KI-gestützte Legacy-Modernisierung nutzt KI-Coding-Agenten, um ein Altsystem zu lesen, zu dokumentieren, zu testen und schrittweise zu übersetzen, während Ingenieure jede Entscheidung treffen und jede Änderung prüfen. 2026 machen Agenten die teure Vorarbeit günstiger: Code erklären, an den sich niemand mehr erinnert, Abhängigkeiten kartieren, Charakterisierungstests schreiben und Upgrade-Routinearbeit erledigen. Das eigentliche Risiko beseitigen sie nicht. Es liegt in Verhalten, das nie dokumentiert wurde, in der Datenmigration und in der Umstellung. Der Weg, der funktioniert: analysieren, ein Sicherheitsnetz aus Tests aufbauen, in kleinen Schritten hinter einer Strangler-Fig-Fassade migrieren, Daten mit Abgleich übernehmen, Alt und Neu parallel betreiben und das Altsystem dann abschalten.
Dieses Playbook richtet sich an CTOs, die entscheiden, wie sie ein System modernisieren, von dem das Geschäft noch abhängt: einen COBOL-Mainframe, einen in die Jahre gekommenen .NET- oder Java-Monolithen, eine PHP-Anwendung, die niemand mehr anfassen will. Wie Coding-Agenten den Projektalltag verändern, steht in unserem Artikel zu KI-Coding-Agenten in Softwareprojekten; hier wenden wir sie auf alten Code an.
Was KI an der Legacy-Modernisierung ändert und was nicht
Jahrzehntelang gingen die ersten Monate eines Modernisierungsprogramms in Archäologie: Code lesen, die wenigen Menschen befragen, die noch wissen, warum er funktioniert, Datenflüsse aus Batch-Läufen und Stored Procedures rekonstruieren. Das Budget war verbraucht, bevor eine einzige Funktion umgezogen war.
KI-Coding-Agenten können heute eine große Codebasis lesen, Aufrufen über Module hinweg folgen und sie in Stunden statt Wochen verständlich erklären. Das verändert die Wirtschaftlichkeit der frühen Phasen und macht schrittweise Ansätze, die viele Tests und kleine mechanische Änderungen brauchen, günstiger. Es ändert nichts daran, woran Modernisierungsprogramme scheitern: Der Code war selten der schwierigste Teil.
Mit KI günstiger
- Alten Code verstehen und dokumentieren
- Abhängigkeiten, Datenzugriffe und Batch-Ketten kartieren
- Charakterisierungstests und Testdaten schreiben
- Framework- und Runtime-Upgrades, veraltete APIs
So schwer wie vorher
- Entscheiden, welches alte Verhalten das Geschäft noch braucht
- Jahrzehnte an Daten bereinigen und abgleichen
- Umstellen, ohne den Betrieb anzuhalten
- Verändern, wie Menschen und Teams arbeiten
KI macht es günstiger, das Altsystem zu verstehen. Sie kann Ihnen nicht sagen, welches seiner Verhaltensweisen das Geschäft noch braucht.
Optionen der Softwaremodernisierung: die sieben R im Vergleich
Modernisierungsoptionen werden meist als "R"-Strategien beschrieben. Namen und Anzahl unterscheiden sich je nach Framework; diese sieben decken die Entscheidungen ab, vor denen Sie stehen. Entscheiden Sie je Komponente, nicht für die ganze Landschaft: Ein System bekommt oft drei verschiedene Antworten.
