Drupal im KI-Zeitalter: Wie aus Kundenanforderungen strategische Plattformen entstehen

Nach über 15 Jahren als Drupal-Spezialisten sehen wir ein wiederkehrendes Muster: Kundenanfragen werden häufig sehr technisch formuliert, während die eigentlichen strategischen Anforderungen erst im Laufe der Gespräche sichtbar werden. Lange Zeit war die Antwort auf neue Trends schnell gefunden: „Ja, das lässt sich mit Drupal umsetzen.“

Spätestens mit der zunehmenden Reife von KI-Technologien reicht diese Antwort jedoch nicht mehr aus. Der Vortrag „How to sell Drupal in AI times“ von Niels Aers (CPO bei Drop Solid AI) bei der DrupalCon Nara letzten Dezember bringt diese Entwicklung gut auf den Punkt. Kunden erwarten heute weniger Experimente, dafür aber klare Aussagen zu Nutzen, Kosten und Datenverantwortung. Der folgende Beitrag fasst die zentralen Gedanken dieses Vortrags zusammen und ordnet sie ein. Bei der Zusammenfassung und Strukturierung des Vortrags habe ich unterstützend Google NotebookLM genutzt.

Der anfängliche KI-Hype hat sich spürbar abgeschwächt. Gartner beschreibt diese Phase im Hype Cycle als das „Tal der Enttäuschungen“. Für viele Unternehmen ist KI damit kein Selbstzweck mehr, sondern ein Werkzeug, das sich rechnen und kontrollieren lassen muss. Genau hier beginnt die eigentliche Stärke moderner Plattformarchitekturen, vor allem von Drupal.

Dieser Beitrag zeigt, wie sich typische Kundenbedenken nicht als Hürde, sondern als Grundlage für eine zukunftsfähige digitale Plattform verstehen lassen. Drupal wird dabei weniger als Feature-Sammlung betrachtet, sondern als strategisches Fundament für souveräne, flexible und wirtschaftliche KI-gestützte Lösungen.

1. Von der Erwartung zur Realität: Welche Fragen Kunden heute stellen

Wer heute über KI spricht, wird schnell mit sehr konkreten Fragen konfrontiert. Nach einer Phase überhöhter Erwartungen haben sich drei Themen herauskristallisiert, die nahezu jedes Gespräch prägen:

Praktischer Nutzen statt Experiment

Viele Unternehmen haben erste KI-Projekte getestet, oft ohne nachhaltigen Mehrwert. Entsprechend klar ist der neue Anspruch: KI soll reale Probleme lösen. Beispiele dafür sind eine Suche, die tatsächlich relevante Ergebnisse liefert, oder Funktionen, die Redakteure im Alltag entlasten - etwa durch automatisierte Zusammenfassungen oder Vorschläge zur Verschlagwortung von Artikeln. Im Vordergrund stehen pragmatische, messbare Verbesserungen.

Datensouveränität als Voraussetzung

Gerade im europäischen Umfeld ist der Umgang mit Daten ein zentrales Thema. Die Weitergabe sensibler Inhalte an externe, nicht transparente KI-Dienste wird zunehmend kritisch gesehen. Kunden erwarten klare Antworten darauf, wo Daten gespeichert werden, wer darauf zugreifen kann und wie die Verarbeitung erfolgt. Datensouveränität ist dabei kein Zusatznutzen mehr, sondern Grundvoraussetzung.

Kosten und Transparenz

Der Wunsch nach Effizienzsteigerung steht erfahrungsgemäß oft in starkem Kontrast zu den verfügbaren Budgets. Studien zeigen, dass viele Marketing- und IT-Abteilungen unter erheblichem Kostendruck stehen. Proprietäre Plattformen mit schwer kalkulierbaren Lizenz- und KI-Kosten verschärfen dieses Problem zusätzlich. Gefragt sind Lösungen mit nachvollziehbarem Total Cost of Ownership.

Diese Punkte definieren sehr genau, was eine moderne Digitalplattform leisten muss, und liefern gleichzeitig eine klare Argumentationsgrundlage für offene, kontrollierbare Systeme.

2. Strukturierte Inhalte als Basis für KI

KI-Funktionen sind nur so gut wie die Datenbasis, auf der sie arbeiten. Dieser Grundsatz ist nicht neu, gewinnt aber im KI-Kontext deutlich an Bedeutung. Drupal bringt hier seit jeher eine Stärke mit, die häufig unterschätzt wird.

Warum Struktur entscheidend ist

In Drupal werden Inhalte in klar definierten Feldern modelliert. Im Gegensatz zu rein textbasierten Editoren entsteht dadurch eine saubere semantische Struktur. Für Suchmaschinen war dies bereits ein großer Vorteil, etwa bei der Nutzung von schema.org-Metadaten. Für KI-Anwendungen gilt dasselbe Prinzip: strukturierte Inhalte lassen sich deutlich zuverlässiger analysieren, klassifizieren und weiterverarbeiten.

