AI

Der Artikel beschreibt einen schrittweisen, bewertungsbasierten und KI-gestützten Ansatz zur Softwaremodernisierung, der den laufenden Betrieb nicht gefährdet. Anonymisierte Projekte demonstrieren, wie Architektur- und Security-Health-Checks sowie CRA-Gap-Analysen als strukturierter Einstieg dienen, um den Zustand von Anwendungen objektiv zu erfassen und konkrete Handlungsoptionen abzuleiten.

Legacy-Modernisierung scheitert selten am Code, sondern am fehlenden Systemwissen. Der Beitrag zeigt eine Referenzarchitektur, in der ein persistenter Wissensgraph als verifizierte Single Source of Truth dient. Der Graph ist das Fundament für belastbare Impact-Analysen und vor allem für eine wissensbasierte Neukonzeption statt 1:1-Übersetzung.

Genau dort, wo KI-Unterstützung am dringendsten gebraucht würde, scheitert sie am häufigsten. Der Artikel zeigt, warum das Problem nicht in den Modellen liegt, sondern in der fehlenden Umgebung: dem Agent Harness. Dieser Rahmen aus Tests, Architekturregeln, persistenter Dokumentation und deterministischen CI-Pipelines macht aus probabilistischen Modellen steuerbare Agenten.