Knowledge Recovery

  • Alt-Systeme verstehen, Risiken beherrschen
  • Wissen sichern & dokumentieren
  • Komplexität analysieren & reduzieren
  • Migration sicher planen & durchführen
  • Zukunftsfähige IT-Landschaften gestalten

Knowledge Recovery für Ihre nächste IT-Generation

Risiken verdeutlichen

Alte Legacy-Systeme verbergen kritisches Wissen – oft steckt es nur noch in Köpfen einzelner Experten oder in unübersichtlichen Abhängigkeiten. Ohne Knowledge Recovery bleibt dieses Wissen im Verborgenen und gefährdet Stabilität, Sicherheit und Zukunftsfähigkeit Ihrer IT.

Lösung aufzeigen

Mit Knowledge Recovery schaffen wir Klarheit: Wir heben stilles Wissen, machen komplexe Strukturen sichtbar und verbinden fachliche Interviews, bestehende Dokumentation und KI-Analysen zu einer belastbaren Wissensbasis. So bereiten wir den Weg für eine sichere und transparente Transformation.

Expertise + KI verknüpfen

Ob gezielte Optimierung einzelner Prozesse oder die Migration auf moderne Plattformen – unsere Expertise in COBOL, PL/I, Natural, RPG, Assembler & Co. kombiniert mit KI-gestützter Knowledge Recovery macht Ihre Systeme zukunftssicher. Wir liefern Dokumentation, Handlungsempfehlungen und klare Entscheidungshilfen für Ihre nächste IT-Generation.

Was auf den ersten Blick wie Stolpersteine erscheint – Risiken, Wissensverlust, Komplexität, Migrationsdruck – kann mit unserer KI-gestützten Knowledge Recovery zum Ausgangspunkt für eine erfolgreiche Erneuerung werden. Wer verborgenes Wissen sichert und Transparenz gewinnt, schafft die Grundlage für eine IT-Landschaft, die langfristig trägt und Innovation ermöglicht.

Software ist wie Wein:
Sie reift selten, meistens wird sie nur alt.

unbekannt

Input. Process. Output. – Ihr Nutzen im Fokus

Knowledge Recovery: Drei-Säulen-Grafik – Inputs (Source-Code, Interviews, Dokumentation), Process (KI-Analyse mit Zahnrädern für Machine Learning & LLM), Outputs (Dokumentation, Empfehlungen, Reports, Optimierung)
Knowledge Recovery mit KI – unser unverwechselbarer USP für Transparenz in Legacy-Systemen.

Obige Grafik veranschaulicht den Ablauf unseres Angebots „Knowledge Recovery mit KI“. Ziel ist es, aus heterogenen Informationsquellen systematisch Wissen zu gewinnen und für die Modernisierung von Legacy-Systemen nutzbar zu machen.

Auf der Input-Seite fließen mehrere Informationsarten zusammen:

  • Source-Code der bestehenden Applikationen,
  • Interviews mit fachlichen Stakeholdern, die sowohl aktuelle Geschäftsprozesse als auch die historischen Rahmenbedingungen der ursprünglichen Entwicklung beleuchten,
  • Interviews mit IT-Spezialisten, die die vorhandene Architektur und eingesetzten Technologien erklären,
  • sowie bereits existierende Dokumentationen wie Prozessbeschreibungen oder technische Unterlagen.

Diese Inputs werden im Prozessschritt „Knowledge Recovery mit KI“ zusammengeführt. Hier arbeiten zwei Module Hand in Hand:

  • Ein Machine-Learning-Modul, das die Informationen automatisch analysiert und dabei drei Perspektiven einnimmt:
    1. die Sicht eines Business Analysten (Fokus auf Geschäftslogik und Prozesse),
    2. die Sicht eines Enterprise Architekten (Fokus auf Strukturen, Schnittstellen und Integration),
    3. die Sicht eines Senior Softwareentwicklers (Fokus auf Codequalität, Muster und technische Details).
  • Ein Large Language Model (LLM), das die Analyseergebnisse in eine für Menschen verständliche, empfängerorientierte Form überträgt.

