KI in der IT-Modernisierung ist längst mehr als nur ein Hype: Sie ist der Motor für die digitale Transformation – von der Analyse über die Architektur bis hin zur Umsetzung. Kaum eine andere Technologie verspricht derzeit so viel wie generative künstliche Intelligenz. In den letzten Jahren hat sich KI von einer experimentellen Technologie zu einem wesentlichen Baustein der digitalen Transformation entwickelt. Sie kann vieles: Code schreiben, Bestandssysteme analysieren und Tests generieren. Und doch bleiben IT-Verantwortliche skeptisch. Denn nicht nur die KI-Technologie selbst ist herausfordernd, sondern auch ihre erfolgreiche Integration in die bestehende IT-Landschaft.
Ich bin Uwe Barthel, Senior Software Architect bei iteratec und beschäftige mich seit vielen Jahren mit IT-Modernisierung. In Projekten erlebe ich immer wieder, wie KI helfen kann und wo sie aktuell noch an Grenzen stößt. In diesem Artikel möchte ich deshalb zeigen, wie wir bei iteratec den Einsatz von KI in Modernisierungsprojekten realistisch, wirksam und nachhaltig gestalten.
Die Realität zeigt, dass die Umsetzung des Potenzials von KI in Modernisierungsprojekten Unternehmen vor erhebliche Herausforderungen stellt. Zwar ist das technische Know-how zur Entwicklung und Implementierung eigener KI-Lösungen bereits vorhanden, es fehlen jedoch oft erprobte Methoden, eine klare Strategie für die Umsetzung und eine realistische Einschätzung: Wo lohnt sich der KI-Einsatz bei der IT-Modernisierung heute wirklich? Wo macht es Sinn und wo überwiegt noch das Risiko?
Regelmäßig erlebe ich in Gesprächen mit Kund:innen, dass der Wille zur Veränderung vorhanden ist, aber oft fehlt eine klare Orientierung darüber, wie KI in der eigenen IT-Landschaft wirklich helfen kann.
Ich möchte in diesem Artikel zeigen, wie KI heute bereits sinnvoll in IT-Modernisierungsprojekten eingesetzt wird: von der Analyse bestehender Systeme über die Architekturentwicklung bis hin zur Umsetzung und Migration. Dabei gebe ich Einblicke in unser Vorgehensmodell Asset-based Modernization, das wir gezielt um KI-gestützte Methoden erweitern und ergänzen. So setzen wir KI nicht als Allheilmittel, sondern als Werkzeug ein, das echten Mehrwert schafft.
Auch bei iteratec sind wir noch auf einem Weg: Wir entwickeln unser Verständnis und unsere Methoden rund um KI in der IT-Modernisierung kontinuierlich weiter. Gemeinsam mit unseren Kund:innen und auf Basis realer Projekte.
In unserem Vorgehensmodell Asset-based Modernization kombinieren wir bewährte Methoden mit innovativer Technologie. Die systematische Ist-Analyse erfolgt u.a. im Rahmen unseres System Health Checks und System Reviews mit Fokus auf Business Strategie, Architektur, Codequalität, Performance, Sicherheit und Teamstrukturen. Ergänzt wird dies durch den gezielten Einsatz von KI entlang der vier Phasen unseres Modernisierungsansatzes.
Das Ergebnis: ein objektiver, datenbasierter Überblick über die aktuelle IT-Landschaft – nachvollziehbar, strategisch relevant und ein verlässlicher Ausgangspunkt für die weitere Planung.
Abbildung: Die vier Phasen der Asset-based Modernization mit KI als Werkzeug.
Gerade in der Analysephase finde ich den Einsatz von KI besonders spannend, vor allem in Interviews und Workshops. Wir nutzen generative KI, um Gespräche mit Stakeholdern automatisch zu transkribieren, Inhalte zu clustern und daraus Hypothesen abzuleiten. Aktuell testen wir sogar damit, KI aktiv in Gespräche einzubinden: Entweder als virtueller Interviewer zur Ergänzung klassischer Leitfäden oder als zusätzlicher Stakeholder, der datengetriebene Impulse liefert und neue Perspektiven in die Diskussion einbringt.
