{"id":26238,"date":"2024-03-08T10:22:01","date_gmt":"2024-03-08T09:22:01","guid":{"rendered":"https:\/\/www.sysbus.eu\/?p=26238"},"modified":"2024-02-28T10:28:54","modified_gmt":"2024-02-28T09:28:54","slug":"it-modernisierung-mithilfe-struktureller-datenanalysen-und-generativer-ki","status":"publish","type":"post","link":"https:\/\/www.sysbus.eu\/?p=26238","title":{"rendered":"IT-Modernisierung mithilfe struktureller Datenanalysen und Generativer KI"},"content":{"rendered":"\n

Autor\/Redakteur: Andr\u00e9 Lindenberg, Fellow bei Exxeta<\/a>\/gg<\/p>\n\n\n\n

Nicht nur im deutschen Mittelstand sind in die Jahre gekommene IT-Systeme Realit\u00e4t, die die heutigen Anforderungen zum Beispiel an Funktionalit\u00e4t, Geschwindigkeit, Flexibilit\u00e4t oder Datensicherheit nur unzureichend erf\u00fcllen. So zeigt eine Studie<\/a>, die unter anderem von der Computerwoche Anfang 2023 ver\u00f6ffentlicht wurde<\/a>, dass in 44 Prozent der befragten Unternehmen mindestens 50 Prozent der Bestandssysteme bereits lange Einsatz sind.<\/p>\n\n\n\n

\"\"
Quelle: Exxeta<\/figcaption><\/figure>\n\n\n\n\n\n\n\n

Doch die IT-Modernisierung beziehungsweise den Austausch bestehender Systeme stellt Firmen oftmals vor betr\u00e4chtliche Hindernisse. Daher wird im Folgenden erl\u00e4utert, wie mit struktureller Datenanalyse und generativer KI IT-Systeme risikoarm ausgetauscht werden k\u00f6nnen.<\/p>\n\n\n\n

Bei der IT-Modernisierung beziehungsweise dem Austausch von Alt-Systemen k\u00f6nnen verschiedene Schwierigkeiten auftreten. Eine Umfrage unter IT-F\u00fchrungskr\u00e4ften<\/a> vom IT-Unternehmen Equinix hat beispielsweise gezeigt, dass Sicherheitsbedenken (35,3 Prozent) und der Verlust von Fachkenntnissen (31,9 Prozent) zu den gr\u00f6\u00dften Herausforderungen bei der IT-Modernisierung z\u00e4hlen. Dar\u00fcber hinaus sind fehlendes Expert:innenwissen, mangelnde Anpassungsf\u00e4higkeit der Firmen und Systeme und \u201cNachwuchsprobleme\u201d im Recruiting Stolpersteine, die der Modernisierung von Systemen entgegenstehen.<\/p>\n\n\n\n

Planung, Kommunikation und Tech-Know-how<\/strong><\/p>\n\n\n\n

Organisatorische Aspekte bei der Modernisierung gesch\u00e4ftskritischer Systeme sollten nicht untersch\u00e4tzt werden \u2013 denn der Austausch von Alt-Systemen erfordert umfassende Planung und transparente Kommunikation an die Mitarbeitenden. Dabei ist zu beachten, dass die Modernisierung von IT-Systemen nicht nur technologisches Know-how erfordert, sondern auch organisatorische Weitsicht, beispielsweise hinsichtlich der Gesch\u00e4ftsentwicklung. Zudem sollten die Mitarbeiter:innen\u00a0 in den Modernisierungsprozess von Anfang an mit eingebunden werden, um sicherzustellen, dass die Systeme akzeptiert werden und ihre Anforderungen bestm\u00f6glich erf\u00fcllen. Daher sollten fr\u00fchzeitig Schulungen und Change-Management-Strategien eingestellt werden, um sicherzustellen, dass Teams die neuen Technologien effektiv nutzen k\u00f6nnen.<\/p>\n\n\n\n

F\u00fchrungskr\u00e4fte sollten dabei als gute Vorbilder vorangehen, die neue Technologien f\u00f6rdern, selbst direkt einsetzen sowie eine Kultur f\u00f6rdern, bei der Innovation und kontinuierliche Verbesserungen an der Tagesordnung sind. Zudem sollten der Abstimmungsaufwand minimiert und den (m\u00f6glichst kleinen) Teams gr\u00f6\u00dftm\u00f6gliche Autonomie einger\u00e4umt werden.<\/p>\n\n\n\n

Technologische Anforderungen beim Austausch von Legacy-Systemen<\/strong><\/p>\n\n\n\n

Auf der anderen Seite bestehen Herausforderungen bei der technischen Umsetzung unter anderem darin, die Alt-Systeme, die eventuell \u00fcber Jahre und Jahrzehnte gewachsen sind, in ihrer Tiefe zu verstehen. Oftmals wurden Erg\u00e4nzungen oder individuelle Erweiterungen vorgenommen \u2013 wobei die zust\u00e4ndigen Mitarbeiter:innen teilweise das Unternehmen schon lange verlassen haben. Neben dem mangelnden Know-how im Unternehmen fehlt es auch oft am passenden \u201cNachwuchs\u201d, der die Alt-Systeme bedienen k\u00f6nnte, da Universit\u00e4ten in die Jahre gekommene Technologien oftmals nicht mehr vermitteln. Dadurch kann eine hohe Abh\u00e4ngigkeit von einzelnen Expert:innen entstehen und damit Verz\u00f6gerungen im Projekt oder verringerte Entscheidungs- oder Handlungsm\u00f6glichkeiten.<\/p>\n\n\n\n

