Anwendungsmigration: Was eine globale Bank mit KI erreichte

Diese Seite wurde automatisch aus dem Englischen übersetzt, um den Zugang zu erleichtern. Bei Unklarheiten empfehlen wir, die Originalversion (öffnet in neuem Tab) zurate zu ziehen.

Zusammenfassung

Industrie: Banken

Die Herausforderung: Im Rahmen eines umfassenden Technologie-Modernisierungsprogramms wollte eine führende internationale Bank die Migration ihrer Anwendungen von veralteten Technologien auf ihren strategischen Technologie-Stack beschleunigen. Die bestehenden Migrationsaktivitäten erforderten bei der Code-Überarbeitung, Übersetzung und Validierung einen erheblichen manuellen Aufwand. Dadurch wurde der Abbau technischer Altlasten verlangsamt und die Vorteile der Zielarchitektur verzögerten sich. Die Bank suchte daher nach einem schnelleren, skalierbaren Ansatz, der Qualität und Governance sicherstellt und Teams dabei unterstützt, Anwendungen effizienter zu modernisieren.

Die Lösung: Die Bank führte KI-gestützte Funktionen über den gesamten Migrationslebenszyklus hinweg ein: von der Anwendungsanalyse und Migrationsplanung über die Code-Transformation und Bereitstellungskonfiguration bis hin zur Validierung. Die Umsetzung erfolgte durch ein kleines, aber wirkungsvolles AI Product Team aus drei Personen (AI Product Owner, AI Engineer und Domain Expert), das sich auf Produktverantwortung, Domänenwissen und KI-Engineering konzentrierte. Die Lösung kombinierte eine KI-gestützte Umsetzung mit menschlicher Kontrolle, um die Modernisierung von Anwendungen im großen Maßstab zu beschleunigen.

Die Ergebnisse:

Über 70 % Migrationsgenauigkeit bei den ersten Anwendungsfällen
Bis zu 8 Stunden weniger manueller Aufwand pro Migration
Strukturiertere und skalierbare Migrationsprozesse
Solide Grundlage für künftige KI-gestützte Modernisierungsinitiativen

70% Migrationsgenauigkeit
8 Stunden manueller Aufwand pro Migration eingespart
3 Mitglieder des KI-Produktteams
1 skalierbares Modernisierungsmodell

Die Herausforderung

Beschleunigung der Modernisierung in einer komplexen Technologielandschaft

Als große internationale Bank verfolgte unser Kunde ein umfassendes Programm zur Technologiemodernisierung, um Anwendungen von Altsystemen auf einen strategischen Technologie-Stack zu migrieren. Das Ziel bestand darin, die Technologielandschaft effizienter zu gestalten, technische Lasten zu reduzieren und im gesamten Unternehmen moderne Plattformen zu nutzen. Wie viele andere globale Banken auch stand unser Kunde vor der Herausforderung, komplexe Legacy-Systeme zu modernisieren und dabei die für kritische Bankdienstleistungen erforderliche Sicherheit und Zuverlässigkeit zu gewährleisten.

Die Umsetzung dieser Transformation im großen Maßstab erforderte umfangreiche Arbeiten in den Bereichen Code-Überarbeitung, Übersetzung und Validierung. Für Anwendungsmigrationen mussten die Engineering-Teams häufig mehrere Stunden damit verbringen, Anwendungen zu analysieren, erforderliche Änderungen zu identifizieren und die Ergebnisse der Migration zu validieren. Daher suchte die Bank nach Möglichkeiten, die Migration zu beschleunigen und zugleich während des gesamten Prozesses Qualität und Transparenz durch angemessene Governance sicherzustellen.

Die Bank erkannte das Potenzial von KI, diese Ziele zu unterstützen. Das Vorhaben ging jedoch über die Einführung neuer Technologien hinaus. Unser Kunde wollte einen Ansatz entwickeln, der eine schnellere Umsetzung ermöglicht und die Akzeptanz in den Teams fördert. Gleichzeitig sollte eine skalierbare Grundlage für künftige Transformationsinitiativen geschaffen werden. Zu diesem Zweck arbeitete die Bank mit Wavestone zusammen, um zu untersuchen, wie KI-gestützte Funktionen die Migration von Anwendungen vereinfachen und beschleunigen und dabei einen messbaren Geschäftsnutzen schaffen können.

people surrounding a screen with blue network signals

Die Lösung

Kombination aus KI-gestützter Umsetzung und menschlicher Expertise

Um die Modernisierung von Anwendungen über mehrere Migrationspfade hinweg zu beschleunigen, implementierte die Bank mit Unterstützung von Wavestone zwei sich ergänzende Migrationslösungen. Das Ziel waren schnellere, präzisere und skalierbare Anwendungsmigrationen.

Ausgangspunkt war eine Analyse der Anwendungen und Code-Repositories, um die Migrationsanforderungen und das Automatisierungspotenzial zu ermitteln. Auf dieser Grundlage entwickelte das Team Funktionen für die Migrationsplanung, die Code-Transformation, die Bereitstellungskonfiguration und die Validierung. So entstand ein strukturierter Prozess, der Teams effizient durch den gesamten Migrationslebenszyklus führt.

