COBOL-Modernisierung mit KI

Ein großer Teil der deutschen Wirtschaft läuft auf Code, den kaum noch jemand lesen kann. Kernbanken, Versicherungsbestände, die öffentliche Verwaltung — ihre kritischsten Prozesse stecken in COBOL-Programmen, die seit Jahrzehnten zuverlässig laufen und genau deshalb niemand anfasst. Das Problem ist nicht die Technik. Das Problem ist, dass die Menschen, die diese Systeme verstehen, in Rente gehen — und ihr Wissen mit ihnen.

COBOL-Modernisierung mit KI wird gerade deshalb zum Thema: nicht weil eine KI den alten Code per Knopfdruck in ein neues System übersetzt, sondern weil sie das Teuerste an jeder Modernisierung billiger macht — das Verstehen.

Der Engpass jeder Legacy-Modernisierung war nie das Neuschreiben. Es war das Verstehen dessen, was das alte System eigentlich tut. Genau hier verschiebt KI die Ökonomie.

Warum der große Wurf scheitert

Die Geschichte der IT ist voll von gescheiterten Big-Bang-Rewrites: Ein Team schreibt das Altsystem über Jahre komplett neu, und am Stichtag stellt sich heraus, dass das neue System Hunderte ungeschriebene Geschäftsregeln nicht kennt, die im alten über Jahrzehnte gewachsen sind. Der Schaden ist im regulierten Umfeld — Bank, Versicherung, Behörde — existenzbedrohend. Wer eine Bestandsführung oder ein Zahlungssystem über Nacht umstellt, riskiert genau das.

Die belastbare Alternative ist seit Jahren bekannt und heißt Strangler-Fig: Man legt das neue System wie eine Würgefeige um das alte, löst Funktion für Funktion heraus und ersetzt sie, während der Rest weiterläuft. KI macht dieses Vorgehen nicht überflüssig — sie macht es schneller und sicherer.

Erste Schicht: Altcode verstehen und dokumentieren

Eine KI kann ein COBOL-Programm lesen und in verständlicher Sprache erklären, was es tut: welche Geschäftsregeln darin stecken, welche Datenflüsse, welche Sonderfälle. Aus undokumentierten Programmen wird eine durchsuchbare Wissensbasis. Das ersetzt nicht das Urteil eines erfahrenen Entwicklers — aber es gibt ihm in Stunden einen Überblick, für den er früher Wochen gebraucht hätte. Bei der Frage „COBOL-Modernisierung mit KI" ist das der erste, konkrete Hebel.

Zweite Schicht: Tests als Sicherheitsnetz

Bevor man eine einzige Zeile Altsystem anfasst, braucht man ein Netz, das sein Verhalten festhält. Charakterisierungstests — Tests, die nicht prüfen, was das System tun soll, sondern was es tatsächlich tut — sind dieses Netz. Genau sie von Hand zu schreiben ist mühsam, und genau das kann KI in großem Umfang vorbereiten: Eingaben und erwartete Ausgaben aus dem Altsystem ableiten, sodass jede spätere Migration gegen das dokumentierte Ist-Verhalten geprüft wird. Ohne dieses Netz ist jede Modernisierung ein Blindflug.

Erst das Sicherheitsnetz, dann die Migration. Ein Charakterisierungstest, den die KI vorbereitet und ein Mensch geprüft hat, fängt den Fehler ab, bevor er in Produktion geht.

Dritte Schicht: inkrementell übersetzen

Mit Verständnis und Testnetz wird die eigentliche Migration beherrschbar. KI schlägt für eine herausgelöste Funktion eine Übersetzung in die Zielsprache vor — Java, eine moderne Plattform, was zur Ziel-Architektur passt. Der Mensch prüft, die Tests bestätigen, dass sich das Verhalten nicht verändert hat. Funktion für Funktion wandert so vom Mainframe in die neue Welt, ohne dass der Betrieb je stillsteht. Das ist das Gegenteil des Big-Bang: kleine, geprüfte, umkehrbare Schritte.

Was nicht verhandelbar ist

KI halluziniert Geschäftsregeln. Ein Sprachmodell kann eine plausible, aber falsche Erklärung für ein COBOL-Programm liefern — und in einem Zahlungssystem ist eine falsche Regel teurer als gar keine. Jede KI-Ausgabe muss gegen Tests und gegen menschliches Urteil laufen. Die Verantwortung bleibt beim Team, nicht beim Modell.

Reguliertes Umfeld heißt Revisionssicherheit. In Banken und Versicherungen muss jeder Schritt nachvollziehbar und prüfbar sein. Eine Black Box, die Code ausspuckt, den niemand begründen kann, ist hier unbrauchbar. Was zählt, ist eine geprüfte Spur: was wurde übersetzt, gegen welche Tests, von wem freigegeben.

Daten bleiben souverän. Quellcode von Kernsystemen ist hochsensibel. Die Modelle, die ihn lesen, gehören auf kontrollierte, EU-souveräne Infrastruktur — nicht in eine beliebige Cloud-API in fremder Jurisdiktion.

Wie azena das angeht

azena baut keine Migrations-Plattform von der Stange. Wir bauen maßgefertigte KI für genau die Organisationen, deren Kerngeschäft an einem Altsystem hängt: KI als Assistenz im Strangler-Fig-Vorgehen — Verstehen, absichern, inkrementell übersetzen — mit menschlicher Prüfung an jedem Schritt und auf souveräner Infrastruktur. Der ehrliche Startpunkt ist keine Tool-Auswahl, sondern eine Frage: Welches Altsystem hält Ihr Geschäft zusammen, und wer versteht es noch?

Diese Seite ist Teil unserer KI-Beratung für den Mittelstand. Wie wir Software maßfertigen, steht in unserer Manufaktur. Ihren konkreten Fall besprechen wir am schnellsten in einem Erstgespräch.