Zum Hauptinhalt springen
Legacy-Modernisierung

Risikominimierte Legacy Modernization: Bewährte Geschäftslogik zukunftssicher transformieren.

Veraltete Kernsysteme sind ein strategisches Wachstumshemmnis. Wenn über Jahrzehnte gewachsene Monolithen Ihre Release-Zyklen lähmen, die Betriebskosten für Mainframes steigen und das Know-how der Original-Entwickler schrittweise in den Ruhestand geht, geraten regulierte Industrien unter massiven Innovationsdruck. itemis durchbricht diesen Teufelskreis mit einem methodischen, inkrementellen Migrationsansatz, ohne Big-Bang-Risiko.

Die typische Ausgangslage

Altsysteme bremsen Ihr Wachstum

Gelähmte Release-Zyklen

Über Jahrzehnte gewachsene Monolithen lähmen Ihre Release-Zyklen. Jede Änderung wird zum Risikoprojekt. Der Innovationsdruck steigt, die Handlungsfähigkeit sinkt.

Steigende Kosten, schwindendes Know-how

Die Betriebskosten für Mainframes steigen kontinuierlich. Gleichzeitig gehen Original-Entwickler schrittweise in den Ruhestand und nehmen undokumentiertes Systemwissen mit.

Die Angst vor dem Big Bang

Der vollständige, riskante Austausch des Systems am Tag X führt oft zu jahrelangem Stillstand. Technische Schulden und Betriebskosten wachsen derweil ungebremst weiter.

Unser Ansatz

Was bedeutet Legacy Modernization bei itemis?

Eine erfolgreiche Systemmodernisierung ist weit mehr als einfaches „Replatforming" oder kosmetisches Refactoring. Sie ist die kontrollierte Extraktion und Evolution von geschäftskritischem Domänenwissen. Wer alten Code blind eins zu eins in eine neue Sprache übersetzt, kopiert lediglich die Architekturfehler der Vergangenheit in ein neues Ökosystem.

Unser Modernisierungsansatz basiert auf zwei Qualitätsversprechen: funktionale Korrektheit (100 % semantische Gleichwertigkeit zum Altsystem) und Wartbarkeit (Generierung von modernem, idiomatischem Zielcode ohne proprietäre Abhängigkeiten).

Wir betrachten Altsysteme als das wertvolle, über Generationen validierte Fundament Ihres Erfolgs. Statt unkalkulierbarer Totaloperationen liefern wir einen methodischen, inkrementellen Migrationsansatz: durch die Kombination aus klassischem Software-Handwerk (Software Craftsmanship) und KI-unterstützten Analyse- und Migrations-Toolchains.

Methodik

Kein Big Bang: das Strangler-Fig-Pattern

Statt das Altsystem in einem riskanten „Big Bang" abzuschalten, wächst das neue System schrittweise um das alte herum und löst es Funktion für Funktion ab, analog zur Würgefeige, die ihren Wirtsbaum umschließt.

Kein Big-Bang-Risiko

Alt- und Neusystem laufen parallel. Es gibt keinen einzelnen kritischen Stichtag, an dem alles auf einmal funktionieren muss.

Jederzeit produktiv

Geschäftsbetrieb und Release-Fähigkeit bleiben während der gesamten Migration erhalten.

Inkrementeller Wertfluss

Bereits migrierte Komponenten liefern sofort Nutzen (z. B. niedrigere Betriebskosten, bessere Wartbarkeit), statt erst am Projektende.

Reversibilität

Jeder Migrationsschritt ist klein, isoliert und im Fehlerfall rückrollbar. Das Gesamtrisiko wird in viele kleine, beherrschbare Risiken zerlegt.

Kontinuierliche Validierung

Jede abgelöste Funktion wird gegen das Originalverhalten geprüft, bevor der nächste Schritt beginnt.

Schrittweise Investitionsfreigabe

Statt eines Gesamtbudgets für ein mehrjähriges Projekt können Investitionen iterativ genehmigt und direkt an sichtbare Ergebnisse geknüpft werden.
Das Kernverfahren

Das Fünf-Stufen-Modell: Sicherheit auf jeder Stufe

Unser Kern-Versprechen: Wir haben auf jeder Stufe starke Garantien, dass die ursprüngliche Funktionalität erhalten bleibt, weil zu jedem Zeitpunkt eine grüne Test-Suite vorliegt. Die einzelnen Stufen bauen aufeinander auf:

Stufe 1: Klassische, regelbasierte Transpilation: Ein deterministischer Transpiler erzeugt eine semantisch exakte 1:1-Abbildung des Legacy-Codes in der Zielsprache. Diese lauffähige Referenz ist das Sicherheitsnetz, ohne KI, ohne Halluzinationsrisiko.

