COBOL ist nicht das Problem: KI legt fehlendes Bankenwissen offen

Was, wenn die größte Herausforderung bei der Ablösung von COBOL in einer Bank nicht darin besteht, COBOL zu verstehen? OpenAIs jüngste Ergebnisse legen nahe, dass die syntaktische Hürde endlich verhandelbar wird. Die unbequemere Schlussfolgerung lautet jedoch: Das eigentliche Erbe der Banken ist keine Programmiersprache. Es ist ein Bestand undokumentierter Entscheidungen, Ausnahmen und institutioneller Erfahrungen, die in Software eingebettet sind und die heute niemand mehr sicher erklären kann.

OpenAI zufolge können seine Modelle bestehende COBOL-Programme nach C++, Java, Kotlin, Python oder Rust migrieren und dabei deren Verhalten bewahren. Bei der COBOL-Migrationsauswertung des Unternehmens erreichte GPT-6.1 Sol eine Genauigkeit von 86,6 Prozent bei geringem beziehungsweise 97,9 Prozent bei höherem Reasoning-Aufwand. Wie Engadget berichtet, gilt eine Migration nur dann als erfolgreich, wenn alle Tests bestanden werden. Das ist ein beeindruckendes Benchmark-Ergebnis – und zugleich eine nützliche Warnung davor, es als Freigabe für den Produktionseinsatz in Banksystemen zu verstehen.

KI wird besser im Übersetzen – nicht darin, zu entscheiden, was „korrekt“ bedeutet

Die stärkste Seite von OpenAIs Arbeit ist, dass Migration nicht als „Der neue Code lässt sich kompilieren“ definiert wird. Stattdessen wird geprüft, ob sich das umgeschriebene Programm wie das ursprüngliche verhält – einschließlich Details, die bei einer oberflächlichen Übersetzung leicht übersehen werden. COBOLs Festkommaarithmetik verwirft beispielsweise überzählige Dezimalstellen, sofern nicht ausdrücklich gerundet werden soll. Eine Neufassung, die stattdessen rundet, kann fehlerfrei laufen und dennoch andere Finanzergebnisse liefern.

Dieser Unterschied ist wichtig, weil Legacy-Code häufig ein historisches Protokoll von Geschäftsregeln darstellt. Eine Zeile, die umständlich oder veraltet wirkt, kann festlegen, wie ein System mit einem fehlenden Datensatz, einem Bruchbetrag oder einem ungewöhnlichen Transaktionsstatus umgeht. In diesem Zusammenhang ist KI nicht deshalb wertvoll, weil sie den Code modern macht, sondern weil sie dabei helfen kann, ein Verhalten offenzulegen und nachzubilden, das Entwickler nicht beiläufig neu interpretieren dürfen.

Dennoch kann ein Modell nur das Verhalten bewahren, das durch seine Auswertung abgebildet wird. OpenAIs Test verwendet versteckte Fälle und prüft die Byte-für-Byte-Übereinstimmung beobachtbarer Ausgaben. Ein echtes Institut muss zunächst feststellen, ob diese Ausgaben überhaupt den gewünschten entsprechen. Wurde eine Regel vor Jahrzehnten erstellt, durch mehrere Systeme kopiert und nie dokumentiert, kann „dem alten System entsprechen“ einen Fehler ebenso zuverlässig bewahren wie eine Anforderung.

Das wichtigste Ergebnis des Benchmarks ist die verbleibende Lücke

OpenAIs umfangreichere MultiLangBench-Auswertung fordert Modelle dazu auf, über 20 Sprachen hinweg eine SQLite-kompatible Datenbank-Engine zu entwickeln. GPT-6 Astra erreichte eine durchschnittliche Rate bestandener Tests von 87,4 Prozent, verglichen mit 26,8 Prozent bei GPT-5.6 Sol. COBOL blieb im Test jedoch die schwierigste Sprache: Astra erreichte hier 72,1 Prozent. OpenAIs eigener Bericht stellt dieses Ergebnis als Fortschritt dar – und das ist es auch. Zugleich zeigt es, warum die Aussage „KI kann in COBOL programmieren“ deutlich kleiner ist als „KI kann eine Bank modernisieren“.

Ein Benchmark für Datenbank-Engines gibt dem Modell ein klar definiertes Ziel und eine objektive Testumgebung vor. Eine Bank hat Transaktionsmonitore, Batch-Zeitpläne, Datenspeicher, Schnittstellen und betriebliche Abhängigkeiten rund um ihre Programme. Die vorgelegte Untersuchung belegt nicht, dass diese umgebenden Systeme migriert wurden. Ebenso wenig zeigt sie, dass ein Modell jede relevante Abhängigkeit selbstständig ermitteln kann.

