KI in kritischen Systemen
Wir machen KI-gestützte Softwareentwicklung tauglich für kritische und regulierte Systeme. Dort ist nicht Geschwindigkeit der Engpass, sondern die Frage, wer für das Ergebnis geradesteht und es nachweisen kann.
Was sich verschiebt
Was früher zehn Beratertage gekostet hat, schafft dein Team heute zu großen Teilen selbst mit Copilot oder Claude. Wertvoller wird, was ein LLM nicht leisten kann oder nicht darf.
Wird billiger
Wird wertvoller
Deine Organisation, ihre Altlasten, ihre Politik und ihre Regulierung kennt kein Modell.
Monolith oder Microservices, Build oder Buy, Cloud oder On-Prem: Ein LLM liefert Optionen, aber niemand steht dafür gerade.
DevOps ist zu großen Teilen Teamstruktur und Zusammenarbeit. Das ändert kein Prompt.
Wenn dein Team fünfmal mehr Code produziert, braucht es mehr Architekturdisziplin, Reviews, Tests und Sicherheitsprüfung, nicht weniger.
Unsere Nische
Öffentliche Träger, KRITIS, Versicherungen und Automotive haben eines gemeinsam: Regulierung, Audits, langlebige Systeme und Haftung bestimmen den Alltag. Genau dort ist KI am verlockendsten und am riskantesten zugleich. Der Modernisierungsdruck ist hoch, Fachkräfte fehlen, aber „move fast and break things“ ist keine Option.
Worauf wir uns konzentrieren
LLM-Anwendungen produktiv betreiben: RAG-Architekturen, Modell-Gateways, Observability für Prompts und Antworten, Evaluierungs-Pipelines und Kostenkontrolle für Inferenz. Auf Wunsch on-prem oder in einer EU-Cloud.
Coding-Agenten sicher in deine Pipelines und deinen Entwicklungsprozess einbinden, mit klaren Regeln für Berechtigungen, Sandboxing, Reviews, Metriken, Lizenzen und Datenschutz.
LLMs machen Migrationen wie COBOL zu Java oder Monolith zu Services erstmals wirtschaftlich. Wir verantworten die Zielarchitektur und steuern die KI-gestützte Migration Schritt für Schritt, mit dem Strangler-Pattern statt Big Bang.
EU AI Act, NIS2 und DORA in technische Maßnahmen übersetzen: Policy-as-Code, nachvollziehbare Pipelines und Audit-Belege, die dein System selbst erzeugt.
Bedrohungsmodellierung für LLM-Anwendungen und Agenten: Prompt Injection, Tool-Berechtigungen und Datenabfluss. Ein junges Feld mit wenigen echten Expert:innen.
Woran du uns messen kannst
Wir setzen KI selbstverständlich ein. Aber jede Architekturentscheidung und jede Änderung an kritischen Systemen hat einen Menschen mit Namen, der sie verantwortet.
Was wir bauen, erzeugt seine Audit-Belege selbst: Policy-as-Code, nachvollziehbare Pipelines, dokumentierte Architekturentscheidungen. Gerade KI-generierter Code braucht lückenlose Nachvollziehbarkeit.
Ein System ist erst fertig, wenn es im Störfall um drei Uhr nachts beherrschbar ist. Das unterscheidet uns von reinen Entwicklungsdienstleistern.
Deine Altsysteme enthalten Jahrzehnte an Fachlogik. KI macht es erstmals wirtschaftlich, sie zu verstehen und schrittweise zu modernisieren, statt sie riskant abzulösen.
Wir nutzen KI-Werkzeuge intern unter genau den Governance-Regeln, die wir dir empfehlen. So sind unsere Empfehlungen im Alltag erprobt.
So starten wir
In zwei bis drei Wochen klären wir, wo deine Organisation steht, was erlaubt ist, welche Risiken bestehen und wie ein sicherer Einführungspfad aussieht. Zum Festpreis.
Wir gehen den Pfad mit deinem Team, beschleunigt durch erprobte Referenzarchitekturen, Pipeline-Templates und Prüfkataloge.
Als Sparringspartner für Reviews, Entscheidungsvorlagen (ADRs) und neue KI-Vorhaben, im Rahmen unseres Advisory.
Unser Ziel ist ein Team, das gute Architekturarbeit mit KI selbst macht. Nicht Abhängigkeit von uns.
Wer mit dir arbeitet
Wer jahrelang kritische Systeme betrieben hat, erkennt in Sekunden, warum eine KI-generierte Pipeline im Audit durchfallen würde. Genau diese Erfahrung ist unser Produkt.
Unsere DevOps-Seniors arbeiten seit Jahren für öffentliche Träger und KRITIS-Unternehmen. Schwerpunkte: sichere Lieferketten, souveräner Betrieb von KI-Modellen on-prem oder in EU-Clouds, Observability und automatisierte Audit-Nachweise.
Software- und Systemarchitektur aus Automotive, Versicherungen und großen Kafka-Landschaften. Schwerpunkte: KI-gestützte Legacy-Analyse, ereignisgetriebene Architekturen als Datenrückgrat für KI-Anwendungen und die Frage, wo ein LLM entscheiden darf und wo auf keinen Fall.
Finanzinformatik mit Fokus auf Security: Bedrohungsmodellierung für LLM-Anwendungen und Agenten und das Übersetzen von DORA, NIS2 und AI Act in technische Maßnahmen.
Referenzen
SRE und Platform Engineering für eine hochregulierte Behörde: Red Hat OpenShift und SUSE Rancher/RKE2, durchgängige Observability und Infrastruktur als Code sowie Third-Level-Support für das interne DevOps-Team.
Analyse von Infrastruktur, Architektur und Entwicklungsprozess einer mittelständischen Versicherung, inklusive Maßnahmenkatalog, hybrider Zielarchitektur und klarem Blick auf VAIT, DORA und NIS2.
Für einen Anbieter von Schiffsdaten-Analysen haben wir die bestehende Architektur aus Elasticsearch und manuellen Services auf eine skalierbare Streaming-Architektur mit Apache Kafka umgestellt.
Als Continuous Architects verbinden wir Produktmanagement, Business-Architektur, Betrieb und Entwicklungsteam, von der technischen Anforderungsanalyse bis zur Entscheidung.
FAQ
Schreib uns, was dein Team mit KI vorhat oder schon tut. Wir sagen dir ehrlich, wo die Risiken liegen und wie ein Weg aussieht, den du verantworten kannst.
Du bekommst innerhalb eines Werktags eine Antwort. Das Erstgespräch ist kostenlos und unverbindlich.