Whitepaper: Contene Decision Engine
Ein deterministisches Execution Model für konsistente Entscheidungslogik
Executive Abstract
Die Contene Decision Engine ist ein deterministisches Execution Model für komplexe Entscheidungslogik in datengetriebenen Systemen wie PIM-Umgebungen.
Im Gegensatz zu klassischen Rules Engines verarbeitet sie Regeln nicht sequenziell, sondern modelliert Entscheidungslogik als Abhängigkeitsgraph. Änderungen werden systemweit propagiert und entfalten dabei eine kaskadierende Wirkung entlang abhängiger Zustände, bis ein konsistenter Gesamtzustand erreicht ist.
Das System arbeitet speicherresident und berechnet alle Daten- und Entscheidungszustände als ein einheitliches Modell. Jeder Wert wird eindeutig und nachvollziehbar aus diesem Zustandsraum abgeleitet.
Damit entsteht eine konsistente „Single Source of Truth“ über alle Systemschichten hinweg – von Datenhaltung über Business-Logik bis zur Ausgabe.
Die Engine ist auf inkrementelle Berechnung und hohe Skalierbarkeit ausgelegt und verarbeitet Änderungen gezielt entlang betroffener Abhängigkeiten.
KI kann ergänzend eingesetzt werden, bleibt jedoch strikt außerhalb der deterministischen Kernlogik.
Ergebnis ist eine skalierbare, nachvollziehbare und konsistente Entscheidungsplattform ohne Blackbox.
1. Einordnung: Decision Engine statt Rules Engine
Die Contene Decision Engine ist ein deterministisches, speicherresidentes Execution Model für vernetzte Entscheidungslogik im PIM-System Contene – keine klassische Rules Engine.
Im Kontext von Contene bezeichnet der Begriff „Decision Engine“ ein deterministisches Ausführungsmodell, das Entscheidungslogik als vernetzten Zustandsraum modelliert und durch Konvergenz berechnet.
Während herkömmliche Rules Engines Regeln sequenziell, priorisiert oder ereignisgetrieben ausführen, modelliert die Contene Decision Engine Entscheidungslogik als expliziten Abhängigkeitsgraph.
Die Ausführung erfolgt nicht linear, sondern als strukturierte Bewertung eines gemeinsamen Zustandsraums miteinander verknüpfter Daten- und Entscheidungsobjekte.
Änderungen werden nicht isoliert verarbeitet, sondern inkrementell entlang dieses Graphen propagiert. Jede Änderung kann dabei eine kaskadierende Folge von Zustandsänderungen in nachgelagerten und indirekt abhängigen Knoten auslösen.
Ziel ist nicht die Ausführung einzelner Regeln, sondern die deterministische Berechnung eines konsistenten Gesamtsystemzustands.
2. Excel als deklarative DSL für Entscheidungslogik
Die Contene Decision Engine nutzt Excel-basierte Logik als deklarative Beschreibungssprache für Entscheidungs- und Berechnungsregeln.
Damit wird keine zusätzliche proprietäre DSL (Domain Specific Language) eingeführt, sondern eine bereits in Fachabteilungen etablierte Form der Geschäftslogik direkt operationalisiert.
Excel fungiert dabei nicht als Tabellenkalkulation, sondern als strukturelle Repräsentation von Entscheidungslogik, die in ein formales, ausführbares Modell überführt wird.
Die Contene Decision Engine unterstützt dabei über 120 Excel-Funktionen und erweitert diese um zusätzliche Ausdrucks- und Logikelemente wie reguläre Ausdrücke sowie domänenspezifische Funktionen wie z. B. =isGTIN(), um branchenspezifische Validierungs- und Entscheidungslogiken direkt im Modell abbilden zu können.
Der entscheidende Vorteil liegt darin, dass das domänenspezifische Wissen bereits in der Organisation vorhanden ist und nicht neu modelliert oder in eine zusätzliche technische Sprache übertragen werden muss. Änderungen an der Entscheidungslogik können direkt durch die Fachabteilungen vorgenommen werden, ohne dass dafür fachfremde Entwickler in Projekten eingebunden werden müssen.
Die Contene Decision Engine übernimmt die in Excel definierte Logik durch einen Upload-Prozess, interpretiert und analysiert diese strukturell und übersetzt sie in ein in-memory ausführbares, deterministisches Graphmodell. Auf dieser Basis wird die Logik als konsistenter, graphbasierter Ausführungsraum verfügbar gemacht und systemweit einheitlich ausführbar.
3. Ausführungsmodell: Graph, Propagation, Kaskade und Konvergenz
Im Zentrum der Engine steht ein In-Memory-Abhängigkeitsgraph, in dem:
- Knoten einzelne Entscheidungs- oder Berechnungseinheiten repräsentieren
- Kanten die Abhängigkeiten zwischen Zuständen definieren
Die Ausführung erfolgt iterativ, bis der Gesamtzustand des Graphen konvergiert und stabil bleibt.
Statt vollständiger Neuberechnung werden Änderungen gezielt entlang der tatsächlich betroffenen Abhängigkeiten verarbeitet.
