Agentic Software Modernization: Back to the Roots

Mittlerweile dringen AI Agents auch in Enterprises in Code-Galaxien vor, die nie ein Large Language Model zuvor gesehen hat. Die Versuchung ist daher groß, auch die eigene Java-Legacy-Codebase von AI Agents über Nacht umbauen zu lassen. Aber nach tausend angepassten Klassen durch Hunderte von Agents (und zehn automatisch erhöhten LLM-Nutzungslimits später) stellt sich dann oft nur eines heraus: Nichts funktioniert mehr. Null. Nada.

In diesem Vortrag zeige ich, was AI Agents sind, warum diese im Brownfield so schlecht abschneiden und was Sprachbarrieren und Todo-Listen-Apps damit zu tun haben. Aber auch, was gut funktioniert: Mit Seams, Slicing und Sprouting vorab potenzielles Chaos begrenzen, AI Agents mit Ankern und Strukturen zielsicher navigieren und mit Fitness Functions bei Bedarf wieder auf Kurs bringen.

Die Mission: Mit AI Agents in Warp Speed sicher in fernen Galaxien ans Ziel kommen. Denn am Ende zählt nicht, wie viel sich an Code bewegt, sondern ob das Legacy System wirklich vorankommt.