Ich lasse KI eine alte Autohaus-Software neu bauen – ohne Quellcode (REA)

Arne von Worth Making lässt eine KI (REA) eine alte COBOL-Autohaus-Software ohne Quellcode analysieren und in eine moderne Web-App überführen, inklusive exakter Rechnungslogik.

Key Takeaways

REA ermöglicht die Rekonstruktion von Legacy-Software allein aus dem laufenden Programm und seinen Daten
Ohne Quellcode lassen sich Datenstrukturen und Geschäftslogik dennoch präzise extrahieren
Legacy-Systeme mit verlorenem Quellcode sind ein realer Anwendungsfall, besonders in Unternehmen und Behörden
Rechtlich ist die Nutzung zur Interoperabilität eigener oder legitimer Systeme abzugrenzen vom kommerziellen Nachbau fremder Produkte
Alte Systeme können Fehler enthalten, die bei der Modernisierung sichtbar werden

What the video covers

Vorstellung von Reverse Engineer Anything (REA), einem GitHub-Repo mit über 350.000 Sternen
Diskussion der rechtlichen Lage: Dekompilieren ist in der EU in bestimmten Fällen erlaubt, z. B. zur Herstellung der Interoperabilität eigener Software; kommerzielles Nachbauen fremder Produkte ist nicht erlaubt
Vergleich mit dem CD-Brennen: Praktische Nutzung im Geschäft ist riskant und wird eher aufgegeben
Praxisbeispiel: Ein befreundeter Unternehmer musste eine COBOL-Software nachbauen, deren Entwickler verschwunden war und deren Quellcode fehlte
Der KI-Agent erhält nur das laufende Binary, Laufzeitbibliotheken und sechs Datendateien, keinen Quellcode
Der Agent extrahiert 172 Feldbeschreibungen direkt aus dem Binary (Offset, Länge, Typ, Skala)
Nicht aus dem Binary ableitbare Felder wie Datums-, Straßen-, PLZ- und Ortsfelder müssen interpretiert werden
Wichtiges Detail: Rundung erfolgt pro Zeile, wodurch sich Rundungsdifferenzen ergeben
Das Claude-Modell verweigerte zunächst die Arbeit, da es das Vorgehen als Software-Diebstahl einstuft
Nach etwa 20 Minuten entsteht eine funktionierende Web-App mit Kunden, Fahrzeugen und nachvollziehbarer Herkunft der Datensätze

Chapters

Was ist Reverse Engineer Anything (REA)?

REA ist ein Open-Source-Projekt auf GitHub mit über 350.000 Sternen, das KI-Agenten dabei unterstützt, Software ohne Quellcode zu analysieren und nachzubauen. Im Video wird es für die Modernisierung alter Systeme eingesetzt.

Warum ist das Nachbauen von Legacy-Software ohne Quellcode relevant?

Viele COBOL-Systeme laufen seit Jahrzehnten weiter, während ihre Entwickler in Rente sind oder der Quellcode verloren ging. Mit REA lässt sich die Logik trotzdem rekonstruieren, was für Unternehmen mit kritischen Altsystemen praktisch wichtig ist.

Was sagt der Sprecher zur Rechtslage?

Laut Video darf man in der EU Programme dekompilieren, etwa zur Herstellung der Interoperabilität mit eigener Software. Das kommerzielle Nachbauen fremder Produkte wie Adobe oder Microsoft bleibt dagegen nicht erlaubt.

Full Transcript — Download SRT & Markdown

Speaker A

Reverse Engineer Anything, REA. Das Repo hat mittlerweile über 350.000 oder 360.000 Sterne auf GitHub gespeichert. Und wenn man sich mal so anguckt, was die meisten Videos dazu machen, die zeigen dann, wie man irgendeine App nachbaut. In Deutschland kannst du nicht so viel zeigen, weil es halt sehr strikte Gesetze gibt diesbezüglich. Die amerikanischen Videos bauen unter Umständen auch ganz gerne mal dann kommerzielle Apps nach.

