Für viele etablierte Softwareunternehmen am Standort Österreich ist nicht ein Ausfall das Problem, sondern eine schleichende Verlangsamung. Ein über Jahre gewachsenes System läuft zuverlässig weiter und macht zugleich jede neue Funktion teurer, jede Integration schwieriger und den Zugang zu Konzernkunden und KI-Anwendungen enger. Modernisierung wird aufgeschoben, weil sie nach einem riskanten Komplettneubau und einem langen Entwicklungsstopp klingt. Altimi verfolgt einen anderen, zweistufigen Weg: erst eine faktenbasierte Bewertung, die festlegt, was in welcher Reihenfolge zu modernisieren ist (AI Refactoring Assessment, vier Wochen, 10.000 Euro), dann das Einbetten von KI über den gesamten Entwicklungszyklus, damit das Tempo hoch bleibt (AI SDLC Enablement, Pilot ab 7.200 Euro). Beide Schritte laufen mit festem Umfang, ohne Entwicklungsstopp und mit einem Ergebnis, das sich der Geschäftsführung vorlegen lässt.
Der teure Zustand, der in keiner Bilanz steht
Wenn ein Softwareunternehmen in Linz, Wien oder Graz über Modernisierung nachdenkt, steht selten ein akuter Ausfall am Anfang. Am Anfang stehen Symptome, die einzeln harmlos wirken und in Summe die Wettbewerbsfähigkeit kosten: Auslieferungen, die sich ziehen, Einarbeitungszeiten neuer Entwickler von einem Quartal, Partnerintegrationen, die immer aufwendiger werden, und Ausschreibungen im Konzernumfeld, die an Sicherheits- und Compliance-Anforderungen scheitern.
Das Tückische daran ist, dass technische Schulden in keiner Bilanz als eigene Zeile auftauchen. Sie bleiben unsichtbar, solange sie das Wachstum nicht bremsen, und sind in dem Moment, in dem sie sichtbar werden, bereits ein täglicher Kostenfaktor. Ein von Altimi bewertetes System, eine Qualitätsmanagement-Plattform auf einem Technologiestand von 2016, illustriert das: Die Kosten für eine einzelne neue Funktion waren auf das Fünffache gestiegen, und das für 2027 angekündigte Ende der unterstützten Datenbankversion setzte der Modernisierung einen harten Termin. Aus einer Frage des „ob“ war eine Frage des „bis wann“ geworden.
Dennoch wird die Entscheidung vertagt, meist aus einer nachvollziehbaren Sorge heraus. Modernisierung wird mit einem Komplettneubau gleichgesetzt: das bestehende System von Grund auf ersetzen, die Produktentwicklung für Monate stoppen und darauf hoffen, dass am Ende nichts Wesentliches verloren geht. Diese Sorge ist gegenüber einem Big-Bang-Vorgehen berechtigt. Sie trifft aber nicht auf einen schrittweisen Ansatz zu, und genau dieser Unterschied entscheidet über den Ausgang.
Zuerst die Diagnose, dann der Code
In der Praxis scheitert eine Modernisierung selten an der Technologie und häufig an der Reihenfolge. Wer mit den bequemen, risikoarmen Teilen beginnt, erzeugt früh das Gefühl von Fortschritt und stößt spät auf das eigentlich schwierige Stück, wenn Budget und Rückhalt bereits aufgezehrt sind. Deshalb steht am Anfang kein Code, sondern eine belastbare Bewertung des Systems am echten Produktionscode.
Diese Bewertung liefert das AI Refactoring Assessment: vier Wochen, Festpreis 10.000 Euro, zwei ineinandergreifende Arbeitsstränge. Der erste betrachtet Architektur und technische Schulden und benennt, welche Systemteile Wachstum und Skalierbarkeit blockieren, mit beziffertem Schuldenstand, einer Einschätzung der KI-Reife und einer Prüfung der Infrastrukturrisiken. Der zweite ist ein Technical Spike: die praktische Erprobung des riskantesten Moduls am lebenden Code, die noch vor jeder Budgetbindung belastbare Zahlen zum Migrationsrisiko liefert und zeigt, wo KI-Werkzeuge die Arbeit real beschleunigen und wo nicht.