Die Analysephase ist ein wichtiger Schritt in jedem IT-Modernisierungsprojekt. Sie entscheidet darüber, ob eine Transformation auf einem tragfähigen Fundament steht. Dabei ist ein tiefes Verständnis der Ist-Situation in technischer, organisatorischer und fachlicher Hinsicht entscheidend.
Gerade in gewachsenen IT-Landschaften fehlt es jedoch häufig an verlässlicher Dokumentation. Wissen ist über Jahre verteilt, veraltet oder mit dem Weggang von Expert:innen verloren gegangen. Genau hier kann generative KI gezielt unterstützen, etwa bei der Vorbereitung und Auswertung von Interviews:
Trotz dieser Möglichkeiten bleibt menschliches Fachwissen unersetzlich, vor allem bei der Bewertung von Architekturentscheidungen, Prozessen oder fachlichen Schnittstellen. Interviews mit Stakeholdern und strategische Workshops sind bei der Analyse unverzichtbar, um den Kontext und die Relevanz zu verstehen. KI ergänzt und unterstützt diesen Prozess.
„Besonders spannend finde ich persönlich den Einsatz von KI in Interviews und Workshops.“
In der Analysephase kombinieren wir bewährte Methoden mit zielgerichteten, KI-gestützten Ansätzen. Ein zentrales Element ist dabei unser System Health Check, mit dem wir die bestehende Systemlandschaft systematisch bewerten. Dabei betrachten wir die Dimensionen Business-Strategie, Architektur, Codequalität, Performance, Sicherheit und Teamstruktur.
Neben klassischen Methoden kommt dabei auch KI zum Einsatz, beispielsweise in Form eines internen Analyse-Tools, das Abhängigkeiten in der Codebasis automatisiert erkennt und technische Altlasten sichtbar macht. Ergänzend nutzen wir generative KI, um Gespräche mit Stakeholdern automatisch zu transkribieren, Inhalte zu clustern und daraus Hypothesen abzuleiten. In Pilotprojekten setzen wir KI sogar als aktiven Gesprächspartner ein, beispielsweise zur Ergänzung klassischer Interviewleitfäden oder zur Perspektiverweiterung durch datengetriebene Impulse.
Die Kombination aus menschlicher Expertise und KI-gestützter Analyse liefert uns ein präzises, datenbasiertes Bild der Ist-Situation – ein wichtiger Baustein für jede erfolgreiche Modernisierung.
Nachdem der Ist-Zustand analysiert wurde, beginnt die konzeptionelle Phase der IT-Modernisierung mit der Entwicklung eines Zielbildes. In dieser Phase wird festgelegt, wohin die Reise technologisch, fachlich und organisatorisch gehen soll. KI kann diese Phase unterstützen, wenn sie sinnvoll eingebunden wird.
In vielen Modernisierungsprojekten geht es darum, bestehende Systeme mit den zukünftigen Herausforderungen und einer zukünftigen Architektur abzugleichen. Welche Domänen bleiben bestehen und welche Prozesse müssen neu gedacht werden? Dabei setzen wir gezielt auf KI-Agenten: KI kann bei der Interpretation vorhandener Dokumentation, der Analyse von Unternehmensstrategie und Markttrends sowie der Entwicklung neuer Zielarchitekturen unterstützen.
Besonders spannend ist, dass sich KI-Agenten gezielt einsetzen lassen, um Entscheidungsvorlagen zu erarbeiten, etwa zur Bewertung von Zielsystemen, technischer Machbarkeit oder strategischer Ausrichtung. In der Praxis nutzen Teams diese intelligenten Werkzeuge zunehmend als „Co-Piloten“ für Architektur-Workshops oder zur Kommentierung von Modellierungsartefakten.