Stufe 2: Testgenerierung & Trace-Aufzeichnung: Auf Basis der lauffähigen Referenz zeichnen wir reale Trace-Protokolle auf und generieren automatisiert eine vollständige Test-Pyramide. Diese Tests approximieren eine „Mannigfaltigkeit" (Manifold) rund um das tatsächliche Verhalten des Systems und machen Verhalten messbar.

Stufe 3: Code-Dokumentation & Reverse-Engineering: KI-gestützt extrahieren und dokumentieren wir Systemarchitektur, Geschäftslogik und Abhängigkeiten, die Wissensgrundlage für sicheres Refactoring und den späteren Know-how-Transfer.

Stufe 4: Custom Tooling & MCP-Server: Projektspezifische Werkzeuge und ein mit Kontext gefüllter MCP-Server geben der KI einen präzisen semantischen Rahmen, der strukturelle Code-Anomalien ausschließt.

Stufe 5: KI-basiertes Spec-Driven-Design-Refactoring mit Expertenwissen: Erst jetzt überführen wir den Code in eine moderne, idiomatische Zielarchitektur. Jede Transformation wird gegen die Test-Pyramide validiert und durch Senior-Architekten geprüft (Human-in-the-Loop).

Weil zu jedem Zeitpunkt eine vollständige Test-Pyramide besteht, die das Verhalten des Originals umfassend einschließt, garantieren wir die Erhaltung der ursprünglichen Fachlichkeit, und liefern gleichzeitig lesbaren, wartbaren und modular strukturierten Code.

Technologie-Portfolio

Die Migrations-Pfade: Brücken zwischen den Technologie-Generationen

Jedes Altsystem erfordert eine passgenaue Strategie. Wir beherrschen die Werkzeuge, um gewachsene Monolithen schrittweise zu entflechten.

Mainframe & Core Migration

PL/I, COBOL, RPG, Assembler → Java (Spring Boot, Quarkus), Go. Drastische Reduktion von Mainframe-Lizenzkosten (MIPS); Unabhängigkeit vom Entwickler-Fachkräftemangel.

Monolith zu Microservices

Veraltetes Java EE (EJB), C++, .NET Framework → Cloud-Native, Docker, Kubernetes. Extreme Beschleunigung der Release-Zyklen über das Strangler-Fig-Pattern im laufenden Betrieb.

Datenbank- & Schema-Evolution

DB2 z/OS, IMS/DB, komplexe Stored Procedures → Cloud-Native PostgreSQL. Auflösung von Datensilos; Einsatz moderner Migrations-Tools (z. B. pgloader, pgTAP für Unit-Testing).

Architecture Modernization

Domain-Driven Design (DDD), Clean Architecture, API-First (REST, gRPC). Wiederherstellung der Wartbarkeit; Beseitigung technischer Schulden und herstellerspezifischer Bindungen.
Qualitätssicherung für kritische Systeme

Dreisäulige Absicherung bei kritischen Systemen

01

Dreisäuliges Testdatenkonzept

Für lückenlose Abdeckung kombinieren wir operative Testdaten aus Ihrem Produktivbetrieb, handgeschriebene Edge-Case-Tests für kritische mathematische Fachlogiken (z. B. Bonifikations- und Rundungsregeln) sowie KI-generierte synthetische Datensätze zur Simulation extremer Lastspitzen.

02

Trace-basiertes Validierungsverfahren

Transpilierter Referenzcode und finaler Java-Code werden so instrumentiert, dass alle Zugriffe auf externe Umgebungen (Datenbanken, Dateien, Schnittstellen) detailliert protokolliert werden. Ein automatisiertes Verhaltens-Review vergleicht diese Trace-Outputs in Echtzeit: jede Abweichung wird sofort lokalisiert.

03

Wirtschaftlichkeit durch degressive Kostenkurven

Der Großteil des Aufwands fließt in das einmalige Aufsetzen und Kalibrieren der Migrations-Werkzeugkette. Sobald das Setup steht, sinken die Kosten degressiv: Höhere Code-Volumina führen nicht zu proportionalen Preissteigerungen. Der Preis pro LOC reduziert sich bei Folgeprojekten signifikant.