Auf der Output-Seite entstehen daraus drei zentrale Ergebnisse:

  1. Empfängergerechte Dokumentation, darunter Fach- und IT-Konzepte, Prozessbeschreibungen sowie visuelle Übersichten und Diagramme.
  2. Handlungsempfehlungen, die aufzeigen, wie der Code optimiert, die Systemarchitektur verbessert oder Sicherheitslücken geschlossen werden können.
  3. Abweichungsreports, die Transparenz über Diskrepanzen zwischen Implementierung und rechtlichen Anforderungen oder internen Vorgaben schaffen.
  4. Optimierungspotenziale, die konkrete Ansätze für eine effizientere, leistungsfähigere und zukunftssichere Neuprogrammierung aufzeigen.

Auf diese Weise macht Knowledge Recovery mit KI verborgenes Wissen aus Legacy-Systemen wieder zugänglich, verbindet es mit aktuellem Architektur-Know-how und schafft so eine belastbare Grundlage für die nächste IT-Generation.

Unsere Roadmap für Ihre erfolgreiche Transformation

Bestandsaufnahme & Risikoanalyse

Am Anfang steht das genaue Hinschauen: Welche Systeme laufen wo, in welchen Sprachen, mit welchen Abhängigkeiten? Gerade hier zeigt sich oft, dass zentrales Wissen nur noch bei wenigen Experten liegt. Mit einer strukturierten Analyse – unterstützt durch unsere KI, die den Prozess erheblich beschleunigt und kostengünstiger macht – schaffen wir Transparenz über Risiken und legen Prioritäten dort fest, wo akuter Handlungsbedarf besteht.

Knowledge Recovery & Dokumentation

Viele Kernsysteme sind über Jahrzehnte gewachsen – ohne durchgängige Dokumentation. Das birgt Risiken und verursacht unnötige Kosten. Mit unserem Ansatz des Knowledge Recovery gewinnen wir verlorenes Wissen zurück: Kernstück ist die KI-unterstützte Analyse auf Basis von Machine Learning und einem eigenen, on-premise betriebenen LLM. So werden Source Code und Datenflüsse automatisiert ausgewertet, Abläufe rekonstruiert und stilles Wissen sichtbar gemacht. Ergänzend führen wir Interviews mit Business Stakeholdern (für die fachliche Prozesssicht) und Enterprise Architekten (für die IT-Architektur). Das Ergebnis: eine vollständige Grundlage, die weit über reines Codeverständnis hinausgeht.

Prozess- & Datenmodellierung

Unübersichtliche Datenflüsse oder redundante Prozesse lähmen viele Organisationen. Wir modellieren bestehende Strukturen, identifizieren Redundanzen und zeigen auf, wo Vereinfachungen möglich sind. Die Ergebnisse fassen wir in einem Fachkonzept (fachliche Anforderungen) und einem IT-Konzept (technische Architektur) zusammen – ergänzt um verbindliche Compliance-Vorgaben zu rechtlichen, nicht-funktionalen und sicherheitsrelevanten Anforderungen.

Zielarchitektur & Migrationsstrategie

Die entscheidende Frage lautet: Wohin soll die Reise gehen? Von der Modernisierung einzelner Module bis zum kompletten Umstieg auf eine neue Plattform entwickeln wir gemeinsam mit Ihnen eine passende Strategie. Dabei fließen Kosten, Risiken und Nutzen verschiedener Ansätze ebenso ein wie die Ergebnisse der vorangegangenen Analysen. Das Resultat: eine belastbare Roadmap, die Fach- und IT-Perspektive miteinander verbindet.

Umsetzung & Begleitung

In der Umsetzung zeigt sich, wie tragfähig Konzepte wirklich sind: Systeme müssen weiterlaufen, während Teile modernisiert oder migriert werden. Wir begleiten Sie Schritt für Schritt, testen Übergänge und sichern die Qualität, damit Stabilität und Geschäftsbetrieb jederzeit gewährleistet bleiben. Bei Bedarf unterstützen wir auch die Migration in Cloud-Umgebungen – sei es durch Replatforming oder Refactoring – und stellen sicher, dass Architektur, Performance und Compliance dabei im Einklang bleiben. Auf Wunsch prüft unser Partner eplit GmbH die Ergebnisse im Hinblick auf Information Security und Codeoptimierungen – und steht zudem als erfahrener Dienstleister für die komplette Neuprogrammierung zur Verfügung.

Change Management & Wissenstransfer

Die beste Lösung verpufft, wenn sie im Alltag nicht gelebt wird. Darum sorgen wir für praxisnahe Schulungen, vermitteln Methodenkompetenz und verankern das neue Wissen nachhaltig in Ihren Teams. So vermeiden Sie neue Abhängigkeiten und stellen sicher, dass Ihre Organisation langfristig profitieren kann.

