Top KI-Tools für die Modernisierung von Legacy-Systemen

Die meisten Legacy-Modernisierungsprojekte überschreiten Zeit- und Budgetrahmen. Entwicklungsteams verbringen den ersten Monat damit, alten Code zu lesen. Doch fast immer ist die Dokumentation fehlerhaft oder fehlt ganz. Niemand weiß genau, welche Komponenten welche Änderungen beeinflussen.

KI-Tools lösen dieses Problem nicht. Sie können weder entscheiden, ob das Strangler-Fig-Muster oder eine komplette Neuentwicklung angewendet werden soll, noch welche Dienste zuerst extrahiert werden sollen. Ihre Aufgabe ist es, den Aufwand für die manuelle Arbeit zu reduzieren: das Lesen unbekannter Codebasen, das Generieren von Testsuiten und das Erstellen neuer Strukturen.

In diesem Artikel stellen wir Tools vor, die sich bei Migrationsprojekten als besonders nützlich erweisen. Einige dienen als allgemeine Programmierassistenten, andere sind speziell für die Modernisierung entwickelt. Jeder Eintrag beschreibt die Stärken und Schwächen des jeweiligen Tools.

Was „Legacy-Modernisierung“ tatsächlich umfasst

Die Migration von Legacy-Systemen lässt sich in der Regel in mehrere Kategorien unterteilen:

• Codebasis-Verständnis: Hierbei geht es darum, fremden Code zu verstehen, oft ohne Dokumentation.
• Abhängigkeitsanalyse: Sie dient dazu, Abhängigkeiten zu identifizieren, bevor Änderungen vorgenommen werden.
• Refactoring und Dekomposition: Dienste extrahieren, APIs aktualisieren, monolithische Systeme aufteilen.
• Sprachumsetzung: Sie umfasst alle Schritte, die für den Wechsel von einem Technologie-Stack zum anderen erforderlich sind (z. B. COBOL zu Java, Java EE zu Spring Boot, .NET Framework zu .NET).
• Testgenerierung: Sie beinhaltet Unit- und Integrationstests für ungetesteten Legacy-Code.
• Dokumentation: Sie generiert Inline-Dokumentation, Architekturzusammenfassungen und Migrationshinweise.
• API-Wrapping: Die Legacy-Funktionalität wird modernen Systemen zur Verfügung gestellt, ohne den Kern neu schreiben zu müssen.

Es gibt verschiedene Tools, die unterschiedliche Aspekte abdecken. Im Folgenden werden sie einzeln erläutert.

Claude Code (Anthropic)

Claude Code gehört zu den beliebtesten KI-gestützten Coding-Agenten für die Kommandozeile. Im Gegensatz zu vielen anderen Tools arbeitet es nicht nur mit der aktuell geöffneten Datei, sondern kann ein gesamtes Repository analysieren. Gerade bei Legacy-Codebasen ist das einer der größten Vorteile. Seit 2025 steht zudem eine native Erweiterung für Visual Studio Code zur Verfügung, sodass die Nutzung nicht mehr ausschließlich über das Terminal erfolgt. Für umfangreiche Repository-Analysen bleibt die CLI-Version jedoch die leistungsfähigere Wahl.

Richtet man Claude Code auf ein vollständiges Java-EE-Repository aus, kann beispielsweise folgender Prompt verwendet werden, um ein Legacy-Modul zusammenzufassen und dessen Abhängigkeiten zu analysieren:

„Fasse zusammen, welche Aufgabe das Paket com.example.billing erfüllt. Liste alle Aufrufe externer Services, Datenbankzugriffsmuster sowie offensichtliche technische Schulden auf. Formatiere das Ergebnis als technischen Bericht.“

Claude Code kann nicht nur die Funktion eines Moduls verständlich erklären, sondern auch dessen Abhängigkeiten aufzeigen. Darüber hinaus erkennt das Tool häufig technische Schulden sowie Bereiche, die sich für Refactoring eignen.

Unser Team bei Chudovo setzt Claude Code regelmäßig beim Einstieg in übernommene Codebasen ein. Statt mehrere Wochen damit zu verbringen, unbekannten Code manuell zu analysieren, lassen sich zunächst verständliche Zusammenfassungen erstellen, beispielsweise zu folgenden Fragen:

• Welche Aufgabe erfüllt dieses Modul?
• Von welchen Komponenten oder Services hängt es ab?
• Wo befinden sich potenzielle Risiken oder besonders komplexe Bereiche?

