Autor: Tobias Müller, ispringen.dev

Unternehmen geben durchschnittlich 80 Prozent ihres IT-Budgets für die Wartung bestehender Infrastruktur aus. Nur 20 Prozent fließen in Innovation. Diese Verteilung ist kein Zufall, sondern ein strukturelles Problem. Nigel Vaz, CEO von Publicis Sapient, sieht darin den Hauptgrund für technische Schulden. Die Folgen sind messbar: erschwerter Datenzugriff, Integrationshürden für moderne Technologien und steigende Betriebskosten.

“Oft gehen 80 Prozent der Mittel in die größten Komponenten der Infrastruktur, nur 20 Prozent in Innovation.” (Nigel Vaz, CEO von Publicis Sapient)

Besonders betroffen sind Branchen mit hoher Legacy-Abhängigkeit. Banken setzen auf COBOL-basierte Mainframes, das Gesundheitswesen und der Einzelhandel auf starre ERP-Monolithen. COBOL-Programme umfassen oft Millionen Zeilen Code. Neue Entwickler verstehen die Sprache kaum noch, da sie an weniger als fünf Prozent der deutschen Hochschulen gelehrt wird. Unternehmen müssen erfahrene Teams teuer halten, um die Systeme am Laufen zu halten. Der Fachkräftemangel verschärft das Problem zusätzlich.

Technische Schulden belaufen sich in Global-2000-Unternehmen laut HFS Research auf bis zu zwei Billionen US-Dollar. Diese Summe zeigt die wirtschaftliche Dimension des Problems. KI-Tools wie Publicis Sapients „Slingshot“ oder IBMs watsonx Code Assistant for Z können die Migration von Legacy-Code beschleunigen. Ein Beispiel: Ein Projekt, das ursprünglich zehn Jahre dauern sollte, wurde mit Slingshot in weniger als drei Jahren realisiert. Dennoch bleibt KI ein Werkzeug für repetitive Aufgaben, kein Allheilmittel.

Ich denke, die 80:20-Regel ist kein Zufall, sondern das Ergebnis kurzfristiger Kostenoptimierung. Langfristig führt dies zu Wettbewerbsnachteilen, besonders in regulierten Branchen wie dem Finanzsektor. KI ist kein Ersatz für strukturelle Modernisierung, sondern ein Mittel zur Effizienzsteigerung.

Vaz sagt dazu: „Oft gehen 80 Prozent der Mittel in die größten Komponenten der Infrastruktur, nur 20 Prozent in Innovation.“ Die Fallstudie zu Slingshot zeigt, wie KI-gestützte Migration Projektlaufzeiten deutlich verkürzen kann. HFS Research beziffert die technischen Schulden auf zwei Billionen US-Dollar.

Typische Legacy-Systeme und ihre Herausforderungen:

1. COBOL-Mainframes: Hohe Wartungskosten, Fachkräftemangel
2. ERP-Monolithen: Starre Architektur, Integrationshürden
3. Fragmentierte Datenbestände: Regulatorische Hindernisse für KI-Integration

Branche	Wartung (80%)	Innovation (20%)
Banken	Mainframe-Updates	KI-Piloten
Gesundheitswesen	ERP-Patches	Datenintegration

Kernsysteme modernisieren: Warum KI allein keine Lösung ist

KI kann technische Schulden nicht lösen, solange die Kernsysteme veraltet sind. Nigel Vaz nennt KI ohne modernisierte Infrastruktur ein „schönes Interface“ ohne substanzielle Wirkung. Fragmentierte Datenbestände und regulatorische Rahmenbedingungen wie DSGVO oder MiFID II erschweren die Integration von KI in Legacy-Systeme. Publicis Sapients Plattform „Slingshot“ transformiert COBOL-Code in Java oder React und reduzierte ein 10-Jahres-Projekt auf unter drei Jahre. IBMs watsonx Code Assistant for Z übersetzt COBOL in Java, dient aber primär als Automatisierungswerkzeug.

Nur 20 Prozent der Unternehmen setzen KI produktiv skalierbar ein, während 50 Prozent noch in der Pilotphase stecken. Die Erwartungslücke ist enorm. Ich denke, KI ist ein mächtiges Werkzeug, aber kein Ersatz für strukturelle Modernisierung. Unternehmen müssen zuerst ihre Datenarchitektur und Governance klären, bevor sie KI sinnvoll einsetzen können.

