Zwei Jahrzehnte lang war das Migrations-Playbook eindeutig: Jeder Monat, den Sie eine Plattformmigration aufschieben, treibt die Kosten. Jedes Feature, das noch auf dem Altsystem entsteht, vergrößert den Migrationsumfang. Jeder Workaround vertieft die Abhängigkeit. Die Rechnung war simpel — jetzt migrieren oder später mehr bezahlen.
Diese Logik war richtig. Unter den Annahmen, die bis vor Kurzem galten, war es der korrekte Rat. Aber eine dieser Annahmen hat sich verschoben, und genau das verändert die Entscheidung. Nicht für jeden. Für manche wird Warten in den nächsten Monaten sogar deutlich teurer. Dieser Artikel zieht die Trennlinie.
Was sich tatsächlich geändert hat
Die fixe Größe in der alten Rechnung war der Migrationsaufwand. Eine Portierung kostete, was sie kostete — und der Preis stieg mit dem Umfang. KI-gestützte Migrationswerkzeuge haben diese Konstante in Bewegung gebracht. Für die mechanischen, gut strukturierten Anteile einer Migration — Code-Übersetzung zwischen Sprachen und Frameworks, Refactoring, Generierung von Testabdeckung, ETL-Umbau — berichten Anbieter und erste Anwender von substanziellen Effizienzgewinnen. Die belastbaren Größenordnungen liegen bei 30 bis 60 Prozent Produktivitätszuwachs für genau diese Aufgabenklassen, und zwar dann, wenn KI als strukturierter Team-Workflow mit menschlicher Kontrolle eingesetzt wird — nicht als Ad-hoc-Spielerei einzelner Entwickler (Entrans).
Diese Einschränkung ist kein Kleingedrucktes. Sie ist der Kern. KI beschleunigt das, was übersetzbar ist — Syntax, Boilerplate, repetitive Muster. Sie beschleunigt nicht das, was Verständnis verlangt: die undokumentierte Geschäftslogik, die ein Sachbearbeiter vor fünfzehn Jahren in eine Stored Procedure gegossen hat, oder die Frage, warum ein bestimmter Sonderfall im Tarifrechner überhaupt existiert. Wer KI-Migration als „Knopfdruck" verkauft, hat noch keine echte Enterprise-Codebasis migriert.
Was sich also geändert hat, ist nicht, dass Migration gelöst wäre. Es ist, dass die Kostenkurve nicht mehr flach oder steigend verläuft. Sie sinkt — und genau das eröffnet eine strategische Option, die vorher schlicht nicht existierte.
Die traditionelle Empfehlung — und ihr verborgener Preis
Der Standardrat lautet: sofort aufhören, auf Legacy zu bauen. Feature-Entwicklung auf dem Altsystem einfrieren, die gesamte Kapazität in die Migration lenken, den Produktivitätsverlust der Transition akzeptieren und Feature-Delivery erst nach dem Cutover auf der neuen Plattform wieder aufnehmen. Das ist Option A. Sie ist diszipliniert, und unter der Annahme konstanter oder steigender Migrationskosten ist sie korrekt. Für viele Unternehmen bleibt sie der richtige Weg.
Ihr Preis wird allerdings systematisch unterschätzt: Das Geschäft wartet. Zwölf bis vierundzwanzig Monate absorbiert die Organisation den Stillstand einer eingefrorenen Feature-Pipeline. Wettbewerber, die nicht migrieren, liefern weiter. Kunden, die neue Funktionen brauchen, werden vertröstet. Für einen Industriezulieferer mit stabiler Marktposition und langen Vertragszyklen mag dieser Preis verkraftbar sein. Für einen Versicherer, der gegen digital-first Anbieter um Abschlussquoten kämpft, kann derselbe Freeze existenziell werden — nicht weil die Migration scheitert, sondern weil das Geschäft während der Migration nicht stattfindet.
Option B: der KI-Shift
Die KI-Shift-Strategie dreht die Reihenfolge um. Statt für die Migration alles zu stoppen, bauen Sie weiter hochwertige Features auf der bestehenden Plattform, investieren jetzt in wertschaffende Fähigkeiten einschließlich KI-Workflows, akzeptieren bewusst eine Vergrößerung des späteren Migrationsumfangs und planen die Migration für ein Zeitfenster, in dem KI-gestützte Werkzeuge den Aufwand spürbar gesenkt haben. Die Wette dahinter ist explizit: dass die künftige Kostenreduktion der Migration die Umfangsvergrößerung überkompensiert.
