Enterprise Architecture wirkt.

Enterprise Architecture wirkt.

Download on the App Store

Enterprise Architecture wirkt. episodes

  • EAM#34: Produzierende Industrie - Warum funktioniert Enterprise Architecture hier anders?
    Zwischen Produkt, Werk und jahrzehntelangen Lebenszyklen – was Manufacturing mit Enterprise Architecture macht.

    Nach zwei sehr AI-lastigen Monaten wechseln wir im Oktober bewusst die Perspektive und schauen uns an, wie unterschiedlich Enterprise Architecture je nach Industrie wirken muss.

    Zum Auftakt geht es um die produzierende Industrie:

    • Warum Business Criticality im Manufacturing sehr schnell physisch wird
    • Unterschiedliche Lebenszyklen von Maschinen und Software
    • Warum das Produkt oft der eigentliche rote Faden durch die Architektur ist
    • Zentrale Standards versus lokale Freiheit in einzelnen Werken
    • Warum Komplexität häufig mehr kostet als die eigentliche Software
    • Welche Rolle EAM zwischen Business, Produkt, Daten, Anwendungen und Produktion einnimmt
    • Die zentrale These:

      Enterprise Architecture ist vielleicht in ihren Methoden branchenneutral. Ihre Wirkung ist es nicht.

      Der deutschsprachige EAM Podcast, überall wo es Podcast gibt.

      Freue mich auf Dein Feedback, gerne jederzeit direkt auf https://eam.podigee.io/ oder direkt www.linkedin.com/in/david-hohl
      David Hohl

      Möge die Enterprise Architecture mit dir sein.

      27 min
    • EAM#33: AI Agents vs Mitarbeiter - Wer muss sich eigentlich an mehr Regeln halten?
      Warum AI Agents Aufgaben übernehmen können, die Verantwortung aber immer beim Menschen und der Organisation bleibt.

      Was passiert, wenn ein AI Agent nicht nur unterstützt, sondern plötzlich wie ein Mitarbeiter handelt?

      Ausgehend vom Experiment Andon Market und der AI „Luna“ geht es in dieser Folge um Autonomie, Regeln und Verantwortung von AI Agents.

      • AI Agents als digitale Mitarbeiter
      • Warum Autonomie klare Grenzen braucht
      • Was passiert, wenn Agents Regeln vergessen oder falsch interpretieren
      • Warum menschliche Arbeit sich stärker auf Ausnahmen und Fehler verschiebt
      • Führung, Kontrolle und Governance von Agents
      • Autonomie kann an Agents übertragen werden. Verantwortung niemals.
      • Passend dazu:

        EAM#30: Entscheidungsrechte für AI
        EAM#31: AI Memory

        Der deutschsprachige EAM Podcast, überall wo es Podcast gibt.

        Freue mich auf Dein Feedback, gerne jederzeit direkt auf https://eam.podigee.io/ oder direkt www.linkedin.com/in/david-hohl
        David Hohl
        Möge die Enterprise Architecture mit dir sein.

        31 min
      • EAM#32: AI Context - Wie viel muss AI über dein Unternehmen wissen?
        Wie aus Daten Unternehmenskontext entsteht, warum dieser kritischer sein kann als die Daten selbst und was das für Enterprise Architecture bedeutet.

        AI braucht Daten – aber wirklicher Wert entsteht erst, wenn sie Zusammenhänge herstellen kann.

        In dieser Folge geht es darum, wie aus Applications, Dependencies, Lifecycle, Kosten und Business Criticality ein neuer Unternehmenskontext entsteht – und warum wir aus EAM-Sicht nicht nur über Data Criticality, sondern auch über Context Criticality sprechen müssen.

        • Der WHY-Button: Warum fällt eine KPI eigentlich?
        • Data Criticality ≠ Context Criticality
        • Wie viel Kontext braucht AI wirklich?
        • Context Boundaries als neue Governance-Frage
        • Temporary vs. Persistent Context
        • Warum EAM die Wirkung und Reichweite des Kontextes bewerten muss
        • Der deutschsprachige EAM Podcast, überall wo es Podcast gibt.

