Erweitern
KI dort ergänzen, wo die Anwendung steht.
Zusammenfassungen, Extraktion, Validierung, Suche oder Entwürfe, ergänzt über eine OpenAI-kompatible API. Keine Neuentwicklung: Die Anwendung ruft einen kontrollierten Endpunkt auf.
Modernisieren — Brownfield-Modernisierung mit KI
Bringen Sie KI in die Systeme, die Sie bereits betreiben.
Ein Großteil des Werts eines Unternehmens steckt in Anwendungen, die zehn oder zwanzig Jahre alt sind: ein Auftragssystem, ein Werkzeug für die Schadensbearbeitung, eine Servicedatenbank. Sie zu ersetzen, um KI zu bekommen, ist selten die Antwort. Onega bewertet Ihre Anwendungslandschaft, ergänzt KI dort, wo die Anwendung steht, macht Legacy-Funktionen zu sicheren Werkzeugen für Agenten und migriert nur dort schrittweise, wo die Zahlen zeigen, dass es sich lohnt.
01 — Vier Muster
Eine Entscheidung pro Anwendung.
Kapseln
Legacy-Funktionen zu sicheren Werkzeugen machen.
Legacy-Funktionen und -Daten, verfügbar gemacht als klar definierte, berechtigungsgesteuerte Werkzeuge, sodass Agenten das System ohne Screen Scraping oder direkten Datenbankzugriff nutzen können.
Migrieren
In Teilstücken statt in einem Sprung.
Eine Fähigkeit nach der anderen hinter einer stabilen Schnittstelle, mit KI-gestützter Codeanalyse und Tests, die geschrieben werden, bevor sich irgendetwas bewegt. Alt und Neu laufen parallel, bis sich das Neue bewährt hat.
Ablösen
Die Rolle ersetzen, den Datenbestand bewahren.
Wo ein Workflow mit einem Agenten oder einem Onega-Produkt besser bedient ist, wird die Rolle der Anwendung ersetzt und ihre Daten werden nach Ihren Aufbewahrungsregeln archiviert.
02 — KI-gestütztes Engineering
KI beschleunigt die Arbeit. Die Verantwortung bleibt bei den Ingenieuren.
Bei Legacy-Code spart KI-gestütztes Engineering die meiste Zeit, und dort kann es den größten Schaden anrichten. Jede generierte Änderung wird geprüft, gegen die Suite der Charakterisierungstests getestet und von einem Menschen gemergt.
- Codeverständnis: Modelle helfen, große, dünn dokumentierte Codebasen mit ihren Abhängigkeiten, Geschäftsregeln und Datenflüssen zu erfassen.
- Charakterisierungstests: Tests, die festhalten, was das System heute tut, geschrieben vor jeder Änderung.
- Übersetzung und Refactoring: Modelle entwerfen Konvertierungen zwischen Sprachen und Frameworks; Ingenieure prüfen jede Änderung.
- Dokumentation: Die im Code gefundenen Geschäftsregeln werden für die Menschen aufgeschrieben, die für sie verantwortlich sind.
- Eingrenzung: Der Quellcode bleibt in Ihrer Umgebung, und die dafür genutzten Modelle laufen lokal oder über einen Anbieterweg, den Sie freigegeben haben.
03 — Der Ablauf
Die Landschaft bewerten, ein Teilstück erproben, dann skalieren.
- 01
Modernisation Assessment · 3–4 Wochen
Anwendungsinventar, Code- und Datenanalyse, ein Muster pro Anwendung, Risiken, eine Roadmap mit klarer Reihenfolge und ein Festpreisangebot für das erste Teilstück.
- 02
Erstes Teilstück · 6–8 Wochen
Eine Fähigkeit, in Ihrer Umgebung erweitert, gekapselt oder migriert, mit Charakterisierungstests und einem Rollback-Pfad.
- 03
Parallelbetrieb
Alt und Neu parallel bei echter Arbeit, bis der neue Pfad die Ausgangsbasis erreicht oder übertrifft.
- 04
Umsetzung der Roadmap
Weitere Teilstücke im Rahmen einer Forward Residency, die jeweils wiederverwenden, was das vorherige Teilstück aufgebaut hat.
04 — Ausgangspunkte
Wo Modernisierung meist beginnt.
- Anwendungen für Aufträge, Schadensfälle, Service und Fallbearbeitung mit einer Datenbank dahinter
- Client-Server- und frühe Webanwendungen auf .NET Framework, Java EE, Delphi oder Visual Basic
- Mainframe-nahe Systeme, die über Dateien, Queues oder APIs erreicht werden
- Dokumentenlastige Prozesse, die von Netzlaufwerken und E-Mail zusammengehalten werden
- ERP- und CRM-Anpassungen, die das nächste Upgrade blockieren
- Integrationsschichten, die Agenten sicher erreichen müssen
05 — Häufige Fragen
Fragen, die Anwendungsverantwortliche stellen.
Müssen wir eine Anwendung neu entwickeln, um KI zu nutzen?
In der Regel nicht. Wird eine Anwendung erweitert oder gekapselt, erhält sie KI-Fähigkeiten über eine kontrollierte API und läuft weiter wie bisher. Eine Migration empfehlen wir nur, wo das Assessment zeigt, dass sie sich lohnt.
Kann KI sicher an unserem Quellcode arbeiten?
Unter Bedingungen: Der Code bleibt in Ihrer Umgebung, Modelle laufen lokal oder über einen Anbieterweg, den Sie freigeben, jede generierte Änderung wird von einem Ingenieur geprüft und getestet, und nichts wird ohne einen Menschen gemergt.
Was passiert während einer Migration mit dem Altsystem?
Es läuft weiter. Jedes Teilstück läuft neben dem alten Pfad, bis es sich an echter Arbeit bewährt hat, und jedes Teilstück hat einen Rollback-Pfad.