Digitaler Aufbruch wird für viele Unternehmen zum Balanceakt

Zahlreiche Unternehmen zögern, in die Modernisierung ihrer IT-Infrastrukturen zu investieren, und setzen den Großteil ihrer Mittel stattdessen auf bestehende Systeme. Nigel Vaz, CEO des Beratungsunternehmens Publicis Sapient, bemängelte am Rande des Weltwirtschaftsforums in Davos, dass lediglich 20 Prozent der Investitionen in innovative Lösungen fließen, während 80 Prozent in die größten Strukturen der Infrastruktur gesteckt werden. Besonders Banken und Unternehmen mit veralteten ERP-Systemen stehen in der Kritik. Diese sogenannte 'Technische Schuld' behindert nicht nur den Datenzugriff, sondern auch die Implementierung moderner Technologien wie Künstlicher Intelligenz (KI). Vaz betont, dass ohne eine Modernisierung der Kernsysteme keine nachhaltigen Fortschritte erzielt werden können – KI allein reicht nicht aus, um bestehende Schwächen auszugleichen.

In spezifischen Sektoren wie Banken, Gesundheitswesen und Einzelhandel wird der Umgang mit alten Legacy-Systemen als besonders herausfordernd angesehen. Viele dieser Systeme sind in Cobol programmiert, was es für neue Entwickler schwierig macht, bestehende Codes zu verstehen. Sapient setzt daher auf die Plattform 'Slingshot', um ältere Software in modernere Programmiersprachen wie Java oder React zu überführen. Diese Methode hat sich als effizient erwiesen: Ein zehn Jahre geplantes Projekt konnte dadurch auf weniger als drei Jahre verkürzt werden.

Neben den technologischen Hürden sehen sich Unternehmen mit Fachkräftemangel konfrontiert. Nur wenige junge Entwickler lernen heute noch Cobol, was Unternehmen dazu zwingt, erfahrene Entwicklerteams teuer zu halten. Die Modernisierung ihrer IT-Systeme könnte jedoch langfristige Kosteneinsparungen ermöglichen, die wiederum die hohen Investitionen rechtfertigen würden. In Deutschland ist besonders die Banken- und Handelsbranche gefordert, ihre Technologien zu erneuern. Gleichzeitig stellt die Nutzung von KI durch unzureichend harmonisierte Datenbestände und Regulierungen vor große Herausforderungen. Vaz hebt hervor, dass die Wirksamkeit der KI von der Qualität der zugrunde liegenden Daten abhängt. Daher sei es unerlässlich, dass Regulierung, Fachwissen und Datenmanagement aufeinander abgestimmt werden, um den vollen Nutzen aus KI zu ziehen.