          Freue mich auf Dein Feedback, gerne jederzeit direkt auf https://eam.podigee.io/ oder direkt www.linkedin.com/in/david-hohl

          David Hohl

          Möge die Enterprise Architecture mit dir sein.

          29 min
        • EAM#31: AI Memory - Was passiert, wenn AI mehr weiß als das Unternehmen?
          Warum AI Memory, Context Lock-in und Unternehmenswissen zur Architekturfrage werden.

          AI wird zunehmend Teil von Geschäftsprozessen, Entscheidungen und Wissensarbeit. Dabei entsteht nicht nur Output, sondern auch Kontext, Historie und neues Wissen.

          In dieser Folge geht es um die Frage, was passiert, wenn dieses Wissen langfristig stärker an AI-Systeme, Agents oder Plattformen gebunden ist als an das Unternehmen selbst.

          Themen der Folge:

          • AI Memory und Unternehmenskontext
          • Model Lock-in vs. Context Lock-in
          • Decision Lock-in
          • Knowledge Debt
          • AI Output vs. Enterprise Record
          • Warum AI Memory kein System of Record sein sollte
          • Persistence Gate als technischer und prozessualer Kontrollpunkt
          • Provenance, Ownership und Lifecycle von AI-generiertem Wissen
          • Rückgriff auf AI Demand und Decision Rights
          • Automation Bias und die Grenzen von Human-in-the-Loop
          • Passend dazu auch die vorherigen Folgen:

            • EAM#26: AI Demand – wie AI Use Cases strukturiert ins Unternehmen kommen
            • EAM#27 & #28: AI Architecture – wie AI von der Enterprise Architecture bis zur Solution Architecture - eingeordnet wird
            • EAM#29: AI Governance – wer über AI entscheidet
            • EAM#30: AI Decision Rights – wie viel AI tatsächlich entscheiden darf
            • Die zentrale Frage:

              Wie stellen Unternehmen sicher, dass Modelle austauschbar bleiben, ohne dabei Wissen, Kontext und Entscheidungsfähigkeit zu verlieren?

              Denn am Ende gilt:

              Das Modell darf austauschbar sein. Das Wissen des Unternehmens nicht.

              Der deutschsprachige EAM Podcast, überall wo es Podcast gibt.

              Freue mich auf Dein Feedback, gerne jederzeit direkt auf https://eam.podigee.io/ oder direkt www.linkedin.com/in/david-hohl

              David Hohl

              Möge die Enterprise Architecture mit dir sein.

              30 min
            • EAM#30: AI Decision Rights - Wie viel darf AI entscheiden?
              RAPID als Modell für Rollen, Verantwortung und Grenzen von AI in der Enterprise Architecture

              In dieser Folge geht es um eine zentrale Frage für den Einsatz von AI im Unternehmen:

              Welche Rolle darf AI in Entscheidungen tatsächlich übernehmen?

              Als Struktur dient das RAPID-Modell:

              • Recommend – AI analysiert und gibt Empfehlungen
              • Agree – AI prüft und stimmt Entscheidungen zu oder blockiert sie
              • Perform – AI bzw. Agents führen Aufgaben autonom aus
              • Input – AI liefert Informationen und Entscheidungsgrundlagen
              • Decide – AI trifft selbst Entscheidungen
              • Besonders spannend ist dabei die Trennung zwischen Entscheidung und Ausführung:

                Human Decide. AI Perform.

                Denn hohe Autonomie bedeutet nicht automatisch, dass AI auch die Entscheidungshoheit besitzen muss.
                Aus Sicht der Enterprise Architecture reicht RAPID allein jedoch nicht aus. Zusätzlich müssen Kriterien wie Kritikalität, Risiko, Reversibilität, Datenqualität und regulatorischer Einfluss berücksichtigt werden.

                Die entscheidende Frage lautet deshalb nicht nur:

                Kann AI diese Rolle übernehmen?

                Sondern:
                Sollte sie es auch dürfen?

                Der deutschsprachige EAM Podcast, überall wo es Podcast gibt.