Speaker A

Cool, kann man alles damit machen. Die Frage ist halt für mich immer so ein bisschen, was bedeutet das jetzt eigentlich für die Praxis? Also ja, es werden mit Sicherheit Leute hingehen, die versuchen dann Adobe nachzubauen oder Microsoft, aber in der Realität... Du baust halt keine Firma damit auf und du wirst auch keine produktiven, sag ich jetzt mal, Kunden versorgen damit, dass du Microsoft-Produkte nachbaust. Das ist halt trotzdem immer noch nicht erlaubt. Also ja, klar kannst du das machen, aber es ist halt nicht legal.

Speaker A

Und ich vergleiche das immer so ein bisschen mit CD-Brennen. Klar, in den 90ern, Anfang 2000 haben viele Leute CDs gebrannt und das war auch bestimmt witzig für irgendwelche Leute dann, da gab es in jeder Nachbarschaft irgendwie einen Dude, der hat die Leute mit gebrannten CDs versorgt. Aber wer von denen macht das heutzutage noch? Also wer brennt jetzt da CDs als Geschäft? Wer macht das?

Speaker A

Also die, die das weitergemacht haben, sind dann irgendwann entweder in den Knast gewandert oder haben es dann aufgehört. Das heißt, die interessante Frage ist für mich eher, wofür kann ich dieses REA jetzt in einem echten Job wirklich mal verwenden?

Speaker A

Und es gibt einen Fall, den hatte ich jetzt tatsächlich in unserem Bekanntenkreis auch schon, also bei einem befreundeten Unternehmer in der Firma. Da läuft eine Software, die läuft dort wirklich seit Jahren. Also das ist irgendeine uralte COBOL-Terminal-Software, die hat irgendeinen Freelance-Dude gebaut vor 35 Jahren. Und der hat sich dann irgendwann wirklich aus dem Staub gemacht. Also der hat den Quellcode... Mitgenommen und ist einfach weg gewesen. Und das Ding läuft aber trotzdem weiter. Also die haben das, oder lief weiter bis vor, ich glaube, fünf Jahren oder so, und dann haben die das Ding extrem aufwendig nachgebaut, weil sie ja den Quellcode nicht mehr hatten.

Speaker A

Ja, also dieser Typ war nicht mehr greifbar, der Quellcode war nicht mehr da und die mussten das nachbauen und sowas passiert also, das passiert in der Realität und muss auch gar nicht mal so sein wie bei denen, dass das so ein windiger Dude ist, der sich dann aus dem Staub macht, sondern das kann halt auch einfach mal sein, dass der Code verloren geht oder was auch immer und das Programm läuft aber vielleicht und es schreibt jeden Tag Rechnungen. Und keiner weiß mehr genau, was eigentlich unter der Haube passiert. Und für genau sowas finde ich Reverse Engineer Anything extrem gut.

Speaker A

Das ist jetzt auch nicht so, dass das super neu ist. Also du hättest das auch mit KI schon vor anderthalb Jahren machen können. Also Spoiler Alert, ich habe schon testweise das vor über anderthalb Jahren mit KI gemacht. Also ich habe damals halt einen Ghidra benutzt, um mir verschiedene Tools einfach anzugucken und habe das Ghidra mit Skripten, die ich über Claude gebaut habe, quasi automatisieren lassen.

Speaker A

Also das ging da auch schon, aber mit REA funktioniert das halt nicht. Echt viel komfortabler mittlerweile. Das ist dann auch aus meiner Sicht gar nicht unbedingt mal so ein Hacker-Ding, weil du darfst Programme dekompilieren, wenn du solche Programme... Gar nicht mehr sonst mit anderen Programmen zusammenbringen darfst.

Speaker A

Also zu diesem Zweck quasi, also um Programme miteinander zu koppeln, das ist so eine der Sachen, warum man in der EU dann trotzdem dekompilieren darf, ist, wenn du Systeme miteinander zusammenbringen willst. Und wenn das deine eigene Software ist, dann darfst du es sowieso, weil sie gehört dir.

Speaker A

Und um das mal so ein bisschen geiler zu machen und um da mal ein bisschen ein cooleres Beispiel zu machen, habe ich mir heute mal eine richtig harte Nuss genommen. Und zwar habe ich eine Autohaus-Software bauen lassen in COBOL, also die habe ich mit KI gebaut.