Die Ergebnisse sind nicht immer vollständig oder fehlerfrei. Sie sind jedoch in der Regel präzise genug, um die Einarbeitungszeit deutlich zu verkürzen und die Bereiche hervorzuheben, die anschließend manuell überprüft werden sollten.

• Stärken: Sehr großes Kontextfenster, hervorragende Testgenerierung, starkes Verständnis von Legacy-Technologien wie COBOL und Java sowie Unterstützung für Python, .NET und viele weitere Programmiersprachen.
• Einschränkungen: Der CLI-basierte Workflow erfordert eine gewisse Einrichtung. Umfangreiche Analysen großer Codebasen können vergleichsweise viel Zeit in Anspruch nehmen. Zudem können bei längeren Sitzungen aufgrund des API-basierten Preismodells höhere Kosten entstehen.

GitHub Copilot (Microsoft)

Cursor

Cursor ist ein auf Visual Studio Code basierender Editor, bei dem KI deutlich tiefer in die Entwicklungsumgebung integriert ist als bei klassischen Erweiterungen. Für die Modernisierung von Legacy-Anwendungen sind insbesondere zwei Funktionen besonders relevant.

• Plan Mode: Bevor Änderungen am Code vorgenommen werden, erstellt Cursor einen detaillierten Schritt-für-Schritt-Plan. Gerade bei Modernisierungsprojekten ist das ein entscheidender Vorteil. Anstatt sofort Code zu generieren, entwickelt Cursor zunächst einen strukturierten Vorschlag für ein Refactoring über mehrere Dateien hinweg. Entwickler können diesen Plan prüfen, anpassen und erst anschließend die eigentlichen Änderungen ausführen.
• Codebase-Indexierung: Cursor analysiert das gesamte Projekt und erstellt einen Index der Codebasis. Dadurch versteht das Tool die Beziehungen zwischen Modulen und kann Änderungen unter Berücksichtigung ihrer Auswirkungen auf andere Komponenten vorschlagen. Das ist besonders wertvoll bei großen Legacy-Systemen, in denen selbst kleine Änderungen unerwartete Nebeneffekte verursachen können.

Unser Team bei Chudovo hat Cursor bereits in Java- und Python-Projekten eingesetzt, die weder automatisierte Tests noch aussagekräftige Dokumentation besaßen. Der typische Ablauf besteht darin, zunächst die gewünschte Zerlegung oder Modernisierung zu beschreiben. Anschließend erstellt Cursor einen Migrationsplan, der überprüft und gegebenenfalls angepasst wird. Erst danach werden die Änderungen umgesetzt. Parallel erzeugt Cursor passende Testdateien für den refaktorierten Code und kennzeichnet Funktionen, für die keine zuverlässigen Tests erstellt werden konnten.

• Stärken: Plan Mode für kontrollierte Refactorings über mehrere Dateien hinweg, leistungsfähige Projektindexierung, modellunabhängig (lässt sich beispielsweise sehr gut mit Claude kombinieren) sowie umfangreiche Schulungs- und Workshop-Materialien zum Legacy-Refactoring.
• Einschränkungen: Der Fokus liegt auf dateibasierten Arbeitsabläufen. Sehr große, aus vielen Modulen bestehende Systeme erfordern eine sorgfältige Bereitstellung des Kontexts. Für die Analyse kompletter Codebasen ist Cursor insgesamt weniger geeignet als Claude Code.

Amazon Q Developer (AWS)

Amazon Q Developer zeichnet sich insbesondere bei der Modernisierung Java-basierter Legacy-Anwendungen aus. Eine der wichtigsten Funktionen ist die automatisierte Aktualisierung von Java-Versionen. Das Tool kann Anwendungen von Java 8 oder Java 11 auf Java 17 oder Java 21 migrieren. Dabei aktualisiert es Abhängigkeiten, ersetzt veraltete API-Aufrufe und kennzeichnet alle Bereiche, die nicht automatisch aufgelöst werden konnten.

Mit der allgemein verfügbaren CLI-Version, die im Juni 2025 veröffentlicht wurde, wurde der Funktionsumfang zusätzlich um die Migration von Oracle-SQL zu PostgreSQL erweitert. In vielen Modernisierungsprojekten lässt sich dadurch der Aufwand für die manuelle Analyse und Fehlerbehebung von mehreren Wochen auf eine deutlich kürzere Phase der Überprüfung und Validierung reduzieren. Zwar müssen Entwicklungsteams die Ergebnisse weiterhin sorgfältig kontrollieren, sie starten jedoch auf einem wesentlich fortgeschritteneren Stand als bei einer vollständig manuellen Migration.