| Strategie | Was sie bedeutet | Wann sie passt | Hauptrisiko | Wo KI hilft |
|---|---|---|---|---|
| Retain (beibehalten) | So lassen, wie es ist, eventuell mit einer API davor | Stabil, selten geändert, günstig im Betrieb | Know-how und Herstellersupport verschwinden | Dokumentation, damit Wissen nicht mit Menschen geht |
| Rehost | Unverändert auf neue Infrastruktur umziehen ("Lift and Shift") | Rechenzentrumsausstieg, Hardware am Lebensende | Gleicher Code, gleiche Probleme, neue Rechnung | Inventar von Konfiguration und Abhängigkeiten, Infrastructure as Code |
| Replatform | Kleine Anpassungen für eine verwaltete Plattform: Container, Managed Database, neuere Runtime | Cloud-Betrieb ohne Neuentwicklung | Versteckte Abhängigkeit vom Verhalten der alten Runtime | Runtime-Upgrades und Kompatibilitätskorrekturen |
| Refactor | Innere Struktur verbessern, ohne das Verhalten zu ändern | Das Design trägt, der Code ist aber schwer zu ändern | Ohne Tests schleichend in eine Neuentwicklung rutschen | Charakterisierungstests, mechanische Refactorings, toten Code finden |
| Rearchitect | Die Architektur ändern, etwa einen Monolithen in Module oder Services zerlegen | Teile müssen unterschiedlich skalieren oder sich unterschiedlich schnell ändern | Verteilte Komplexität, unklare Datenhoheit | Abhängigkeiten kartieren, Schnittstellen finden, Adapter erzeugen |
| Rebuild | Auf einem neuen Stack neu schreiben, bei gleichem Umfang | Geschäftskritisch und nicht mehr zu reparieren | Big-Bang-Umstellung, übersehenes Verhalten | Alte Regeln in Spezifikationen und Tests überführen; Module übersetzen |
| Replace | Durch SaaS oder Standardsoftware ersetzen | Standardfunktionen wie Buchhaltung, Personalverwaltung oder CRM | Anpassungen und Daten, die nicht ins Produkt passen | Anpassungen und Daten auf das neue Produkt abbilden |
Ergänzen Sie jede Analyse um eine achte Option: Retire, also abschalten. Nutzungsdaten zeigen oft Masken, Berichte und Batch-Läufe, die niemand verwendet; jede abgeschaltete Funktion müssen Sie nicht migrieren.
Bewerten Sie zur Auswahl jede Komponente nach Geschäftswert und technischem Zustand. Hoher Wert, schlechter Zustand: refaktorieren, neu strukturieren oder schrittweise neu bauen. Niedriger Wert, schlechter Zustand: ersetzen oder abschalten. Hoher Wert, guter Zustand: beibehalten, mit einer API davor. Die gesamte Landschaft auf einmal neu zu schreiben, ist selten richtig. Wo ein Neubau gerechtfertigt ist, behandeln Sie ihn als Individualsoftwareentwicklung mit einer ungewöhnlich genauen Spezifikation: dem Altsystem.
Wo KI bei Legacy-Code wirklich hilft
Sechs Aufgaben, bei denen Agenten ihren Platz verdienen, vorausgesetzt, ein Ingenieur prüft das Ergebnis.
Code verstehen und dokumentieren
Verständliche Zusammenfassungen je Modul, ein Glossar der Fachbegriffe, Datenflüsse und Entwürfe der Architekturdokumentation, für COBOL, PL/SQL, Visual Basic oder altes Java. Jemand, der das System kennt, bestätigt sie.
Charakterisierungs- und Golden-Master-Tests
Festhalten, was das System heute tut: Eingaben einspeisen, Ausgaben aufzeichnen, prüfen, dass der neue Code dasselbe liefert. Agenten schreiben das Test-Harness und leiten Eingabefälle aus den Verzweigungen ab, die sie lesen. Erfasst wird das heutige Verhalten, Fehler eingeschlossen; genau darum geht es.
Abhängigkeiten kartieren
Aufrufgraphen, welche Programme welche Tabellen lesen und schreiben, Batch-Ketten, gemeinsame Includes und Copybooks, externe Schnittstellen. Gleichen Sie die Karte des Agenten mit statischer Analyse und Laufzeit-Logs ab; keines davon ist allein vollständig.
Schrittweise Übersetzung
Modul für Modul in die Zielsprache übersetzen, sobald es Tests für das Modul gibt. Verlangen Sie idiomatischen Zielcode statt einer Zeile-für-Zeile-Kopie, und reviewen Sie ihn wie jeden anderen Code.
Upgrade-Routinearbeit
Framework- und Runtime-Upgrades, etwa von .NET Framework auf aktuelles .NET, von altem Java auf ein aktuelles LTS-Release oder von PHP 7 auf 8: veraltete APIs, geänderte Standardwerte, Build-Skripte und Abhängigkeits-Updates.