Speaker A

Die schaut auch original so aus, wie eine echte Autohaus-Software in COBOL halt so aussehen würde oder ausgesehen hätte vor vielen Jahren. Also mit grüner Schrift und alles nur mit Tastatur bedienbar und also auch vom Datensetup her sehr ähnlich zu dem, was ich so bisher gesehen habe an COBOL-Programmen in der Praxis.

Speaker A

Unser KI-Agent, der REA unter der Haube nutzt, der bekommt nur das fertige Programm. Also der bekommt sonst nichts.

Speaker A

Der bekommt das Programm und die Dateien, also Output-Dateien bzw. Nutzdateien, die das Programm benutzt. Der bekommt keine einzige Zeile Code und am Ende ist das Ziel, dass eine komplette Web-App rausspringt. Das dann in einem Beispiel auch komplett genau dieselben Rechnungen schreiben kann.

Speaker A

Weil Rechnungsthema ist so ein Ding immer, weil beim Rechnungslauf gehen halt viele Sachen mit rein. Also von dem Auftrag, der bearbeitet wurde, über die Zeiten, die erfasst wurden, bis hin am Ende zur Berechnung und Kalkulation, da steckt halt vieles drin.

Speaker A

Und das Ziel ist, dass es genau diesen einen Fall auf jeden Fall bis auf den Cent genau abbildet und richtig abbildet. Also das ist keine Spielzeug-Demo, sondern eine Demo, die einen Fall den Legacy-Entwickler oder Leute, die an Legacy-Code arbeiten, wirklich de facto verursacht. Sehen werden in der Realität. Darum finde ich den Fall ganz spannend.

Speaker A

Und ich sag dir nur einen Spoiler vorweg, es passiert einiges auf dem Weg dahin. Also da sind einige Sachen passiert, die ziemlich spannend sind, die auch ganz typisch sind für diesen Flow mit REA aktuell, mit denen ich aber im Vorhinein nicht ganz in der Form so gerechnet habe.

Speaker A

Ich heiße Arne, ich mache mit Markus zusammen Worth Making. Ich bin eigentlich Softwareentwickler, Informatiker mit Background in KI und High-Performance Computing. Ich habe dafür auch eine Firma, die KI-Software und KI-Automatisierung für große Firmen macht.

Speaker A

Und ja, auf dem Kanal hier stellen wir euch... Also spannende Sachen vor, neue Projekte vor, auch so ein bisschen, was wir aus Sachen an Learnings mitgenommen haben und wenn euch das interessiert und ihr das Format cool findet, dann lasst uns bitte auf jeden Fall ein Subscribe da und einen Daumen hoch, das ist für den Algorithmus natürlich super wichtig. Genau, und damit jetzt wieder zurück zum Video.

Speaker A

Schauen wir uns also mal die Software genauer an, die wir da gebaut haben. Also die kann Kunden verwalten, sie kann Fahrzeuge, Werkstattaufträge verwalten und sie schreibt eben die Rechnung bis auf den Cent genau. Und daraus wollen wir jetzt mit KI eine moderne Web-App machen. Und der Agent, der das Ganze jetzt auseinander nimmt, der kriegt beim Bau tatsächlich an eben nur dieses Programm, die Laufzeitbibliotheken, die wir dafür brauchen und eben sechs Datendateien.

Speaker A

So ein bisschen als Hintergrund, was hat es mit COBOL auf sich? COBOL ist eine alte Programmiersprache, die allerdings in vielen Behörden und Unternehmen... Immer noch läuft, sowohl in Deutschland als auch in den USA als auch in anderen Ländern. Es gibt da jahrzehntealte Systeme. Die immer noch im Einsatz sind und man kann mittlerweile, wenn man den Code hat, solche Systeme sehr gut modernisieren.

Speaker A

Ähm, es gab eine Zeit lang mal eine Problematik, weil die alten COBOL-Entwickler sind irgendwie alle in Rente gegangen. Ähm, mittlerweile ist das Gute, es gibt ja KI, man kann, wenn man den Code hat, also das gut automatisiert modernisieren, wenn man den Quellcode hat, aber wenn nicht... Wenn nur noch das laufende Programm übrig ist, das ist halt dann schon eine interessantere Sache und genau diesen Ausgangspunkt, den haben wir heute bei uns.

