KI-gestützte Modernisierung einer Legacy-Anwendung

Highlights der Zusammenarbeit

• Pionierarbeit bei der Evaluierung neuer KI-gestützter Migrationsansätze

• Gemeinsame Entwicklung und Verprobung verschiedener Strategien für eine unbekannte Legacy-Anwendung

• Iteratives Vorgehen mit engem Austausch zwischen Fachlichkeit, Entwicklung und KI-Unterstützung

• Erfolgreiche Umsetzung eines funktionsfähigen Prototyps trotz fehlender Dokumentation der alten Anwendung  

Eingesetzte Technologien und Methoden

• Java / Spring Boot

• KI / Large Language Models (LLMs)

• Postgres  

• Bruno (API-Client)

Methodischer Ansatz: KI-gestütztes 3-Phasen-Modell

Das KI-gestütztes Migrationsmodell basiert auf drei eng verzahnten Phasen: Analyse, Planung und Umsetzung. Dabei war professionelles Prompt-Engineering ein zentraler Erfolgsfaktor für strukturierte, reproduzierbare und belastbare Ergebnisse.

1. Phase: Analyse – Legacy-Code wirklich verstehen

• Semantische Analyse von Legacy-Code und bestehenden Architekturen

• Extraktion von Modulen, Schnittstellen und Abhängigkeiten

• Identifikation von Architekturmustern, Anti-Patterns und Risiken

• Ableitung einer strukturierten und maschinenlesbaren Ist-Architektur

Ergebnis: Transparente Sicht auf die bestehende Systemlandschaft als Grundlage für die Migration.

‍

2. Phase: Planung – Migration belastbar aufsetzen

• Mapping der Ist- auf die Zielarchitektur

• Definition klar abgegrenzter Migrationsinkremente

• Priorisierung nach Risiko, Komplexität und Business Impact

• Erstellung einer schrittweisen Migrationsstrategie

Ergebnis: Priorisierte Roadmap mit klaren Umsetzungsschritten

‍

3. Phase: Umsetzung – Schrittweise Modernisierung

• KI-gestützte Code-Transformation und Refactoring

• Iterative Migration einzelner Komponenten

• Testabsicherung und Qualitätskontrolle

• Kontrollierte Überführung in die Zielarchitektur

Ergebnis: Stabile und modernisierte Anwendungskomponenten auf Basis von Spring Boot.

‍

Anforderungen

• Migration einer unbekannten Anwendung ohne vorhandene Dokumentation  

• Analyse des Legacy-Codes und bestehender Abhängigkeiten

• Evaluierung unterschiedlicher KI-gestützter Migrationsstrategien

• Sicherstellung der fachlichen und technischen Korrektheit der Migration

• Aufbau einer umfassenden Test Suite zur Validierung der migrierten Funktionalitäten

Lösung  

Um die Modernisierung effizient umzusetzen, wurden im Vorfeld mehrere KI-gestützte Migrationsstrategien untersucht und miteinander verglichen. Der gewählte Ansatz orientierte sich an einem dreistufigen Modell aus Analyse, Planung und Umsetzung. Durch strukturiertes Prompt-Engineering konnten relevante Informationen aus dem Legacy-System extrahiert, Migrationsschritte definiert und die Transformation automatisiert unterstützt werden. Auf dieser Basis entstand eine Spring-Boot-Anwendung mit einer umfassenden Test Suite sowie eine Bruno Collection zur Validierung der implementierten Schnittstellen und Funktionen.

Ergebnis

• Erfolgreiche Erstellung eines Proof of Concepts und eines daran angeschlossenen Umsetzungsprojektes für KI-gestützte Legacy-Migrationen

• Das Potenzial KI-gestützter Migrationsverfahren für die Modernisierung bestehender Systeme wurde so unter Beweis gestellt

• Entwicklung und Einführung einer lauffähigen (Spring-Boot)-Anwendung inklusive Test Suite und Bruno Collection

Über die Zusammenarbeit

Während des Projekts lag die Ownership vollständig bei CodeCamp:N, einschließlich der kompletten Umsetzung der Anwendung. Seitens des Kunden erfolgte punktuelle Unterstützung bei der Infrastruktur, insbesondere durch die Bereitstellung von CI/CD-Pipelines für automatisierte Tests. Die Zusammenarbeit wurde von der Projektleitung durchweg positiv bewertet.