Wissen sichern
Gespräche mit den Menschen, die das System betreiben, in strukturierte Regeln, offene Fragen und Testfälle überführen.
Der Haken ist die Genauigkeit. Im Stack Overflow Developer Survey 2025 nannten 66 % der Befragten "KI-Lösungen, die fast richtig sind, aber eben nicht ganz" als größtes Ärgernis, 45 % sagen, das Debuggen von KI-generiertem Code koste mehr Zeit, und mehr Entwickler misstrauen der Genauigkeit von KI-Tools (46 %), als ihr vertrauen (33 %). Bei neuem Code bemerkt der Autor, der weiß, was er gemeint hat, das "fast richtig". Bei Legacy-Code kennt niemand die richtige Antwort auswendig, und der Fehler kann monatelang überleben. Daraus folgt die Regel: Jedes KI-Ergebnis wird zu einem Test, der läuft, zu Code, den ein Mensch prüft, oder zu Dokumentation, die ein Mensch bestätigt.
Wo KI das Risiko nicht beseitigt
Ein Agent kann erklären, was der Code tut. Ob das Geschäft das noch will, kann er nicht sagen. Fünf Risiken bleiben bei Ihnen und Ihrem Partner.
| Risiko | Warum KI es nicht klären kann | Was stattdessen hilft |
|---|---|---|
| Geschäftsregeln, die niemand bestätigen kann | Der Code enthält vielleicht einen Workaround für eine inzwischen geänderte Vorschrift oder einen Sonderfall für einen Kunden, der längst weg ist. Lesen verrät die Absicht nicht. | Ein Regelinventar mit einem benannten Verantwortlichen je Regel, der entscheidet: behalten, ändern oder streichen |
| Datenqualität | Alte Daten enthalten gemischte Zeichenkodierungen, magische Werte und verwaiste Datensätze, die der alte Code stillschweigend toleriert | Daten früh profilieren, Bereinigungsregeln vereinbaren, jeden Migrationslauf abgleichen |
| Umstellung (Cut-over) | Wartungsfenster, Batch-Zeitpläne, Partnerschnittstellen und Rollback sind betriebliche Entscheidungen, kein Code | Generalproben, Runbooks, umschaltbares Routing, ein getesteter Rollback-Plan |
| Organisatorischer Wandel | Nutzer haben Workarounds, nachgelagerte Teams hängen an alten Berichten | Nutzer früh einbinden, jeden Berichtsempfänger erfassen, Schulung und neue Zuständigkeiten planen |
| Verhalten außerhalb des Repositorys | Scheduler-Einstellungen, Datenbank-Trigger, Konfiguration und manuelle Bedienschritte stehen oft nicht im Code, den der Agent liest | Laufzeitumgebung und Betrieb inventarisieren, nicht nur den Quellcode |
Mainframe- und COBOL-Modernisierung mit KI
COBOL-Landschaften haben eigene Fallen: gemeinsam genutzte Copybooks, JCL-Batch-Ketten, CICS-Transaktionen, gepackte Dezimalarithmetik, EBCDIC-Daten, VSAM-Dateien oder Db2-Tabellen. Agenten erklären COBOL gut und liefern brauchbare Java- oder C#-Entwürfe. Bei der Dezimalarithmetik wird Übersetzung "fast richtig": Ein anderer Rundungsmodus in einer Zinsberechnung übersteht ein flüchtiges Review und fällt Wochen später beim Abgleich auf. Golden-Master-Tests über echte Batch-Eingaben und -Ausgaben sind die einzige verlässliche Prüfung.
Entscheiden Sie früh zwischen Übersetzung und Neugestaltung: Zeile für Zeile übersetzen geht schneller, erzeugt aber Java, das sich noch wie COBOL liest; Neugestaltung dauert länger und liefert Code, den Ihr Team pflegen kann. Die Zielseite ist normale moderne Softwareentwicklung; für die Mainframe-Seite brauchen Sie Menschen, die die Plattform kennen.
