[KUNSKAPSSAMARBETE] Modernisering af ældre systemer mislykkes sjældent, fordi AI ikke kan generere kode.
Langt oftere skyldes udfordringerne, at organisationer ikke længere har en opdateret og troværdig specifikation af, hvad deres systemer faktisk gør.
Store virksomheders IT-landskaber udvikler sig over årtier. Nye systemer tilføjes gennem opkøb, mens andre omskrives, delvist erstattes eller integreres med tredjepartsplatforme. Dokumentationen halter efter. Over tid efterlades organisationerne med hundredvis af kodearkiver, men uden én samlet og pålidelig beskrivelse af, hvordan applikationsporteføljen reelt fungerer.
Fra brownfield til AI-klar
For at løse denne udfordring har vi udviklet en struktureret proces, der rekonstruerer et komplet billede af et ældre softwarelandskab, før moderniseringsarbejdet begynder.
Processen starter med Inventory & Triage, hvor hvert kodearkiv analyseres ud fra teknologistak, størrelse og formål. Inaktive eller duplikerede arkiver sorteres fra, så det aktive softwarelandskab adskilles fra ophobet teknisk støj.
Derefter følger Recovery (AS-IS). Specialiserede agenter rekonstruerer arkitektur, krav, datamodeller, API’er og ikke-funktionelle krav direkte fra de eksisterende systemer. En separat valideringsagent kontrollerer de vigtigste fund op imod kildekoden, før de indgår i den rekonstruerede videnbase.
I fasen Specification & Backlog omsættes informationen til arkitekturdokumentation, funktionsspecifikationer, ikke-funktionelle krav, omskrivningsspecifikationer og implementeringsklare beskrivelser af funktionalitet.
Afslutningsvis giver Navigate & Decide et interaktivt overblik over det rekonstruerede system fra porteføljeniveau til individuelle funktioner. Dermed kan udviklingsteams analysere afhængigheder, forstå systemgrænser og prioritere modernisering på baggrund af verificeret indsigt frem for antagelser.
Validering er indbygget i alle faser. Alle rekonstruerede oplysninger dokumenteres med kildehenvisninger og verificeres, før de indgår i den endelige specifikation. Processen afsluttes med et menneskeligt beslutningspunkt, før moderniseringsarbejdet sættes i gang.
Ét framework mange anvendelser
Målet er ikke blot at genskabe en troværdig specifikation. Den bliver fundamentet for alt det, der følger.
Den samme viden kan anvendes til moderniseringsplanlægning, arkitekturdokumentation, sikkerhedsanalyser, migrationsbacklogs og softwaretest.
For nylig anvendte vi processen på et virksomhedslandskab bestående af 33 systemer, hundredvis af kodearkiver og næsten 12 millioner eksekverbare linjer kode, opbygget gennem mange års vækst og virksomhedsovertagelser. På cirka tre dage rekonstruerede vi en opdateret og verificeret specifikation af hele softwarelandskabet. Resultatet omfattede alle 33 systemer, næsten 2.000 funktionsspecifikationer, identificerede sikkerhedsudfordringer samt en prioriteret moderniseringsplan, der viste, hvor udviklingsindsats og risici bør fokuseres.
Et andet anvendelsesområde er testgenerering. Fordi testene genereres ud fra rekonstruerede specifikationer frem for direkte fra ældre kode, afspejler de systemets tilsigtede adfærd og ikke nødvendigvis historiske implementeringsdetaljer.
I et nyligt projekt for et større energiselskab med et ældre system på cirka 100.000 eksekverbare linjer kode øgede denne metode enhedstestdækningen fra 2 til 50 procent på ti timer. Samtidig blev systemets første 125 integrationstests genereret på yderligere otte timer. Den rekonstruerede specifikation kan efterfølgende skaleres til det dækningsniveau, som situationen kræver fra risikobaseret testning til næsten fuld testdækning i regulerede brancher med certificeringskrav.
Fra framework til praksis
Frameworket blev oprindeligt udviklet til certificeringskritisk testning, men ert siden blevet videreudviklet til et genanvendeligt system af kompetencer og AI-agenter. I dag er det en del af Sigma Softwares AI SDLC-praksis under AI Compass.
Uanset om målet er at modernisere en årtier gammel applikationsportefølje, forbedre softwarekvaliteten eller forberede udviklingsorganisationen på AI, er det første skridt ikke at generere mere kode.
Det handler om at genopbygge en troværdig forståelse af de systemer, organisationen allerede har.
Læs mere om AI Compass, og hvordan Sigma Software kan understøtte virksomheders AI-transformation på: https://sigmasoftware.ai/
Af Dmytro Zhuk, Managing Partner og medstifter af Sigma Software Group
Artikeln är ett kunskapsamarbete mellan Sigma Software Group och IT Media Group. Sponsrade inlägg och kunskapsamarbeten är en del av IT Media Groups annonserbjudande. Om du har frågor kring sponsrade inlägg, hör av dig till info@itmediagroup.se
