KI in Legacy-Software: Was geht, was nicht geht
KI Legacy Software klingt für viele wie ein Widerspruch. Auf der einen Seite ein altes System, gewachsen über Jahre. Auf der anderen Seite eine Technologie, die als das Modernste vom Modernen gilt. Passt das zusammen? Die kurze Antwort: öfter, als Sie denken.
Viele Unternehmen wollen KI in ihre bestehende Software bringen. Eine Suchfunktion, die Sprache versteht. Ein Assistent, der Anfragen vorsortiert. Eine Auswertung, die Texte automatisch zusammenfasst. Und dann kommt der Zweifel: Geht das überhaupt mit unserem alten System?
Dieser Artikel zeigt, was bei KI in Legacy-Software wirklich möglich ist. Wo die Grenzen liegen. Und warum das Altsystem dabei oft gar nicht das Hindernis ist.
Was bedeutet „KI" in diesem Zusammenhang überhaupt?
Bevor wir über Technik reden, klären wir den Begriff. KI steht für künstliche Intelligenz. Im Geschäftsalltag meint das heute meist eine bestimmte Art davon: große Sprachmodelle.
Ein Sprachmodell ist ein Programm, das Texte versteht und erzeugt. Bekannte Beispiele sind ChatGPT von OpenAI oder vergleichbare Dienste anderer Anbieter. Diese Modelle laufen nicht auf Ihrem Server. Sie laufen in der Cloud des Anbieters.
Und genau das ist der entscheidende Punkt. Ihre Software muss die KI nicht selbst berechnen. Sie muss nur mit ihr sprechen können.
Diese Kommunikation läuft über eine Schnittstelle. Der Fachbegriff dafür ist API (Application Programming Interface). Eine API ist eine Art Steckdose. Ihre Anwendung schickt eine Anfrage hin und bekommt eine Antwort zurück.
Warum Ihr Altsystem selten das Problem ist
Hier liegt das große Missverständnis. Viele glauben, KI Legacy Software sei nur mit modernem Code möglich. Das stimmt nicht.
Eine API spricht man über das Internet an. Per HTTP, also über dasselbe Protokoll, mit dem auch Browser Webseiten laden. Und HTTP-Anfragen kann fast jede Software stellen. Auch eine PHP-Anwendung aus dem Jahr 2010. Auch ein Java-System aus der Zeit davor.
Stellen Sie sich Ihr Altsystem wie ein älteres Telefon vor. Es sieht nicht modern aus. Aber telefonieren kann es. Und mehr braucht es nicht, um eine KI zu erreichen.
Ein konkretes Beispiel. Eine PHP-5-Anwendung verwaltet seit Jahren Kundenanfragen. Sie soll jede Anfrage automatisch kategorisieren. Dafür schickt sie den Text der Anfrage an ein Sprachmodell und bekommt die Kategorie zurück. Der nötige Code dafür ist überschaubar. Das Alter des Systems spielt fast keine Rolle.
Das Altsystem ist also selten die Mauer, vor der man steht. Die echten Fragen liegen woanders.
Was wirklich geht: drei realistische Beispiele
Nicht jede KI-Idee ist sinnvoll. Aber einige Anwendungen sind erprobt und liefern echten Nutzen. Hier drei davon.
Texte verstehen und einordnen
Ihre Software sammelt Texte. E-Mails, Formulareingaben, Support-Tickets. Eine KI kann diese Texte lesen und einordnen. Sie erkennt das Thema, die Stimmung oder die Dringlichkeit.
Das spart Zeit bei der manuellen Sortierung. Und es funktioniert auch dann, wenn die Daten in einer alten Datenbank liegen.
Inhalte erzeugen und zusammenfassen
Lange Dokumente kürzen. Produktbeschreibungen vorformulieren. Berichte zusammenfassen. Sprachmodelle sind gut darin, aus viel Text wenig verständlichen Text zu machen.
Auch das lässt sich an ein bestehendes System anhängen. Die Anwendung liefert den Ausgangstext. Die KI liefert die Zusammenfassung zurück.
Eine Suche, die Fragen versteht
Klassische Suchfunktionen suchen nach exakten Wörtern. Eine KI-gestützte Suche versteht die Absicht hinter der Frage. Der Nutzer fragt in normaler Sprache und bekommt eine passende Antwort.
Diese Funktion lässt sich auch über bestehende Datenbestände legen. Der alte Datenbestand bleibt, wo er ist. Nur die Suche darüber wird klüger.
Was nicht oder nur schwer geht
Ehrlichkeit gehört zu jeder guten Beratung. Deshalb auch die andere Seite.
KI ersetzt keine fehlende Datenstruktur
Eine KI ist nur so gut wie die Daten, mit denen sie arbeitet. Liegen Ihre Informationen verstreut, doppelt und ohne klare Struktur vor, hilft auch die beste KI wenig. Sie liefert dann unsichere oder falsche Ergebnisse.