Das ist nicht der sichere Weg. Es ist der Weg mit der höheren Optionalität. Sie setzen darauf, dass Migrationswerkzeuge schneller reifen als Ihr Legacy-Scope wächst. Auf Basis der aktuellen Entwicklung ist diese Wette vertretbar. Auf Basis von Gewissheit bleibt sie eine Wette — und genau so sollten Sie sie der Geschäftsführung präsentieren.
Die Rahmung ist entscheidend. Der KI-Shift ist keine Korrektur des alten Rats. Die traditionelle Empfehlung war unter ihren Annahmen richtig. Der KI-Shift ist eine neue Option, ermöglicht durch eine neue Variable. Beide Wege sind valide. Die einzige Frage ist, welcher zu Ihrer konkreten Lage passt.
Wann der KI-Shift sinnvoll ist
Der KI-Shift ist nicht generell überlegen. Er ist spezifisch überlegen unter bestimmten Bedingungen.
Wenn sich das Geschäft keinen Feature-Freeze leisten kann. Ein Mittelständler im direkten Wettbewerb mit digital-nativen Anbietern kann seine Produktentwicklung nicht achtzehn Monate pausieren. Die Wettbewerbskosten des Freeze übersteigen die Migrationseinsparungen — und sie kumulieren still, weil sie nicht auf einer Rechnung auftauchen.
Wenn hochwertige Chancen auf der aktuellen Plattform liegen. Gibt es KI-Workflows, Automatisierungen oder kundenseitige Features, die innerhalb von zwölf Monaten messbaren ROI liefern und auf dem Bestandssystem umsetzbar sind, dann vernichtet ein Aufschub zugunsten der Migration zunächst Wert. Diese Logik kippt allerdings, sobald regulatorischer Druck dazukommt — dazu gleich mehr.
Wenn die Legacy-Plattform stabil genug ist. Der KI-Shift setzt voraus, dass das Bestandssystem weitere Entwicklung trägt. Fällt die Plattform aktiv aus, eskalieren die Supportkosten oder verlassen die wenigen verbliebenen Maintainer das Haus, kann Migration nicht warten. Der Legacy Readiness Check zwingt diese Bewertung in ehrliche Bahnen.
Wenn das Migrationsziel klar definiert ist. Der KI-Shift funktioniert nur, wenn Sie wissen, wohin Sie migrieren. Ist die Zielarchitektur unklar, ist der Aufschub keine Strategie, sondern Prokrastination mit strategischem Etikett.
Wann der KI-Shift falsch ist — und Warten teurer wird
Es gibt Konstellationen, in denen der KI-Shift die schlechtere Wette ist und die traditionelle Empfehlung gilt: wenn die Legacy-Plattform operativ instabil wird und Incidents zunehmen; wenn die Supportlast einen erheblichen Teil der Engineering-Kapazität bindet und damit genau die Ressource frisst, die Wert schaffen sollte; wenn zentrales Systemwissen bei ein oder zwei Personen liegt, deren Ausscheiden absehbar ist; oder wenn die technische Schuld so tief sitzt, dass jedes neue Feature ein Vielfaches des nötigen Aufwands kostet. In all diesen Fällen sind die Kosten des Wartens real, kumulierend und werden von künftigen KI-Migrationseinsparungen nicht aufgewogen.
Der schärfste dieser Fälle ist heute regulatorisch getrieben — und hier hat sich die Lage 2026 messbar verändert. Mit dem NIS2-Umsetzungs- und Cybersicherheitsstärkungsgesetz ist die NIS2-Richtlinie inzwischen über umfangreiche Änderungen des BSI-Gesetzes in deutsches Recht überführt; betroffene Unternehmen unterliegen Pflichten zu Risikomanagement, Meldewesen und — neu und folgenreich — persönlicher Haftung der Geschäftsleitung (nis-2-directive.com). Wenn Ihr Altsystem die geforderten Sicherheits- und Nachweisfähigkeiten strukturell nicht liefern kann, ist Migration kein Optimierungsthema mehr. Dann ist der Treiber Compliance, nicht ROI — und der KI-Shift ist das falsche Instrument.