Das Strangler Fig Pattern: Altsysteme modernisieren ohne Big-Bang-Neuentwicklung
Das Strangler Fig Pattern ersetzt ein Altsystem schrittweise: Neue Funktionen entstehen im neuen System, bestehende Funktionen ziehen nacheinander um, und das Altsystem wird abgeschaltet, sobald nichts mehr davon abhängt. So vermeiden Sie die drei Probleme einer Big-Bang-Neuentwicklung: Das Altsystem ändert sich weiter, während Sie es neu schreiben; das neue liefert nichts, bis es vollständig gleichwertig ist; und die Umstellung wird zu einem einzigen großen, riskanten Ereignis.
- Eine Fassade davorsetzen: ein API-Gateway, ein Reverse Proxy oder eine Schnittstelle im Code, über die jeder Aufruf läuft.
- Einen schmalen Schnitt wählen: eine Funktion mit klaren Ein- und Ausgaben, idealerweise eine, die sich oft ändert oder Probleme macht.
- Den Schnitt im neuen System bauen, abgesichert durch die Charakterisierungstests für diese Funktion.
- Einen kleinen Teil des Verkehrs umleiten oder eine Nutzergruppe auf den neuen Schnitt lenken. Ergebnisse vergleichen; wenn etwas nicht stimmt, das Routing zurückschalten.
- Datenhoheit festlegen. Alt und Neu per Change Data Capture oder Events synchron halten, mit einer führenden Quelle je Datenbestand.
- Wiederholen, dann entfernen. Alten Code löschen, sobald keine Route mehr darauf zeigt, damit das Altsystem wirklich schrumpft.
KI hilft bei jedem Schritt: Schnittstellen in einem Monolithen finden, Adapter zwischen altem und neuem Datenmodell erzeugen, Vergleichstests schreiben. Bei batchlastigen Systemen schneiden Sie nach Batch-Kette statt nach Anfrage: eine Kette nach der anderen umziehen und ihre Ausgabedateien vergleichen.
Ein Sechs-Phasen-Playbook für die KI-gestützte Modernisierung
Jede Phase endet mit einer Entscheidung, die Sie getrennt finanzieren können; die Phasen 3 bis 5 wiederholen sich je Schnitt.
| Phase | Was passiert | Rolle der KI | Abschlusskriterium |
|---|---|---|---|
| 1. Analyse | Inventar, Nutzung, Bewertung nach Wert und Zustand, Strategie je Komponente, erster Schnitt und Budget | Code lesen, Dokumentation entwerfen, Abhängigkeiten kartieren | Strategie je Komponente freigegeben; erster Schnitt gewählt |
| 2. Sicherheitsnetz | Charakterisierungstests, CI, Monitoring, Testumgebungen | Test-Harness und Eingabefälle erzeugen | Tests laufen gegen das Altsystem grün; Abdeckung des ersten Schnitts vereinbart |
| 3. Schrittweise Schnitte | Fassade steht; Schnitte werden einzeln gebaut und eingeschaltet | Übersetzung, Refactoring, Upgrades, erstes Review | Je Schnitt: Tests grün, live hinter der Routing-Schicht |
| 4. Datenmigration | Profilieren, abbilden, bereinigen, migrieren, abgleichen, proben | Mappings und Skripte entwerfen, Auffälligkeiten markieren | Sauberer Abgleich in einer Generalprobe mit Daten in Produktionsgröße |
| 5. Parallelbetrieb | Alt und Neu verarbeiten dieselben Eingaben; die Ergebnisse werden verglichen | Abweichungen sichten und gruppieren | Jede Abweichung erklärt; der fachliche Verantwortliche gibt frei |
| 6. Abschaltung | Abschalten, Daten archivieren, Routen entfernen, Lizenzen beenden | Verbliebene Verweise auf das Altsystem finden | Altsystem aus, Archiv zugänglich, Betriebskosten weg |
Überspringen Sie Phase 6 nicht: Ein Altsystem, das "sicherheitshalber" weiterläuft, verdoppelt die Betriebskosten und hält alle alten Risiken am Leben. Für einen Blick von außen auf Phase 1 umfasst unser Software-Consulting Architektur- und Modernisierungsanalysen.
Lassen Sie Ihr Altsystem analysieren
Wir lesen Ihr System mit KI-gestützten Werkzeugen und erfahrenen Ingenieuren, kartieren Abhängigkeiten und Risiken, empfehlen eine Strategie je Komponente und definieren den ersten Schnitt. Ein Angebot erhalten Sie innerhalb von 24 Stunden nach dem ersten Gespräch.