Speaker A

So sieht die App im Detail aus. Wir haben also das Hauptmenü, dann gibt es Kunden, Fahrzeuge, Artikel, Werkstattaufträge und Rechnungen. Die Maus nutzen wir heute überhaupt nicht. Das Ding ist komplett im Terminal, nur mit Tastatu

Speaker A

ist, dass es genau diesen einen Fall auf jeden Fall bis auf den Cent genau abbildet und richtig abbildet. Also das ist keine Spielzeug-Demo, sondern eine Demo, die einen Fall den Legacy-Entwickler oder Leute, die an Legacy-Code arbeiten, wirklich de facto verursacht. Sehen werden

Speaker A

in der Realität. Darum finde ich den Fall ganz spannend. Und ich sag dir nur einen Spoiler vorweg, es passiert einiges auf dem Weg dahin. Also da sind einige Sachen passiert, die ziemlich spannend sind, die auch ganz typisch sind für diesen Flow

Speaker A

mit REA aktuell, mit denen ich aber im Vorhinein nicht ganz in der Form so gerechnet habe.

Speaker A

Ich heiße Arne, ich mache mit Markus zusammen Worth Making. Ich bin eigentlich Softwareentwickler, Informatiker mit Background in KI und High-Performance Computing. Ich habe dafür auch eine Firma, die KI-Software und KI-Automatisierung für große Firmen macht.

Speaker A

Und ja, auf dem Kanal hier stellen wir euch... Also spannende Sachen vor, neue Projekte vor, auch so ein bisschen, was wir aus Sachen an Learnings mitgenommen haben und wenn euch das interessiert und ihr das Format cool findet, dann lasst uns bitte auf jeden

Speaker A

Fall ein Subscribe da und einen Daumen hoch, das ist für den Algorithmus natürlich super wichtig. Genau, und damit jetzt wieder zurück zum Video.

Speaker A

Schauen wir uns also mal die Software genauer an, die wir da gebaut haben. Also die kann Kunden verwalten, sie kann Fahrzeuge, Werkstattaufträge verwalten und sie schreibt eben die Rechnung bis auf den Cent genau. Und daraus wollen wir jetzt

Speaker A

mit KI eine moderne Web-App machen. Und der Agent, der das Ganze jetzt auseinander nimmt, der kriegt beim Bau tatsächlich an eben nur dieses Programm, die Laufzeitbibliotheken, die wir dafür brauchen und eben sechs Datendateien.

Speaker A

So ein bisschen als Hintergrund, was hat es mit COBOL auf sich? COBOL ist eine alte Programmiersprache, die allerdings in vielen Behörden und Unternehmen... Immer noch läuft, sowohl in Deutschland als auch in den USA als auch in anderen Ländern.

Speaker A

Es gibt da jahrzehntealte Systeme. Die immer noch im Einsatz sind und man kann mittlerweile, wenn man den Code hat, solche Systeme sehr gut modernisieren.

Speaker A

Ähm, es gab eine Zeit lang mal eine Problematik, weil die alten COBOL-Entwickler sind irgendwie alle in Rente gegangen. Ähm, mittlerweile ist das Gute, es gibt ja KI, man kann, wenn man den Code hat, also das gut automatisiert modernisieren, wenn man den Quellcode hat,

Speaker A

aber wenn nicht... Wenn nur noch das laufende Programm übrig ist, das ist halt dann schon eine interessantere Sache und genau diesen Ausgangspunkt, den haben wir heute bei uns.

Speaker A

So sieht die App im Detail aus. Wir haben also das Hauptmenü, dann gibt es Kunden, Fahrzeuge, Artikel, Werkstattaufträge und Rechnungen. Die Maus nutzen wir heute überhaupt nicht. Das Ding ist komplett im Terminal, nur mit Tastatur bedient.

Speaker A

Jetzt hier mal so ein Beispiel. Hier sieht man schon zwei Kunden. Die heißen beide Müller, das ist auch so ein Punkt, das darf die neue App natürlich dann später nicht zusammenmanschen. Und wir legen jetzt mal einen Auftrag an. Herr Hoffmann

Speaker A

hat Bremsen vorne gemacht mit... 12 Arbeitseinheiten für Arbeit. Das Programm zeigt mir dafür eine Stunde Arbeitszeit an und dann kommt noch der Satz Bremsscheiben dazu, 200 Euro pro Tag. Und dann rechnen wir das Ganze mal ab.