Beim EU AI Act lohnt der nüchterne Blick, weil hier Eile fehlgeleitet werden kann. Die Omnibus-Einigung vom Mai 2026 hat die Geltung der Hochrisiko-Pflichten verschoben: eigenständige Annex-III-Systeme — etwa in Bonitätsbewertung, Personalauswahl oder Bildung — müssen nun bis 2. Dezember 2027 konform sein, in regulierte Produkte eingebettete Systeme nach Annex I bis 2. August 2028 (Gibson Dunn). Die Transparenzpflichten nach Artikel 50 — Kennzeichnung KI-generierter Inhalte, Offenlegung beim direkten Nutzerkontakt — bleiben dagegen ab dem 2. August 2026 aktiv (EU-Kommission). Praktisch heißt das: Die kurzfristige Pflicht ist Transparenz, nicht der große Hochrisiko-Umbau. Wer eine teure Migration allein mit einer AI-Act-Frist begründet, die de facto erst 2027 oder 2028 greift, baut sein Kapitalallokations-Argument auf Sand.
Die vier Leitplanken
Ohne Disziplin degeneriert der KI-Shift zu „wir migrieren irgendwann" — exakt der Satz, mit dem sich Organisationen seit einem Jahrzehnt selbst belügen. Vier Leitplanken halten die Strategie ehrlich.
Erstens: nur hochwertige Legacy-Entwicklung genehmigen. Jeder neue Feature-Request durchläuft ein Value Gate. Liefert dieses Feature in sechs bis zwölf Monaten genug Geschäftswert, um die spätere Umfangsvergrößerung zu rechtfertigen? Andernfalls wartet es auf die neue Plattform. Dies ist die in der Durchsetzung härteste Leitplanke: Product Owner pushen Komfort-Features, Vertrieb pusht schnelle Erfolge. Die Disziplin liegt im Nein zu allem, das die hohe Wertschwelle nicht erreicht.
Zweitens: wiederverwendbare Logik außerhalb des alten Kerns bauen. Wer auf Legacy baut, baut auf Portabilität. Geschäftslogik gehört in API-Schichten, Integrationsservices, KI- und OCR-Pipelines und Microservices, die neben dem Altsystem stehen, nicht hinein. Der Legacy-Kern bekommt minimalen neuen Code; die neue Logik lebt in Infrastruktur, die die spätere Migration überlebt. Das ist das Muster aus unserer Stabilisierungs- und Entkopplungsarbeit: die Brücke bauen, nicht den Anbau. Ein Versicherer, der eine KI-gestützte Schaden-Triage einführt, bettet diese nicht in das zwanzig Jahre alte Schadensystem ein. Er baut einen Service, der über einen API-Wrapper aus dem Schadensystem liest und in es schreibt — und der bestehen bleibt, wenn das Schadensystem irgendwann migriert wird.
Drittens: die KI-Migrationsökonomie quartalsweise neu vermessen. Die gesamte Wette hängt daran, dass die Werkzeuge sich weiter verbessern. Diese Entwicklung sieht heute stark aus, ist aber nicht garantiert. Nehmen Sie jedes Quartal ein repräsentatives Legacy-Modul und lassen Sie es durch aktuelle KI-Migrationswerkzeuge laufen. Tracken Sie die reale Aufwandsreduktion über die Zeit. Flacht die Kurve ab oder kehrt sie sich um, schwächt sich die These — und Sie ziehen die klassische Migration vor. Wie sich solche Benchmarks heute strukturieren lassen, behandelt KI-gestützte Migration: Was die ersten Ergebnisse tatsächlich zeigen.
Viertens: ein verbindliches Migrations-Decision-Gate setzen. Legen Sie einen Termin zwölf bis achtzehn Monate in der Zukunft fest, an dem die Strategie ein formales Gate durchläuft. Hat der auf Legacy geschaffene Wert die Umfangsvergrößerung gerechtfertigt? Sind die Migrationskosten wie erwartet gesunken? Ist die Organisation überhaupt noch migrationsfähig — oder hat institutionelle Trägheit den Umstieg politisch unmöglich gemacht? Das Gate verhindert genau diese Drift. Ohne es wird der KI-Shift zum Dauerzustand. Mit ihm ist er eine befristete Wette mit definiertem Bewertungspunkt.