                Freue mich auf Dein Feedback, gerne jederzeit direkt auf https://eam.podigee.io/ oder direkt www.linkedin.com/in/david-hohl

                David Hohl

                Möge die Enterprise Architecture mit dir sein.

                36 min
              • EAM#29: AI Governance - Wer entscheidet über AI?
                Warum AI ohne Governance nicht skaliert, sondern Chaos erzeugt.

                Mit dieser Folge schließen wir unsere erste AI-Serie ab.

                In den vergangenen Episoden haben wir den Weg von AI TCO, über AI Demand, Enterprise Architecture und Solution Architecture aufgebaut. Heute folgt der letzte Baustein: AI Governance.

                AI Governance bedeutet weit mehr als Datenschutz oder Compliance. Sie schafft den organisatorischen Rahmen, damit AI-Initiativen wirtschaftlich, sicher und langfristig erfolgreich betrieben werden können.

                In dieser Folge sprechen wir darüber, warum Governance bereits mit der ersten AI-Idee beginnt, weshalb klare Verantwortlichkeiten entscheidend sind und wie Enterprise Architecture, Solution Architecture und Governance gemeinsam dafür sorgen, dass AI im Unternehmen steuerbar bleibt.

                Denn am Ende entscheidet nicht das beste AI-Modell über den Erfolg einer AI-Initiative – sondern die Fähigkeit eines Unternehmens, AI verantwortungsvoll einzusetzen.

                Inhalte dieser Folge

                • Warum AI Verantwortung braucht
                • Governance beginnt mit der ersten AI-Idee
                • AI Governance ist mehr als Security und Compliance
                • Wie Governance Innovation beschleunigt
                • Rollen und Verantwortlichkeiten in AI-Initiativen
                • AI Operating Model als Grundlage für langfristigen Erfolg
                • Warum Enterprise Architecture AI steuerbar macht
                • Merksätze aus dieser Folge

                  • AI scheitert selten an der Technologie. AI scheitert an fehlender Verantwortung.
                  • Governance beginnt nicht nach dem Go-live. Governance beginnt mit der ersten Idee.
                  • Security ist ein Bestandteil von Governance. Governance ist deutlich mehr.
                  • Governance begrenzt Innovation nicht. Governance macht Innovation steuerbar.
                  • Enterprise Architecture dokumentiert AI nicht. Enterprise Architecture steuert AI.
                  • Verweise auf frühere Folgen

                    • EAM#25: AI TCO – Der wahre Business Value von AI
                    • EAM#26: AI Demand – Wie EAM AI-Investitionen bewertet
                    • EAM#27: AI Architecture (1/2) – Ohne EAM keine langfristige AI
                    • EAM#28: AI Architecture (2/2) – Von der Enterprise zur Solution Architecture
                    • Der deutschsprachige EAM Podcast, überall wo es Podcast gibt.

                      Freue mich auf Dein Feedback, gerne jederzeit direkt auf https://eam.podigee.io/ oder direkt www.linkedin.com/in/david-hohl

                      David Hohl

                      Möge die Enterprise Architecture mit dir sein.

                      34 min
                    • EAM#28: AI Architecture (2/2) - Von der Enterprise zur Solution Architecture
                      Wie aus Architekturprinzipien sichere, skalierbare und langfristig wartbare AI-Lösungen entstehen.

                      In dieser Folge schließen wir unsere zweiteilige Serie zur AI Architecture ab.

                      Nachdem wir in EAM#27 die Rolle der Enterprise Architecture betrachtet haben, wechseln wir heute bewusst in die Solution Architecture.

                      Im Mittelpunkt stehen nicht einzelne AI-Technologien, sondern die Architekturentscheidungen, die darüber bestimmen, ob eine AI-Lösung langfristig erfolgreich betrieben werden kann.

                      Du erfährst, welche Bausteine eine moderne AI-Lösung besitzt, welche Aufgaben ein Solution Architect übernimmt und warum eine gute Architektur wichtiger ist als die Wahl eines bestimmten AI-Modells.
                      Außerdem vergleichen wir die drei führenden AI-Plattformen – ChatGPT (OpenAI), Claude (Anthropic) und Gemini (Google) – aus Sicht eines Enterprise- und Solution Architects.

