Ersetzen Unternehmen ihre Legacy-Systeme durch Neuentwicklungen, geht dabei häufig wertvolles undokumentiertes Wissen verloren. Vermeiden lässt sich dieser Know-how-Verlust, wenn IT-Architekten die Altsysteme mit Künstlicher Intelligenz (KI) wissenszentriert transformieren.
KI-gestützte Legacy-Transformation: Viele Unternehmen ersetzen Legacy-Systeme nach dem „Rip and Replace“-Prinzip – durch komplette Neuentwicklungen. Das ist oft mit Wissensverlust verbunden, denn in Legacy-Systemen steckt häufig implizites Know-how, das Wettbewerbsvorteile bringt. Dieses Wissen ist nur selten im Detail dokumentiert und lässt sich nur schwer explizit erfassen. Deshalb kann es bei einer Neuentwicklung häufig nicht ausreichend berücksichtigt werden.
Als Ausweg schlägt der Automatisierungsspezialist Pegasystems eine KI-gestützte Legacy-Transformation vor, bei der implizites Wissen systematisch aus Altsystemen extrahiert, strukturiert und für neue IT-Lösungen nutzbar gemacht wird. Bei dieser Methode extrahieren intelligente IT-Agenten implizites Wissen systematisch aus den Legacy-Systemen, strukturieren es und machen es für andere IT-Lösungen nutzbar. Unternehmen behalten in der Transformation bewährte Elemente bei und modernisieren die Systeme schrittweise mit neuen Fähigkeiten.
Vertiefender Workshop Die Modernisierung von Legacy-Systemen beginnt mit einem fundierten Verständnis der vorhandenen Daten, Prozesse und Informationsflüsse. Nur wenn Unternehmen diese systematisch analysieren und bewerten, lassen sich bestehendes Wissen sichern und Migrationsrisiken reduzieren. Im Workshop Datenmigration bei ERP- und CRM-Systemwechseln zeigt Alex Ron, Teamleiter Beratungsteam Datenmanagement bei der Trovarit AG, wie Unternehmen Datenmigrationen strukturiert planen, Datenqualität verbessern und Informationsflüsse für erfolgreiche Transformationsprojekte gestalten.
Datenmigration strukturiert vorbereiten
Vier spezialisierte KI-Agenten unterstützen bei diesem Verfahren den Transformationsprozess:
1. Analyse-Agenten
Sie werten reale Ausführungsdaten aus, identifizieren typische Abläufe sowie Varianten und Ausnahmen und machen zugrunde liegende Datenmuster sichtbar. So entsteht eine datenbasierte Sicht auf den Ist-Zustand der Legacy-Systeme, die fundierte Entscheidungen darüber ermöglicht, welche Elemente Unternehmen erhalten und wo sie gezielt modernisiert werden sollten.
2. Design-Agenten
Mit Design-Time-Agenten entwickeln Unternehmen auf Basis der Analyse ein Zielbild für die Transformation. Diese Agenten überführen die gewonnenen Erkenntnisse in strukturierte Lösungsbausteine wie Anwendungen, Case-Typen, Benutzerrollen und Datenmodelle und stellen diese in verständlicher Form dar. So entsteht eine gemeinsame Grundlage für IT und Fachbereiche sowie ein klar strukturierter Transformationsplan.
3. Produktivitäts-Agenten
Diese Agenten unterstützen Unternehmen bei der praktischen Umsetzung der Transformation, indem sie im „Vibe Coding“-Stil Migrationsartefakte erstellen. Dazu gehören beispielsweise das Ableiten von Datenflüssen, Transformationslogiken, Mappings und Validierungsregeln. Diese Vorarbeiten reduzieren den manuellen Entwicklungsaufwand und beschleunigen die Umsetzung.
4. Automatisierungs-Agenten
Direkt in den modernisierten Zielsystemen kommen Run-Time-Agenten zum Einsatz, um Mitarbeiter in komplexen, kontextreichen Prozessen zu unterstützen. Diese Agenten lassen sich in bestehende Workflows und Governance-Strukturen integrieren, wodurch ihre Aktivitäten nachvollziehbar und regelkonform ablaufen. Die Produktivität der Mitarbeiter erhöht sich, gleichzeitig sind konsistente Prozesse sichergestellt.
„Eine wissenszentrierte Legacy-Transformation mit Künstlicher Intelligenz bietet klare Vorteile gegenüber einer radikalen Ablösung der Altsysteme“, erläutert Florian Lauck-Wunderlich, Global Director Business Excellence bei Pegasystems. „Bestehendes Wissen und erprobte Prozesse bleiben erhalten, während gleichzeitig gezielte Modernisierungsschritte möglich werden. So entwickeln Unternehmen ihre Systeme kontinuierlich weiter und reagieren zudem schneller auf neue Anforderungen.“ Jürgen Frisch