Die Lösungen richteten sich an unterschiedliche Nutzergruppen. Eine Suite von Claude Code Plug-ins unterstützte Engineering-Teams bei spezifischen Migrationsszenarien. „Code Transformation Services” bot dagegen eine benutzerfreundliche, KI-gestützte Plattform zur automatisierten Codeanalyse, Überarbeitung und Migration, die auch für Application Owner und Fachbereiche geeignet war.

Die menschliche Kontrolle blieb fest integriert. Während KI Analyse, Planung und Transformation beschleunigte, prüften, validierten und genehmigten Engineering-Teams alle Änderungen vor der Umsetzung. Präsentationen und Gamification-Aktivitäten stärkten zudem das Produktverständnis, die Akzeptanz und das Engagement innerhalb der Organisation.

Kleine Teams, größere Wirkung

Ein interdisziplinäres Team aus drei Spezialistinnen und Spezialisten hat die Modernisierung beschleunigt und gleichzeitig Governance- und Qualitätsstandards eingehalten.

Das Umsetzungsmodell war ein prägendes Merkmal des Programms. Anstelle einer großen Projektorganisation setzte die Bank auf ein fokussiertes AI Product Team bestehend aus einem AI Product Owner, AI Engineers und einem Domain Expert. Das Team wurde durch spezialisierte KI-Tools und eigens entwickelte Beschleuniger unterstützt. Dadurch wurden geschäftliche Prioritäten, Produktverantwortung und technische Expertise in einem einzigen Team zusammengeführt.

Die Erfahrungen bestätigten ein Prinzip, das für die KI-Transformation zunehmend an Bedeutung gewinnt: Eine erfolgreiche Einführung von KI hängt nicht allein von der Technologie ab. Mit den richtigen Tools und einer klaren Produktvision können kleine, multidisziplinäre Teams schnell vorankommen und eng an den Anforderungen der Stakeholder ausgerichtet bleiben. So lassen sich innerhalb kurzer Zeit konkrete Ergebnisse erzielen.

Dieses Modell ist inzwischen ein wichtiger Bestandteil des Ansatzes der Bank bei der Entwicklung KI-gestützter Funktionen geworden. Es zeigt, wie fokussierte Teams die Umsetzung beschleunigen und gleichzeitig eine starke Governance sowie menschliche Kontrolle gewährleisten können.

Eine erfolgreiche Einführung von KI geht über die Technologie allein hinaus. Mit den richtigen Werkzeugen und einer klaren Produktvision können kleine interdisziplinäre Teams schnell vorankommen und gleichzeitig eng mit den Stakeholdern abgestimmt bleiben. So lassen sich innerhalb kurzer Zeiträume konkrete Ergebnisse erzielen.

Gonzalo Cabrera Gonzalo, Associate Partner, Wavestone

Die Ergebnisse

Eine skalierbare Grundlage für schnellere Transformation

Die Bank hat einen effizienteren und skalierbaren Ansatz für die Migration von Anwendungen etabliert. KI-gestützte Workflows beschleunigen die Code-Konvertierung und gewährleisten gleichzeitig Governance und Qualitätskontrollen während des gesamten Prozesses.

Bei den ersten Migrationsanwendungsfällen erzielte das Programm eine Migrationsgenauigkeit von 70 % und reduzierte den manuellen Migrationsaufwand um bis zu acht Stunden pro Migration.

Über die Effizienzgewinne hinaus zeigte das Programm, welche bedeutenden Ergebnisse ein fokussiertes AI-Product-Team in kurzer Zeit erzielen kann. Durch die Verbindung von spezialisierter Expertise und KI-gestützter Umsetzung konnte die Bank ihre Modernisierungsagenda beschleunigen und Impulse für weiterreichende Technologieinitiativen schaffen.

Gleichzeitig schuf die Bank eine skalierbare Grundlage für künftige KI-gestützte Transformations- und Anwendungsmodernisierungsinitiativen. Die KI-gestützten Migrationsfunktionen verbesserten die Konsistenz und Qualität und stellten zugleich sicher, dass die Engineering-Teams weiterhin vollständig für die Prüfung und Freigabe aller vorgeschlagenen Änderungen verantwortlich blieben. Der Ansatz ebnete zudem den Weg für den Abbau technischer Altlasten und die langfristige Senkung von Technologiekosten durch die Migration und Ablösung veralteter Plattformen.

Unser Ansatz setzt auf kleine Expertenteams, KI-gestützte Umsetzung und einen konsequenten Fokus auf Geschäftsergebnisse.

Für dieses Programm bedeutete das, Produktverantwortung, Domänenwissen, Engineering-Exzellenz und menschliche Kontrolle zusammenzuführen und so eine Lösung zu schaffen, die über das Experimentieren hinausgeht. Das Ergebnis ist ein praxisnahes Beispiel dafür, wie Organisationen KI nutzen können, um Transformationen zu beschleunigen, Teams zu befähigen und nachhaltigen Mehrwert zu schaffen.