Speaker A

361,76 Euro. Und da wird es dann auch spannend, wie kommt denn jetzt eigentlich dieser Betrag raus, weil die Oberfläche nachzubauen in neu und modern, das ist glaube ich so das geringste Problem an der ganzen Sache. Die Frage ist, versteht die

Speaker A

KI dann später? Auch was unter der Haube passiert ist, um diese 361,76 Euro zu berechnen.

Speaker A

Wir haben jetzt mit REA angefangen, haben das Ganze gestartet, haben das Ganze in REA eingegeben und REA hat unter der Haube Hopper benutzt. Das zerlegt das kompilierte Programm in Maschinencode.

Speaker A

REA macht diese Analyse jetzt für den Agenten zugänglich. Also Claude kann jetzt Funktionen, Texte, Aufrufe etc. abfragen und muss dann daraus ableiten, was das Programm tut. Also ihr seht hier auch den Prompt und das hat er jetzt im Prinzip

Speaker A

bearbeitet. Der erste Befund nach ein paar Minuten ist, das ist GnuCOBOL, also das hat er auch sofort erkannt. Und er macht etwas, womit ich jetzt tatsächlich nicht gerechnet hätte. Er schreibt sich nämlich einen eigenen Treiber und bedient die alte

Speaker A

Maske einfach selbst. Das ist auf jeden Fall ein Ansatz. Der liest also hier auf dem Beispiel gerade aus Maschinencode, wie lang ein solcher Kundensatz ist.

Speaker A

So ein Kundensatz ist 120 Byte, das steht auch nirgendwo dokumentiert, das steht wirklich nur im Programm.

Speaker A

Und wir sehen auch, dass er sehr vorsichtig ist an einigen Stellen. Also zwei Dinge, die er nur in seinem eigenen Terminal gesehen hat, die lässt er mich gegenprüfen. Sind aber beide korrekt, stimmt. Also 5 wird tatsächlich dann eben

Speaker A

zu 500.000. Für mich so ein bisschen die Prüfleiste, wenn ich mit dem Prompt A fertig bin, ist, versteht die KI das Programm und das sehe ich, also Menüs, Dateien, Satzlängen, das sieht zumindest korrekt aus.

Speaker A

Jetzt geht's weiter. Wir sehen hier Rohdaten. Wir sehen Namen, Straßen, Telefonnummern. Das Das hat feste Satzlängen, es wird da keine Datenbank verwendet, kein CSV, aber hier in der Rechnungsdatei, da frage ich mich, wo der Betrag steckt. Weil da steht nirgendswo

Speaker A

361,76. Er hat die Beträge als gepacktes Dezimalformat, also COMP-3, erkannt. Da sind zwei Ziffern pro Byte und das letzte Halbbyte ist dann das Vorzeichen.

Speaker A

Ja, und die Belege... Das sind tatsächlich Feldattribute in einem Binary. Also das ist gepackt auf neun Stellen, zwei Nachkommastellen mit Vorzeichen. Dann sehen wir hier den Laufzeit-Trace der Rechenaufrufe und in dem Prompt C lesen wir, Wie er mit einem eigenen Skript,

Speaker A

das er gebaut hat, sich 172 Feldbeschreibungen raussucht, direkt aus der Binary, also Offset, Länge, Typ, Stellen, Skala. Was nicht aus dem Binary belegbar ist, sind eben die Datumsfelder Straße, Postleitzahl, Ort und Füllbytes.

Speaker A

Die stützt er jetzt nur auf die Maske und die Datenbytes und das Gute ist, er sagt mir das auch. Also ob jetzt der Parser die Daten genauso liest, wie die alte Maske sie anzeigt, das prüft er dann später auch

Speaker A

gegen die laufende App. Beim nächsten Test ist mir dann aufgefallen, dass es unter Umständen Aufträge gibt. Die komplett gleich sind, aber unterschiedliche Kunden hatten, die unterschiedliche Beträge hatten und das ist halt etwas, was mich sofort erstmal stutzig gemacht hat und ähm.