In solchen Situationen k\u00f6nnen Ver\u00e4nderungen am System schwer einzusch\u00e4tzende Folgen haben. In solchen Systemen sollten einzelne Teile der Architektur gr\u00fcndlich \u00fcberpr\u00fcft und \u00c4nderungen zum Beispiel an Zeiten m\u00f6glichst geringer Auslastung der Systeme erprobt werden, damit eine kurzzeitig eingeschr\u00e4nkte Funktion keine zu weitreichenden Folgen hat.<\/p>\n\n\n\n

Strukturelle und statische Analysen und die Extraktion von Wissen helfen, \u00fcber Jahre gewachsene Systeme zu verstehen. Generative KI nimmt dabei eine zentrale Funktion ein, da intelligente Algorithmen Informationen aus Systemen extrahieren k\u00f6nnen. Generative KI ist in der Lage, durch maschinelles Lernen Muster und Zusammenh\u00e4nge in Daten zu identifizieren. KI kann somit nicht nur strukturelle Informationen extrahieren, sondern auch semantische Verkn\u00fcpfungen zwischen verschiedenen Systemkomponenten erkennen. So k\u00f6nnen gesch\u00e4ftskritische Elemente identifiziert werden und eine gezielte Vorbereitung auf die Migration stattfinden. Dar\u00fcber hinaus helfen strukturelle Analysen nicht nur obsolete oder ineffiziente Prozesse zu identifizieren, sondern gewinnen auch Einsicht in die gesch\u00e4ftskritischen Vorg\u00e4nge, die im Laufe der Jahre in die Systeme eingebettet wurden.<\/p>\n\n\n\n

Transparenz als Schl\u00fcssel f\u00fcr eine gelungene Migration<\/strong><\/p>\n\n\n\n

Insbesondere die Kombination von strukturellen Datenanalysen und dem Einsatz von generativer KI erm\u00f6glicht ein umfassendes Verst\u00e4ndnis von Legacy-Systemen und somit eine Minimierung von Risiken, die mit Modernisierungsprojekten verbunden sind. Die Transparenz, die durch diese Technologien erreicht wird, erm\u00f6glicht das Treffen von besseren Entscheidungen w\u00e4hrend des gesamten Modernisierungsprozesses.<\/p>\n\n\n\n

Eine besondere Hilfe ist die M\u00f6glichkeit zur automatisierten Generierung von Insights sowie einer \u00dcberpr\u00fcfung durch generative KI \u2013 so werden menschliche Fehler reduziert und eine optimale Anpassung an die definierten Gesch\u00e4ftsanforderungen erm\u00f6glicht. Zudem k\u00f6nnen potenzielle Schwachstellen und Inkompatibilit\u00e4ten schnell identifiziert und behoben werden. Diese Einsichten k\u00f6nnen sehr vielf\u00e4ltig sein und User Stories, ebenso wie technische KPI und Code Summarization umfassen. Sie werden verwendet, um einen bestm\u00f6glichen Plan f\u00fcr die Modernisierung von IT-Systemen zu erstellen.<\/p>\n\n\n\n

Menschliches Know-how, fortschrittliche Technologie<\/strong><\/p>\n\n\n\n

Doch mit Technologie allein ist es nicht getan, erst die Kombination aus menschlichem Fachwissen und Technik erm\u00f6glicht eine m\u00f6glichst reibungslose IT-Modernisierung. So k\u00f6nnen fundierte Entscheidungen getroffen und Risiken minimiert werden. Die so gewonnene Transparenz ist nicht nur f\u00fcr den Austausch von Systemen wichtig, sondern auch die Grundlage f\u00fcr k\u00fcnftige Systemarchitekturen. Eine solche, inhaltliche Tiefe in der Analyse zahlt sich bei Modernisierungsprojekten aus und hilft, Probleme zu vermeiden. Gerade bei dem Umsetzen von IT-Projekten ist es entscheidend, Projekte nicht einfach auf Annahmen zu st\u00fctzen, sondern auf solide Daten, um das Risiko von Fehleinsch\u00e4tzungen zu minimieren.<\/p>\n","protected":false},"excerpt":{"rendered":"

Nicht nur im deutschen Mittelstand sind in die Jahre gekommene IT-Systeme Realit\u00e4t, die die heutigen Anforderungen zum Beispiel an Funktionalit\u00e4t, Geschwindigkeit, Flexibilit\u00e4t oder Datensicherheit nur unzureichend erf\u00fcllen. So zeigt eine Studie, die unter anderem von der Computerwoche Anfang 2023 ver\u00f6ffentlicht wurde, dass in 44 Prozent der befragten Unternehmen mindestens 50 Prozent der Bestandssysteme bereits lange Einsatz sind.<\/p>\n","protected":false},"author":81,"featured_media":26240,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"colormag_page_container_layout":"default_layout","colormag_page_sidebar_layout":"default_layout","footnotes":""},"categories":[8,10036],"tags":[17921,17920,3534,12126,4733],"class_list":["post-26238","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-artikel","category-kuenstliche-intelligenz","tag-equinix","tag-exxeta","tag-legacy","tag-modernisierung","tag-transparenz"],"amp_enabled":true,"_links":{"self":[{"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/posts\/26238","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/users\/81"}],"replies":[{"embeddable":true,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=26238"}],"version-history":[{"count":1,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/posts\/26238\/revisions"}],"predecessor-version":[{"id":26241,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/posts\/26238\/revisions\/26241"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/media\/26240"}],"wp:attachment":[{"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=26238"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=26238"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=26238"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}