Problemet er sjældent, at viden mangler
Når der skal træffes komplekse arkitekturbeslutninger, tager vi ofte udgangspunkt i den viden, der er tilgængelig i øjeblikket. I større organisationer er det samlede vidensgrundlag imidlertid sjældent samlet ét sted.
Viden findes i dokumenter, der blev skrevet for flere år siden, i mødenoter, som er svære at finde, i forskellige systemer og hos medarbejdere, der gennem tiden har opbygget en dyb forståelse af organisationens tekniske miljø.
Min erfaring er derfor, at problemet sjældent er, at viden ikke findes. Problemet er, at den ligger spredt – og ikke er tilgængelig på det tidspunkt, hvor der er brug for den.
Konsekvenserne viser sig ofte først senere. Et team kan eksempelvis være flere måneder inde i en migrering, før det opdager, at flere andre systemer skriver til den samme database. Det kan føre til forsinkelser, øgede omkostninger og tekniske risici, som kunne have været identificeret langt tidligere.
Gør arkitekturen til levende viden
Hvis AI skal kunne styrke beslutningsgrundlaget, kræver det, at organisationens arkitekturviden er struktureret, opdateret og tilgængelig.
I den arbejdsmetode, jeg har udviklet, dokumenteres organisationens arkitektur blandt andet i Markdown og YAML og versionsstyres i Git. Her kan vi beskrive:
- Hvilke systemer og tekniske afhængigheder der findes
- Hvem der har mandat til at træffe forskellige typer beslutninger
- Hvilke beslutninger der tidligere er blevet truffet
- Hvorfor beslutningerne blev truffet
- Hvilke krav, principper og begrænsninger der skal tages højde for
Dokumentationen bliver dermed mere end et statisk arkiv, som kun få personer kender eller bruger. Den bliver en fælles og levende vidensbase, der aktivt kan understøtte nye arkitekturbeslutninger.
Det afgørende er ikke blot at samle mere information. Det handler om at skabe en struktur, som gør det muligt at finde den rette viden i den rette sammenhæng.
Claude Code som støtte i beslutningsprocessen
Ved at kombinere en struktureret vidensbase med workflows i Claude Code kan en arkitekturproblemstilling analyseres i forhold til organisationens eksisterende systemer, tidligere beslutninger, mandater og tekniske afhængigheder.
Claude Code kan blandt andet hjælpe med at:
- Finde relevant dokumentation og tidligere beslutninger
- Identificere afhængigheder, der ellers risikerer at blive overset
- Synliggøre tekniske og organisatoriske konsekvenser
- Kontrollere forslag i forhold til fastlagte principper og krav
- Dokumentere beslutningsprocessen og dens resultat
Det var netop denne tilgang, jeg præsenterede ved Claude Code for Developers Copenhagen foran 280 deltagere i Lundbecks auditorium. Under overskriften “Governance at your fingertips – using Claude Code for enterprise architecture decisions” demonstrerede jeg processen live – fra den indledende vurdering af en konkret arkitekturproblemstilling til et dokumenteret beslutningsresultat.
Min vigtigste pointe var enkel: AI skal ikke træffe beslutningerne for os. Teknologien skal hjælpe os med at træffe bedre og mere velunderbyggede beslutninger.
Menneskelig kontrol skal bygges ind fra begyndelsen
Claude Code skal ikke arbejde fuldstændigt selvstændigt. I de dele af processen, hvor ansvar, erfaring og menneskelig dømmekraft er afgørende, skal der være tydelige kontrolpunkter.
Her skal et menneske gennemgå grundlaget, vurdere konsekvenserne og godkende det næste skridt. Det er særligt vigtigt, når beslutninger påvirker forretningskritiske systemer, sikkerhed, regulatoriske krav eller organisationens langsigtede tekniske retning.
AI kan sammenfatte information, identificere mønstre og gøre os opmærksomme på forhold, vi ellers risikerer at overse. Men teknologien forstår ikke altid organisationens prioriteter, forretningsmæssige afvejninger eller risikovillighed.
Det endelige ansvar skal derfor fortsat ligge hos mennesker.
Bedre beslutninger – ikke kun hurtigere beslutninger
Den mest oplagte gevinst ved AI er ofte muligheden for at spare tid. Men for mig ligger det største potentiale et andet sted.
Når relevant viden bliver tilgængelig i den rette kontekst, kan organisationen træffe mere konsistente, transparente og velunderbyggede beslutninger. Tidligere erfaringer kan genbruges, tekniske afhængigheder kan opdages tidligere, og det bliver tydeligere, hvorfor en bestemt løsning blev valgt.
Det handler derfor ikke kun om at udføre det samme arbejde hurtigere. Det handler om at forbedre kvaliteten af hele beslutningsprocessen.
Samtidig bliver beslutningerne mere sporbare. Når både grundlaget, overvejelserne og resultatet dokumenteres, bliver det lettere at forstå beslutningen senere – også for medarbejdere, der ikke selv var en del af processen.