AI-native Business Process Engineering

AI Process OS

Ein AI-natives Betriebssystem für Geschäftsprozesse – BPMN, natürliche Sprache und eine validierte Workflow-Runtime.

Status: In Produktion
Kategorie: AI-native Business Process Engineering
Referenz: Case #2

Ein AI-natives Betriebssystem für Geschäftsprozesse, in dem Prozesse, Capabilities, Rollen, Events und Tenants zentrale Systemelemente sind. Aus natürlicher Sprache und BPMN entstehen validierte, ausführbare Workflows.

Technische Herausforderung: Geschäftsprozesse sollten fachlich beschrieben werden können – in natürlicher Sprache und BPMN – und daraus automatisiert zuverlässige, validierte, ausführbare Prozesslogik entstehen, ohne dass die KI unkontrollierten Code erzeugt.
Architektur: Eine Plattform aus BPMN-Editor, AI-Semantic-Layer, Capability Registry, Workflow-Compiler und -Runtime auf AWS: LLM übersetzt Sprache in eine strukturierte Intermediate Representation, ein Compiler erzeugt BPMN 2.0, die Runtime führt Tasks, Timer und Events über registrierte Capabilities aus.
Engineering-Challenges: KI-Ergebnisse deterministisch und sicher machen: nur registrierte Capabilities ausführen, keine direkten Datenbankzugriffe, Tenant-Isolation, Auditierbarkeit und Prozessversionierung über eine mehrstufige Validierung.
Demonstrierte Kompetenzen: AI-native Prozessautomatisierung, AI Workflow Engineering, BPMN-basierte Prozessmodellierung, semantische Analyse, Multi-Tenant-Architektur und serverless AWS-Backend.

AI Process OS ist ein Riegel-Systems-Engineering-Case im Bereich AI-native Business Process Engineering. Die Plattform versteht sich als Betriebssystem für Geschäftsprozesse: Prozesse, Capabilities, Rollen, Events und Tenants sind First-Class-Systemelemente – analog zu Programmen, System-APIs, Berechtigungen und isolierten Benutzerumgebungen eines klassischen Betriebssystems.

Die Kernaussage:

KI erzeugt strukturierte und validierte Geschäftslogik statt unkontrolliertem Laufzeitcode.

Pipeline

Natural Language / BPMN
Semantic Parsing
Intermediate Representation
Validation
Workflow Compiler
Workflow Runtime
Domain Services
Persistence / Events / Audit

Architektur

AI Process OS: von natürlicher Sprache und BPMN über semantische Analyse, Intermediate Representation, Validierung, Workflow-Compiler und -Runtime bis zu Domain Services und Persistenz — Architektur: AI-Semantic-Layer und validierte Workflow-Runtime

Semantic Layer

Geschäftslogik wird fachlich beschrieben, nicht programmiert:

Natürliche Sprache als Eingabe: Ein LLM (claude-haiku-4-5) übersetzt fachliche Anweisungen in eine strukturierte Intermediate Representation (IR) – als striktes JSON mit Trigger, Conditions, Actions, Approval, Timer und Events.
BPMN-basierte Modellierung: Der BPMN-Editor (bpmn.io) ist die primäre visuelle Schnittstelle; Beschreibungen lassen sich zusätzlich zu validem BPMN-2.0-XML generieren (inkl. Auto-Layout).
Capability Registry: Alle Systemfunktionen sind registriert und validiert – z. B. book_goods_receipt, determine_tax, calculate_deposit und Lager-/Buchhaltungsoperationen.

Validierung als Sicherheitsprinzip

Die KI hat bewusst keine Ausführungsumgebung:

Das LLM erzeugt ausschließlich strukturierte, schema-validierte Repräsentationen – keinen freien Code, keine SQL, keine direkten Datenbankoperationen.
Nur registrierte Capabilities dürfen von Workflows verwendet werden; das Semantic-Layer erhält bei der Parsing-Phase ausschließlich die Liste der verfügbaren Capabilities.
Fehlende Fähigkeiten können von der KI als Draft vorgeschlagen werden, benötigen aber Review und Aktivierung, bevor sie in Workflows laufen können.
Die Workflow-Runtime führt Tasks (User/Service), Timer, Events und Genehmigungen über den Capability-Dispatcher aus – mit Rollen und Berechtigungen pro Tenant.

Sicherheitsprinzip

LLM → nur strukturierte IR
Validierung → nur registrierte Capabilities
Capability Vorschlag → Draft
Review & Aktivierung
Runtime-Ausführung

Runtime & Betrieb

Workflow-Compiler: Aus der validierten IR entstehen versionierte Prozessdefinitionen (BPMN 2.0, Auto-Layout).
Workflow-Runtime: Prozessinstanzen mit Tokens, Human Tasks, Timern und Events – inklusive Human-in-the-loop für Genehmigungen.
Events & Audit: Ereignisse werden protokolliert; die Persistenz nutzt Event Sourcing in DynamoDB (Single-Table-Design).
Tenant-Isolation: Mandantenfähige Runtime mit tenantbezogener Middleware und Datenkapselung.
Infrastruktur: Vollständig als Code (AWS CDK): Lambda, API Gateway, DynamoDB, Cognito, EventBridge, S3/CloudFront, GitHub Actions.

Capability demonstrated

AI Process OS demonstriert AI-natives Prozessengineering, bei dem ein LLM in einen deterministischen, validierten Ausführungspfad eingebettet ist – inklusive Multi-Tenant-E-Commerce als integriertem Modul (Katalog, Warenkorb, Checkout, Zahlungen, Bestellverwaltung).

Technologien & Konzepte

Ein ähnliches Engineering-Projekt?

Wenn Ihr Vorhaben vergleichbare technische Tiefe braucht, besprechen wir Machbarkeit, Architektur und Aufwand – konkret statt im Pitch-Format.

Projekt besprechen