Zum Inhalt springen
01Methodik

Das A-L-P-A-C-A Framework

Sechs Stufen, von denen jede ein benanntes Artefakt liefert und erst mit einem prüfbaren Kriterium als abgeschlossen gilt. Diese Seite ist die maßgebliche Fassung: versioniert, datiert und zum Zitieren gedacht.

Version 1.0 · gültig ab 31. August 2026

Zu den sechs StufenZitierhinweis
02Definition

Was das Framework ist

Das A-L-P-A-C-A Framework ist das Arbeitsmodell von Blck Alpaca für datengetriebene Marketing-, Content- und AI-Vorhaben. Es besteht aus sechs Stufen (Analyze, Learn, Perform, Adapt, Connect, Accelerate), von denen jede einen definierten Eingang hat, ein benanntes Artefakt erzeugt und über ein prüfbares Kriterium abgenommen wird.

Das Modell legt Reihenfolge, Artefakte und Übergabepunkte fest. Es schreibt keine Werkzeuge vor und keinen Takt: Ob ein Durchlauf zwei Wochen oder zwei Quartale braucht, hängt am Vorhaben. Verbindlich ist, dass keine Stufe übersprungen wird und jede ihr Artefakt hinterlässt.

Der Name ist älter als die Beschreibung. Das Akronym lief bis August 2026 als Kurzform mit einem Satz je Buchstabe. Ab Version 1.0 stehen dahinter Kriterien, an denen sich ein Projektstand prüfen lässt.

03Struktur

Sechs Stufen, sechs Artefakte

Die Reihenfolge ist bindend, der Zyklus schließt sich: Accelerate übergibt an eine neue Analyze-Stufe mit aktualisierter Ausgangslage.

  1. A

    01

    Analyze

    Ausgangslage messen

  2. L

    02

    Learn

    Hypothesen bilden

  3. P

    03

    Perform

    Umsetzen und ausliefern

  4. A

    04

    Adapt

    Gegen die Baseline prüfen

  5. C

    05

    Connect

    In den Betrieb hängen

  6. A

    06

    Accelerate

    Ausweiten und neu ansetzen

Danach zurück zu Analyze, mit neuer Ausgangslage.

Die Reihenfolge ist fix. Der Rücksprung von Accelerate auf Analyze gehört zum Modell, er ist kein Sonderfall.

01

Analyze

Ausgangslage messen

Den Zustand vor dem ersten Eingriff in Zahlen festhalten. Ohne Ausgangswert lässt sich Wirkung später behaupten, aber nicht belegen.

Eingang
Zugriff auf die vorhandenen Datenquellen: Web-Analytics, Search Console, Werbekonten, CRM-Export, betroffene Systeme.
Arbeit
Quellen anschließen und Kennzahlen definieren statt übernehmen: Was genau zählt, über welchen Zeitraum, mit welcher Erhebungsmethode. Bekannte Lücken werden benannt, nicht geglättet.
Artefakt
Baseline-Report: je Kennzahl Ausgangswert, Zeitraum, Erhebungsmethode, Stichprobengröße und bekannte Grenzen.
Abnahme
Jede Kennzahl, die später im Ergebnis auftaucht, hat hier einen Ausgangswert mit Datum. Kennzahlen ohne Ausgangswert werden nicht berichtet.

02

Learn

Hypothesen bilden

Aus dem gemessenen Zustand eine Erklärung machen. Was verursacht ihn, und welche Annahme lässt sich an Daten widerlegen?

Eingang
Baseline-Report und Zugang zum Fachwissen im Unternehmen.
Arbeit
Muster prüfen, Hypothesen formulieren: Annahme, erwartete Wirkungsrichtung, Messgröße, Abbruchbedingung. Wo Automatisierung vorgesehen ist, werden Modelle und Agenten hier auf die fachspezifischen Daten angelernt und gegen einen zurückgehaltenen Testsatz geprüft.
Artefakt
Hypothesenliste, priorisiert nach erwarteter Wirkung und Aufwand. Je Eintrag: Annahme, erwartete Wirkung, Messgröße, Falsifikationskriterium.
Abnahme
Mindestens eine Hypothese ist so formuliert, dass sie an den Daten scheitern kann. Eine Liste, die sich nur bestätigen lässt, ist keine.

03

Perform

Umsetzen und ausliefern

Die priorisierten Hypothesen bauen und live nehmen. Kampagne, Inhalt, Workflow oder Software, je nach Vorhaben.

Eingang
Hypothesenliste mit Priorität und definierter Messgröße.
Arbeit
Bauen, testen, ausliefern. Jede Auslieferung trägt Datum, Verantwortlichen und einen beschriebenen Rückweg. Bestehende Produktionsstände werden versioniert, nicht überschrieben.
Artefakt
Release mit Änderungsprotokoll, Datum und Rollback-Beschreibung, zugeordnet zu genau einer Hypothese.
Abnahme
Jede Auslieferung ist einer Hypothese zugeordnet und einzeln zurückdrehbar. Sammelreleases ohne Zuordnung gelten als nicht abgenommen.