Hier wird die organisatorische Diagnose interessanter als das Verkaufsargument. OpenAI zufolge kann die Dokumentation unvollständig sein, die ursprünglichen Entwickler können das Unternehmen verlassen haben und wichtige Geschäftsregeln können ausschließlich im Code existieren. Das sind nicht bloß Hindernisse für einen KI-Assistenten. Sie belegen, dass die Institution ihr Wissen so eng mit einem ausführbaren Artefakt verknüpft hat, dass beides nicht mehr voneinander zu trennen ist.

Die knappste Ressource werden Tests sein, nicht generierter Code

Die folgenreichste Aussage in dieser Geschichte ist nicht die Punktzahl von 97,9 Prozent. Es ist die Bedingung dahinter: Alle Tests müssen bestanden werden. Dieser Maßstab macht Migration zu einer Frage der Beweislage. Welche Fälle sollten getestet werden? Welche Ausgaben sind rechtlich oder finanziell relevant? Welche Ausnahmen waren beabsichtigt – und welche sind unbeabsichtigte Folgen, die niemand zu entfernen gewagt hat?

Wir glauben, dass Banken mit leistungsfähigen Regressionstests am meisten von einer KI-gestützten Migration profitieren werden. Sie können Modelle zum Übersetzen von Code, zum Erklären von Kontrollflüssen, zum Vorschlagen von Dokumentation und zum Erzeugen möglicher Implementierungen einsetzen, während ihre bestehenden Tests einen Rahmen für akzeptables Verhalten bilden. Institutionen mit schwachen Tests droht eine gefährlichere Aussicht: eine schnelle, aufgeräumte Neufassung, die die begrenzten verfügbaren Prüfungen besteht und stillschweigend die Fälle verändert, die niemand erfasst hat.

Damit ist KI weniger ein Ersatz für COBOL-Kenntnisse als vielmehr ein Belastungstest für technische Disziplin. Ein Modell kann die Kosten für die Erstellung von Alternativen senken. Es kann jedoch nicht eigenständig die Verantwortung für eine veränderte Zinsberechnung übernehmen oder beweisen, dass eine undokumentierte Ausnahme gefahrlos entfernt werden konnte. OpenAI weist ausdrücklich darauf hin, dass der Einsatz in der Produktion weiterhin eine fachkundige Prüfung sowie Tests gegen Geschäftsregeln und Abhängigkeiten erfordert. Dieser Vorbehalt sollte als Überschrift und nicht als Fußnote behandelt werden.

COBOL könnte zum Vorteil statt zum Stigma werden

COBOL als Altlast darzustellen, auf deren Rettung durch eine moderne Sprache gewartet wird, ist verlockend. Doch diese Darstellung ist zu bequem. COBOL ist gerade deshalb noch wertvoll, weil es Systeme beschreibt, die sich über Jahre im praktischen Einsatz bewährt haben. Das Problem ist nicht das Alter der Sprache, sondern dass das sie umgebende Wissen nicht übertragbar gemacht wurde.

KI könnte dieses Verhältnis verändern. Richtig eingesetzt, kann sie undurchsichtige Abläufe in verständliche Erklärungen verwandeln, wiederkehrende Logik identifizieren, Verhalten über verschiedene Versionen hinweg abbilden und Prüffälle zur Begutachtung erstellen. In dieser Rolle ähnelt sie eher einem archäologischen Werkzeug als einem autonomen Ersatzentwickler: nützlich, um Strukturen freizulegen, aber gefährlich, wenn man ihr erlaubt, die Ausgrabung für abgeschlossen zu erklären.

Die Gewinner werden nicht die Banken sein, die COBOL überstürzt löschen. Es werden jene sein, die Migrationsprojekte nutzen, um die derzeit darin eingeschlossenen Regeln zu erfassen. OpenAIs Ergebnisse sollten als Beleg dafür gelten, dass Übersetzungen günstiger werden – nicht dafür, dass die Modernisierung gelöst ist. Vor der Verlagerung auch nur einer Zeile kritischen Codes sollten Banken Tests erstellen, Ausnahmen dokumentieren und die für das Ergebnis verantwortlichen Personen benennen. Die Zukunft der Bankensoftware mag in Python oder Rust geschrieben werden – ihre Korrektheit bleibt jedoch eine soziale und institutionelle Leistung, keine bloße Syntaxumwandlung.