                      Inhalte dieser Folge

                      • Von der Enterprise Architecture zur Solution Architecture
                      • Die wichtigsten Bausteine einer AI-Lösung
                      • Architekturentscheidungen statt Technologieentscheidungen
                      • Vergleich von ChatGPT, Claude und Gemini
                      • Warum gute Architektur AI-Modelle austauschbar macht
                      • AI-Lösungen als langfristige Produkte statt einmaliger Projekte
                      • Verweise auf frühere Folgen

                        • EAM#19: Capability-basierte Budgetierung
                        • EAM#20: Capability Maturity
                        • EAM#21: Data Entities
                        • EAM#22: Data TCO
                        • EAM#23: Data Products vs. Schnittstellen
                        • EAM#24: Data Governance
                        • EAM#25: AI TCO – Der wahre Business Value von AI
                        • EAM#26: AI Demand – Wie EAM AI-Investitionen bewertet
                        • EAM#27: AI Architecture (1/2) – Ohne EAM keine langfristige AI
                        • Der deutschsprachige EAM Podcast, überall wo es Podcast gibt.

                          Freue mich auf Dein Feedback, gerne jederzeit direkt auf https://eam.podigee.io/ oder direkt www.linkedin.com/in/david-hohl

                          David Hohl

                          Möge die Enterprise Architecture mit dir sein.

                          43 min
                        • EAM#27: AI Architecture (1/2) - Ohne EAM keine langfristige AI
                          Warum Enterprise Architecture das Fundament für nachhaltige und skalierbare AI bildet.

                          In dieser Folge beginnt der erste Teil der zweiteiligen Reihe zur AI Architecture.

                          Nachdem wir in den vergangenen Episoden die wirtschaftliche Bewertung von AI (EAM#25) und die Priorisierung von AI Use Cases (EAM#26) betrachtet haben, geht es heute um die strategische Einordnung von AI in die Unternehmensarchitektur.

                          Du erfährst, warum AI keine eigene Architekturdomäne ist, weshalb Business Capabilities und Data Entities weiterhin das Fundament bilden und welche Rolle Enterprise Architecture dabei spielt, AI-Initiativen unternehmensweit steuerbar und skalierbar zu machen.
                          Die technische Umsetzung folgt in der nächsten Episode aus Sicht der Solution Architecture.

                          Inhalte dieser Folge

                          • Rückblick auf EAM#25 und EAM#26
                          • Warum AI Business Capabilities verändert
                          • AI als Bestandteil der Enterprise Architecture
                          • Die Bedeutung von Business Capabilities und Data Entities
                          • Enterprise Architecture als Enabler für AI
                          • Enterprise Architecture vs. Solution Architecture
                          • Ausblick auf AI Architecture (Teil 2)
                          • Verweise auf frühere Folgen

                            • EAM#19: Capability-basierte Budgetierung
                            • EAM#20: Capability Maturity
                            • EAM#21: Data Entities
                            • EAM#22: Data TCO
                            • EAM#23: Data Products vs. Schnittstellen
                            • EAM#24: Data Governance
                            • EAM#25: AI TCO – Der wahre Business Value von AI
                            • EAM#26: AI Demand – Wie EAM AI-Investitionen bewertet
                            • Der deutschsprachige EAM Podcast, überall wo es Podcast gibt.

                              Freue mich auf Dein Feedback, gerne jederzeit direkt auf https://eam.podigee.io/ oder direkt www.linkedin.com/in/david-hohl

                              David Hohl

                              Möge die Enterprise Architecture mit dir sein.

                              25 min
                            • EAM#26: AI Demand - Wie EAM AI-Investitionen bewertet
                              Warum erfolgreiche AI-Initiativen nicht mit Technologie, sondern mit der strukturierten Bewertung von AI Use Cases beginnen.

