Blog

Wissen verliert seine Vertrauenswürdigkeit, sobald seine Herkunft verschwindet – KI beschleunigt diesen Verfall, indem sie überzeugende Ausgaben ohne nachvollziehbare Begründungskette erzeugt. Provenienz ist keine Formatierungsfrage, sondern eine Integritätsschicht: Ohne sie werden selbst korrekte Ergebnisse fragil, weil ihr Reasoning nicht rekonstruierbar ist.

Menschen widersetzen sich von Natur aus dagegen, die Begründungen hinter ihren Entscheidungen zu teilen, weil Kontext und Erinnerung historisch eine Quelle von Einfluss und beruflichem Vorteil waren. Infolgedessen bleiben viele kritische Entscheidungen undokumentiert und existieren nur in Gesprächen oder im individuellen Gedächtnis. Im KI-augmentierten Zeitalter wird dies zu einem ernsthaften Governance-Problem, weil sich Systeme schneller entwickeln und die Begründungen hinter Veränderungen noch schneller verschwinden. Ohne bewahrten Entscheidungskontext verlieren Organisationen die Fähigkeit, ihre Systeme zu erklären, zu prüfen oder sicher weiterzuentwickeln. Der KI-Wandel macht Entscheidungs-Provenienz daher von einer kulturellen Präferenz zu einer strukturellen Voraussetzung für organisatorische Governance.

Sobald Entscheidungen zu erstklassigen Artefakten werden, verändert sich etwas Grundlegendes. Wenn sich die Umgebung weiterentwickelt, sind wir nicht länger gezwungen, die Begründungen hinter einem System durch Archäologie und Spekulation erneut zu entdecken. Stattdessen können wir die ursprüngliche Entscheidung erneut betrachten, die Annahmen aktualisieren, die nicht mehr gültig sind, und die Implementierung so neu erzeugen, dass sie den neuen Kontext widerspiegelt.

Stellen wir uns ein „Provenance-natives Unternehmen“ im Jahr 2030 vor – eine Organisation, die von Anfang an um Entscheidungs-Lineage, SDLC-Gedächtnis und Nachvollziehbarkeit von KI-Ausführungen herum aufgebaut wurde, anstatt zu versuchen, dies später nachzurüsten.

Nach der Veröffentlichung der ersten Version des Provenance Manifesto begann ich zu untersuchen, ob bestehende Marktlösungen mit den dort beschriebenen Prinzipien übereinstimmen.

Der Artikel untersucht ein einfaches, aber übersehenes Problem: Softwareorganisationen bewahren selten die Begründungen hinter ihren Entscheidungen auf, obwohl genau diese Entscheidungen alles prägen, was sie bauen. Er argumentiert, dass KI-Retrieval und Dokumentation allein dieses Problem nicht lösen können, weil das fehlt, was wirklich benötigt wird: ein strukturiertes System, das die Beziehungen zwischen Entscheidungen, Annahmen und Ergebnissen festhält. Das Provenance Manifesto schlägt vor, Entscheidungen als erstklassige Artefakte zu behandeln, damit Organisationen Absicht, Verantwortlichkeit und Entscheidungs-Lineage bewahren können, während KI die Softwareentwicklung beschleunigt.

KI übernimmt zunehmend die „Was“-Ebene der Softwareentwicklung – sie erzeugt Architekturen, Code, Optimierungen und alternative Lösungen schneller, als Menschen es je könnten. Dadurch werden Implementierung und Lösungsfindung billig, skalierbar und zunehmend automatisiert. Doch die eigentliche strategische Ebene des Engineerings war nie das „Was“. Die entscheidenden Fragen betreffen das „Warum“ – warum eine Lösung existiert, warum ein Trade-off akzeptiert wurde, warum ein Risiko tolerierbar ist und warum ein bestimmtes Ergebnis für das Unternehmen relevant ist. Diese Fragen definieren Absicht, nicht Implementierung.

Während KI zunehmend in der Lage ist, Architekturen vorzuschlagen, Code zu schreiben und Systeme zu optimieren, besteht die eigentliche Gefahr nicht in bösartiger KI, sondern darin, den menschlichen Zweck hinter den Systemen zu verlieren, die wir bauen. Organisationen haben bereits Schwierigkeiten, sich daran zu erinnern, warum Entscheidungen getroffen wurden; in einer KI-augmentierten Umgebung wird dieses Problem viel ernster, weil Maschinen Lösungen schneller optimieren können, als Menschen sie verstehen können. Um zu vermeiden, Systeme zu bauen, die die falschen Ziele perfekt optimieren, brauchen wir eine neue Infrastrukturebene namens Provenance – eine strukturierte Aufzeichnung von Entscheidungen, Einschränkungen, Trade-offs und Absichten, die das Verhalten von Systemen mit dem menschlichen Zweck verknüpft. Ohne eine solche Gedächtnisschicht riskieren Organisationen, hoch effizient, aber strategisch fehlaligned zu werden und allmählich die Fähigkeit zu verlieren, die Systeme zu erklären oder zu kontrollieren, die sie erschaffen.

Software-Delivery-Organisationen verlieren immer wieder den Kontext hinter ihren Entscheidungen. Monate nach der Implementierung können Teams oft nicht mehr erklären, warum etwas gebaut wurde, welche Trade-offs gemacht wurden oder was ursprünglich versprochen wurde. Das geschieht, weil SDLC-Tools Artefakte wie Tickets, Commits, Stunden und Kosten verfolgen – aber nicht die Absicht, Verpflichtungen und Begründungen dahinter. Das Ergebnis ist „Context Amnesia“: Teams bauen Lösungen erneut, wiederholen Entscheidungen, streiten über Scope und verursachen Nacharbeit, Margenverluste und Burnout. Das Kernproblem sind nicht nachlässige Teams, sondern eine systemische Lücke – SDLC hat kein eingebautes Gedächtnis für Entscheidungsbegründungen. Die unbequeme Frage, die der Artikel aufwirft, lautet: Warum verfolgen wir in der modernen Softwareentwicklung die Ausführung so rigoros, aber nicht die Begründungen, die sie geformt haben?