In solchen Fällen lohnt sich erst ein Aufräumen. Das gehört zum Abbau technischer Schulden, die sich über Jahre angesammelt haben.
Garantierte Korrektheit gibt es nicht
Sprachmodelle erfinden manchmal Antworten. Der Fachbegriff dafür lautet Halluzination. Das Modell klingt überzeugend, liegt aber falsch.
Für unkritische Aufgaben ist das verkraftbar. Für rechtlich oder finanziell heikle Entscheidungen nicht. Eine KI sollte nie ungeprüft über Geld oder Verträge entscheiden.
Daten verlassen das Haus
Wenn Ihre Software Daten an einen KI-Dienst schickt, verlassen diese Daten Ihr System. Bei personenbezogenen Daten ist das ein Thema für den Datenschutz. Mehr dazu lesen Sie in unserem Beitrag zu DSGVO und alter Software.
Es gibt Lösungen dafür. Anbieter mit Servern in Europa. Verträge zur Auftragsverarbeitung. In manchen Fällen auch Modelle, die auf eigenen Servern laufen. Diese Frage gehört vor das Projekt, nicht danach.
Konsequenzen, wenn man es falsch angeht
Manche Unternehmen hören „KI" und denken sofort an einen Neubau. Das ganze System neu, diesmal mit KI von Anfang an. Das ist in den meisten Fällen ein teurer Irrweg.
Ein Neubau kostet Monate und viel Geld. In dieser Zeit steht die Weiterentwicklung still. Und am Ende hat man oft dieselbe KI-Funktion, die man auch ans Altsystem hätte anbinden können. Nur Jahre später und deutlich teurer.
Der zweite Fehler ist das Gegenteil. KI überall einbauen, ohne Plan. Jede Funktion bekommt einen Assistenten. Das Ergebnis ist selten besser, aber immer komplizierter und schwerer zu warten.
Beide Wege kosten Geld, das man sich sparen kann. Der bessere Weg liegt dazwischen.
Was kostet eine KI-Anbindung an ein Altsystem?
Diese Frage stellen Entscheider zu Recht früh. Eine ehrliche Antwort lautet: Es hängt vom Umfang ab. Aber die Spanne ist kleiner, als viele befürchten.
Eine einzelne Funktion an ein bestehendes System anzubinden, ist überschaubar. Etwa eine automatische Kategorisierung von Anfragen. Hier reden wir über Tage, nicht Wochen. Der Aufwand steckt weniger im Altsystem und mehr in der sauberen Anbindung.
Dazu kommen laufende Kosten. KI-Dienste rechnen meist pro Anfrage ab. Wer viele Texte verarbeitet, zahlt mehr als jemand mit wenigen. Diese Kosten lassen sich vorab abschätzen. So gibt es keine Überraschung auf der Rechnung.
Teurer wird es, wenn die Daten erst aufbereitet werden müssen. Liegt der Datenbestand unsortiert vor, kommt diese Arbeit hinzu. Das ist kein KI-Problem. Es ist ein Aufräum-Thema, das sich ohnehin lohnt.
Unser Rat: Starten Sie klein. Eine Funktion, ein klarer Nutzen, ein überschaubares Budget. Erst wenn sich der erste Schritt rechnet, lohnt der nächste.
So gehen Sie es sinnvoll an
Ein realistisches Vorgehen besteht aus wenigen Schritten.
Zuerst klären Sie den Zweck. Welches konkrete Problem soll die KI lösen? Nicht „wir wollen auch KI", sondern „wir wollen Anfragen schneller sortieren". Ein klares Ziel verhindert teure Spielereien.
Dann prüfen Sie die Daten. Sind die nötigen Informationen vorhanden und verlässlich? Falls nicht, ist das der erste Schritt.
Danach folgt ein kleiner Test. Eine einzelne Funktion, an einer Stelle, mit echten Daten. So sehen Sie schnell, ob der Nutzen den Aufwand rechtfertigt. Erst wenn das überzeugt, bauen Sie weiter aus.
Dieses Vorgehen schützt Ihr Budget. Und es funktioniert auch mit Systemen, die Software-Wartung seit Längerem entbehrt haben.
Fazit: Alt und klug schließen sich nicht aus
KI Legacy Software ist kein Widerspruch. In den meisten Fällen muss niemand neu bauen, um KI zu nutzen. Eine API, eine durchdachte Anbindung und ein klares Ziel reichen oft aus.
Das Alter Ihres Systems ist selten das Hindernis. Die echten Fragen betreffen Ihre Daten, den Datenschutz und den konkreten Nutzen. Wer diese Fragen vorher klärt, spart sich teure Umwege.
Sie überlegen, ob sich eine KI-Funktion in Ihr System einbinden lässt? Sprechen Sie uns an. Wir schauen uns Ihr System an und sagen Ihnen ehrlich, was geht und was nicht. Das Erstgespräch ist kostenlos.