Ich persönlich finde es besonders spannend, wie KI in dieser Phase dabei hilft, die Unternehmensstrategie mit aktuellen Technologietrends abzugleichen. Sie kann relevante Marktinformationen recherchieren, Vorschläge generieren und die Diskussion mit Daten fundiert ergänzen. Dadurch wird nicht nur die Perspektive erweitert, sondern es werden auch häufig klarere und nachvollziehbarere Architekturentscheidungen getroffen.
Im Rahmen unseres strategischen Designs entwickeln wir gemeinsam mit unseren Kund:innen die Zielarchitektur. Zentrale Schritte sind die strategische Bewertung der Kontexte, die Priorisierung von Maßnahmen und das Formulieren konkreter Maßnahmenpakete (Epics).
Dabei kombinieren wir etablierte Methoden wie Domain-Driven Design mit Erkenntnissen aus Interviews und Workshops sowie zunehmend mit KI-gestütztem Feedback.
Unsere Erfahrung zeigt: Die besten Zielbilder entstehen dort, wo Technologie, Business und Organisation gemeinsam gestaltet werden. KI ist dabei kein Ersatz, sondern eine zusätzliche Expertin, die unermüdlich analysiert, vergleicht und neue Perspektiven liefert.
Die Zielarchitektur liegt vor, nun beginnt die Umsetzung konkreter technischer Maßnahmen. In dieser Phase werden Technologien ausgewählt, die Migration vorbereitet und der Grundstein für die Umsetzung gelegt. Genau hier zeigt KI zunehmend Potenzial: als Beschleuniger für repetitive Aufgaben und als hilfreiches Werkzeug in der Entwicklung.
Auch wenn die Verlockung groß ist: Eine vollständige Umsetzung durch KI ist (noch) ein Mythos. Was heute aber sehr gut funktioniert, sind gezielte Einsätze in klar definierten Bereichen, wie beispielsweise:
Hier gilt: KI ist kein autonomes Entwicklungstool, sondern ein Werkzeug, das vor allem dann hilfreich ist, wenn es systematisch eingesetzt und von erfahrenen Teams begleitet wird.
Ich sehe KI nicht als autonomes Entwicklungstool, sondern als produktiven Partner, sofern sie richtig eingebunden wird. In unseren Projekten setzen wir auf ein iteratives Vorgehen mit klaren Architekturmodellen, gezielten Technologieentscheidungen und einer realistischen Planung. KI unterstützt uns dabei, wiederkehrende Aufgaben effizienter zu erledigen, sodass wir als Team mehr Zeit für das Wesentliche haben: gute Architekturentscheidungen, kreative Lösungswege und fachlich relevante Herausforderungen.
Den KI-Einsatz zum Validieren von Entwürfen finde ich besonders hilfreich. Mit schnellen Prototypen lassen sich Ideen im Team frühzeitig testen, diskutieren und anpassen. Das ist ein echter Mehrwert, wenn es darum geht, schnell zu tragfähigen Lösungen zu kommen.
Die letzte Phase der Modernisierung ist zugleich die kritischste. Hier geht es nun um die Überführung vom alten in das neue System, ohne den laufenden Betrieb zu gefährden. Jetzt entscheidet sich, ob das Projekt nicht nur auf dem Papier, sondern auch in der Praxis funktioniert. KI kann in dieser Phase gezielt dabei helfen, Risiken zu minimieren und Prozesse zu beschleunigen, sofern sie richtig eingesetzt werden.
Der häufigste Stolperstein bei der Migration ist die Datenübertragung. Alte Systeme enthalten oft historisch gewachsene Datenstrukturen, unvollständige Datensätze oder veraltete Formate. Genau hier kann KI sinnvoll unterstützen:
Auch bei der Synchronisierung von Prozessen oder Schnittstellen kommt KI zum Einsatz. Sie hilft beispielsweise bei der Erkennung von Mustern oder Inkonsistenzen.