Für Unternehmen, die bereits AWS einsetzen, bietet Amazon Q Developer weitere Vorteile. Das Tool versteht gängige Muster des AWS SDK, unterstützt AWS CDK sowie AWS CloudFormation und hilft dadurch auch bei der Modernisierung von Infrastrukturcode parallel zur eigentlichen Anwendung.

• Stärken: Automatisierte Java-Upgrades von Java 8 bzw. 11 auf Java 17 bzw. 21, sehr gute Unterstützung für AWS-Umgebungen, Oracle-zu-PostgreSQL-Migration seit 2025 sowie ein großzügiges kostenloses Nutzungskontingent.
• Einschränkungen: Die Migrationsfunktionen konzentrieren sich hauptsächlich auf Java und .NET. Für COBOL, RPG oder andere klassische Legacy-Sprachen ist das Tool deutlich weniger geeignet. Die allgemeine Codeunterstützung ist solide, erreicht jedoch nicht das Niveau der stärksten Lösungen in diesem Vergleich.

IBM watsonx Code Assistant for Z (+ OpenLegacy)

IBM watsonx Code Assistant for Z wurde für COBOL- und PL/I-Anwendungen auf IBM-Z Mainframe-Systemen entwickelt. Das Tool unterstützt wichtige Modernisierungsaufgaben, darunter die Anwendungsanalyse, die Extraktion von Services sowie die selektive Übersetzung von COBOL nach Java.

Der Ansatz erfolgt schrittweise. IBM identifiziert zunächst einen Business-Service in einer COBOL-Anwendung, extrahiert ihn, übersetzt ihn nach Java, validiert das Ergebnis und führt während der Testphase den alten und den neuen Code parallel aus. Das zugrunde liegende Modell wurde speziell für die Übersetzung von COBOL nach Java optimiert und erzielt bei dieser Aufgabe bessere Ergebnisse als ein allgemeines Large Language Model.

Mit der Version 2026 wurden agentenbasierte Funktionen ergänzt, darunter die automatische Erkennung von Abhängigkeiten, Impact-Analysen, Codegenerierung, die Durchsetzung von Regeln sowie die Überprüfung der Kompilierung innerhalb eines einzigen Durchlaufs.

Nicht jedes Mainframe-Team ist jedoch bereit, den Code unmittelbar zu übersetzen. Manche Unternehmen möchten zunächst lediglich Legacy-Funktionalitäten für moderne Systeme verfügbar machen, ohne den produktiven Code zu verändern. Genau hier kommt OpenLegacy zum Einsatz. Das Tool generiert cloudnative APIs direkt aus Mainframes, IBM i (AS/400)-, CICS- und VSAM-Systemen, ohne Änderungen am zugrunde liegenden Quellcode vorzunehmen. Finanzdienstleister und Versicherungsunternehmen nutzen OpenLegacy insbesondere deshalb, weil sich das Risiko dadurch gering halten lässt. Es handelt sich um eine Integrationslösung und nicht um einen Modernisierungspfad – doch bei Systemen, die täglich Millionen Transaktionen verarbeiten, ist dieser Unterschied entscheidend.

Für Mainframe-Unternehmen, die aufgrund des Ruhestands vieler COBOL-Entwickler mit einem Fachkräftemangel konfrontiert sind, ist watsonx Code Assistant for Z eine der überzeugendsten Optionen für eine vollständige Modernisierung. OpenLegacy ist die passende Wahl, wenn zunächst die Integration und nicht die Neuentwicklung im Vordergrund steht.

• Stärken: Speziell entwickelte COBOL-/PL/I-zu-Java-Übersetzung. Schrittweiser und validierter Ansatz. Agentenbasierte Abhängigkeitsanalyse (2026). Risikoarme API-Integration mit OpenLegacy.
• Einschränkungen: Ausschließlich für IBM-Z- und IBM-i-Mainframes geeignet. Beide Tools setzen eine bestehende IBM-Infrastruktur voraus. Außerhalb des Mainframe-Umfelds sind sie nicht relevant. Der generierte Java-Code kann umfangreiche Nachbearbeitungen erfordern, um modernen Entwicklungsstandards zu entsprechen. IBM überführt diese Produktlinie schrittweise in IBM Bob, seine Mainframe-KI-Plattform der nächsten Generation.

Kodesage

Kodesage ist eine Plattform zur Wissensextraktion. Sie analysiert eine Legacy-Codebasis zusammen mit Issue-Tickets, Datenbankschemata, Wikis und Dokumentationen und erstellt daraus einen durchsuchbaren Wissensgraphen, der abbildet, wie das System tatsächlich funktioniert.