Kontinuierliche Optimierung

Auch nach einer erfolgreichen Transformation bleibt IT ein lebendiges System, das sich weiterentwickeln muss. Wir unterstützen Sie dabei, die neuen Strukturen zu überwachen, kontinuierlich zu verbessern und moderne Methoden – wie unsere KI-gestützte Prozessanalyse – für den laufenden Betrieb nutzbar zu machen. Damit Ihre IT nicht nur heute stabil ist, sondern auch morgen innovationsfähig bleibt.

Glossar

Legacy-System

Legacy-System

Ein Legacy-System ist eine ältere, meist geschäftskritische IT-Anwendung oder -Plattform, die zwar noch funktioniert und im Einsatz ist, aber aus heutiger Sicht technisch veraltet ist.

Typische Merkmale:

  • Entwickelt mit alten Programmiersprachen (z. B. COBOL, PL/I, FORTRAN, RPG).

  • Läuft auf veralteter Hardware oder Betriebssystemen (z. B. IBM Mainframe, AS/400).

  • Enthält individuell gewachsene Anpassungen, die schlecht dokumentiert sind.

  • Abhängigkeit von wenigen verbleibenden Experten, deren Wissen nicht leicht ersetzbar ist.

  • Hoher Wartungsaufwand, fehlende Flexibilität für neue Anforderungen.

Ein Legacy-System muss nicht zwingend „schlecht“ oder „defekt“ sein – im Gegenteil: Oft laufen diese Systeme seit Jahrzehnten stabil und zuverlässig und sind das Rückgrat von Banken, Versicherungen, Behörden und Industrieunternehmen.

Das Problem: fehlende Zukunftsfähigkeit – neue Anforderungen, Integration in digitale Plattformen, Cloud-Readiness oder regulatorische Anpassungen sind nur mit sehr hohem Aufwand möglich.

COBOL

COBOL

Common Business-Oriented Language

  • 1959 entwickelt
  • jahrzehntelang die dominierende Sprache für Finanz-, Verwaltungs- und Versicherungsanwendungen
  • heute noch massiv auf Mainframes im Einsatz
CICS

CICS

Customer Information Control System

  • kein Sprachstandard, sondern ein Middleware-Transaktionsmonitor von IBM, der COBOL/PL/I/Assembler-Programme steuert (vor allem für Online-Transaktionen)
FORTRAN

FORTRAN

Formula Translation

  • 1957 entwickelt
  • vor allem in wissenschaftlichen, technischen und numerisch rechenintensiven Anwendungen genutzt
  • weniger im Bankenumfeld, aber noch in Forschung/Industrie relevant
PL/I

PL/I

Programming Language One

  • entwickelt in den 1960er-Jahren von IBM

  • Mischung aus Eigenschaften von FORTRAN, COBOL und Algol

  • besonders im Mainframe-Umfeld eingesetzt (Banken, Versicherungen)

  • unterstützt sowohl wissenschaftliche als auch kaufmännische Anwendungen

Assembler

Assembler

HLASM – High Level Assembler

  • Assemblersprache für IBM-Mainframes

  • sehr nahe an der Hardware, geringe Abstraktionsebene

  • heute nur noch von wenigen Experten beherrscht

  • in Alt-Systemen und für hochperformante Systemroutinen weiterhin relevant

Natural (mit Adabas)

Natural (mit Adabas)

  • Programmiersprache der Software AG

  • häufig in Kombination mit der Datenbank Adabas genutzt

  • stark im DACH-Raum verbreitet (Deutschland, Österreich, Schweiz)

  • beliebt in öffentlichen Verwaltungen und Versicherungen

RPG

RPG

Report Program Generator

  • ursprünglich für das Erstellen von Reports auf IBM-Systemen entwickelt
  • hauptsächlich auf IBM i (AS/400, iSeries, System i) im Einsatz
  • besonders im Mittelstand noch verbreitet
  • moderne Varianten (RPG IV, Free-Form RPG) erlauben strukturierte Programmierung
REXX

REXX

Restructured Extended Executor

  • von IBM in den 1970er-Jahren entwickelt
  • Scripting-Sprache für Automatisierung und Systemsteuerung
  • einfach erlernbar, mit englischähnlicher Syntax
  • häufig im IBM-Mainframe-Umfeld (z. B. z/OS, VM) genutzt