Dabei entsteht ein Kaskadeneffekt: Jede lokale Zustandsänderung kann weitere abhängige Berechnungen auslösen, die sich über mehrere Ebenen des Graphen fortsetzen. Diese Kaskade wiederholt sich, bis keine weiteren Zustandsänderungen mehr entstehen.
Ändert sich beispielsweise ein einzelnes technisches Attribut, werden davon abhängige Validierungen, abgeleitete Inhalte (z. B. in PDF-Dokumenten) sowie UI-Zustände automatisch entlang der betroffenen Abhängigkeitskette neu berechnet. Dies geschieht so lange, bis ein stabiler und konsistenter Gesamtzustand erreicht ist.
Dieser Mechanismus stellt sicher, dass auch komplexe, mehrstufige und zirkuläre Abhängigkeiten konsistent aufgelöst werden.
4. Single Source of Truth als Zustandsmodell
„Single Source of Truth“ wird in der Contene Decision Engine nicht als Datenhaltungskonzept verstanden, sondern als inhärente Eigenschaft des deterministischen Ausführungsmodells.
Jeder Datenwert existiert genau einmal im Zustandsraum des Graphen. Alle abgeleiteten Werte entstehen ausschließlich durch eine einheitliche, deterministische Entscheidungssemantik.
Dadurch ergibt sich ein konsistenter Systemzustand über alle Schichten hinweg: Datenpersistenz, Business-Logik, Benutzeroberflächen und Integrationen greifen stets auf denselben berechneten Zustand zu.
5. Anwendungsbreite der Decision Engine
Die Contene Decision Engine wird nicht auf einzelne Anwendungsfälle beschränkt, sondern bildet die gesamte Geschäftslogik des Systems innerhalb eines einheitlichen, deterministischen Entscheidungsmodells ab.
Auf dieser Basis wird dieselbe Entscheidungslogik für unterschiedliche funktionale Ebenen des Systems genutzt – darunter Plausibilitäts- und Konsistenzprüfungen, die Generierung und Ableitung von Inhalten sowie die Steuerung von Benutzeroberflächen und Prozessen.
Validierung, inhaltliche Ableitung und UI-Verhalten entstehen dabei nicht aus separaten Logiken oder isolierten Regelwerken, sondern werden direkt aus demselben konsistent berechneten Zustandsraum abgeleitet.
Dadurch wird verhindert, dass unterschiedliche Systemschichten voneinander abweichende oder widersprüchliche Entscheidungen treffen. Stattdessen basiert das gesamte Systemverhalten auf einem gemeinsamen, deterministisch berechneten Modell der Realität innerhalb des Graphen.
6. Performance und Skalierung
Die Contene Decision Engine ist vollständig speicherresident und konsequent auf inkrementelle Berechnung ausgelegt.
Im Mittel benötigt der Konvergenzprozess etwa 3,3 Iterationen pro Änderungsereignis, abhängig von Struktur und Tiefe der Abhängigkeiten.
In produktiven Umgebungen zeigt sich dieses Verhalten stabil. Beim ADAC Campingführer (PiNCAMP) werden durchschnittlich 3,1 Iterationen pro Änderung beobachtet, bei einer typischen Verarbeitungslaufzeit im niedrigen zweistelligen Millisekundenbereich pro Ereignis.
In Enterprise-Szenarien skaliert das System ereignisgetrieben über alle Datenänderungen hinweg. Bei Workloads mit rund 250.000 täglichen Artikeländerungen verarbeitet die Engine über sieben Milliarden regelbezogene Einzelberechnungen pro Tag innerhalb eines vollständig deterministischen Konvergenzmodells.
7. Contene Decision Engine und KI
Die Contene Decision Engine ist kein KI-System im klassischen Sinne. Sie basiert auf vollständig reproduzierbarer, deterministischer Logik.
KI-Komponenten können ergänzend eingesetzt werden, etwa für Klassifikation, Vorschläge oder die Verarbeitung unstrukturierter Eingaben. Die zentrale Entscheidungslogik bleibt jedoch strikt deterministisch, graphbasiert und konvergent.
Damit bleibt jede systemrelevante Entscheidung erklärbar, nachvollziehbar und reproduzierbar.
8. Explizite Entscheidungslogik statt impliziter Regeln
Die Contene Decision Engine ersetzt verteilte, implizite Entscheidungslogik durch ein formalisiertes, ausführbares Modell.
Statt inkonsistenter Regeln in Tabellen, Skripten oder isolierten Systemen entsteht eine zentrale Entscheidungsstruktur, die explizit modelliert, deterministisch berechnet und jederzeit nachvollzogen werden kann.
9. Fazit
Die Contene Decision Engine ist ein graphbasiertes In-Memory-Execution-Model für deterministische Entscheidungslogik.
Durch die Kombination aus explizitem Abhängigkeitsgraph, inkrementeller Change-Propagation, kaskadierender Zustandsausbreitung und konvergenter Ausführung entsteht ein System, das Entscheidungslogik nicht sequenziell abarbeitet, sondern als dynamischen Zustandsraum berechnet.
Das Ergebnis ist ein konsistenter, skalierbarer und vollständig reproduzierbarer Entscheidungsprozess, der komplexe Datenabhängigkeiten in Echtzeit stabilisiert.