Viele Modernisierungsprojekte scheitern nicht daran, dass Entwicklungsteams keinen modernen Code schreiben können, sondern daran, dass sie das bestehende System nicht gut genug verstehen, um es sicher zu verändern. Ein COBOL-Programm, das über 30 Jahre gewachsen ist und dessen Logik sich auf Stored Procedures sowie mehrere Versionen eines Datenbankschemas verteilt, lässt sich nicht durch ein kurzes Lesen des Codes erfassen. Genau für dieses Problem wurde Kodesage entwickelt.

Das Tool unterstützt COBOL, PL/SQL, PowerBuilder, Oracle Forms, SAP und RPG. Durch Bereitstellungsoptionen für On-Premises- und VPC-Umgebungen eignet sich Kodesage auch für regulierte Branchen, in denen der Quellcode das Unternehmensnetzwerk nicht verlassen darf.

• Stärken: Speziell für die Wissensextraktion aus Legacy-Systemen entwickelt. Gute Unterstützung für COBOL, PL/SQL und PowerBuilder. On-Premises-Bereitstellung möglich. Generiert Abhängigkeitsgraphen, Dokumentation und Testgerüste.
• Einschränkungen: Kein Tool für Code-Transformation oder Codegenerierung. Relativ neue Plattform mit begrenzter öffentlich verfügbarer Praxiserfahrung. Preise werden nicht öffentlich angegeben.

Rhino.ai

Rhino.ai ist eine End-to-End-Plattform für die Modernisierung von Anwendungen und deckt die Phasen Analyse, Design und Transformation ab. Das Tool extrahiert Geschäftsregeln aus Legacy-Code, SaaS-Anwendungen, Workflows und Dokumentationen, organisiert sie in einem verwalteten Logikgraphen und generiert daraus modernen Code für die Zielarchitektur.

Das Universal Application Notation (UAN)-Framework trennt die Analysephase von der eigentlichen Codegenerierung. Die extrahierten Geschäftsregeln werden zunächst in einem plattformunabhängigen Format dargestellt. Anschließend können dieselben Regeln für Microservices, Low-Code-Plattformen (wie ServiceNow oder Appian), AWS, Google Cloud oder On-Premises-Umgebungen genutzt werden. Das ist insbesondere für Unternehmen relevant, die sich nicht frühzeitig auf eine bestimmte Zielarchitektur festlegen möchten.

Bei Systemen, in denen sich wesentliche Geschäftslogik in Stored Procedures oder Konfigurationsdateien statt im Anwendungscode befindet, gehört Rhino.ai zu den wenigen Lösungen, die nach eigenen Angaben auch diese Ebene direkt analysieren.

Die Plattform ist über den AWS Marketplace verfügbar.

• Stärken: End-to-End-Unterstützung von der Analyse bis zur Bereitstellung. Herstellerunabhängiges UAN-Framework. Verarbeitung auch von Artefakten außerhalb des Quellcodes. Verfügbar im AWS Marketplace.
• Einschränkungen: Relativ neue Plattform, deren Praxiserfahrung im Enterprise-Umfeld noch aufgebaut wird. Das Angebot richtet sich vor allem an Enterprise-Projekte.

OpenRewrite/Moderne

OpenRewrite wurde ursprünglich bei Netflix als internes Tool entwickelt, um eine seit sechs Jahren veraltete Logging-Bibliothek aus einer sehr großen Codebasis zu entfernen. Später wurde das Projekt als Open Source veröffentlicht und wird heute von Moderne weiterentwickelt. Inzwischen zählt OpenRewrite zu den am häufigsten genannten Werkzeugen für groß angelegte Java-Modernisierungsprojekte.

Der Ansatz unterscheidet sich von KI-basierten Tools. OpenRewrite arbeitet mit einem Lossless Semantic Tree (LST) – einer präzisen strukturellen Darstellung des Quellcodes, die Formatierung, Typinformationen und Positionen im Quelltext vollständig beibehält. Die sogenannten „Recipes“ führen deterministische Transformationen durch. Wird dasselbe Recipe auf denselben Code angewendet, entsteht jedes Mal das gleiche Ergebnis. Es stehen mehr als 5.000 Recipes zur Verfügung, unter anderem für Java-Versions-Upgrades, Migrationen von Spring Boot 2 auf Spring Boot 3, Namespace-Änderungen von javax zu jakarta, Sicherheitsupdates und viele weitere Modernisierungsaufgaben.