Datensouveränität & KI-Sicherheit

Ihr Code bleibt unter Ihrer Kontrolle

Für Banken, Versicherungen und den öffentlichen Sektor ist die entscheidende Frage beim KI-gestützten Vorgehen: „Wohin gelangt unser Quellcode?" Unsere Antwort: Wir richten den Einsatz konsequent an Ihren Compliance-Anforderungen aus. Wir verfügen über die Expertise, das gesamte Spektrum abzudecken; Preis und Zeitrahmen variieren je nach Restriktionsniveau.

Betriebsmodelle: vom Cloud-Standard bis zur vollständigen Abschottung

On-Premises: Betrieb vollständig in Ihrer Umgebung ist möglich; wir beraten und begleiten entsprechende Setups.

Europäische Hoster mit Open-Source-Modellen: Datenverarbeitung innerhalb der EU mit quelloffenen Modellen für maximale Transparenz und Datenhoheit.

Dedizierte, abgeschottete Infrastruktur: Dedizierte Maschinen mit zusätzlichen Schutzmaßnahmen sowie Closed-Source-Modelle über kontrollierte Umgebungen (z. B. Azure und vergleichbare Anbieter).

Open-Weight-Modelle für hochsensible Fälle: Für besonders kritischen Code arbeiten wir mit Open-Weight-Systemen und erreichen vergleichbare Qualität, bei entsprechend höherem Aufwand bzw. Preis.

Durchgängige Governance-Prinzipien

Human-in-the-Loop: Jede KI-Generierung unterliegt obligatorischen Experten-Reviews.

DSGVO-konform & nachvollziehbar: Transparenter, kontrollierter und deterministisch reproduzierbarer KI-Einsatz.

Provider-Unabhängigkeit: Open-Source-Praktiken, keine proprietäre Bindung. Der MCP-Server verbleibt lizenzfrei bei Ihnen.

Kein Lock-in beim Modell: Das Vorgehen ist providerunabhängig: Modelle und Tools sind austauschbar.

Ob Public-Cloud-Effizienz oder maximal abgeschottete Verarbeitung: wir haben das Wissen und die Werkzeuge, um jeden Fall sicher umzusetzen. Sicherheitsanforderungen können Preis und Zeitrahmen beeinflussen, niemals jedoch die Qualität des Ergebnisses.

Unser Vorgehen

Beispiel eines Projekt-Blueprints: in 5 strukturierten Arbeitspaketen ans Ziel

Um die Modernisierung von Legacy-Systemen und geschäftskritischen IT-Anwendungen maximal transparent, kontrolliert und terminsicher durchzuführen, arbeiten wir entlang klar definierter Meilensteine:

Arbeitspaket 1: Analyse und Testaufbau: Detaillierte, automatisierte Erfassung des Ist-Zustands (Codebasis) und lückenlose Dokumentation der bestehenden Systemarchitektur. Aufbau der Test-Pyramide, Definition der Mapping-Regeln und des Datenmappings für das PostgreSQL-Zielmodell.

Arbeitspaket 2: Automatisierte Code-Transformation: Maschinelle, regelbasierte Übersetzung des Quellcodes in die Zielsprache, um eine funktionale, fehlerfreie Referenz-Baseline zu schaffen. Systematischer Abgleich und Validierung des neuen Codes durch die vorbereiteten Tests.

Arbeitspaket 3: Refactoring und Architekturoptimierung: KI-gestützte Überarbeitung und Strukturierung des transformierten Codes. Überführung in eine moderne, wartbare und idiomatische Zielarchitektur unter Einsatz fortschrittlicher Entwicklertools. Kontinuierliche Validierung gegen das ursprüngliche Systemverhalten.

Arbeitspaket 4: Datenbank- und Datenmigration: Tool-gestützte Übertragung und Anpassung von Datenstrukturen und Datenbankschema an das Zielsystem. Bereitstellung von Installations- und Migrationsskripten sowie verifizierte Test-Migrationen in isolierten Umgebungen.

Arbeitspaket 5: Inbetriebnahme, Übergabe und Wissenstransfer: Vollständige, schlüsselfertige Übergabe des modernisierten Quellcodes, der Systemdokumentation, der eingesetzten Werkzeuge und der Migrationsskripte. Strukturierte Feedbackrunden und Schulungen sichern den Wissenstransfer an die internen Teams.