Das Gespräch mit der Geschäftsführung
Vor dem Vorstand ist die Rahmung schlicht. Die traditionelle Empfehlung, sofort zu migrieren, war unter den bisherigen Annahmen korrekt. Ein neuer Faktor — KI-gestützte Migration mit substanzieller Aufwandsreduktion für die mechanischen Anteile — hat die Ökonomie verändert. Es gibt jetzt zwei valide Optionen: Legacy einfrieren und sofort migrieren, oder jetzt Wert schaffen und migrieren, wenn die Werkzeuge die Kosten weiter gesenkt haben. Die Empfehlung lautet Option B, wenn der in zwölf Monaten erzielbare Geschäftswert die inkrementellen Migrationskosten übersteigt — mit quartalsweiser Neubewertung und einem verbindlichen Gate in Monat achtzehn. Und sie lautet Option A, sobald Stabilität oder eine konkrete, zeitnah greifende Regulierung das Warten teurer machen als das Handeln.
Das ist kein Technologie-Argument, sondern eine Kapitalallokationsfrage. Sie lautet nicht „sollen wir modernisieren", sondern „was ist der höchstwertige Einsatz unserer Engineering-Kapazität in den nächsten zwölf Monaten?". Für viele DACH-Mittelständler heißt die ehrliche Antwort: jetzt Wert schaffen, auf der Plattform, die da ist, mit Leitplanken, die die Migration realisierbar halten.
Das Risiko, das Sie wirklich eingehen
Vier Risiken sollten benannt werden, statt sie zu kaschieren. Die KI-Migrationswerkzeuge könnten sich nicht wie erwartet verbessern — dann haben Sie mehr Scope ohne Kostenvorteil; dagegen helfen die Quartals-Benchmarks und das Gate. Die Legacy-Plattform könnte schneller degradieren als geplant und Kapazität binden, die Wert schaffen sollte — dagegen helfen Readiness-Assessment, Stabilitätsmonitoring und klare Eskalations-Trigger. Institutionelle Trägheit könnte die Migration mit jedem Investitionsjahr politisch schwerer machen — dagegen hilft ein Gate mit Executive Sponsorship und die unmissverständliche Kommunikation, dass der KI-Shift befristet ist. Und der Talentmarkt könnte sich verschieben, sodass Entwickler für die Altplattform schwerer zu finden sind — dagegen hilft Leitplanke zwei, die Fläche legacy-spezifischen Wissens klein zu halten.
Keines dieser Risiken ist disqualifizierend. Alle sind mit den beschriebenen Leitplanken steuerbar. Aber sie sind real — und wer den KI-Shift vorschlägt, ohne sie zu benennen, verkauft eine Wette als Gewissheit.
Was Sie jetzt tun sollten
Beginnen Sie mit einer ehrlichen Bestandsaufnahme. Führen Sie den Legacy Readiness Check durch, um zu klären, ob Ihre Plattform weitere Entwicklung trägt. Lesen Sie, was KI-gestützte Migration heute tatsächlich leistet, um Ihre Erwartungen zu kalibrieren — und nicht an einem Anbieterversprechen. Prüfen Sie, ob NIS2 oder die Transparenzpflichten des AI Act Ihre Plattform unter konkreten Zeitdruck setzen. Dann treffen Sie die Entscheidung: Option A oder Option B.
Ein Fit Call ordnet Ihre konkrete Lage in genau diesen Rahmen ein — Stabilität, Regulierung, Wertchancen — und liefert eine klare Empfehlung für Option A oder B, bevor Sie Engineering-Kapazität in die falsche Richtung binden.
References: Gibson Dunn, „EU AI Act Omnibus Agreement — Postponed High-Risk Deadlines," 2026, https://www.gibsondunn.com/eu-ai-act-omnibus-agreement-postponed-high-risk-deadlines-and-other-key-changes/; Europäische Kommission, „Regulatory framework for AI," https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai; NIS-2-Directive.com, „Transposition in Germany," https://www.nis-2-directive.com/Transposition/Germany.html; Entrans, „Legacy App Modernization with GenAI," https://www.entrans.ai/blog/legacy-app-modernization-with-genai-enterprise-guide.