Warum KI den COBOL-Mainframe nicht einfach ersetzt

Max Quantum

Stell Dir vor, Du gehst nachts durch den Serverraum einer großen Bank. Da stehen Maschinen, die seit den siebziger Jahren ununterbrochen laufen. Und auf ihnen läuft ein Code, den heute fast niemand mehr versteht... COBOL. Aber niemand, wirklich niemand, wagt es, diesen Code auch nur anzufassen, weil das Risiko, dass das gesamte System kollabiert, einfach unkalkulierbar ist.

Eva Cortex

Das klingt nach purem Nervenkitzel für IT Vorstände. Aber mal im Ernst, warum lässt man das nicht einfach so laufen? Wenn es doch funktioniert?

Max Quantum

Weil die Entwickler von damals heute im Ruhestand sind oder, nun ja, schlicht nicht mehr leben. Und wenn Du versuchst, das System abzulösen, droht das Desaster. Erinnerst Du Dich an das Debakel der britischen TSB Bank im Jahr 2018? Die wollten ihre Systeme migrieren. Am Ende hatten sie hunderte Millionen Pfund Migrationskosten, tagelange Ausfälle und ein PR Desaster epischen Ausmaßes. Und warum? Weil sie das tatsächliche Laufzeitverhalten ihres alten Systems vor der Ablösung nicht verstanden haben. Der laufende Code ist oft die einzige Spezifikation, die es überhaupt noch gibt.

Eva Cortex

Verstehe. Also ein gigantischer Haufen Software Schulden, an den sich niemand herantraut. Aber genau an dieser Stelle soll jetzt KI ins Spiel kommen, oder? Ich meine, Code übersetzen, das ist doch genau das, was die großen Sprachmodelle angeblich so gut können.

Max Quantum

Genau das dachte der Markt auch. Bis zum 23. Februar 2026. Da gab es einen echten Hype Schock. Anthropic hat eine COBOL Modernisierung innerhalb von Claude Code angekündigt. Die Reaktion der Börse war brutal. Die Aktie von IBM brach an diesem einzigen Tag um fast 13,2 Prozent ein. Die Anleger dachten, IBMs Geschäftsmodell im Großrechner Bereich wird jetzt über Nacht pulverisiert.

Eva Cortex

Warte mal, 13,2 Prozent an einem Tag? Das ist für einen Riesen wie IBM ein massiver Einbruch. Aber ist das nicht genau dieser typische KI Hype? Ein neues Tool wird angekündigt, alle verfallen in Panik, aber die operative Realität sieht dann doch ganz anders aus?

Max Quantum

Und ob. Genau hier beginnt nämlich der Realitätscheck. Nur zwei Monate später, im April 2026, kam Gartner mit einer ziemlich ungemütlichen Warnung heraus. Sie prognostizierten, dass über 70 Prozent der in diesem Jahr gestarteten Mainframe Ablöseprojekte ihre Ziele krachend verfehlen werden. Der Grund? Man überschätzt die reine Code Erzeugung durch KI völlig und vernachlässigt den viel schwierigeren Teil: die kontinuierliche Verhaltensprüfung.

Eva Cortex

Das leuchtet ein. Es nützt mir ja nichts, wenn die KI mir Millionen Zeilen Java Code auswirft, die zwar syntaktisch korrekt sind, aber am Ende bei einer komplexen Transaktion um drei Cent abweichen. Bei Millionen Buchungen am Tag ist das der Ruin.

Max Quantum

Exakt. Und an genau diesem Hebel setzt ein Startup namens Mechanical Orchard an. Gegründet von Rob Mee, dem ehemaligen Chef von Pivotal. Die haben eine Plattform namens Imogen gebaut. Ihr Ansatz ist nicht: Wir übersetzen den Code. Ihr Ansatz ist: Wir ignorieren den COBOL Code erst einmal und schauen uns nur an, was das System tatsächlich tut. Sie extrahieren eine präzise Verhaltensspezifikation direkt aus den echten, laufenden Datenflüssen des Mainframes. Das laufende System ist die beste Spezifikation.