Speaker A

Das hat er dann auch untersucht, also der KI-Agent. Wir haben also den gleichen Auftrag mit gleichen Teilen, gleicher Arbeit, aber einem anderen Kunden und der erzeugt 373,66 Euro statt 361,76.

Speaker A

Also wir sehen, der hat 12 Euro Unterschied plötzlich. Und die Frage ist, wo kommt dieser Unterschied her? Ist das jetzt ein Rabatt auf die Rechnung oder auf einen Teil?

Speaker A

Und dabei hat er herausgefunden, dass es halt ein Rabatt ist, der gerechnet wird in der alten Software. Und zwar über den Rabatt auf die Teile.

Speaker A

Wenn man 200 Euro minus 5% macht, dann kommt man auf 190 Euro plus 114 Euro Arbeit, macht dann 304 Euro netto oder eben 361,76 Euro brutto. Aber ohne die Rabattgruppe ist es 314 Euro netto, also 373,66 Euro.

Speaker A

Und das Detail, das man leicht übersieht, jede Zeile wird einzeln gerundet, also zwei Teile mit 10 Cent mit Rabatt ergeben dann 20 Cent und nicht 19. Und was mir gefällt ist, er hat da jetzt am Ende keinen Rechner irgendwie nachgebaut,

Speaker A

sondern er hat eine Prüfung geschrieben, die gegen das echte Programm testet und die absichtlich auch einmal kaputt gemacht, um zu sehen, ob die anschlägt.

Speaker A

So ein bisschen als Prüfliste. Nach B versteht die KI das Programm, haben wir jetzt für den Rechnungsprozess zumindest mal belegt und da haben wir jetzt eine Regel und als nächstes muss die dann auch im neuen Programm gelten.

Speaker A

Was die alte Software noch so kann, ist eben auch bei einem abgerechneten Auftrag eine Sperre dran machen, also dass er nicht zweimal abgerechnet wird.

Speaker A

Und dass man eine bezahlte Rechnung nicht doppelt bezahlt markieren kann. Solche Regeln stehen halt in keinem Handbuch.

Speaker A

Das steckt irgendwie im Verhalten der Software und das muss natürlich auch beim Nachbau berücksichtigt werden.

Speaker A

So und dann passiert was, womit ich gar nicht gerechnet habe. Die Antwort wird einfach gestoppt. Zwar nicht von mir, sondern von dem automatischen Sicherheitsfilter von unserem KI-Modell.

Speaker A

Wir nutzen an der Stelle Claude mit Opus 5.5 und der macht nicht weiter, weil er sagt, geht nicht, mach ich nicht. Für sie sieht es aus wie geklaute Software, weil Programme ohne Quellcode zerlegen, Datenformat entschlüsseln, Logik nachbauen, das ist für Claude immer

Speaker A

erstmal, das kommt dem Spanisch vor, das passt nicht. Der weiß halt, also das Modell weiß an der Stelle nicht. Ähm, dass es unsere eigene Demo ist. Also das kann der Filter nicht wissen. Äh, dieser Filter läuft auf Modellebene, dem kannst

Speaker A

du fünfmal sagen, hey, das gehört mir. Das interessiert den Filter an der Stelle nicht, der blockt ab, weil es würde natürlich auch jeder, der wirklich was auseinandernimmt und es nicht tun darf.

Speaker A

Dem Modell gegenüber behaupten, dass er es darf. Ähm, was ich gut finde ist, der Agent versucht jetzt nicht das irgendwie zu umgehen, sondern er hält wenigstens an und fragt. Ich habe ihm dann erklärt, worum es geht, also eigene Software,

Speaker A

erfundene Demo, Daten sind erfunden, Video über Modernisierung und er kann zwar nicht genau das weitermachen, also er schlägt immer noch teilweise an, aber in kleineren Schritten geht es dann weiter.

Speaker A

Also für euch bedeutet das, wenn ihr mal wirklich mit eurer eigenen Software sowas macht, dann sagt dem Agenten den Kontext.

Speaker A

Der Filter wird zwar trotzdem anschlagen, weil er immer noch davon ausgeht, dass man ihn versucht irgendwie übers Ohr zu hauen, aber man kann ihn trotzdem, wenn man es ordentlich in den Kontext gibt, dazu bringen, dass er stückweise weitermacht.