“Wenn man die Kernsysteme nicht modernisiert, redet man mit KI nur etwas schön.” (Nigel Vaz)

Die Fallstudie zu Slingshot zeigt, wie KI-gestützte Migration Projektlaufzeiten verkürzen kann. Eine Publicis-Studie bestätigt, dass 80 Prozent der Führungskräfte KI als Modernisierungshebel sehen, aber nur 20 Prozent sie produktiv nutzen.

Hürden für KI-Integration in Legacy-Systeme:

1. Fragmentierte Datenbestände
2. Regulatorische Auflagen (DSGVO, MiFID II)
3. Fehlende qualifizierte Fachkräfte

Phase	Anteil Unternehmen
Produktiv skalierbar	20%
Pilotphase	50%
Keine Nutzung	30%

COBOL, Mainframes und ERP: Die tickenden Zeitbomben der IT

COBOL-Programme in Banken und Behörden umfassen bis zu 100 Millionen Codezeilen. Die Sprache wird an weniger als fünf Prozent der deutschen Hochschulen gelehrt. Mainframes verarbeiten 70 Prozent der weltweiten Finanztransaktionen, darunter 90 Prozent der Kreditkartentransaktionen. Die Modernisierung eines Mainframe-Systems dauert durchschnittlich fünf bis sieben Jahre. ERP-Monolithen wie SAP R/3 blockieren bei 68 Prozent der Unternehmen die Einführung von KI-Lösungen durch fehlende API-Schnittstellen.

Der Open-Source-Compiler gcobol unterstützt den COBOL-2014-Standard, wird aber nur von 12 Prozent der Unternehmen mit COBOL-Code genutzt. Der Y2K-Bug verursachte 1999 Kosten von 300 Milliarden US-Dollar für manuelle Code-Anpassungen. Aktuell bestehen ähnliche Risiken durch zweistellige Speicherformate in ERP-Datenbanken.

Ich denke, Legacy-Systeme sind kein technisches, sondern ein strategisches Problem. Die Entscheidung zwischen Wartung und Modernisierung ist eine Frage des Risikoappetits, nicht der technischen Machbarkeit. Open-Source-Compiler wie gcobol verlängern das Leben von COBOL, lösen aber nicht das strukturelle Problem des Fachkräftemangels.

Vaz sagt: „COBOL-Programme sind Millionen Zeilen lang. Neue Entwickler verstehen den Code nur schwer.“ Eine Fallstudie zu gcobol zeigt, dass 88 Prozent der Unternehmen mit COBOL-Code weiterhin auf proprietäre Compiler setzen. IBM-Statistiken belegen, dass Mainframes täglich 30 Milliarden Transaktionen verarbeiten, mit einer Verfügbarkeit von 99,999 Prozent.

Typische COBOL-Code-Strukturen:

1. IDENTIFICATION DIVISION. (Programmheader)
2. DATA DIVISION. (Variablendefinitionen)
3. PROCEDURE DIVISION. (Logikblock)

Kriterium	Mainframe	Cloud
Skalierbarkeit	Vertikal	Horizontal
Kostenmodell	CAPEX	OPEX
Modernisierung	5–7 Jahre	1–2 Jahre

MOVE CUSTOMER-ID TO REPORT-LINE.
PERFORM CALCULATE-INTEREST.
WRITE REPORT-LINE.

Codebeispiel: Typische COBOL-Struktur.

Modernisierung als Governance-Problem: Warum Fachbereiche und IT nicht zusammenarbeiten

Nur zehn Prozent der Unternehmen erhalten proaktive Unterstützung durch Technologiepartner bei Modernisierungsprojekten. Ein Zielkonflikt zwischen IT und Fachbereichen blockiert 60 Prozent der Transformationsprojekte. Die IT priorisiert Stabilität und Wartbarkeit, die Fachbereiche fordern schnelle Innovationen. Regulatorische Rahmenbedingungen wie MiFID II und PSD2 erschweren im EU-Finanzmarkt die Modernisierung von Legacy-Systeme.

