Viele Unternehmen investieren nach Ansicht eines Technologieexperten zu wenig Geld in den Ausbau ihrer IT-Systeme. «Oft gehen 80 Prozent der Mittel in die größten Komponenten der Infrastruktur, nur 20 Prozent in Innovation», sagte der Chef des Beratungsunternehmens Publicis Sapient, Nigel Vaz, am Rande des Weltwirtschaftsforums in Davos der Deutschen Presse-Agentur. Besonders betroffen seien Banken mit Mainframes – leistungsstarken Computern für große Datenmengen – sowie Firmen mit veralteten ERP-Systemen, die zentrale Geschäftsprozesse steuern.
Diese sogenannten technischen Schulden («Tech Debt») erschwerten den Zugriff auf Daten und die Integration moderner Technologien, kritisierte Vaz. Neue Werkzeuge wie Künstliche Intelligenz (KI) könnten das Problem nicht grundlegend lösen. «Wenn man die Kernsysteme nicht modernisiert, redet man mit KI nur etwas schön.»
Problem: Alte Codes übersetzen
Insbesondere in Branchen wie Banken, Gesundheitswesen und Einzelhandel sei der Umgang mit Legacy-Systemen komplex. Viele Codes, etwa in Cobalt, umfassten Millionen Zeilen und seien nur schwer von neuen Entwicklern zu verstehen. Sapient setze auf eine Plattform namens «Slingshot» (Schleuder), um alte Software in moderne Sprachen wie Java oder React zu übertragen. Dadurch ließen sich Migrationszeiten erheblich verkürzen: «Ein ursprünglich zehn Jahre geplantes Projekt konnte mit Hilfe von KI in weniger als drei Jahren realisiert werden», sagte Vaz.
Fachkräftemangel: Wer kann noch Cobalt?
Neben technischen Fragen seien auch Kosten und Fachkräftemangel zentrale Herausforderungen. «Nur wenige junge Entwickler lernen noch Cobalt, daher müssen Unternehmen erfahrene Teams teuer halten», erklärte der Experte. Gleichzeitig könnten die Einsparungen durch Modernisierung die Investitionen teilweise finanzieren.
Unternehmen stehen demnach unter doppeltem Druck von engen Budgets und hohem Innovationsbedarf. Insbesondere in der deutschen Banken- und Handelsbranche sei die Notwendigkeit zur Modernisierung groß.
Die Nutzung von KI werde zudem durch fragmentierte Datenbestände und unterschiedliche regulatorische Rahmenbedingungen erschwert, sagte Vaz. «KI ist nur so gut wie die zugrunde liegenden Daten. Regulierung, Skills und Datenmanagement müssen aufeinander abgestimmt sein.» (dpa)