Das Ergebnis ist bewusst als Entscheidungsgrundlage für die Geschäftsführung gestaltet, nicht als technischer Bericht: Management Summary, Risikokarte, KI-gestützte Modernisierungs-Roadmap, priorisiertes Backlog der technischen Schulden, Erkenntnisse aus dem Spike und Hinweise zur Governance des KI-Einsatzes, übergeben in einem gemeinsamen Abschlussworkshop. Der entscheidende Wert dieser Roadmap liegt in der Reihenfolge: Sie legt fest, welches Modul zuerst anzugehen ist, sodass das größte Risiko am Anfang aufgelöst wird und der weitere Weg planbar bleibt.
Für das laufende Geschäft ist wichtig, dass diese Bewertung die Entwicklung nicht anhält. Sie erfolgt im Lesezugriff, mit zwei bis drei Terminen pro Woche mit Architektinnen, Architekten und technischen Leitern, während das Team unverändert weiterliefert. Altimi hat auf dieser Grundlage über 150 Legacy-Systeme in den Bereichen SaaS, FinTech, EdTech und Cybersecurity bewertet, vom gründergeprägten Monolithen bis zur wachsenden Mittelstandsplattform unter Lieferdruck.
Schritt für Schritt statt auf einen Schlag
Was die Bewertung empfiehlt, ist in aller Regel kein großer Neubau. Ein Komplettneubau setzt drei Dinge voraus, die selten zutreffen: dass das Team das Altsystem gut genug versteht, um es nachzubauen, dass die Anforderungen über viele Quartale unverändert bleiben und dass im ausrangierten Code nichts Wichtiges steckt. Die schrittweise Modernisierung kommt ohne diese Voraussetzungen aus, weil sie das System nie als Ganzes ersetzt. Neue Komponenten lösen die alten Stück für Stück ab, und das Bestandssystem bleibt in Betrieb, bis jeder Ersatz erprobt ist.
In diesem Vorgehen verschiebt künstliche Intelligenz die Wirtschaftlichkeit deutlich. Die aufwendigsten Teile der Modernisierung, das Verstehen fremden Codes, das Kartieren von Abhängigkeiten und das Erzeugen von Tests, werden durch KI-Werkzeuge bei passenden Aufgaben um 50 bis 80 Prozent verkürzt. Die fachliche Entscheidung, was geändert wird und ob ein Ersatz wirklich gleichwertig ist, bleibt bei erfahrenen Ingenieurinnen und Ingenieuren. Diese Aufgabenteilung macht Tempo möglich, ohne die Qualität aus der Hand zu geben.
Nach der Modernisierung darf das Tempo nicht zurückfallen
Ein erneuertes System behebt ein Problem der Vergangenheit, sichert aber nicht automatisch, dass die Auslieferung schnell bleibt. Genau hier setzt der zweite, nach vorn gerichtete Schritt an. Der verbreitete Reflex, an dieser Stelle einen Coding-Assistenten einzuführen und auf mehr Tempo zu hoffen, führt meist in die Enttäuschung: Ein Assistent beschleunigt nur das Schreiben von Code, während sich der Engpass zu Review und Test verlagert. Es entsteht mehr Code, ausgeliefert wird etwa gleich viel, und ungeprüfter KI-Code kann Schulden und Schwachstellen sogar vermehren.
AI SDLC Enablement setzt deshalb nicht an einer Phase an, sondern am gesamten Entwicklungszyklus, von den Anforderungen über Code-Review und Test bis zum Release. KI unterstützt, Menschen entscheiden: Architektur und Freigaben bleiben in der Verantwortung erfahrener Ingenieurinnen und Ingenieure. Und der Erfolg wird nicht am Gefühl gemessen, sondern an harten Lieferkennzahlen einschließlich der DORA-Metriken, damit sich echter Fortschritt vom bloßen Anschein trennen lässt.
Auch hier gilt der Grundsatz, erst zu beweisen und dann zu skalieren. Der Pilot beginnt bei einem Festpreis von 7.200 Euro, dauert rund zwei Wochen und umfasst ein Team von bis zu etwa fünf Entwicklerinnen und Entwicklern sowie einen Pipeline-Bereich. Geliefert werden ein vollständiges SDLC-Audit, KI-Werkzeuge in einer Phase, praktische Befähigung des Teams und eine Basislinie der Liefergeschwindigkeit, also ein vorzeigbares Ergebnis vor jeder größeren Zusage. Darauf aufbauend dehnen größere Pakete KI über weitere Bereiche und Teams aus, bis hin zum Einsatz über mehrere Teams mit privater Bereitstellung und eigener Governance, stets zu festem Umfang und Festpreis.