Nachgewiesene Praxis

Unsere Modernisierungs-Referenzen

Wir beherrschen Großprojekte im stark regulierten Kernbereich. Zu unseren erfolgreichen Vorhaben zählen:

Société Générale (Host- & Testautomatisierung): Cloud-Migration eines geschäftskritischen Core-Banking-Systems von einer gewachsenen Mainframe-Architektur. Volumen: 10 Mio. Zeilen Code, 17.000 Programme, 12.000 Batch-Jobs. Mit spezialisierten Werkzeugen wurde ein Automatisierungsgrad von 99,99 % erreicht. Die funktionale Gleichwertigkeit wurde über automatisierte Production Traces (Capture & Replay) im Echtzeitvergleich fehlerfrei nachgewiesen; zugleich wurden hunderte Personentage im Testing eingespart.

Zurich Gruppe (Legacy-Migration & DSL-Bau): Strukturelle Konsolidierung und hochautomatisierte Überführung von ca. 200.000 Zeilen historisch gewachsenem mathematischen C-Code für Lebensversicherungen in eine fachliche Domänensprache (DSL). Die zuvor bis zu vierwöchige manuelle Programmierphase pro Release wurde vollständig eliminiert; ein integrierter Codegenerator erzeugt sofort testbaren Code.

APG Affichage (Oracle Forms → Java): Vollständige Überführung einer historisch gewachsenen Oracle-Forms-Anwendung in eine moderne Java-Architektur inkl. Projektmanagement, Altsystem-Analyse und DSL-gestützten Migrationsmethoden. Die Benutzeroberfläche wurde per Codegenerierung automatisiert und fehlerfrei neu erzeugt. Stack: Java, Spring, Oracle RDBMS, JPA, JSF, Eclipse GMF, Xtext.

Großes Bestandssystem für Lebensversicherungen (Know-how-Sicherung): Modellbasierte, hochgradig automatisierte Migration zur drastischen Senkung der Wartungskosten und zur Absicherung gegen den demografischen Wandel im IT-Team. Extrem kurze Freeze-Time, parallele Entwicklung von Alt- und Neusystem, zu 100 % frei definierbare Zielarchitektur.

Internationale Rückversicherung (Mainframe-Ablösung): Technische Projektkoordination zur Migration einer komplexen Host-Schadensberechnungsanwendung (Provisions- und Abrechnungslogik) auf eine moderne Java-Plattform inkl. Algorithmen-Optimierung, moderner Teststrategie und QM-Handbuch.

Deutsche Bahn & parcIT (KI-gestützte Werkzeugkette): Aufbau einer KI-gestützten Toolchain, die sich direkt in bestehende Entwicklungsprozesse integriert, inkl. MCP-Servern, IDE-Integrationen, einem in JIRA/Confluence verankerten automatisierten Review-Bot und einem Business-Analyst-Tool. Beleg für kontrollierten, deterministischen und nachvollziehbaren KI-Einsatz samt Change Management und Know-how-Transfer.

Generali (seit 2019): Langjährige Partnerschaft mit Architekturberatung, Language Engineering und kontinuierlicher Performance-Optimierung geschäftskritischer Systeme.

Häufige Fragen

Häufige Fragen zur Legacy Modernization

Müssen wir unser Altsystem für die Migration abschalten?
Nein. Wir arbeiten nach dem Strangler-Fig-Pattern: Alt- und Neusystem laufen parallel, Funktionen werden schrittweise abgelöst. Es gibt keinen riskanten „Big Bang", der Geschäftsbetrieb läuft während der gesamten Migration weiter.
Wie stellen Sie sicher, dass die Geschäftslogik zu 100 % erhalten bleibt?
Durch das Fünf-Stufen-Modell mit durchgehender Absicherung: Ein deterministischer Transpiler erzeugt zunächst eine semantisch exakte Referenz (Stufe 1). Daraus generieren wir eine vollständige Test-Pyramide und vergleichen das Verhalten von Alt- und Zielsystem über Trace-Protokolle in Echtzeit (Stufe 2). Alle weiteren Stufen werden gegen diese Test-Pyramide validiert. Zu jedem Zeitpunkt liegt eine grüne Test-Suite vor.
Halluziniert die KI nicht und erzeugt unbemerkt Fehler?
Das Risiko schließen wir strukturell aus. Der eigentliche Technologiewechsel erfolgt regelbasiert ohne KI. Generative KI nutzen wir erst im Refactoring, eingebettet in Spec-Driven Design, abgesichert durch die Test-Pyramide und obligatorische Experten-Reviews (Human-in-the-Loop).
Wohin gelangt unser Quellcode, und ist der KI-Einsatz DSGVO-konform?