                              rtificial Intelligence bringt Unternehmen nicht in die Situation, zu wenige Ideen zu haben – sondern zu viele. Die eigentliche Herausforderung besteht darin, die richtigen AI Use Cases auszuwählen und gezielt in diejenigen zu investieren, die den größten Business Value schaffen.

                              In dieser Folge betrachten wir AI Demand aus der Perspektive der Enterprise Architecture. Es geht nicht um Formulare oder Genehmigungsprozesse, sondern um eine strukturierte Bewertungsmethodik für AI Use Cases. Außerdem stelle ich das Konzept einer AI Organization und eines AI Architecture Boards vor, die Unternehmen dabei unterstützen, AI-Initiativen strategisch zu priorisieren und nachhaltig zu steuern.

                              Themen dieser Folge

                              • Warum Unternehmen heute ein AI-Priorisierungsproblem haben
                              • AI Use Cases systematisch bewerten
                              • Was ein AI Demand wirklich ist
                              • Die Rolle einer AI Organization
                              • Das AI Architecture Board als Entscheidungsgremium
                              • Business Value statt AI-Hype
                              • AI-Portfolios strategisch steuern
                              • Enterprise Architecture als Grundlage für AI-Investitionen
                              • Verweise auf frühere Episoden

                                • EAM#19 – Capability-basierte Budgetierung
                                • EAM#20 – Capability Maturity
                                • EAM#21 – Data Entities
                                • EAM#22 – Data TCO
                                • EAM#24 – Data Governance
                                • EAM#25 – AI TCO – Der wahre Business Value von AI
                                • Der deutschsprachige EAM Podcast, überall wo es Podcast gibt.

                                  Freue mich auf Dein Feedback, gerne jederzeit direkt auf https://eam.podigee.io/ oder direkt www.linkedin.com/in/david-hohl

                                  David Hohl

                                  Möge die Enterprise Architecture mit dir sein.

                                  35 min
                                • EAM#25: AI TCO - Der wahre Business Value von AI
                                  Warum Artificial Intelligence eine neue Kostenlogik schafft und klassische TCO-Modelle alleine nicht mehr ausreichen.

                                  Artificial Intelligence verändert nicht nur Technologien, sondern auch die wirtschaftliche Betrachtung von IT-Investitionen. Klassische TCO-Modelle reichen für AI nicht mehr aus, da neben Lizenzen und Betrieb neue Kostenarten wie Token, Modelle, APIs, Datenqualität und Governance entstehen.

                                  In dieser Folge startet die neue AI-Serie und zeigt, warum Enterprise Architecture die entscheidende Rolle spielt, um AI wirtschaftlich, nachhaltig und mit echtem Business Value einzusetzen. Außerdem wird der Zusammenhang zu den vorherigen Episoden rund um Business Capabilities und Daten hergestellt.

                                  Themen dieser Folge

                                  • Warum AI eine neue Kostenlogik einführt
                                  • Klassischer TCO vs. AI TCO
                                  • SaaS AI und Custom AI im Vergleich
                                  • Die Rolle von Token und AI Consumption
                                  • Versteckte Kostentreiber hinter AI
                                  • Datenqualität als wirtschaftlicher Erfolgsfaktor
                                  • Business Value statt reiner Kostensenkung
                                  • Die Rolle der Enterprise Architecture bei AI
                                  • Verweise auf frühere Episoden:

                                    • EAM#14–EAM#16 – Total Cost of Ownership
                                    • EAM#19 – Capability-basierte Budgetierung
                                    • EAM#20 – Capability Maturity
                                    • EAM#21 – Data Entities
                                    • EAM#22 – Data TCO
                                    • EAM#23 – Schnittstellen vs. Datenprodukte
                                    • EAM#24 – Data Governance
                                    • Der deutschsprachige EAM Podcast, überall wo es Podcast gibt.

                                      Freue mich auf Dein Feedback, gerne jederzeit direkt auf https://eam.podigee.io/ oder direkt www.linkedin.com/in/david-hohl

                                      David Hohl

                                      Möge die Enterprise Architecture mit dir sein.

                                      36 min

                                    About Enterprise Architecture wirkt.

                                    From the publisher's feed

                                    Architektur entscheidet.