OpenAI Legacy-Sprachsupport: COBOL, Fortran & Visual Basic modernisieren

Warum COBOL, Fortran und Visual Basic plötzlich wieder Thema sind

COBOL, Fortran und Visual Basic gehören zu den Sprachen, die in der Ausbildung kaum noch eine Rolle spielen, aber weiterhin kritische Systeme antreiben. Banken, Regierungen und große Unternehmen betreiben darauf Kontenführung, Zahlungsverkehr, Verwaltungsprozesse und wissenschaftliche Berechnungen. Der Code ist oft Jahrzehnte alt, dokumentiert nur teilweise und wird von immer weniger Menschen wirklich verstanden.

Genau hier setzt OpenAI an. Am 19. Oktober 2026 kündigte das Unternehmen an, dass seine neuesten Modelle Software in diesen sogenannten Low-Resource-Sprachen besser bauen und migrieren können. Der Anspruch ist nicht, alte Systeme blind zu ersetzen, sondern jahrzehntelange Geschäftslogik zu erfassen und zu bewahren, während die Technik darunter modernisiert wird.

Für normale Nutzer klingt das technisch, betrifft sie aber indirekt stark: Wenn Behörden und Banken ihre Backends modernisieren, hängen davon Bearbeitungszeiten, Ausfallrisiken und Kosten ab. Deshalb wird die Ankündigung gerade in Entwicklerkreisen intensiv diskutiert, obwohl COBOL und Fortran selten in KI-Schlagzeilen auftauchen.

• Gesellschaftliche Relevanz

  Es geht um Systeme, von denen Konten, Zahlungen und Verwaltungsakte abhängen. Fehler wirken sich direkt auf Bürger und Kunden aus.

• Fachkräftemangel

  Wer COBOL oder Fortran beherrscht, geht häufig in Rente. KI soll diese Lücke nicht ersetzen, aber überbrücken helfen.

• Kein Spielzeug

  Anders als bei Gaming- oder Hobby-Tools steht hier der Enterprise-Einsatz im Vordergrund, mit entsprechenden Anforderungen an Sorgfalt.

So funktioniert der Workflow mit dem Modell

Der Ablauf ist kein Knopf, der eine komplette Bankanwendung umschreibt. Entwickler geben vorhandenen Legacy-Code und beschriebene Geschäftslogik in das Modell, das den Code erklärt, migrationsfähige Alternativen erzeugt und Vorschläge für Refactoring liefert. Das Modell arbeitet also als Analyse- und Übersetzungshilfe, nicht als autonomer Umbauroboter.

Wichtig ist der Kanal: Der Workflow läuft über die Modelle und API-Zugänge von OpenAI, nicht über eine eigene Online-IDE oder ein separates Spiel-Interface. Es gibt keine grafische Migrationsplattform, in der du per Drag-and-drop COBOL in moderne Sprachen ziehst. Du arbeitest mit Prompts, Code-Eingaben und den Antworten des Modells.

Die Qualität hängt stark davon ab, wie gut du den Kontext lieferst. Je klarer du Geschäftsregeln, Randfälle und Abhängigkeiten beschreibst, desto brauchbarer sind Erklärungen und Ersatzcode. Das Modell kann Zusammenhänge aufdecken, die in keiner Dokumentation stehen, aber es ersetzt keine Tests und keine fachliche Abnahme.

• Code erklären lassen

  Das Modell beschreibt, was ein Modul tut, welche Datenflüsse existieren und wo Risiken liegen. Das hilft besonders bei undokumentiertem Altcode.

• Migration vorbereiten

  Es generiert Ersatzcode und Übersetzungen in modernere Sprachen, die du anschließend prüfst und anpasst.

• Refactoring planen

  Du bekommst Vorschläge, welche Teile zuerst angefasst werden sollten und welche Logik unverändert bleiben kann.

• Grenzen beachten

  Unbestätigte Details wie unterstützte Sprachversionen oder Grenzwerte solltest du auf der offiziellen Seite prüfen.

Schritt für Schritt: vom ersten Testmodul zur Migration

Ein realistischer Einstieg beginnt nicht mit dem Kernsystem, sondern mit einem kleinen, gut getesteten Modul. So kannst du die Ausgabequalität bewerten, ohne Produktionsrisiko einzugehen. Erst wenn Erklärungen und Ersatzcode dort überzeugen, lohnt sich der Blick auf größere Zusammenhänge.

Danach arbeitest du dich systematisch vor: Inventar erstellen, Module priorisieren, Ergebnisse gegen bestehende Tests laufen lassen. Der gesamte Prozess bleibt ein Zusammenspiel aus KI-Unterstützung und menschlicher Kontrolle, gerade weil Fehler in Banken- und Behördensoftware teuer sind.

OpenAI betont, dass die Fähigkeiten rund um die Herausforderungen entwickelt werden, die Entwickler und Enterprise-Kunden einbringen. Wer mit solchen Systemen arbeitet, kann dem Unternehmen mitteilen, welche Sprachen und Workflows als Nächstes angegangen werden sollen.

Für wen sich das lohnt, wo es hakt und was als Nächstes kommt

Der Support richtet sich klar an Entwicklerteams, Modernisierungsprojekte und Enterprise-Kunden mit gewachsenen Systemen. Für Hobby-Programmierer ist der Nutzen begrenzt, weil COBOL- oder Fortran-Bestände selten im privaten Umfeld auftauchen. Wer jedoch in einem solchen Projekt steckt, kann Analyse- und Übersetzungsarbeit deutlich beschleunigen.

Die Grenzen liegen auf der Hand: Das Modell kennt deine spezifische Umgebung nicht automatisch, kann falsche Annahmen treffen und ersetzt weder Tests noch Compliance-Prüfungen. Auch Details wie unterstützte Sprachversionen, Grenzwerte oder Preise sind nicht Teil der Ankündigung und sollten auf der offiziellen Seite geprüft werden.

Spannend bleibt, welche Sprachen und Workflows OpenAI als Nächstes aufgreift. Die Ankündigung lädt ausdrücklich dazu ein, Bedarf zu melden. Wer heute mit Legacy-Systemen arbeitet, kann den Support also nicht nur nutzen, sondern auch mitgestalten, indem er konkrete Anforderungen und Engpässe beschreibt.

• Stärke

  Altcode verstehen, dokumentieren und migrationsfähig machen, auch wenn kaum Fachwissen im Team vorhanden ist.

• Schwäche

  Keine automatische Garantie für Korrektheit. Jede Ausgabe braucht Review, Tests und fachliche Abnahme.

• Vergleich

  Klassische Migrationswerkzeuge sind regelbasiert und starr, KI-Ansätze flexibler, aber weniger deterministisch.

• Ausblick

  OpenAI sammelt Rückmeldungen zu Sprachen und Workflows. Was als Nächstes kommt, ist noch offen.