NicoElNino - Fotolia
Schnellere Innovationen dank AI-first Modernisierung
Künstliche Intelligenz verspricht viele Fähigkeiten und Vorteile. KI-Tools lassen sich so auch für die Modernisierung von IT-Prozessen, Geschäftsabläufen und IT-Umgebungen nutzen.
Künstliche Intelligenz (KI) verändert viele Branchen grundlegend. Sie diagnostiziert Krankheiten und entwickelt personalisierte Behandlungen im Gesundheitswesen. Zudem unterstützt sie Banken bei der Aufdeckung von Betrug, hilft bei Investitionsentscheidungen, rationalisiert die Produktion durch vorausschauende Wartung und automatische Qualitätskontrolle in der Fertigung.
Unternehmen möchten daher die Möglichkeiten von künstlicher Intelligenz nutzen, um ihr Wachstum voranzutreiben. Organisationen, die innovativ und flexibel sind, erhalten einen wichtigen Wettbewerbsvorteil. Gleichzeitig entwickelt sich die KI kontinuierlich weiter und daraus ergeben sich neue Fähigkeiten wie etwa weitere Möglichkeiten zur Modernisierung. Kurz gesagt: Die Modernisierung ist entscheidend, um KI-bezogene Innovationen zu fördern und das künftige Wachstum des Unternehmens zu schützen.
In jüngster Zeit müssen immer mehr Unternehmen ihre Anwendungen aktualisieren, um schnellere Innovationen, effizientere Abläufe, eine führende Wettbewerbsposition und ein besseres Kundenerlebnis zu erzielen. Laut einer kürzlich durchgeführten Foundry Umfrage gaben 87 Prozent der Befragten an, dass die Modernisierung unternehmenskritischer Anwendungen ein wichtiger Erfolgsfaktor für ihr Unternehmen ist.
Modernisierung kann auch eine Herausforderung sein
Das Dilemma: Es ist nicht immer einfach, den Wert der Modernieiserung im Vorfeld zu quantifizieren. Dies war auch in der Vergangenheit bereits kompliziert, da viele Unternehmen die Investitionen nicht erst mittelfristig gegen den Return on Investment (ROI) aufrechnen können. Zu den Kosten müssen Organisationen auch die bestehenden technischen Schulden, den Fachkräftemangel, die Zeit bis zur Wertschöpfung und die Angst vor Unterbrechungen hinzufügen, was die Modernisierung zu einer Herausforderung machen kann.
Laut Forbes sehen 70 Prozent der CIOs, CTOs und IT-Entscheider technische Schulden als ein wesentliches Hindernis für die Innovations- und Transformationsfähigkeit ihres Unternehmens. Im Infosys Modernization Radar geben 51 Prozent der Unternehmen an, dass fehlende Fähigkeiten ein weiteres Problem bei der Modernisierung darstellen. Einem Bericht von Wakefield zufolge scheitern 79 Prozent der IT-Modernisierungsbemühungen. Einer der wichtigsten Gründe ist hierbei die lange Projektdauer.
KI: großes Potenzial, die Modernisierung zu beschleunigen
Als Technologie spielt KI eine zentrale Rolle, um die Modernisierung zu fördern und zu beschleunigen. Die KI-Innovationen, insbesondere generative KI, versprechen eine bessere Automatisierung und Beschleunigung, die sich auf den gesamten IT-Lebenszyklus auswirkt – von der Entwicklung neuer Systeme bis zur Wartung und Modernisierung bestehender Systeme. Wird sie effektiv eingesetzt, setzt KI eine enorme Effizienz frei – der gesamte Modernisierungsprozess nimmt so Fahrt auf. Einige Beispiele dafür, wie sich KI in der gesamten Modernisierungswertschöpfungskette einsetzen lässt:
- Bewertung des Ist-Zustandes vor der Modernisierung: Ausgehend von der Bewertung und dem Verständnis, wie komplex Legacy-Systeme sein können, ist KI in der Lage, den Ist-Zustand mit Funktionen wie Code-Zusammenfassung oder Reverse Engineering zu definieren. Dazu gehört es auch, die Geschäftsregeln zu extrahieren sowie die über mehrere Dateien/Module verteilte Geschäftslogik zu identifizieren.