Dorthin, wo Ihre Compliance es erlaubt. Möglich sind On-Premises-Betrieb, europäische Hoster mit Open-Source-Modellen, dedizierte abgeschottete Infrastruktur sowie Closed-Source-Modelle über kontrollierte Umgebungen (z. B. Azure). Für hochsensible Fälle setzen wir Open-Weight-Modelle ein.

Unser KI-Einsatz ist dabei transparent, kontrolliert, deterministisch reproduzierbar und providerunabhängig. Es entsteht keine proprietäre Bindung; der MCP-Server mit Ihrem Projektwissen verbleibt lizenzfrei bei Ihnen.

Welche Quell- und Zieltechnologien unterstützen Sie?
Quellseitig u. a. PL/I, COBOL, RPG, Assembler, Java EE, C, C++, .NET sowie DB2 z/OS und IMS/DB. Zielseitig moderne Java-Architekturen (Spring Boot, Quarkus), Go, Cloud-Native-Stacks (Docker, Kubernetes) und PostgreSQL.
Wie lange dauert ein Modernisierungsprojekt?
Das hängt stark von Umfang und Komplexität ab. Als grobe Orientierung liegt ein typisches Vorhaben im Bereich von etwa einem Jahr; die belastbare Schätzung erfolgt nach der Analysephase (Arbeitspaket 1).
Was passiert mit dem Wissen nach Projektende?
Es bleibt bei Ihnen. Der vollständig dokumentierte MCP-Server dient Ihrem Team als lebende Wissensbasis. Über Schulungen und Coaching trainieren wir Ihre internen Teams, das neue System eigenständig zu warten und weiterzuentwickeln.
Was, wenn eine Migration wirtschaftlich nicht sinnvoll ist?
Dann sagen wir es Ihnen. Ergibt ein Integration Audit, dass die Kapselung bestimmter Systemteile wirtschaftlicher ist als deren Migration, legen wir das offen. Transparenz steht bei uns über dem schnellen Projektabschluss.
Skalieren die Kosten linear mit der Codemenge?
Nein. Der Großteil des Aufwands fließt in das einmalige Kalibrieren der Werkzeugkette. Danach folgt eine degressive Kostenkurve: Höhere Code-Volumina führen nicht zu einer proportionalen Preissteigerung. Der Preis pro Line of Code (LOC) reduziert sich bei Folgeprojekten signifikant.
Wie gehen Sie mit kritischen Batch-Verarbeitungen und engen Batchfenstern um?
Performance und Stabilität unter Last sind fester Bestandteil unserer Zielarchitektur. In Referenzprojekten (z. B. 12.000 Batch-Jobs bei der Société Générale) haben wir die Einhaltung von Batchfenstern und die Beherrschung massiver, batch-orientierter Verarbeitung nachgewiesen.
Unsere Experten
Holger Schill

Executive Vice President Cloud & Enterprise · itemis AG

Holger Schill ist Executive Vice President Cloud & Enterprise bei itemis. Seit 2008 gestaltet er die Domäne für moderne Cloud-Lösungen, Automatisierung und KI-Agenten, in der er dutzende Kundenprojekte erfolgreich ans Ziel führte. Seine Expertise teilt der Autor vieler Veröffentlichungen in dutzenden Schulungen, als Speaker auf internationalen Konferenzen sowie als langjähriger Committer für das Open-Source-Projekt Eclipse Xtext. Aktuell fokussiert er sich auf die strategische Vereinfachung komplexer Systeme.
Christoph Hess

Head of Artificial Intelligence · itemis AG

Christoph Hess ist Head of Artificial Intelligence bei itemis und seit 2021 auf die technologische Evolution von klassischen Machine-Learning-Algorithmen bis hin zur Integration autonomer KI-Agenten in komplexe Enterprise-Umgebungen spezialisiert. Er analysiert, wie Unternehmen KI strategisch einsetzen können, und schreibt über autonome Agentensysteme, KI-Architekturen und die praktische Integration von KI in Enterprise-Prozesse.
Jetzt starten

Machen Sie Ihr Altsystem zum Innovationstreiber

Jetzt Termin mit Holger Schill und Christoph Hess vereinbaren.

Fachwissen

Insights zu Legacy-Modernisierung

Legacy-Migration mit KI
Podium Legacy modernization

Legacy-Migration mit KI

Wie KI jahrzehntealte COBOL-Systeme versteht – und Versicherungen sicher in die Cloud bringt.

Zum Podium
Holger Schill
Referenzen

Aus der Praxis