Zentrale Stärken von Drupal

Im Kontext der Drupal-AI-Initiative lassen sich vier grundlegende Eigenschaften hervorheben:

• Flexible Datenmodellierung für komplexe Inhalte
• Skalierbarkeit, auch bei sehr großen Content-Beständen
• API-First-Architektur für einfache Anbindung externer Dienste
• Großes Ökosystem an Erweiterungen und Integrationen

Drupal eignet sich damit nicht nur als CMS, sondern als zentraler Content-Hub, der verschiedene Systeme miteinander verbindet.

3. Open DXP: Bestehende Lösungen sinnvoll kombinieren

Drupal bietet die Möglichkeit, nahezu jede Funktion selbst zu entwickeln. In der Praxis ist das jedoch selten der effizienteste Weg. Viele Anforderungen, z. B. im Marketing- oder Personalisierungsumfeld, werden von spezialisierten Open-Source-Projekten bereits sehr gut abgedeckt.

Verbinden statt neu entwickeln

Anstatt komplexe Funktionen vollständig in Drupal nachzubauen, bietet sich eine modulare Architektur an. Drupal übernimmt dabei die Rolle des zentralen Content-Systems, während andere Tools gezielt angebunden werden.

Typische Komponenten einer solchen Architektur sind:

• Drupal für Content und Struktur
• Mautic für Marketing-Automatisierung
• Unomi als Customer Data Platform

Vorteile dieses Ansatzes

• Inhalte lassen sich systemübergreifend nutzen
• Entwicklungs- und Wartungskosten bleiben überschaubar
• Teams konzentrieren sich auf individuelle Anforderungen statt auf Standardfunktionen

Die technische Komplexität mehrerer Systeme bleibt dabei bestehen, lässt sich jedoch zunehmend abstrahieren.

4. KI als verbindende Ebene

Composable-Architekturen bringen Flexibilität, stellen Anwender aber oft vor neue Herausforderungen. Unterschiedliche Oberflächen und Workflows können den Alltag erschweren. KI bietet hier einen interessanten Lösungsansatz.

Agenten statt Oberflächen

Statt manuell zwischen Systemen zu wechseln, können KI-Agenten als vermittelnde Ebene agieren. Anwender formulieren eine Aufgabe, z. B. das Erstellen einer Kampagne, und der Agent übernimmt die notwendigen Schritte im Hintergrund.

Mensch bleibt Teil des Prozesses

Kurz- bis mittelfristig wird sich ein hybrider Ansatz etablieren: KI unterstützt bei Vorbereitung und Automatisierung, während Menschen Entscheidungen prüfen, verfeinern und freigeben. Dieses Zusammenspiel ist realistisch, akzeptiert und bereits heute umsetzbar. Die KI ersetzt also nicht den Menschen, sondern ermöglicht es, schneller und effizienter zu arbeiten.

5. KI-Anwendungen mit direktem Mehrwert

Um Akzeptanz zu schaffen, müssen KI-Funktionen konkret und nachvollziehbar sein. Einige Beispiele aus der Praxis zeigen, wie sich dies umsetzen lässt:

• Interne KI-Suche (RAG) zur Entlastung von Service-Teams
• Automatische Persona-Erstellung auf Basis realer Nutzungsdaten
• Redaktionelle Assistenzfunktionen, etwa Zusammenfassungen, Tonalitätsanpassungen oder Taxonomie-Vorschläge
• Übersetzungen direkt im CMS-Workflow (z. B. mit DeepL)

Diese Funktionen lassen sich schrittweise einführen und liefern schnell sichtbare Ergebnisse.

6. Architekturentscheidungen langfristig denken

Bei der Wahl einer DXP-Strategie stehen Unternehmen typischerweise vor drei Optionen: monolithische Komplettlösungen, vollständig individuelle Eigenentwicklungen oder ein offenes, vorkonfiguriertes System auf Open-Source-Basis.

Der sogenannte „Pre-Orchestrated Open Core“-Ansatz verbindet dabei Stabilität mit Flexibilität. Kunden starten mit einem überschaubaren System und erweitern es bei Bedarf. Lizenzabhängigkeiten werden vermieden, Daten bleiben unter eigener Kontrolle.

Fazit

KI verändert nicht nur technische Systeme, sondern auch die Rolle von Agenturen und Beratern. Gefragt sind weniger Feature-Listen, sondern fundierte Architektur- und Strategieentscheidungen.

Drupal bietet dafür eine belastbare Grundlage: offen, strukturiert, erweiterbar. In Kombination mit spezialisierten Open-Source-Tools und pragmatisch eingesetzter KI entstehen Plattformen, die langfristig tragfähig sind - technisch wie wirtschaftlich.

Der Fokus verschiebt sich damit klar: weg von kurzfristigen Hype-Themen, hin zu nachhaltigen digitalen Strategien.