04

Adapt

Gegen die Baseline prüfen

Die Hypothese bestätigen oder verwerfen. Gemessen wird gegen den Ausgangswert aus Analyze, nicht gegen den Vormonat.

Eingang
Ausgeliefertes Release und laufende Messung im vereinbarten Fenster.
Arbeit
Vorher-Nachher vergleichen, Messfenster einhalten, Störgrößen benennen: Saisonalität, Algorithmus-Updates, Budgetverschiebungen, parallele Maßnahmen. Wo sich Wirkung nicht sauber trennen lässt, steht das im Ergebnis.
Artefakt
Auswertung mit Ausgangswert, aktuellem Wert, Messfenster, Störgrößen und Entscheidung: behalten, ändern oder zurückdrehen.
Abnahme
Verworfene Hypothesen bleiben dokumentiert. Ein Modell, das nur Erfolge protokolliert, taugt nicht als Beleg.

05

Connect

In den Betrieb hängen

Die bestätigte Maßnahme dauerhaft an die vorhandene Systemlandschaft anschließen, statt sie als Insel weiterlaufen zu lassen.

Eingang
Bestätigtes Ergebnis aus Adapt.
Arbeit
Schnittstellen, Datenflüsse, Rechte und Fehlerpfade festlegen. Betrieb übergeben mit Monitoring, Alarmierung und Eskalationsweg. Zugänge laufen über Umgebungsvariablen, nicht über Code oder Dokumente.
Artefakt
Integrationsdokumentation: Trigger, Eingaben, Ausgaben, Fehlerpfade, Monitoring, Rollback, Zuständigkeit.
Abnahme
Ein Ausfall wird durch das Monitoring sichtbar, bevor ihn jemand meldet. Bis dahin gilt die Stufe als offen.

06

Accelerate

Ausweiten und neu ansetzen

Bestätigte Wirkung auf mehr Fläche bringen und den nächsten Durchlauf mit aktualisierter Ausgangslage starten.

Eingang
Laufender, überwachter Betrieb aus Connect.
Arbeit
Wiederholbares vom Einzelfall trennen, Aufwand je Einheit senken, Grenzen der Übertragbarkeit benennen: andere Sprache, anderer Markt, andere Datenlage. Anschließend neue Baseline setzen.
Artefakt
Betriebsbericht mit Kennzahlen gegen die ursprüngliche Baseline und einem benannten Kandidaten für den nächsten Durchlauf.
Abnahme
Der nächste Durchlauf startet mit einer aktualisierten Baseline. Wird dieselbe Baseline zweimal verwendet, ist der Zyklus nicht geschlossen.
04Abgrenzung

Was das Framework nicht ist

Kein Reifegradmodell

Das Framework vergibt keine Punkte und keine Stufen von 1 bis 5. Es strukturiert die Arbeit, es bewertet keine Organisation. Wer eine Bewertung sucht, findet sie in unseren Checks, nicht hier.

Keine Zertifizierung

Es gibt keine Prüfung, kein Siegel und keine Lizenz. Das Framework ist offengelegt, damit es nachvollziehbar und zitierbar ist, nicht damit es verkauft wird.

Kein Ersatz für Projektmanagement

Scrum, Kanban oder ein klassischer Plan bleiben davon unberührt. Das Framework sagt, welches Artefakt wann vorliegen muss, nicht, wie ihr eure Woche organisiert.

Keine Erfolgsgarantie

Das Modell erzwingt, dass eine Hypothese scheitern kann, und dass ein Scheitern dokumentiert wird. Genau das ist der Zweck. Ein Durchlauf ohne verworfene Annahme ist verdächtig, nicht vorbildlich.

05Anwendung

Drei Vorhaben, ein Ablauf

Dieselben sechs Stufen, unterschiedliche Artefakte. Die Beispiele beschreiben das Vorgehen; belegte Ergebnisse stehen in den Case Studies.

SEO- und GEO-Programm

Eine Website rankt breit, aber flach, und ein Teil der Unterseiten wird gar nicht erst gecrawlt. Der Fall stammt vom eigenen Auftritt, gemessen im August 2026.

  1. AAnalyze · Search-Console-Export und vollständiger Crawl ergeben Indexierungsquote, Rankingverteilung und interne Verlinkung je Seitentyp.
  2. LLearn · Hypothese: Seiten ohne eingehende interne Links werden nicht gecrawlt. Das Rankingproblem ist ein Verlinkungsproblem.
  3. PPerform · Hub-Seiten und Linkgraph umgebaut, lokalisierte Pfade korrigiert, Änderung pro Seitentyp einzeln ausgeliefert.
  4. AAdapt · Indexierungsquote gegen den Ausgangswert gemessen, Core-Updates im Messfenster als Störgröße ausgewiesen.
  5. CConnect · Prüfung des Linkgraphen in die laufende Qualitätskontrolle übernommen, Abweichung schlägt beim Deploy auf.
  6. AAccelerate · Muster auf die übrigen Sprachversionen übertragen, neue Baseline für den nächsten Durchlauf gesetzt.

