Komplexität und Kontextfenster

Die Grenze der Belastbarkeit

Wer mit Sprachmodellen (LLMs) arbeitet, stößt irgendwann auf ein technisches Limit: Das Modell verliert den Faden. Antworten werden widersprüchlich, eben noch gesetzte Annahmen verschwinden einfach. Die Logik bricht in sich zusammen.

Der Grund ist das Kontextfenster. Es ist der begrenzte Speicherplatz, den die KI für das aktuelle Gespräch nutzt. Was dort nicht mehr hineinpasst, existiert für das Modell nicht mehr.

In der IT-Architektur haben wir dasselbe Problem. Ein komplexes System hat so viele Abhängigkeiten, dass kein Mensch sie alle gleichzeitig im Blick behalten kann. Durch die Arbeit mit KI wird dieser Engpass jetzt für jeden sichtbar, auch ohne Expertenwissen.

Die Simulation im Kopf

Ein System zu entwerfen bedeutet, im Kopf eine laufende Simulation aufrechtzuerhalten. Man jongliert mit Anforderungen, technischen Grenzen und offenen Fragen. Das Problem ist dabei selten ein Mangel an Wissen, sondern die schiere Menge an Informationen, die gleichzeitig präsent sein müssen.

Diese mentale Simulation ist extrem instabil. Wenn die Arbeit unterbrochen wird, bricht das Modell im Kopf oft komplett zusammen. Man verliert nicht nur den letzten Gedanken, sondern den gesamten Zusammenhang. Der Wiederaufbau dieses Kontextes kostet Zeit und Energie.

Während die KI bei Überlastung erkennbar Unsinn produziert, ist der menschliche Informationsverlust tückischer: Er verläuft schleichend. Unser Gehirn ist darauf optimiert, Lücken durch plausible Annahmen zu füllen. Wir merken oft gar nicht, dass wir bereits auf Basis eines unvollständigen Bildes entscheiden. In der Architektur führt das zu Entscheidungen, die lokal Sinn ergeben, aber das Gesamtsystem gefährden, weil eine Randbedingung unbemerkt „aus dem Fenster“ gefallen ist.

Architektur als Werkzeug gegen das Chaos

Gute IT-Architektur ist für mich kein theoretischer Selbstzweck, sondern ein Handwerk, um genau diesen Kontrollverlust zu verhindern. Es geht darum, Systeme so zu zerlegen und Entscheidungen so festzuhalten, dass sie nicht im flüchtigen Gedächtnis sterben.

Um den Kontext stabil zu halten, hilft ein klarer Prozess. Er gilt für die Arbeit mit KI-Agenten genauso wie für die klassische Projektarbeit:

1. Problem durchdringen: Analysieren, was wirklich gelöst werden soll. Wer diesen Schritt überspringt, baut später präzise Lösungen für die falschen Probleme.
2. Plan abgleichen: Den Entwurf gegen die Realität und die Rahmenbedingungen prüfen. Hier zeigt sich, ob die mentale Simulation noch alle Randbedingungen berücksichtigt hat.
3. Umsetzen: Die eigentliche Arbeit fokussiert innerhalb der gesetzten Leitplanken durchführen. Autonomie in der Ausführung braucht klare Grenzen im Design.
4. Ergebnis prüfen: Entspricht das Gebaute dem, was wir am Anfang erreichen wollten? Ohne diesen Abgleich droht schleichender Wildwuchs.
5. Wissen sichern: Ergebnisse und Entscheidungen so dokumentieren, dass sie dauerhaft verfügbar sind. Das Ziel ist es, den Kontext für den nächsten Schritt (oder den nächsten Kollegen) sofort wiederherstellbar zu machen.

Fazit: Kontext verwaltet sich nicht von selbst

Explizite Dokumentation und methodisches Arbeiten kosten Zeit. Sie verlangsamen den Start, sichern allerdings die Qualität der Ergebnisse. Die Alternative ist keine Flexibilität, sondern Arbeiten auf Basis eines lückenhaften Kontexts.

In der IT entstehen die teuersten Fehler meistens nicht durch falsche Logik, sondern durch Entscheidungen, bei denen wichtige Abhängigkeiten schlicht aus dem Blickfeld geraten sind. Kontext muss aktiv gepflegt werden, sonst verschwindet er.

Transparenz zur Beitragserstellung

Dieser Beitrag entstand aus meiner täglichen Praxis als Architekt, mit sprachlicher Unterstützung durch KI-Werkzeuge. Inhalt, Bewertung und Veröffentlichung liegen vollständig in meiner redaktionellen Verantwortung.