yddah
ThinkaboutsKontakt

Denkrahmen · Build Stack

AI-NATIVE
BUILD STACK

Der AI-Native Build Stack beschreibt das Bauprinzip der AI-nativen Umsetzung einer Umsatzarchitektur. Fünf Schichten von unten nach oben: Signal, Semantic, Agent, Orchestration, Human Control. Der Build Stack ist kein Organisationsmodell, sondern die Mechanik dessen, was in einem Frame des Revenue Architecture Canvas als AI-native umgesetzt wird.

05

HUMAN CONTROL LAYER

Entscheidungsrechte, Freigaben, Governance.

04

ORCHESTRATION LAYER

MCP, A2A, ACP — Zusammenspiel mehrerer Agenten.

03

AGENT LAYER

KI-Agenten als primäre Revenue-Akteure.

02

SEMANTIC LAYER

Maschinenlesbare Inhalte, Beweisarchitektur.

01

SIGNAL LAYER

Kaufsignale, Intent-Daten, Trigger-Events.

Layer · 05 · #human-control-layer

HUMAN CONTROL LAYER

Was diese Schicht leistet

Definiert, an welchen Punkten Menschen entscheiden, freigeben oder eingreifen. Setzt Leitplanken für Agenten-Aktionen, Eskalationspfade und Audit-Logs. Wird von Beginn an mitgebaut, nicht nachgerüstet — sonst entstehen Black-Box-Workflows ohne Verantwortlichkeit.

Typische Technologien

Decision-Rights-Matrizen, Approval-Workflows, Audit-Logs, Policy-Engines, Human-in-the-Loop-Patterns. Tools wie LangGraph oder eigene Approval-Layer in CRM/ERP.

Verbindung zum Canvas

Wirkt vor allem im Frame Governance, aber auch an Übergabe-Punkten in Vertrieb und Bestand.

Layer · 04 · #orchestration-layer

ORCHESTRATION LAYER

Was diese Schicht leistet

Steuert das Zusammenspiel mehrerer Agenten. Welcher Agent übernimmt welchen Schritt, wie werden Zustände weitergegeben, wie wird auf Fehler reagiert. Ermöglicht Composability — Agenten unterschiedlicher Anbieter arbeiten in einem Workflow zusammen.

Typische Technologien

Protokolle wie MCP (Model Context Protocol), A2A (Agent-to-Agent), ACP (Agent Communication Protocol). Orchestrierungs-Frameworks, Message-Bus-Architekturen, State-Machines.

Verbindung zum Canvas

Wirkt überall dort, wo mehrere Agenten in einem Frame zusammenarbeiten — typisch in Akquise und Vertrieb.

Layer · 03 · #agent-layer

AGENT LAYER

Was diese Schicht leistet

KI-Agenten übernehmen Recherche, Qualifizierung, Personalisierung, Content-Erzeugung und teilweise Verhandlung. Sie sind primäre Revenue-Akteure, nicht bloße Assistenz-Tools. Der Mensch entscheidet, der Agent bereitet vor und führt aus.

Typische Technologien

LLM-basierte Agenten, Tool-Use, Function-Calling, Retrieval-Augmented Generation. Agentic Frameworks, spezialisierte Sales- und Research-Agents.

Verbindung zum Canvas

Wirkt in allen operativen Frames: Zielkunde, Akquise, Vertrieb, Bestand.

Layer · 02 · #semantic-layer

SEMANTIC LAYER

Was diese Schicht leistet

Strukturiert Inhalte, Angebote und Proof Points maschinenlesbar. Damit werden Behauptungen für Buyer-Side-AI verifizierbar und zitierfähig. Ohne Semantic Layer kann ein Agent ein Angebot nicht bewerten — er sieht nur unstrukturiertes PDF.

Typische Technologien

Schema.org, JSON-LD, Knowledge Graphs, klar definierte Entitäten und Relations. Maschinenlesbare Preise, Eignungskriterien, Proof Points. RDF-Vokabulare wo nötig.

Verbindung zum Canvas

Wirkt in Positionierung, Angebot und Akquise.

Layer · 01 · #signal-layer

SIGNAL LAYER

Was diese Schicht leistet

Erfasst Kaufsignale, Intent-Daten und Trigger-Events aus externen und internen Quellen — in Echtzeit, nicht in Batch. Ist die Grundlage für alle darüberliegenden Schichten: ohne Signal kein sinnvoller Agenten-Trigger, ohne Trigger keine Aktion.

Typische Technologien

Intent-Data-Anbieter, Hiring-Trackers, Tech-Stack-Detection, Funding-APIs, eigene Webhook-Integrationen, CDP. Stream-Processing, Event-Bus.

Verbindung zum Canvas

Wirkt in Zielkunde, Akquise und Bestand.

Häufige Fragen

Was ist der AI-Native Build Stack?

Der AI-Native Build Stack ist das Bauprinzip der AI-nativen Umsetzung einer Umsatzarchitektur. Fünf Schichten von unten nach oben: Signal Layer, Semantic Layer, Agent Layer, Orchestration Layer, Human Control Layer. Er beschreibt nicht, was gebaut wird, sondern wie.

Warum fünf Schichten und nicht mehr oder weniger?

Fünf Schichten sind das Minimum, um einen AI-nativen Workflow vollständig abzubilden: Signal als Auslöser, Semantik als Verständnisbasis, Agenten als Akteure, Orchestrierung als Koordination, Human Control als Verantwortungsanker. Weniger lässt Lücken entstehen, mehr verschiebt nur Grenzen ohne neuen Erkenntniswert.

Wie verhält er sich zum Revenue Architecture Canvas?

Der Canvas zeigt die funktionale Breite eines Umsatzsystems in sieben Frames. Der Build Stack zeigt die Mechanik der AI-nativen Umsetzung in fünf Schichten. Jeder Canvas-Frame wird in der AI-nativen Welt mit einer Kombination aus Build-Stack-Layern gebaut.

Welche Protokolle stehen hinter dem Orchestration Layer?

MCP (Model Context Protocol), A2A (Agent-to-Agent), ACP (Agent Communication Protocol). Sie ermöglichen, dass Agenten unterschiedlicher Anbieter in einem Workflow zusammenarbeiten — Composability statt Lock-in.

Warum ist der Human Control Layer oben, nicht unten?

Weil er Entscheidungen über alle anderen Schichten trifft. Signal, Semantik, Agenten und Orchestrierung liefern Vorschläge oder führen aus — der Human Control Layer setzt Leitplanken, gibt frei und übernimmt Verantwortung.

Kann man einzelne Schichten ohne die anderen bauen?

Technisch ja, sinnvoll nein. Ein Agent ohne Signal-Trigger ist beschäftigt, nicht produktiv. Eine Beweisarchitektur ohne Agent, der sie nutzt, ist Marketing-Material. Der Stack entfaltet seinen Wert nur als Ganzes.

→ Revenue Architecture Canvas→ Glossar