Der südkoreanische IT-Dienstleister LG CNS hat eine neue Plattform vorgestellt, die den gesamten Lebenszyklus großer IT-Systeme automatisieren soll. Die Lösung namens DevOn Agentic AIND nutzt spezialisierte KI-Agenten für Aufgaben von der Anforderungsanalyse bis zur Qualitätssicherung.
Während KI-Agenten die Softwareentwicklung revolutionieren, schafft der Gesetzgeber mit dem EU AI Act den verbindlichen Rahmen für den Einsatz solcher Systeme. Dieser kostenlose Umsetzungsleitfaden bietet Unternehmen einen kompakten Überblick über alle neuen Anforderungen, Pflichten und Fristen. EU AI Act in 5 Schritten verstehen: Fristen, Pflichten und Risikoklassen kompakt erklärt
Vom COBOL-Code zur Cloud in Minuten
Im Zentrum der Plattform steht die sogenannte „Knowledge Foundation“ – eine ontologiebasierte Datenbank, die unternehmenseigene IT-Standards und -Vermögenswerte speichert. Diese Wissensbasis ermöglicht es den KI-Agenten, bei der Entwicklung stets konsistent mit den bestehenden Unternehmensrichtlinien zu arbeiten.
Ein besonders praxisrelevanter Anwendungsfall ist die Modernisierung von Altsystemen. LG CNS demonstrierte, dass die Umwandlung von COBOL-Code in Java, die normalerweise Wochen dauert, mit dem agentischen Ansatz auf wenige Minuten verkürzt werden kann. Bereits jetzt setzt ein großes südkoreanisches Finanzinstitut die Technologie ein.
„Durch die Automatisierung des Aufbaus und Betriebs großer IT-Umgebungen wollen wir Produktivitätssprünge für unsere Unternehmenskunden ermöglichen“, erklärte LG-CNS-Vizepräsidentin Ahn Hyun-jung. Die Plattform entstand in Zusammenarbeit mit dem US-Partner Cline, der auf GitHub ein rasantes Wachstum verzeichnet. Zielmärkte sind neben den USA und Japan auch Südostasien – mit Fokus auf Finanzen, Fertigung, Verteidigung und den öffentlichen Sektor.
Branche setzt auf agentenbasierte Entwicklung
Der Vorstoß von LG CNS fällt in eine Phase, in der die gesamte Tech-Branche auf sogenannte „agent-native“ Entwicklungstools setzt. Zeitgleich stellte GitHub auf der Microsoft-Build-Konferenz seine Copilot-App vor. Die neue Desktop-Umgebung erlaubt es mehreren KI-Agenten, parallel an Entwicklungsaufgaben zu arbeiten, während menschliche Entwickler den Workflow überwachen. Funktionen wie ein „My Work“-Dashboard, Sandbox-Umgebungen und ein automatisiertes Pull-Request-Validierungssystem namens Agent Merge sind integriert.
Bereits einen Tag zuvor veröffentlichte GitHub ein Open-Source-„Spec Kit“. Dieses Toolkit fördert einen spezifikationsgetriebenen Entwicklungsprozess: Entwickler müssen detaillierte Anforderungen formulieren, bevor die KI-Agenten Code generieren. Das Kit ist mit verschiedenen Modellen kompatibel, darunter Copilot und Claude Code.
Die rasante Entwicklung von KI-Systemen stellt Unternehmen nicht nur vor technische, sondern auch vor komplexe regulatorische Herausforderungen. Erfahren Sie in diesem kostenlosen Report, welche KI-Systeme als Hochrisiko eingestuft werden und wie Sie die neuen Dokumentationspflichten rechtssicher erfüllen. Welche KI-Systeme gelten als Hochrisiko – und was müssen Unternehmen jetzt konkret tun?
Flankiert werden diese Entwicklungen durch Microsofts Auslieferung des MAI-Code-1-Flash-Modells in GitHub Copilot, die Anfang Juni begann. Das Modell wurde speziell auf Produktions-Workflows trainiert und soll den Token-Verbrauch reduzieren, ohne bei Branchen-Benchmarks einzubüßen.
LG und NVIDIA planen KI-Fabriken
Die strategische Bedeutung der KI-gesteuerten Systementwicklung unterstreicht eine weitere Ankündigung vom heutigen Montag: Die LG Group und NVIDIA gaben eine Zusammenarbeit zum Bau sogenannter „AI Factories“ bekannt. Mehrere LG-Sparten sind beteiligt – LG CNS wird dabei NVIDIAs Robotik-Technologie in seine PhysicalWorks-Plattform integrieren.
Die Kooperation erstreckt sich auch auf KI-Infrastruktur und Mobilität. LG AI Research nutzt NVIDIAs Blackwell-Architektur und Nemotron für seine EXAONE-Modelle. LG Uplus plant ein groß angelegtes KI-Rechenzentrum, während LG Energy Solution an Stromversorgungslösungen für Hochspannungs-Rechenzentren arbeitet, um die fortsrittlichen Rechenanforderungen zu decken.