Checkliste für die Legacy-Modernisierung
- Verantwortliche: ein fachlicher Verantwortlicher für das System und für jeden Schnitt.
- Inventar: Komponenten, Schnittstellen, Batch-Läufe, Berichte und wer sie nutzt.
- Nutzungsdaten: welche Funktionen tatsächlich genutzt werden und welche abgeschaltet werden können.
- Strategie: eines der sieben R je Komponente, mit schriftlicher Begründung.
- Regelinventar: Jede bekannte Geschäftsregel hat einen Verantwortlichen, der sie bestätigen oder streichen kann.
- Sicherheitsnetz: Charakterisierungstests laufen in der CI gegen das Altsystem.
- Fassade: Die Routing-Schicht ist live, bevor der erste Schnitt umzieht.
- Daten: profiliert, mit vereinbarten Bereinigungs- und Abgleichsregeln.
- Rollback: ein Plan für jedes Release, mindestens einmal getestet.
- Parallelbetrieb: Vergleichsmethode und Freigabekriterien vorab festgelegt.
- KI-Richtlinie: zugelassene Tools, Datenregeln und Review-Regeln schriftlich.
- Abschaltplan: Aufbewahrungsfristen, Archivzugriff, Enddaten für Lizenzen und Verträge.
KI-generierte Änderungen steuern
Bei einer Modernisierung landet KI-Output in Systemen, die Abrechnung, Lohnbuchhaltung oder Schadenbearbeitung tragen. Sechs Regeln:
Menschliches Review jeder Änderung
Ein Ingenieur, der das Modul versteht, prüft jede KI-generierte Änderung im normalen Pull-Request-Prozess. Schneiden Sie die Schritte so, dass Menschen sie gründlich prüfen können.
Tests sind der Vertrag
Charakterisierungstests sind das Abnahmekriterium. Ein Agent darf keinen Test ändern, damit er besteht, ohne ausdrückliche Freigabe; Test- und Codeänderungen gehören in getrennte Commits.
Keine Geheimnisse an Tools
Alte Repositorys enthalten oft fest codierte Passwörter, Verbindungszeichenfolgen und echte Kundendaten in Testdateien. Bereinigen Sie sie, bevor ein KI-Tool den Code liest; Produktionsdaten gehören nie in einen Prompt.
Datenbedingungen der Anbieter
Wissen Sie, welche KI-Dienste Ihren Code sehen, unter welchem Tarif, ob er zum Training genutzt werden darf, wie lange und wo er gespeichert wird. Personenbezogene Daten in Code oder Testdaten machen daraus auch eine DSGVO-Frage.
Prompt Injection
Agenten lesen Kommentare, Dokumente und Tickets, die versteckte Anweisungen enthalten können. Geben Sie ihnen nur die nötigsten Rechte und niemals Produktionszugänge.
Messen statt annehmen
Verfolgen Sie Durchlaufzeit je Schnitt, Review-Zeit, Fehler in Produktion und Abweichungen beim Abgleich gegen den Plan.
Die OWASP Top 10 for LLM Applications führen Prompt Injection als größtes Risiko (LLM01); deshalb gehören Berechtigungen in die Konfiguration, nicht in den Prompt. Zum Messen: In einer Studie von METR aus dem Jahr 2025, die METR inzwischen selbst als veraltet bezeichnet, wich das gefühlte Tempo der Entwickler mit KI-Tools vom gemessenen ab. Gefühlter und gemessener Nutzen können auseinanderfallen, also messen Sie.
Wenn ein externes Team personenbezogene Daten im Altsystem sieht, planen Sie das ein. Der Kosovo, wo unsere Ingenieure arbeiten, liegt außerhalb der EU und hat keinen Angemessenheitsbeschluss; nötig sind daher ein Auftragsverarbeitungsvertrag, die EU-Standardvertragsklauseln und ein Transfer Impact Assessment. Mehr dazu für Unternehmen in Deutschland. Für ein Sicherheitsreview von Alt- und Neusystem siehe unsere Security-Leistungen.
