Eine Produktempfehlung ist nur dann hilfreich, wenn Variante, Preis und Lieferbarkeit zusammenpassen. Enterprise Architecture verbindet das Ziel der Produktberatung mit den Prozessen, Daten, Systemen und Rollen, die es im Alltag tragen. Fünf Fragen zeigen, was ein Händler vor dem Betriebsstart klären sollte.

In einem fiktiven Händlerbeispiel fragt eine Kundin während des Pilotprojekts, ob der Kaffeevollautomat im Set mit Milchbehälter lieferbar ist. Der Assistent findet das richtige Set. Im Betrieb ändern sich Preise und Bestände. Wird dem Set der Preis des Einzelgeräts zugeordnet, kann die künstliche Intelligenz (KI) ein Angebot nennen, das es so nicht gibt. Ob die Auskunft stimmt, hängt davon ab, wie der Händler Produktinformationen pflegt und mit seinen Angeboten verbindet.

Roth und Wettach verbinden in «Lean Enterprise Architecture» Geschäftsfähigkeiten mit Prozessen, Anwendungen, Daten und Rollen. Im Händlerbeispiel macht Architektur den Weg von der Kundenfrage bis zur Auskunft sichtbar. Sie zeigt, wo Produktvariante und Angebot zusammengeführt werden, wer dafür verantwortlich ist und was vor dem Betriebsstart geprüft werden muss.

1. Welche Geschäftsfähigkeit wird ausgebaut?

In einer Capability Map des Händlers gehört «Produktberatung» zum Vertrieb. Der Chat erweitert diese Fähigkeit um einen Kanal. Ist im System für Product Information Management (PIM) bereits gepflegt, welcher Milchbehälter zu welchem Modell passt, kann der Chat dieselben Angaben wie der Shop nutzen. Im Pilotprojekt lassen sich beide Kanäle mit denselben Suchaufgaben vergleichen. Entscheidend ist, wie oft und wie schnell die Kundschaft die passende Variante findet.

2. Wie entstehen verlässliche Produktinformationen?

Der Händler pflegt gemeinsame Merkmale wie die Tankgrösse am Modell. Ob ein Milchbehälter enthalten ist, erfasst er je Variante. Nach der Prüfung gibt er die Angaben für den Katalog frei. Für die Suche werden die freigegebenen Merkmale über die Variantenkennung mit Preis und Lieferbarkeit des jeweiligen Angebots verknüpft. So entsteht eine Auskunft zu einem konkreten Angebot. Wer Produktdaten bereits für seine Kanäle und internen Anwendungen zuverlässig pflegt, hat eine bessere Ausgangslage.

3. Wie gelangen die Informationen zur Kundin?

Im Shop setzt die Kundin Filter. Im Chat kann das Sprachmodell eine Produktsuche anfordern. Der Agent Harness koordiniert den Aufruf. Der MCP-Client der KI-Plattform fragt den bereits angebundenen MCP-Server des Händlers ab, der denselben Suchdienst wie der Shop nutzt. Das Model Context Protocol (MCP) regelt den Austausch zwischen Client und Server. Über den Harness gelangt das Ergebnis zurück ans Sprachmodell, das die Antwort formuliert (siehe Abbildung 1). Über einen Produktlink kann die Kundin zum Kauf in den Shop wechseln (siehe Abbildung 2).

Abbildung 1. Das Sprachmodell fordert die Suche an. Der Agent Harness koordiniert den Aufruf der Händlerschnittstelle. (Bildquelle: Francesco Guastamacchia, mit ChatGPT erstellt)

Abbildung 2. Onlineshop und MCP-Server greifen auf denselben Suchdienst des Händlers zu. (Bildquelle: Francesco Guastamacchia, mit ChatGPT erstellt)

4. Wer trägt die Verantwortung für die Auskunft?

In den Anforderungen hält der Fachbereich fest, welche Suchfälle die Schnittstelle abdeckt und welche Daten sie für die Abnahme liefern muss. Bei einer Suche nach Sets gehören Variantenkennung, Lieferumfang, Preis und Lieferstatus dazu. Data Governance klärt Zuständigkeiten und Freigaben. Im Data Management werden die Angaben gepflegt und geprüft. Bei falscher Preiszuordnung korrigieren die Zuständigen das Angebot oder die Verknüpfung und prüfen Shop und Chat. Das Playbook zum Artificial Intelligence Risk Management Framework (AI RMF) des National Institute of Standards and Technology (NIST) empfiehlt klare Rollen und Kommunikationswege.

5. Was muss vor dem Betriebsstart belegt sein?

Vor der Freigabe sollte das Team testen, ob die Schnittstelle ein Angebot mit abweichender Variantenkennung zurückweist. Fehlt eine Lieferangabe, gibt sie «unbekannt» und, soweit vorhanden, einen Produktlink zurück. Fällt der Bestandsdienst aus, meldet die weiterhin erreichbare Schnittstelle einen Abruffehler (siehe Abbildung 3). Die externe KI-Plattform entscheidet, wie sie das Ergebnis im Chat darstellt. Im Betrieb überwacht das Team die Schnittstelle und wiederholt die Tests nach Änderungen.

Abbildung 3. Die Variantenkennung verbindet Set und Angebot. Die Schnittstelle unterscheidet fehlende Lieferangaben und Abruffehler. (Bildquelle: Francesco Guastamacchia, mit ChatGPT erstellt)

Für den Betriebsentscheid vergleicht das Team bei denselben Suchaufgaben die Auskünfte in Shop und Chat mit den erwarteten Angaben für Variante, Preis und Lieferbarkeit. So kann auch ein Preisfehler auffallen, der bereits unter der richtigen Variantenkennung gespeichert ist. Die Customer Journey zeigt, wo die Kundin das Angebot prüft und den Kauf abschliesst (siehe Abbildung 4).

Abbildung 4. Die Kundin findet das Set im Chat und prüft das Angebot vor dem Kauf im Onlineshop. (Bildquelle: Francesco Guastamacchia, mit ChatGPT erstellt)

Literatur

Roth, Romano und Wettach, Dietmar (2026). Lean Enterprise Architecture. A Practical Guide to Value-Driven Enterprise Architecture. Ausgabe vom 8. August 2026, S. 67, 142 bis 143 und 175 bis 176.

Deklaration zur KI-Nutzung

KI eingesetzt für:
☒ Recherche-Unterstützung
☒ Sparring
☒ Struktur/Textentwurf
☒ Sprache/Korrektur
☒ Bildgenerierung