Speaker A

Ja. Also rechnet nicht damit, dass so ein Projekt auf jeden Fall glatt von vornherein durchgehen wird. Das wird wahrscheinlich nicht der Fall sein.

Speaker A

Das hängt natürlich auch vom Modell ab logischerweise, weil du kannst es auch mit anderen Modellen benutzen. Also es würde jetzt niemanden euch daran hindern, irgendein abliterated-Modell zu benutzen, was überhaupt keine Breaks mehr drin hat und das auf REA loszulassen.

Speaker A

Also dann, das Modell wird sich wahrscheinlich nicht beschweren. Spoiler Alert, das wird wahrscheinlich aber auch nicht so geil sein, weil... Diese gejailbreakten Modelle sind bei vielen Reasoning-Prozessen nicht so stark.

Speaker A

Die Daten werden wieder benutzbar. Jetzt kommt der Test, auf den es ankommt. Wenn wir jetzt den Parser die Daten einlesen lassen, dann... Ist für mich die Frage, ob dieser Parser die Daten auch wirklich so einliest, wie die alte

Speaker A

Software sie anzeigt. Und wir lassen jetzt mal die alte App laufen, dann liest er den Bildschirm und vergleicht das Ganze.

Speaker A

Guckt sich also mal die ganzen 12 Rechnungsdrucke an, 120 Werte und sieht Null Abweichung. Also der Kunde ist da, das Fahrzeug gehört noch zum richtigen Kunden, das ist auch wichtig und der alte Auftrag hängt ebenfalls dran. Und wenn ich

Speaker A

die Migration jetzt nochmal ein zweites Mal laufen lasse, dann entsteht auch wirklich kein einziges Duplikat. Das ist gut. Genau dieses Ergebnis wollten wir haben.

Speaker A

Das ganze ist jetzt eine Zeit lang durchgelaufen. 20 Minuten später ist auch die App tatsächlich fertig. Und die App hat gleiche Kunden, gleiche Fahrzeuge, bei jedem Datensatz steht aus welcher alten Datei. Aus welchem Satz sie kommt.

Speaker A

Spannend ist aber diese Seite hier mit den Hinweisen und Grenzen. Und zwar da, wo die alte Software einfach stillschweigend irgendwelchen falschen Sachen gerechnet hat, lehnt die neue App das auch ab und schreibt hin, warum.

Speaker A

Und das ist ganz interessant, weil genau das auch eine Entscheidung ist, Und wie man bei einer Migration bewusst treffen muss. Wenn jetzt zum Beispiel Bugs in der alten App sind etc., dann sagt dir das, sowas fällt natürlich auch auf, wenn du

Speaker A

das durch REA nachbauen lässt. Und ja, jetzt hier am Ende der Momente, gleicher Kunde, gleicher Auftrag mit 12 Arbeitswerten, dem Bremsschein für 200 Euro, links einmal die alte Software und rechts der Nachbau und wir sehen, bei beiden Rechnungen kommt 361,76 Euro raus.

Speaker A

Eine Abweichung will ich also dabei auf keinen Fall haben. Besteht die Software denn jetzt auch unbekannte Fälle? Weil so ein einzelner Betrag, der beweist jetzt erstmal wenig, das ist natürlich gut, das ist ein wichtiger erster Schritt.

Speaker A

Wir spielen also jetzt dann 101 Fälle mal in beiden Programmen durch. Also wir bedienen das eine alte über die grüne Maske und das neue über die Schnittstelle und vergleichen danach jedes Feld in jeder Datei. Und sehen dann auch bei 2792 von

Speaker A

2796 Feldwerten kommen komplett dieselben Beträge raus, komplett dieselben Werte raus. Und die vier Abweichungen, die jetzt noch bestehen, das ist genau der Fall, in dem die alte Software wegen Rundung aus 12.345 stillschweigend, 1.235 macht.

Speaker A

Also das heißt, da hat die alte Software definitiv einen Fehler, weil die neue Software macht das jetzt richtig.

Speaker A

Und ja, dann der eigene Test. 24 Rechenfälle, die ich vorher zurückgehalten habe. Also Rundungsgrenzen, halbe Cent, 20 Positionen, 1 Cent und so weiter.