Die Wirkung zeigt sich in den Kennzahlen, die eine Geschäftsführung interessieren. Bei einem europäischen SaaS-Scale-up sank die durchschnittliche Review-Zeit von Pull Requests um rund 20 bis 25 Prozent, die automatisierte Testabdeckung stieg um mehrere Prozentpunkte, und etwa 15 Prozent der Entwicklungskapazität wurden für neue Funktionen frei. Bei einem Fintech aus Mittel- und Osteuropa lag der Nettoeffizienzgewinn bei 10 bis 15 Prozent, und das bei durchgängiger Audit-Nachvollziehbarkeit und vollständiger Compliance-Freigabe für KI-gestützte Änderungen, ein Punkt, der in regulierten Branchen den Ausschlag gibt.
Zwei Schritte, ein durchgehender Weg
Assessment und Enablement adressieren dieselbe Aufgabe von zwei Seiten. Das eine blickt zurück und klärt, was im Bestand bremst und in welcher Reihenfolge es zu beheben ist. Das andere blickt nach vorn und hält das Liefertempo nach der Modernisierung stabil. Zusammengenommen entsteht ein durchgehender Weg von der Diagnose der technischen Schulden über die schrittweise, KI-gestützte Erneuerung bis zu einem Entwicklungsprozess, in dem KI kontrolliert und messbar eingebettet ist.
Für die Geschäftsführung zählt dabei ebenso das gemeinsame Vorgehensmodell wie die einzelnen Leistungen. Beide Schritte haben einen vorab fixierten Umfang und einen Festpreis, beide laufen schrittweise und ohne Entwicklungsstopp, und beide enden mit einer Entscheidungsgrundlage statt mit einem bloßen Dokument. So wird aus der Modernisierung keine Wette auf ein großes Mehrjahresbudget, sondern eine Folge überschaubarer Schritte, von denen jeder Wert und einen belastbaren Nachweis liefert, bevor der nächste beschlossen wird.
Verankert im europäischen und österreichischen Umfeld
Für Unternehmen am Standort Österreich kommt ein praktischer Aspekt hinzu: wo Quellcode und sensible Daten während Bewertung und KI-gestützter Integration verarbeitet werden. Als in der Europäischen Union ansässige, nach ISO 27001 zertifizierte Organisation, die auf Basis einer Vertraulichkeitsvereinbarung arbeitet, hält Altimi den Code innerhalb des europäischen Datenschutzraums und dokumentiert die Regeln des KI-Einsatzes nachvollziehbar, was bei Audits und im Konzerngeschäft zunehmend erwartet wird.
Im heimischen Technologieumfeld ist Altimi kein unbekannter Akteur. Das Unternehmen ist Mitglied des vom Standortentwickler Business Upper Austria getragenen IT-Clusters und über die Deutsch-Polnische Industrie- und Handelskammer im deutschsprachigen Raum vernetzt. Für Modernisierungsvorhaben mit Bezug zu Österreich bedeutet das kurze Wege, Vertrautheit mit den regulatorischen Erwartungen des Marktes und einen Partner, der die Anforderungen mittelständischer Technologieanbieter und wachsender Plattformen gleichermaßen kennt.
Über Altimi
Altimi ist ein Technologiepartner mit über zwanzig Jahren Erfahrung und einem Team von mehr als 250 Fachleuten, der Technologieunternehmen sowie Private-Equity- und Venture-Capital-Fonds in Europa begleitet. Im Bereich Modernisierung bewertet und erneuert Altimi Legacy-Systeme und bettet künstliche Intelligenz über den gesamten Softwareentwicklungszyklus ein, mit mehr als 150 bewerteten Systemen in den Bereichen SaaS, FinTech, EdTech und Cybersecurity. Das Leistungsspektrum umfasst darüber hinaus Technology Due Diligence für Investoren, Product und Application Engineering, DevOps, Cloud Security und Managed Services sowie KI und Data Enablement. Altimi ist Mitglied des IT-Clusters von Business Upper Austria sowie der Deutsch-Polnischen Industrie- und Handelskammer. Als in der EU ansässige, nach ISO 27001 zertifizierte Organisation arbeitet Altimi im Einklang mit den europäischen Anforderungen an Sicherheit und Datenschutz. Ausführliche Informationen zu den Leistungen AI Refactoring Assessment und AI SDLC Enablement finden sich auf der Website des Unternehmens.