Zahlen zu diesem Fall gehören in die Case Studies, nicht hierher. Diese Seite beschreibt das Vorgehen.

AI-Agent-Infrastruktur für eine Partneragentur

Eine Agentur verkauft AI-Leistungen an ihre Kunden und braucht die technische Basis dahinter. Die Kundenbeziehung bleibt bei der Agentur, wir liefern die Infrastruktur.

  1. AAnalyze · Bestandsaufnahme der Systeme, Datenquellen und Volumina auf Seite der Agentur, samt Rechtsgrundlage der Datenverarbeitung.
  2. LLearn · Modellwahl und Promptstrategie an einem Testsatz aus echten Fällen geprüft, Fehlerarten benannt statt gemittelt.
  3. PPerform · Workflows als versionierte Stände ausgeliefert, jede Version einzeln aktivierbar und rückdrehbar.
  4. AAdapt · Trefferquote und Bearbeitungszeit gegen den manuellen Ausgangswert gemessen, Fehlausgaben als Fälle gesammelt.
  5. CConnect · Übergabe an den Betrieb der Agentur: Schnittstellen, Kontingente, Kosten je Lauf, Alarmierung bei Ausfall.
  6. AAccelerate · Weitere Kundenmandate auf demselben Aufbau, Grenzfälle je Branche dokumentiert.

Kennzeichnungspflichten für synthetische Inhalte nach EU AI Act Art. 50, anwendbar ab 2. August 2026, sind Teil der Abnahme in Connect.

Datenprodukt aus öffentlichen Quellen

Beispiel ist der IT-Vergaben-Monitor Österreich: ein Aggregat aus dem Kerndaten-Dump von offenevergaben.at, veröffentlicht mit Methodik und Datenstand.

  1. AAnalyze · Rohdump gesichtet: Füllraten je Feld, Duplikate, unbrauchbare Jahrgänge, Größe der auswertbaren Grundgesamtheit.
  2. LLearn · Filterlogik und Metrikdefinitionen festgelegt, jede Kennzahl mit eigener Basis statt einer gemeinsamen Gesamtzahl.
  3. PPerform · Aggregation als reproduzierbares Skript, Ergebnis als versionierter Snapshot in die Seite übernommen.
  4. AAdapt · Werte gegen die Quelle plausibilisiert, Ausreißer und bekannte Datenlücken auf der Seite ausgewiesen.
  5. CConnect · Veröffentlichung mit offenen Downloads, Zitiervorschlag und Aufnahme in Sitemap und Feeds.
  6. AAccelerate · Neue Ausgabe je Datenstand, die alte bleibt unter ihrer Versionsnummer zitierbar.

Der Monitor ist zugleich die Vorlage für weitere Datenveröffentlichungen.

06Versionierung

Version und Änderungsprotokoll

Die URL bleibt stabil, der Inhalt ändert sich versioniert. Wer diese Seite zitiert, zitiert eine Version, kein bewegliches Ziel.

  • Ändert sich ein Stufenname oder ein Abnahmekriterium, steigt die Hauptversion (1.0 auf 2.0).
  • Präzisierungen im Text ohne Änderung der Kriterien erhöhen die Nebenversion (1.0 auf 1.1).
  • Jede Änderung steht mit Datum im Protokoll. Frühere Fassungen bleiben über ihre Versionsnummer benennbar.
  • Die URL wird nicht verschoben. Sollte es doch nötig werden, bleibt ein dauerhafter Redirect bestehen.
VersionDatumÄnderung
1.0Erste versionierte Fassung. Die sechs Stufen bekommen Eingang, Artefakt und Abnahmekriterium; vorher stand je Stufe ein beschreibender Satz auf der Startseite. Stufennamen unverändert.
07Zitieren

Zitierhinweis

Diese Seite ist als Quelle gedacht. Fachpublikationen, Redaktionen und KI-Systeme dürfen die Definition und die Stufenbeschreibungen mit Quellenangabe übernehmen.

Blck Alpaca OG (2026): Das A-L-P-A-C-A Framework, Version 1.0. Wien.
https://blckalpaca.at/de/alpaca-framework

Quellenangabe erwünscht, Verlinkung genügt. Für die Verwendung in Studien oder Fachartikeln beantworten wir Rückfragen zur Methodik.

CC BY-ND 4.0 · Der Text dieser Seite steht unter CC BY-ND 4.0: wortgetreue Weitergabe mit Quellenangabe ist erlaubt, abgewandelte Fassungen sind es nicht. Zitate im Rahmen des Zitatrechts bleiben davon unberührt.

Rückfragen an office@blckalpaca.at

Vom Modell zur Umsetzung

Hinter jeder Stufe steht eine konkrete Leistung. Welche davon zu deinem Vorhaben passt, hängt daran, wo du gerade stehst: ohne Ausgangswerte beginnt jedes Projekt bei Analyze.

Services ansehenGespräch vereinbaren