Gleichzeitig kann KI in bestimmten Szenarien beim Refactoring produktionsnaher Komponenten helfen, beispielsweise bei der Parallelentwicklung und dem Vergleich des Verhaltens zwischen Alt- und Neusystemen.
Ich habe in vielen Projekten erlebt, dass der Druck in dieser Phase enorm hoch ist. Umso wichtiger ist ein Vorgehen, das auf Stabilität und Klarheit setzt. Wir planen Migrationen daher iterativ in klar abgegrenzten Schritten, die von umfangreichen Tests und Rückfallebenen begleitet werden.
KI ersetzt dabei keine strategische Planung. Sie hilft mir jedoch, mögliche Fehlerquellen frühzeitig zu erkennen, beispielsweise durch Predictive Analytics auf Basis historischer Systemdaten oder durch Simulationen im Testsystem. Das gibt mir und allen Beteiligten Sicherheit.
Gerade bei großen IT-Modernisierungsprojekten spielen Sicherheitsfragen, Governance und regulatorische Anforderungen eine zentrale Rolle. Wenn KI in jeder Phase der IT-Modernisierung als Werkzeug zum Einsatz kommt, sind klare Regeln für den Einsatz unerlässlich: Wer trifft Entscheidungen? Welche Daten werden verwendet? Wie kann sichergestellt werden, dass die Ergebnisse nachvollziehbar und vertrauenswürdig sind?
Deshalb setzen wir auf transparente Prozesse, menschliche Kontrolle und einen bewussten Umgang mit sensiblen Daten. Je größer die Systemlandschaft ist, desto wichtiger sind Vertrauen, Nachvollziehbarkeit und Absicherung.
So groß die Begeisterung für generative KI auch ist, kommt auch sie an ihre Grenzen. Bei dem Einsatz von KI sollte man diese Grenzen kennen und verantwortungsvoll in Projekten einsetzen . Alle Aufgaben lassen sich nicht durch KI automatisieren und nicht jedes Problem löst sich mit einem Prompt.
Vor allem bei der Arbeit mit Alt-Systemen stoßen viele KI-Tools schnell an ihre Grenzen: Alte Programmiersprachen, fehlende Dokumentation und hochgradig individuelle Anpassungen machen es heutigen Modellen schwer, die Systeme zu durchdringen. Die Vorstellung, ein ganzes Alt-System mit einem Klick zu modernisieren, bleibt (zumindest aktuell) eine Illusion.
Die letzten Monate haben gezeigt, wie rasant sich generative KI-Technologien entwickeln und welches Potenzial sie haben. Und wo bleibt die Sicherheit? Was es dabei konkret zu beachten gilt, beleuchten wir demnächst in einem eigenen Blogartikel.
KI kann in nahezu jeder Phase der IT-Modernisierung wertvolle Unterstützung leisten: schneller analysieren, dokumentieren, entwerfen, testen. Und dennoch: Es kommt nicht allein auf das Tool an.
Worauf es wirklich ankommt? Erfahrung. Methodenkompetenz. Und ein tiefes Verständnis der individuellen Herausforderungen, die jede Modernisierung mit sich bringt.
Ich bin davon überzeugt: KI ist ein wertvoller Teil unseres Werkzeugkastens – vor allem, wenn sie mit realistischen Erwartungen, sauberer Methodik und strategischem Weitblick kombiniert wird. Genau diesen Weg gehen wir bei iteratec: nicht von Hypes getrieben, sondern zielgerichtet, wirksam und im engen Schulterschluss mit unseren Kunden.
Haben Sie Fragen oder benötigen Unterstützung?
Weitere Informationen über die Möglichkeiten von IT-Modernisierung für Ihr Unternehmen finden Sie auf unserer Website. Sprechen Sie uns auch gerne an.