Was Legacy-Modernisierung kostet und wie Sie budgetieren
Kein seriöser Anbieter kann eine Modernisierung beziffern, bevor er das System gesehen hat. Das treibt die Kosten:
- Größe und Verflechtung des Codes: wie viel Zustand, Tabellen und Includes geteilt werden, nicht nur die Zeilenzahl.
- Schnittstellen: Jeder Partner, jede Dateiübertragung und jeder nachgelagerte Bericht ist eine Aufgabe bei der Umstellung.
- Vorhandene Tests: Gibt es keine, ist das Sicherheitsnetz eine eigene Phase.
- Datenmenge und -qualität: Migration und Abgleich sind oft der größte Block.
- Zugang zu Fachleuten: Die Zeit der Menschen, die das System kennen, ist die knappste Ressource.
- Rahmenbedingungen und Parallelbetrieb: Regulierung, Prüfpfade, Wartungsfenster und wie lange beide Systeme laufen müssen.
- Strategie: Rehosting kostet einen Bruchteil eines Neubaus und bringt einen Bruchteil des Nutzens.
KI senkt die Kosten für Verstehen, Testschreiben und mechanische Änderungen, nicht für Expertenzeit, Datenabgleich, Parallelbetrieb oder Change Management. Seien Sie skeptisch bei jedem Angebot, das eine feste Einsparung "durch KI" verspricht, bevor jemand Ihren Code gelesen hat.
Illustrative Spannen zu unseren veröffentlichten Sätzen von 45–65 € pro Ingenieurstunde, bei 40-Stunden-Wochen: Planungsbeispiele für eine mittelgroße Anwendung, keine Angebote. Lizenzen und die Zeit Ihrer eigenen Mitarbeitenden kommen hinzu.
| Phase (illustrativ) | Team und Dauer | Stunden | Illustrative Kosten |
|---|---|---|---|
| Analyse und Roadmap: Inventar, Abhängigkeitskarte, Strategie je Komponente, erster Schnitt | 2 Ingenieure × 2 Wochen | 160 h | 7.200–10.400 € |
| Sicherheitsnetz: Charakterisierungstests, CI, Monitoring für den ersten Bereich | 2 Ingenieure × 3–4 Wochen | 240–320 h | 10.800–20.800 € |
| Ein Schnitt: Umsetzung, Tests, Release hinter der Fassade | 3 Ingenieure × 4–6 Wochen | 480–720 h | 21.600–46.800 € |
| Datenmigration für diesen Schnitt: Mapping, Skripte, Abgleich, Generalproben | 2 Ingenieure × 3–5 Wochen | 240–400 h | 10.800–26.000 € |
| Parallelbetrieb und Unterstützung bei der Umstellung | 2 Ingenieure × 2–4 Wochen | 160–320 h | 7.200–20.800 € |
| Abschaltung: Archiv, Routen entfernen, aufräumen | 1 Ingenieur × 1–2 Wochen | 40–80 h | 1.800–5.200 € |
So budgetieren Sie: Finanzieren Sie die Analyse separat, denn sie entscheidet, ob Sie beibehalten, ersetzen oder neu bauen. Sicherheitsnetz und ersten Schnitt finanzieren Sie als nächste Entscheidung; der erste Schnitt zeigt das echte Tempo, Review und Abgleich eingeschlossen. Den Rest budgetieren Sie auf dieser Basis je Schnitt, halten eine Reserve in der Größe dessen, was die Analyse zutage gefördert hat, und rechnen beide Betriebskosten ein, denn das Altsystem kostet Geld bis zu Phase 6.
Was Softwarebudgets allgemein treibt, erklärt unser Leitfaden zu den Kosten der Softwareentwicklung. Für ein Programm aus mehreren Schnitten hält ein dediziertes Entwicklungsteam das Wissen an einem Ort; Squads gibt es ab 15.000 € im Monat. Eine erste Spanne für Ihren Umfang liefert der Kostenrechner.
Den richtigen Partner für die Legacy-Modernisierung wählen
Sechs Fragen, die einen Modernisierungspartner von einem reinen Neuentwicklungsanbieter unterscheiden:
- Beginnen Sie mit einer Analyse oder mit einem Angebot für die Neuentwicklung?
