Veraltete IT-Systeme: Herausforderung für Banken und Handel
Unternehmen sehen sich zunehmend mit dem Vorwurf konfrontiert, zu wenig in die Modernisierung ihrer IT-Infrastrukturen zu investieren. Laut Nigel Vaz, dem Geschäftsführer von Publicis Sapient, fließen satte 80 Prozent der Ressourcen in bestehende Infrastrukturen und lediglich 20 Prozent in innovative Technologien. Dies äußerte er gegenüber der Deutschen Presse-Agentur am Rande des Weltwirtschaftsforums in Davos.
Besonders betroffen sind Banken mit ihren Mainframes sowie Unternehmen mit betagten ERP-Systemen, die für zentrale Geschäftsprozesse unerlässlich sind. Diese "technischen Schulden" behindern den Datenzugriff und die Implementierung moderner Technologien erheblich. Auch der Einsatz von Künstlicher Intelligenz (KI) wird dadurch ineffektiv: Ohne erneuerte Kernsysteme bleibt der Einsatz von KI bloße Kosmetik, so Vaz weiter.
Die Komplexität älterer Systeme ist insbesondere in Bereichen wie Banken, Gesundheitswesen und Einzelhandel ein Problem. Viele Codezeilen, oft in der Programmiersprache Cobalt, erschweren neuen Entwicklern das Verständnis. Publicis Sapient hat hierfür eine Lösung in Form der Plattform "Slingshot" entwickelt, die alte Software in moderne Programmiersprachen wie Java oder React umwandeln kann. Dies soll die Migration beschleunigen und Projekte, die ursprünglich auf zehn Jahre ausgelegt waren, mit KI-Unterstützung in weniger als drei Jahren realisierbar machen.
Parallel zu den technischen Herausforderungen beginnt der Fachkräftemangel zu drängen. Alte Programmiersprachen wie Cobalt werden zunehmend von jüngeren Entwicklern gemieden, was Unternehmen zwingt, teure und erfahrene Spezialisten zu beschäftigen. Trotz dieser Herausforderungen bieten die Modernisierungsmaßnahmen auch potenzielle Einsparungen, die wiederum die nötigen Investitionen erleichtern könnten.
Angesichts begrenzter Budgets und des dringenden Innovationsdrucks steht besonders die deutsche Banken- und Handelsbranche unter Zugzwang. Fragmente in Datenbeständen und variierende regulatorische Anforderungen erschweren zusätzlich die Nutzung von KI. Für Nigel Vaz ist klar: Erfolg hängt von der optimalen Abstimmung von Regulierung, Fähigkeiten und Datenmanagement ab.