- Definieren des Soll-Zustands nach der Modernisierung: KI-basierte Modelle unterstützen dabei, vorherzusehen, wie optimierte Geschäftsprozesse und Anwendungen aussehen. Die prädiktiven, interaktiven und generativen Fähigkeiten der KI lassen sich dazu nutzen, um Geschäftsprozesse zu verbessern und Technologie-Frameworks zu empfehlen. So lässt sich der Zielzustand schneller erreichen.
- Schnellere Modernisierung: Sei es das automatisierte Refactoring monolithischer Anwendungen in Microservices, die Generierung von APIs für Legacy-Apps, das Design moderner UX oder die Konvertierung von Code in moderne Technologien und das Testen: KI unterstützt dabei, all dies zu beschleunigen und den Zeit- und Kostenaufwand für die Modernisierung zu reduzieren.
- Bestehende Systeme optimieren, modernisieren und darüber hinaus: KI kann relativ wenig diskutierte Modernisierungsaktivitäten automatisieren. Dazu gehören beispielsweise technologische Schulden, Deduplizierung von Testfällen/Code, Reduzieren des Ressourcenverbrauchs durch Analyse historischer Telemetriedaten, Optimierung des Codes im Hinblick auf Leistungsengpässe/Sicherheitsprobleme und mehr.
Voraussetzungen, um das KI-Potenzial bei der Modernisierung auszuschöpfen
Bevor Unternehmen mit ihrer Modernisierung starten, sollte der richtige Business Case vorhanden sein. Ein gut ausgearbeitetes Anwendungsszenario unterstützt dabei, das Ergebnis zu visualisieren, den ROI zu messen und Ziele zu realisieren. So wird die Modernisierungsstrategie und die damit verbundene Transformation letztlich zukunftssicher.
Eine weitere wichtige Voraussetzung für Modernisierungsprogramme: die richtigen Qualifikationen. Unternehmen müssen in die (Um-)Schulung und Weiterbildung ihrer Talente hinsichtlich KI und anderer moderner Technologien investieren, die sie im Rahmen der Modernisierung einsetzen wollen.
„Als Technologie spielt KI eine zentrale Rolle, um die Modernisierung zu fördern und zu beschleunigen. Die KI-Innovationen, insbesondere generative KI, versprechen eine bessere Automatisierung und Beschleunigung, die sich auf den gesamten IT-Lebenszyklus auswirkt: von der Entwicklung neuer Systeme bis zur Wartung und Modernisierung bestehender Systeme. Wird sie effektiv eingesetzt, setzt KI eine enorme Effizienz frei.“
Naresh Duddu, Infosys
Die Wahl des richtigen KI-Modells ist enorm wichtig. Es gibt eine Reihe verschiedener KI-Modelle: Dazu gehören auch Open-Source-Modelle, die verschiedene Fähigkeiten bieten. Sie beschleunigen die Modernisierung und verbessern den ROI.
Wichtig ist, dass Unternehmen KI nicht reaktiv einsetzen sollten, sondern aktiv – sozusagen „-first“. Dazu gehören die strategische Planung des KI-Einsatzes und der Einsatz geeigneter Tools ebenso wie Automatisierung. Auch Erfahrungen und Prozessen durch KI zu verbessern, unterstützt durch die richtigen Talente und den richtigen operativen Rahmen, ist ein weiterer wichtiger Ansatzpunkt.
Was genau bedeutet „AI-first“?