- Wie halten Sie das heutige Verhalten fest, bevor Sie etwas ändern?
- Welche KI-Tools lesen unseren Code, unter welchen Datenbedingungen, und wer prüft ihre Ergebnisse?
- Wie migrieren und gleichen Sie Daten ab, und wie viele Generalproben planen Sie?
- Wie sieht der Rollback-Plan für jeden Schnitt aus?
- Wem gehören Code, Tests und Dokumentation, und arbeiten Sie in unseren Repositorys?
Unsere Legacy-Modernisierung umfasst das schrittweise Zerlegen von Monolithen in Services und die Aktualisierung veralteter .NET-, Java- oder PHP-Stacks. Unsere Antworten: ein Angebot innerhalb von 24 Stunden nach dem ersten Gespräch; NDA und IP-Übertragung vor Arbeitsbeginn; wir arbeiten in Ihren Repositorys und Cloud-Konten, und der Code gehört Ihnen. Die Ingenieure beginnen etwa 48 Stunden nach Ihrer Freigabe der Profile, mit einer zweiwöchigen Testphase: Sind Sie nicht zufrieden, zahlen Sie nichts, und ein Austausch kostet nichts extra. Das Team arbeitet von Prishtina aus in MEZ/MESZ, zu denselben Zeiten wie Berlin und Paris.
Häufige Fragen
Was ist Legacy-Modernisierung?
Die Aktualisierung oder Ablösung eines Altsystems, von dem das Geschäft noch abhängt, damit es günstiger im Betrieb, sicherer und leichter zu ändern wird. Die Optionen reichen vom Beibehalten über Umziehen, Umstrukturieren oder Neuschreiben bis zum Ersatz durch Standardsoftware.
Kann KI ein COBOL- oder Altsystem automatisch neu schreiben?
Nein. KI erklärt Code, erzeugt Tests und entwirft Übersetzungen schnell, aber Menschen müssen bestätigen, welche Regeln noch gelten, die Daten abgleichen und die Umstellung planen. KI-Output ist ein Entwurf, den Tests und Reviewer abnehmen müssen.
Refaktorieren oder neu schreiben?
Refaktorieren Sie, wenn das Design trägt, der Code aber schwer zu ändern ist; bauen Sie neu, wenn das System geschäftskritisch und nicht mehr zu reparieren ist. In beiden Fällen gehen Sie in Schnitten hinter einer Strangler-Fig-Fassade vor statt in einem Big-Bang-Release.
Wie lange dauert eine Legacy-Modernisierung?
Das hängt von Größe, Daten und Rahmenbedingungen ab. Illustrativ dauert eine Analyse etwa zwei Wochen und ein Schnitt einige Wochen bis einige Monate, Datenmigration und Parallelbetrieb eingeschlossen.
Was kostet eine Legacy-Modernisierung?
Illustrativ, zu unseren Sätzen von 45–65 € pro Ingenieurstunde: eine Analyse 7.200–10.400 €, ein Sicherheitsnetz 10.800–20.800 € und ein Schnitt mit seiner Datenmigration rund 32.000–73.000 €. Den tatsächlichen Betrag bestimmen Ihr System, Ihre Daten und Ihre Rahmenbedingungen.
Ist es sicher, KI-Tools unseren Legacy-Code zu geben?
Ja, mit Regeln: zugelassene Tools zu Bedingungen, die Training ausschließen, vorher entfernte Geheimnisse und personenbezogene Daten, Agenten mit minimalen Rechten und menschliches Review jeder Änderung.
Modernisieren Sie Ihr Altsystem Schritt für Schritt und sicher
Erzählen Sie uns von dem System, seinen Nutzern und seinen Daten. Wir analysieren es, bauen das Sicherheitsnetz aus Tests auf und migrieren schrittweise, mit KI, wo sie hilft, und erfahrenen Ingenieuren bei jeder Änderung.
Quellen
- Stack Overflow, Developer Survey 2025, Abschnitt KI: survey.stackoverflow.co/2025/ai
- METR, 10. Juli 2025: Measuring the impact of early-2025 AI on experienced open-source developer productivity
- OWASP: Top 10 for LLM Applications (2025)