Der Fachkräftemangel bei COBOL-Entwicklern ist das Ergebnis jahrelanger Vernachlässigung von Aus- und Weiterbildung. Technische Schulden werden in der Publicis-Studie als Governance-Problem klassifiziert, nicht als rein technisches Problem. Ich denke, Modernisierung scheitert selten an der Technik, sondern an mangelnder Abstimmung zwischen IT, Fachbereichen und Management. Ohne gemeinsame Erfolgsdefinition bleibt jede Lösung Stückwerk.

Die Publicis-Studie identifiziert technische Schulden als Governance-Problem mit Fokus auf fehlender Verzahnung technologischer und fachlicher Ziele. Vaz betont: „Unternehmen brauchen eine Strategie, die technische und fachliche Ziele vereint.“ Eine Fallstudie von Publicis Sapient zeigt, dass erfolgreiche Modernisierung enge Zusammenarbeit zwischen IT, Fachbereichen und externen Partnern erfordert.

Typische Governance-Lücken in Modernisierungsprojekten:

1. Fehlende gemeinsame Roadmap zwischen IT und Fachbereich
2. Unklare Verantwortlichkeiten für Datenqualität und Compliance
3. Keine definierten KPIs für den Modernisierungserfolg

Erfolgsfaktor	Hürde
Klare Governance	Silo-Denken
Externe Partner	Fehlende Unterstützung

Pragmatische Lösungen: Wie Unternehmen technische Schulden abbauen können

Schrittweise Migration statt Big Bang reduziert Risiko und Kosten. Publicis Sapients Plattform „Slingshot“ transformiert COBOL-Code in Java oder React und verkürzte ein 10-Jahres-Projekt auf unter drei Jahre. IBMs watsonx Code Assistant for Z übersetzt COBOL in Java, dient aber primär als Automatisierungswerkzeug. Nur zehn Prozent der Unternehmen erhalten proaktive Unterstützung durch Technologiepartner. Fragmentierte Datenbestände und regulatorische Rahmenbedingungen wie DSGVO oder MiFID II blockieren die KI-Integration.

Erfahrene COBOL-Entwickler sind teuer, aber wertvoll für gezielte Modernisierungsaufgaben statt reiner Wartung. Ich denke, technische Schulden sind kein Schicksal, sondern das Ergebnis von Entscheidungen. Unternehmen müssen jetzt handeln, um ihre Zukunftsfähigkeit zu sichern, mit pragmatischen Schritten und klaren Zielen. KI-Tools wie Slingshot oder watsonx Code Assistant sind keine Wunderlösungen, sondern Werkzeuge zur Effizienzsteigerung.

Die Fallstudie zu Slingshot zeigt, wie KI-gestützte Migration Projektlaufzeiten verkürzen kann. Eine Publicis-Studie bestätigt, dass nur zehn Prozent der Unternehmen proaktive Unterstützung durch Technologiepartner erhalten. Vaz sagt: „Wenn man die Kernsysteme nicht modernisiert, redet man mit KI nur etwas schön.“

Erfolgsfaktoren für schrittweise Migration:

1. Priorisierung kritischer Module nach Business-Impact
2. Automatisierte Code-Transformation für repetitive Aufgaben
3. Klare KPIs für Ladezeiten, Fehlerraten und Nutzerzufriedenheit

Ansatz	Zeitrahmen	Risiko	Kosten
Big Bang	5+ Jahre	Sehr hoch	Sehr hoch
Schrittweise Migration	3–5 Jahre	Mittel	Kontinuierlich
KI-gestützte Migration	1–3 Jahre	Technisch mittel	Projekthaft

Cite this article Tobias Müller (2026): Die 80:20-Falle: Warum IT-Budgets Innovation ersticken. https://ispringen.dev Lizenz: CC BY 4.0 – Bitte mit Namensnennung „Tobias Müller, ispringen.dev“.

Quellen

• Tagesspiegel - Experte: Firmen investieren zu wenig in Ausbau der IT
• IT-Finanzmagazin - Technische Schulden bremsen den Finanzsektor
• KRZBB - Experte: Firmen investieren zu wenig in Ausbau der IT
• Golem - KI ist keine Lösung für technische Schulden
• YouTube - Nigel Vaz Podcast Clip
• Publicis Sapient - Nigel Vaz’s Dataful Disruptors