Tests nicht reichen?
- Control: Welche Aktionen darf ein Modell oder Agent selbst auslösen, welche brauchen Policies oder menschliche Freigabe?
- Observability: Wie beobachtet man Latenz, Kosten, Token-Verbrauch, Retries, Drift und Qualitätsverlust in nichtdeterministischen Systemen?
- Date
- 2026-09-23 - 2026-09-24 (TBA)
- Time
- TBA
- Conference / Event
- BED Con
- Venue
- FU Berlin, Berlin