Im Diskussionsforum von „Hacker News“ ist kürzlich eine Frage auf bemerkenswert große Resonanz gestoßen: Wie beeinflussen KI-gestützte Coding-Tools die Arbeit von COBOL-Entwicklern? Innerhalb kurzer Zeit sammelten sich mehr als 180 Beiträge von Praktikern, die aktiv mit Mainframes und gewachsenen Kernsystemen arbeiten. Der Tenor: Die Auswirkungen generativer KI auf das Rückgrat der Finanz-IT werden differenziert – und deutlich nüchterner – eingeschätzt als in vielen Marketingbotschaften.
Ausgangspunkt der Diskussion war die Beobachtung, dass „die Masse des Codes, der tatsächlich die Wirtschaft am Laufen hält“, bislang kaum von KI-Coding-Agenten erfasst sei. Mehrere Kommentatoren bestätigten diese Wahrnehmung indirekt. In produktiven Mainframe-Umgebungen dominierten hochintegrierte, historisch gewachsene Anwendungen mit komplexen Abhängigkeiten, proprietären Schnittstellen und regulatorischen Anforderungen. Solche Kontexte ließen sich, so die Einschätzung einiger Teilnehmer, nicht ohne Weiteres durch Large Language Models durchdringen.
Produktivitätshilfe mit Grenzen
Zwar berichteten einzelne Entwickler, dass KI-Tools bei klar abgegrenzten Aufgaben unterstützen könnten – etwa beim Erklären einzelner Codeabschnitte, beim Formulieren von Unit-Tests oder bei der Modernisierung kleinerer Komponenten. Insbesondere bei der Dokumentation älterer Programme oder beim Übersetzen von Logik in andere Sprachen könne KI Zeit sparen.