Speaker A

Die hat es komplett bestanden. Und was mir auch gefällt ist, er sagt trotzdem eben, das ist kein Nachweis vollständiger Gleichwertigkeit. Genauso muss es sie mir auch sagen, weil am Ende des Tages, selbst wenn sie jetzt einen Bug fixt, den die alte Software hat, Heißt das

Speaker A

ja nicht, dass sie mir das nicht sagen soll, sondern ich möchte wissen, wo bestehen die Unterschiede Und wenn die alte Software halt einen Fehler hatte, den die Leute 20 Jahre so benutzt haben und 20 Jahre damit so gerechnet haben, dann möchte ich, dass das

Speaker A

bitte auch in der neuen Software, wenn sie gebaut wird, mir gesagt wird, dass dieser Bug jetzt gefixt ist, damit ich nicht, wenn die Leute das jetzt benutzen, einfach so weitermache wie bisher.

Speaker A

So, damit sind wir jetzt mit dem Bau der Software durch. Ihr müsst ja nicht gleich eine ganze Anwendung damit bauen. Ihr könnt mit einem kleinen Programm mal anfangen. Dass ihr auch untersuchen dürft, lasst den Agenten mal eine Funktion erklären, prüft die

Speaker A

Erklärung mit einer zweiten Eingabe und wenn es stimmt, dann fangt ihr an, das ein bisschen nachzubauen.

Speaker A

Also die Demo und die Prompts und die getesteten Versionen, die packe ich euch in die Beschreibung. Dann könnt ihr euch das auch einfach kopieren.

Speaker A

Und ja, wir machen jetzt noch ein kleines Recap. Was hat denn gut geklappt? Also wir haben aus einem Programm ohne Quellcode die ganzen Satzformate, die Rechenfehler und sogar Fehler der alten Software rausgearbeitet. Das finde ich ziemlich stark. Die Daten sind sauber migriert,

Speaker A

wir haben eine Web-App gebaut. Die rechnet auch denselben Auftrag Cent genauso ab wie die alte. Was natürlich jetzt offen geblieben ist in dieser Demo ist, wie gehen wir mit gleichzeitigen Nutzern um.

Speaker A

Was machen wir, wenn Abstürze auftreten im Abrechnen, Umlaute etc. Aber das sind alles Punkte, die mir der Agent auch ganz ehrlich in dem Bericht genannt hat.

Speaker A

Und es hat insgesamt drei Stunden gedauert. Es war drei Stunden aktive Arbeit vom Agenten, verteilt über zwei Tage. Wir hatten eben dann... Dreimal Stopps durch solche Sicherheitsfilteranschläge.

Speaker A

Ja. Ich finde das Ganze lief also ziemlich gut. Natürlich ist das jetzt keine große Migration von einem riesigen bestehenden System, aber sie zeigt ziemlich deutlich, wo die KI heute steht. Die kann verdammt viel rausfinden und sie braucht aber

Speaker A

trotzdem jemanden, der dann am Ende entscheidet, welche von den alten Fehlern man dann auch wirklich mit in die neue Software reinnimmt.

Speaker A

Wenn euch das Ganze interessiert hat, dann lasst mir gerne einen Kommentar da. Schreibt mir, ob ihr Software habt, mit der ihr das gerne ausprobieren wollt oder ob ihr noch Themen habt, die ich gerne... In diesem Bereich weiter vorstellen soll. Es gibt noch einige

Speaker A

Punkte, die ich gerne machen würde, aber ich bin auf jeden Fall auch gespannt auf eure Kommentare. Ich würde mich freuen, mit euch eine Diskussion in den Kommentaren zu führen. Danke fürs Gucken.

Topics:REAReverse EngineeringCOBOLLegacy-SoftwareKIClaudeDekompilierungModernisierungAutohaus-SoftwareWeb-App

Get More with the SozAI App

Transcribe recordings, audio files, and YouTube videos — with AI summaries and speaker detection. 30 minutes free.

App Store Google Play

Or transcribe another YouTube video here →

Free tools: TXT to SRT · SRT Validator · Merge SRT · Subtitle to Text · All tools