Konzept-Dokumente fuer zwei Folge-Projekte

Für zwei anstehende Folge-Projekte musste ich Produktanforderungen in klare architektonische Konzept-Dokumente übersetzen. Statt vor einem leeren Blatt zu sitzen, habe ich mein KI-Setup als technischen Sparringspartner genutzt, um Systemarchitekturen, Schnittstellen und Datenflüsse zu skizzieren.

Vom Kontext zum Architektur-Konzept

Ein LLM liefert nur dann gute Architektur-Vorschläge, wenn es den Status Quo kennt. Deshalb lud ich zuerst die Dokumentation unserer bestehenden Systeme (Datenflüsse, Kerntechnologien, Datenbankstruktur) in den Kontext. Danach übergab ich meine unstrukturierten Notizen zu den neuen Projekten: Projekt A als funktionale Erweiterung und Projekt B als eigenständiger Service, der auf denselben Datenpool zugreift.

Mein entscheidender Prompt forderte die KI auf, für beide Projekte ein Konzept mit starkem Fokus auf die Systemarchitektur zu erstellen. Die KI sollte benötigte Module, den Datenfluss und Schnittstellen definieren, ohne unsere Basis-Architektur zu gefährden.

Iteration und Ergebnisse

Die ersten Entwürfe waren eine massive Arbeitserleichterung: Für Projekt A schlug das Modell eine Erweiterung bestehender Microservices vor, für Projekt B eine Event-gesteuerte Architektur für asynchrone Datenverarbeitung. Ich übernahm das nicht blind, sondern testete die Entwürfe im Dialog – etwa mit der Frage nach der Skalierbarkeit, falls sich die Anfragen in Zukunft verzehnfachen. Das Modell passte das Konzept an und ergänzte potenzielle Flaschenhälse.

Am Ende hatte ich zwei belastbare Dokumente mit High-Level-Architekturskizzen, API-Definitionen und technischen Risiken. Als ich diese mit dem Entwicklerteam teilte, diskutierten wir nicht mehr darüber, ob etwas machbar ist, sondern direkt über die Vor- und Nachteile der skizzierten Architektur-Ansätze.

Zwei Erkenntnisse für die Praxis: * Bestehendes als Basis: Füttern Sie das LLM immer zuerst mit der bestehenden Systemdokumentation, damit neue Architektur-Vorschläge nahtlos in Ihre aktuelle Landschaft passen. * KI als Architekt: Fordern Sie das Modell im Dialog aktiv heraus, um Entwürfe auf Skalierbarkeit und Performance-Risiken abzuklopfen.