Aus der Praxis
KI hat die Schnittstellen-Problematik gelöst.
Was früher umfangreiche Analysen, aufwendige Programmierung und intensive Tests erforderte, lässt sich heute mit KI-Agenten wesentlich schneller und kostengünstiger umsetzen. Entscheidend bleiben jedoch fundiertes Domänenwissen und eine verlässliche Qualitätssicherung.
Fast jedes Unternehmen benötigt Schnittstellen zwischen verschiedenen IT-Systemen. Die Entwicklung solcher Schnittstellen war lange ein anspruchsvolles und entsprechend lukratives Geschäft für IT-Dienstleister. Bereits eine vermeintlich einfache Synchronisation konnte umfangreiche Analysen, lange Entwicklungszeiten und eine aufwändige Testinfrastruktur erfordern.
Mit KI-Agenten hat sich diese Ausgangslage grundlegend verändert. Ein grosser Teil der technischen Arbeit lässt sich heute wesentlich schneller und kostengünstiger erledigen. Die technischen und wirtschaftlichen Hürden für individuelle Schnittstellen sinken erheblich.
Warum Schnittstellen so aufwändig sind
In einer ersten Phase müssen die Systeme und ihre Schnittstellen, die miteinander verbunden werden sollen, kennengelernt werden. IT-Dienstleister können nicht mit allen Systemen vertraut sein und müssen deshalb in der Regel zumindest für eines der beteiligten Systeme das fachliche und technische Know-how aufbauen.
Sind die technischen Möglichkeiten einmal ausgelotet, zeigt sich die eigentliche Komplexität in den Details. Nehmen wir das Beispiel eines Online-Shops, der mit einem ERP-System verbunden werden soll. Auf den ersten Blick scheint die Aufgabe überschaubar: Artikel werden aus dem ERP-System in den Shop übertragen und Bestellungen aus dem Shop als Aufträge in das ERP-System zurückgeschrieben.
Ganz so einfach ist es dann aber doch nicht. Beispielsweise müssen Artikeldaten aus dem ERP-System im Shop als Produktvarianten dargestellt und benutzerfreundlich kategorisiert werden, obwohl die Daten im ERP-System dafür oft nicht entsprechend strukturiert sind. Häufig kommen Konvertierungsprobleme bei Artikelbeschreibungen hinzu, beispielsweise bei der Umwandlung von RTF in HTML. Oder es fehlen Übersetzungen, wenn der Shop mehrere Sprachen unterstützen soll, was zumindest in der Schweiz die Regel ist.
Hinzu kommen technische Anforderungen an die Zuverlässigkeit. Auch wenn eines der Systeme vorübergehend nicht verfügbar ist, muss sichergestellt sein, dass keine Daten verloren gehen und die Synchronisation später korrekt fortgesetzt wird.
Ist die Schnittstelle gemäss den Ergebnissen der Analyse entwickelt worden, muss sie auch unter Berücksichtigung der möglichen Sonderfälle ausführlich getestet werden. Das ist aufwändig, ebenso wie der Aufbau einer geeigneten Testumgebung, die möglicherweise zusätzliche Lizenzen und realistische Testdaten erfordert.
Standardisierte Import- und Exportprogramme decken viele häufige Anwendungsfälle ab. Sie passen jedoch selten vollständig zu den Geschäftsprozessen eines Unternehmens. Der vermeintliche Standard wird schnell zur Individuallösung.
Kurzum: Die Entwicklung zuverlässiger Schnittstellen erfordert umfangreiche Analysen, individuelle Programmierung und sorgfältige Tests.
Was sich mit Hilfe von KI ändert
KI-Agenten können Quellcode, Datenmodelle und Dokumentationen analysieren. Besonders hilfreich sind dabei maschinenlesbare Schnittstellenbeschreibungen wie OpenAPI. Sie beschreiben die verfügbaren Funktionen (API-Endpunkte) und Datenstrukturen eines Systems.
Damit können KI-Agenten die technischen Möglichkeiten der zu verbindenden Systeme erkennen und verstehen. Welche Daten einander zugeordnet werden und welche Geschäftsregeln gelten, muss ihnen jedoch vorgegeben werden. Auf dieser Grundlage können die Agenten das Schnittstellenprogramm weitgehend selbständig entwickeln und testen.
Entscheidend bleiben das Domänenwissen des Menschen und eine verlässliche Qualitätssicherung. Fachliche Anforderungen müssen klar definiert und die Ergebnisse sorgfältig überprüft werden.
KI-Agenten erkennen und behandeln Sonderfälle
Eine besondere Stärke von KI-Agenten ist die systematische Untersuchung möglicher Sonderfälle. Sie können solche Szenarien analysieren, mögliche Probleme aufzeigen, entsprechende Fehlerbehandlungen implementieren und die notwendigen Tests weitgehend selbstständig erstellen.
Dabei neigen KI-Agenten allerdings dazu, auch theoretische Sonderfälle zu berücksichtigen, die in der Praxis gar nicht auftreten können. Hier ist wiederum der Mensch mit seinem Domänenwissen gefragt, um zwischen relevanten und unnötigen Sonderfällen zu unterscheiden.
Nützliche Hilfsmittel dank KI einfacher entwickeln
Eine weitere wesentliche Verbesserung betrifft die Testinfrastruktur. Mit KI-Agenten lassen sich Hilfsmittel wie Mockserver mit deutlich geringerem Aufwand entwickeln. Sie simulieren beispielsweise das Verhalten eines ERP-Systems und ermöglichen automatisierte Integrationstests, ohne dass dafür ständig ein vollständiges ERP-System verfügbar sein muss.
Solche Möglichkeiten gab es schon früher. Ihre Umsetzung war jedoch häufig mit einem Aufwand verbunden, der sich finanziell kaum rechtfertigen liess.
Ein Mockserver ersetzt allerdings nicht die Tests mit dem echten ERP-System.
Neue Möglichkeiten für Unternehmen
KI hat die Entwicklung individueller Schnittstellen grundlegend verändert. Was früher mit hohen Kosten und erheblichem Zeitaufwand verbunden war, lässt sich heute mit KI-Agenten wesentlich effizienter realisieren. Damit werden auch Integrationen interessant, auf die Unternehmen bisher verzichtet haben.
Neue Möglichkeiten ergeben sich auch bei der Verarbeitung von Dokumenten. In den meisten Unternehmen treffen beispielsweise Bestellungen, Rechnungen oder andere Dokumente per E-Mail ein. Mitarbeitende müssen diese lesen und die darin enthaltenen Informationen manuell in ein ERP-System oder eine andere Anwendung übertragen. Mit KI lassen sich solche Dokumente analysieren und die relevanten Informationen als strukturierte Daten bereitstellen, die anschliessend automatisch weiterverarbeitet werden können.
KI verändert, wie wir in Zukunft arbeiten werden. Für Unternehmen lohnt es sich deshalb, bestehende Abläufe neu zu hinterfragen: Wo werden Daten noch manuell zwischen Systemen übertragen? Wo müssen Mitarbeitende Informationen aus Dokumenten erfassen? Und welche Geschäftsprozesse könnten mit KI automatisiert werden?