AI-first bedeutet so viel wie KI zuerst, was wiederum den Ansatz beschreibt, KI-Produkte als erste Wahl für das Lösen von IT-Herausforderungen einzusetzen. Es gibt vier Bausteine, auf deren Basis eine AI-first-Organisation aufgebaut werden kann:
- AI-first-Erfahrungen und -Prozesse: Evaluieren und identifizieren von Erfahrungen und Prozessen, die von einer AI-First-Neugestaltung profitieren. Dazu gehören auch KI-Assistenten. Unternehmen sollten die Produkte, Prozesse und Funktionen priorisieren, die sich besonders für die Integration von KI eignen. Dabei sollten Bewertungskriterien wie geschäftliche Vorteile, einfache Implementierung und Vertrauenswürdigkeit im Vordergrund stehen.
- KI-Engineering-Exzellenz: Aufbau von Daten- und KI-Engineering-Prozessen, -Tools und -Automatisierung, um die nächste Generation der Softwareentwicklung und des Plattform-Engineering voranzutreiben. Bei einem PolyAI-Ansatz sind eine passende technische Basis und entsprechende Tools enorm wichtig. Dieser Ansatz gewährleistet aber auch, dass Unternehmen die am besten geeignete KI-Lösung für ein bestimmtes Problem wählen. Dabei lassen sich je nach Anwendungsfall sowohl offene als auch geschlossene KI-Modelle verwenden.
- Verantwortungsvolle KI-by-Design: Unternehmen müssen Leitplanken, Kontrollen und Prozesse entwickeln, um zu gewährleisten, dass alle KI-Produkte und -Services vertrauenswürdig sind – und den regulatorischen Richtlinien entsprechen. Eine verantwortungsvolle KI-by-Design ist die Grundlage dafür. Daher ist es wichtig, dass Unternehmen Ethik in jeden Schritt des KI-Engineering- und Anwendungslebenszyklus integrieren.
- KI-Betriebsmodell: Der Aufbau von AI-First-Talenten, -Prozessen und eines produktzentrierten Betriebsmodells, um entsprechende Services zu entwickeln und bereitzustellen, ist ein weiterer wichtiger Baustein. Unternehmen sollten daher sowohl für die Entwicklung von KI-Produkten als auch für das Kern-Engineering einen produktorientierten Ansatz verfolgen. So lassen sich solche Projekte und Veränderungen in Richtung AI-first in eine Reihe von Mikro-Sprints verwandeln.
Ein kürzerer Innovationszyklus legt einen zusätzlichen Schwerpunkt auf die Modernisierung von Technologien. Die jüngsten Entwicklungen hinsichtlich generativer KI ermöglichen es, das Beste aus traditioneller Automatisierung und KI zusammenzubringen. So lassen sich Modernisierungsprogramme schneller, besser und kostengünstiger realisieren. Es ist an der Zeit, dass Organisationen eine KI-zentrierte Denkweise annehmen, anstatt KI rein als Werkzeug zu betrachten. Diese Umstellung verbessert letztlich nicht nur das Benutzererlebnis und rationalisiert Prozesse, sondern stärkt auch die eigene Position gegenüber ihren Wettbewerbern. Darüber hinaus sorgen sie dafür, dass sie widerstandsfähig, relevant und reaktionsfähig auf die Anforderungen der Zukunft sind.
Autor:
Naresh Duddu ist Associate Vice President and Global Head of Modernization, Infosys und leitet die Modernization Business Unit weltweit bei Infosys. Der Bereich entwickelt neue Angebote und baut Dienstleistungen und Beratungs-IP auf. Darüber hinaus werden Projekte zur Transformation von Anwendungen in verschiedenen Branchen und Service-Segmenten realisiert. Die Abteilung besteht aus vier Säulen für die Modernisierung von Anwendungen: Open Source, Agile/DevOps, Legacy und Cloud.
Die Autoren sind für den Inhalt und die Richtigkeit ihrer Beiträge selbst verantwortlich. Die dargelegten Meinungen geben die Ansichten der Autoren wieder.