Eva Cortex

Okay, das müssen wir genauer auseinandernehmen. Wenn ich das richtig verstehe, schauen sie sich an, welcher Input reingeht und welcher Output rauskommt, um daraus das Verhalten zu rekonstruieren? Wie funktioniert das operativ, ohne dass der Mainframe explodiert?

Max Quantum

Im Grunde bauen sie einen verhaltensgleichen Zwilling in der Cloud. Und im neuesten Release ihrer Plattform Imogen, das kam im Juli 2026 heraus, haben sie das extrem beschleunigt. Sie integrieren jetzt sogenannte AWS Transform Regeln. Das bedeutet, sie füttern den Zwilling mit echten Produktionsdaten, gleichen Transaktion für Transaktion ab und verifizieren den neuen Code vollautomatisch. Das Ergebnis? Ihre Entwickler schieben über 10.000 Zeilen verifizierten Code pro Woche in die Cloud. Ohne dass ein Mensch jede Zeile manuell reviewen muss.

Eva Cortex

10.000 Zeilen verifizierter Code pro Entwicklerwoche? Das ist astronomisch viel. Aber wie nehmen sie den konservativen Banken Einkäufern die Angst? Solche Projekte dauern doch normalerweise Jahre und kosten zweistellige Millionenbeträge, bevor man überhaupt sieht, ob es funktioniert?

Max Quantum

Indem sie das Risiko komplett auf ihre eigene Kappe nehmen. Ihr Vertriebsmodell ist genial: Sie bieten einen kostenlosen Proof of Concept an. Sie sagen dem Kunden: Wir beweisen euch an einem echten Teilsystem eures Mainframes, dass unser Zwilling exakt dasselbe tut wie eure alte Maschine. Wenn wir das nicht schaffen, zahlt ihr keinen Cent. Das bricht die typische Risikoaversion in den Konzernen.

Eva Cortex

Clever. Der Kunde hat kein finanzielles Risiko beim ersten Schritt. Und wie skalieren sie den Vertrieb? Solche Enterprise Deals dauern ja normalerweise ewig.

Max Quantum

Sie nutzen die Marktplätze der großen Cloud Anbieter. Wenn Du als Konzern Imogen über den AWS oder Google Cloud Marketplace kaufst, kannst Du das oft über Deine bereits zugesagten Cloud Budgets abrechnen. Das verkürzt den Einkaufsprozess von Monaten auf wenige Tage. Und sie gehen sehr strategische Allianzen ein. Zum einen mit Thoughtworks für den kommerziellen Markt, zum anderen mit dem Technologiekonzern Leidos, um exklusiven Zugang zu den hochgradig regulierten US Bundesbehörden zu bekommen.

Eva Cortex

Das klingt fast ein bisschen zu gut. Wo ist der Haken? Wir kennen die genauen Projektpreise und Margen von Mechanical Orchard nicht. Wenn so ein kostenloser PoC fehlschlägt, sitzen sie auf enormen Personalkosten.

Max Quantum

Völlig richtig. Das Modell ist extrem betreuungsintensiv. Wenn die KI das Verhalten falsch interpretiert, müssen hochbezahlte Ingenieure ran. Aber der eigentliche Hebel ist das übertragbare Muster für Gründer. In hochregulierten Märkten liegt der Wert nicht in der billigen Generierung von Code. Der Wert liegt im automatisierten Nachweis der Funktionsgleichheit. Wer beweisen kann, dass das neue System absolut fehlerfrei exakt so funktioniert wie das alte, der knackt die unantastbaren Milliardenmärkte der Altsysteme.

Eva Cortex

Ein faszinierender Ansatz. Weg von der Code Erzeugung, hin zur Verhaltensprüfung. Max, danke für diese tiefen Einblicke.

Max Quantum

Das war der Business Case des Tages.

Eva Cortex

IGNITION. Jeden Morgen. Ein echter Business Case. Eine echte Chance für Dich.