Moderne bildet die Enterprise-Plattform auf Basis von OpenRewrite. Während OpenRewrite jeweils ein Repository verarbeitet, kann Moderne dieselben Recipes gleichzeitig auf Tausende von Repositories anwenden. So wird beispielsweise die Aktualisierung einer Sicherheitsbibliothek in 500 Java-Repositories von einem projektübergreifenden Vorhaben zu einem planbaren, automatisierten Prozess.

• Stärken: Deterministische und reproduzierbare Transformationen. Mehr als 5.000 Community-Recipes. Weit verbreitet für Java-Migrationen. Moderne skaliert auf Tausende von Repositories.
• Einschränkungen: Schwerpunkt auf Java. Für COBOL, RPG oder andere Nicht-JVM-Technologien ist das Tool nicht geeignet. Individuelle Migrationsszenarien erfordern die Entwicklung eigener Recipes.

CAST Imaging

CAST Imaging ist ein Tool zur Architekturanalyse. Es erstellt eine detaillierte, interaktive Darstellung einer Legacy-Codebasis und visualisiert Komponenten, Abhängigkeiten, Aufrufketten, Datenbankzugriffsmuster, ungenutzten Code sowie strukturelle Verstöße.

Der typische Einsatz erfolgt zu Beginn eines Modernisierungsprojekts – noch bevor Änderungen am Quellcode vorgenommen werden. Teams nutzen CAST Imaging, um Fragen zu beantworten, die sich allein durch das Lesen des Codes nicht klären lassen: Welche Komponenten sind eng miteinander gekoppelt? Wo befinden sich die größten Risikobereiche? Wie viel ungenutzter Code kann entfernt werden, bevor der Umfang des Refactorings festgelegt wird?

• Stärken: Erstklassige Unterstützung bei der Analyse von Abhängigkeiten und Softwarearchitekturen für zahlreiche Enterprise-Technologien, darunter Java, .NET, COBOL, Datenbanken und Middleware-Komponenten. Der analysierte Kontext kann an nachgelagerte KI-gestützte Entwicklungstools weitergegeben werden. Mit CAST Highlight ist außerdem eine Portfolioanalyse möglich.
• Einschränkungen: Reines Analysewerkzeug. Keine Codegenerierung und keine Unterstützung bei der eigentlichen Migration. Erfordert eine Enterprise-Lizenz. Besonders geeignet für Softwarearchitekten und technische Projektleiter, weniger für einzelne Entwickler.

Das richtige Tool auswählen

Jedes der in diesem Artikel vorgestellten Tools löst ein bestimmtes Problem im Modernisierungsprozess. Keines davon ersetzt jedoch eine durchdachte Migrationsstrategie. Die meisten Projekte profitieren von zwei oder drei Werkzeugen, die entsprechend der jeweiligen Projektphase und des eingesetzten Technologie-Stacks ausgewählt werden.

• Java-/JVM-Modernisierung (Java-Versions-Upgrades, Spring-Boot-Migrationen): OpenRewrite eignet sich für automatisiertes Refactoring, während Amazon Q Developer besonders bei Java-Versions-Upgrades überzeugt.
• Mainframe-Modernisierung (COBOL/PL/I auf IBM Z): Die bevorzugte Lösung ist watsonx Code Assistant for Z. Soll Legacy-Funktionalität über APIs bereitgestellt werden, ohne den Quellcode zu verändern, ist OpenLegacy die bessere Wahl.
• Neuentwicklung eines schlecht dokumentierten Systems: CAST Imaging sorgt zunächst für Transparenz über die bestehende Architektur. Kodesage unterstützt bei der Wissensextraktion. Claude Code oder Cursor eignen sich anschließend für die eigentliche Neuentwicklung.
• Umfassende Enterprise-Modernisierung über mehrere Systeme hinweg: Rhino.ai bietet den größten Funktionsumfang für Analyse und Transformation. CAST Imaging ergänzt diesen Ansatz durch Transparenz auf Portfolioebene.
• Claude Code und Cursor sind darüber hinaus in allen genannten Szenarien hilfreiche Werkzeuge, insbesondere für das Verständnis bestehender Codebasen, die Generierung von Tests sowie die tägliche Refactoring-Arbeit.

Der praktikabelste Ansatz besteht darin, zunächst die aktuelle Projektphase zu bestimmen, anschließend die passenden Tools für diese Phase auszuwählen und sie über zwei Sprints hinweg zu evaluieren, bevor eine endgültige Entscheidung getroffen wird. Bei mehrmonatigen Modernisierungsprojekten wirkt sich die Wahl des richtigen Werkzeugs spürbar auf den Projektverlauf und die Gesamtdauer aus.