Alt-Software ablösen: KI-Anforderungen, die man nachprüfen kann

Wenn die KI Anforderungen aus Altsoftware zieht, zählt nur eine Frage: Kann man ihr glauben?

Ablöseprojekte beginnen nicht mit neuem Code, sondern mit der Frage, was die alte Software fachlich leistet: welche Regeln sie durchsetzt, welche Berechnungen sie anstellt, welche Sonderfälle über die Jahre eingebaut wurden und längst niemand mehr kennt. Diese geordnete Beschreibung des fachlichen Verhaltens nennt man Anforderungen. Sie ist die Substanz, die ein Nachfolgesystem treffen muss.

Wer das von Hand gemacht hat, kennt den Aufwand: alter Code, Stored Procedures, Konfigurationstabellen, Kommentare, die manchmal stimmen und manchmal lügen. Eine KI kann das übernehmen. Sie liest den Bestand und schreibt heraus, was sie an Regeln und Berechnungen findet. Das spart viel stumpfe Arbeit – und führt sofort zur entscheidenden Frage: Schreibt die KI auf, was wirklich im System steht, oder reimt sie sich etwas Plausibles zusammen?

Diese Frage beantwortet man nicht mit Vertrauen, sondern mit Nachprüfbarkeit. Ein Dokument, dem man am Ende glauben muss, ist kein Fortschritt – nur schneller entstanden. Brauchbar wird das Ergebnis erst, wenn drei Dinge zusammenkommen.

Form: feste Struktur statt Fließtext

Ein klassisches Pflichtenheft besteht aus Prosa. Die liest sich angenehm, ist aber schwer zu kontrollieren. Niemand bemerkt, wenn ein Absatz auf Seite 12 eine Regel beschreibt, die ein Absatz auf Seite 40 stillschweigend aufhebt. Widersprüche verstecken sich im Text, weil Text sich nicht systematisch vergleichen lässt.

Deshalb sollten KI-erzeugte Anforderungen in einer festen, einheitlichen Form entstehen: jede Regel nach demselben Satzmuster, jede Berechnung nach demselben Aufbau. Eine Buchhaltung trägt Zahlen schließlich in geordnete Konten ein, nicht in erzählende Absätze. Erst diese Ordnung macht es möglich, die Sammlung zu durchsuchen, zu vergleichen und auf Widersprüche zu prüfen.

Die Verfahren dafür sind nicht neu. Es gibt etablierte Schablonen für Anforderungssätze, die seit Jahren in der Fachwelt verwendet werden. Die KI muss nichts erfinden – nur ihre Ergebnisse in eine Form gießen, die andere weiterverarbeiten können.

Herkunft: jede Regel zeigt, woher sie stammt

Form allein reicht nicht. Eine sauber formatierte Regel kann trotzdem falsch sein. Deshalb braucht jede Regel und jede Berechnung einen Verweis darauf, wo im alten System sie gefunden wurde – wie eine Fußnote: Die Behauptung steht nicht allein, sie ist belegt.

Beispiel: Steht in den Anforderungen, dass Arbeitszeit nur wenige Tage rückwirkend nachgetragen werden darf und Vorgesetzte davon ausgenommen sind, dann steht daneben, woher das kommt – welche Prozedur, welche Bedingung, welche Tabelle. Wer zweifelt, schlägt nach. Eine Regel wird nicht mehr geglaubt oder angezweifelt, sondern an der Quelle gegengeprüft.

Dieser Herkunftsbeleg ist die wichtigste Absicherung gegen Halluzinationen. Eine KI, die eine Regel erfindet, müsste auch eine Fundstelle erfinden – und die fällt bei der Prüfung auf, weil sie ins Leere zeigt.

Prüfung: ein Programm geht die Sammlung automatisch durch

Damit das nicht von der Aufmerksamkeit Einzelner abhängt, gehört ein Prüfprogramm dazu, das die gesamte Sammlung automatisch durchgeht. Es meldet drei Arten von Problemen: wo zwei Regeln sich widersprechen, wo ein Herkunftsverweis ins Leere zeigt und wo an einer Berechnung die Herkunft fehlt.

Der Wert liegt im Zeitpunkt. Lücken fallen auf, bevor die Neuentwicklung beginnt – nicht erst, wenn das fertige System im Produktivbetrieb falsch rechnet. Ein Widerspruch, der früh sichtbar wird, kostet eine Klärung. Derselbe Widerspruch nach dem Go-live kostet eine Fehlersuche im laufenden Betrieb, unter Druck und mit Daten, die schon falsch verarbeitet wurden.

Was „gesichert" wirklich bedeutet

Der vielleicht wichtigste Punkt ist der Umgang mit Unsicherheit. Eine Regel gilt nicht als gesichert, nur weil sie plausibel klingt. Plausibilität ist kein Beweis. Solange eine Regel nur aus dem Code herausgelesen ist, trägt sie den Vermerk: ungeprüft.

Gesichert wird sie erst, wenn sie gegen das tatsächliche Verhalten der alten Anwendung gegengerechnet wurde, idealerweise an echten Altdaten. Erst wenn die alte Software bei denselben Eingaben dasselbe Ergebnis liefert wie die Regel, ist sie bestätigt. Was sich nicht eindeutig klären lässt, bleibt offen markiert, statt mit einer hübschen Formulierung überdeckt zu werden. Ein ehrliches offenes Ende ist mehr wert als eine geratene Antwort, die später Schäden verursacht.

Die Unterscheidung zwischen herausgelesen, geprüft und offen macht die Sammlung belastbar. Sie zwingt dazu, den Zustand jeder Aussage explizit zu machen, statt alles in denselben Topf der vermeintlichen Wahrheit zu werfen.

Was sich dadurch ändert

Die KI nimmt die mühsame Arbeit ab. Sie liest tausende Zeilen Altbestand, die niemand mehr freiwillig durchgeht, und bringt das Verhalten in eine Form, mit der man arbeiten kann. Nützlich – aber noch nicht vertrauenswürdig.

Vertrauenswürdig wird das Ergebnis durch drei Stützen: die feste Form, die den Vergleich möglich macht; der Herkunftsbeleg, der jede Aussage an die Quelle bindet; und die automatische Prüfung, die Lücken und Widersprüche sichtbar macht, bevor sie teuer werden. Aus einem Dokument, bei dem man am Ende hofft, dass es stimmt, wird ein Stand, den jeder nachprüfen kann.

Das ist der eigentliche Gewinn: nicht, dass eine KI Anforderungen schreibt, sondern dass das Ergebnis prüfbar ist. Technik ist hier ein Werkzeug, das eine unangenehme Arbeit erledigt und gleichzeitig die Mittel mitliefert, sie zu kontrollieren. Mehr braucht es nicht – und weniger sollte man nicht akzeptieren.