Am 19. Oktober 2026 hat OpenAI erhebliche Verbesserungen seiner neuesten KI-Modelle bei der Übersetzung von COBOL-Code in moderne Programmiersprachen gemeldet. Wie unter anderem The Verge in einem Bericht vom 26. Oktober 2026 aufgriff, zielt der Ansatz darauf ab, historisch gewachsene Software in Sprachen wie C++, Java, Kotlin, Python und Rust zu übertragen.
In internen Benchmark-Tests erreichte das Modell GPT-6.1 Sol bei geringem Rechenaufwand einen Verhaltenserhalt von 87 Prozent, der bei höherem Reasoning-Aufwand auf 98 Prozent stieg.
Frühere Modelle erreichten diese Werte bei weitem nicht: GPT-6 Astra kam auf rund 86 Prozent, während GPT-6 Sol bei niedrigem Aufwand lediglich 21 Prozent und GPT-5.6 Sol nur 5 Prozent erzielte.
Risiken und Grenzen automatisierter Code-Übersetzung
Trotz der Testergebnisse dämpft der Entwickler überzogene Erwartungen. OpenAI-Sprecher Oscar Haines betonte, dass die Herausforderung veralteter Legacy-Software weiterhin weit von einer Lösung entfernt sei und die Testverfahren daher ausgebaut würden.
Wer sich mit dem Einsatz moderner KI-Systeme in geschäftskritischen Infrastrukturen befasst, muss auch die rechtlichen Rahmenbedingungen der neuen EU-Verordnungen kennen. Dieser kostenlose Umsetzungsleitfaden bietet einen kompakten Überblick über alle Anforderungen, Pflichten und Fristen des EU AI Acts. EU AI Act in 5 Schritten verstehen
Zwar senke das Verfahren die Kosten für Modernisierungen, berge jedoch operative Risiken. Weil Programmfehler in sensiblen Regierungs- und Finanzsystemen verheerende Folgen haben können, sei eine anschließende Prüfung durch menschliche Entwickler zwingend erforderlich.
Technisch setzt das System auf Methoden der natürlichen Sprachverarbeitung und Codegenerierung, gegliedert in semantische Analyse, Erzeugung, Optimierung und Validierung.
Die Implementierung von KI-Technologien stellt Unternehmen vor neue Compliance-Fragen bezüglich Risikoklassen und Dokumentationspflichten. Erfahren Sie in diesem kostenlosen Report, welche Systeme als Hochrisiko gelten und wie Sie die gesetzlichen Vorgaben rechtssicher erfüllen. Kostenlosen Umsetzungsleitfaden zum EU AI Act herunterladen
Grenzen bestehen nach Unternehmensangaben vor allem bei stark kundenspezifischen COBOL-Dialekten sowie in der Abhängigkeit von der Qualität der Trainingsdaten. Für die praktische Umsetzung werden Vorab-Audits des Codes, strukturierte Datenvorbereitung, Tests in kontrollierter Umgebung und eine schrittweise Einführung empfohlen.
Hohe Abhängigkeit der Finanzbranche trifft auf Skepsis aus der Forschung
Die Dringlichkeit für Modernisierungslösungen ist hoch. Laut Daten von IBM bildet COBOL nach wie vor das Rückgrat kritischer Infrastrukturen: Die Programmiersprache ist die Basis für über 40 Prozent aller Online-Banking-Systeme, wickelt 80 Prozent der Kreditkartentransaktionen am Schalter ab und verarbeitet 95 Prozent der Geldautomaten-Vorgänge.
Schätzungen zufolge belaufen sich die jährlichen Kosten durch Ineffizienzen veralteter COBOL-Systeme in der US-Wirtschaft auf rund 105 Milliarden US-Dollar.
Wissenschaftler äußern sich jedoch skeptisch zu den Fortschritten. Van Deursen von der Technischen Universität Delft bewertete die Tests von OpenAI als oberflächlich und verwies darauf, dass die gestellten Aufgaben Lichtjahre von den Herausforderungen einer echten Modernisierung entfernt seien.
Donaldson vom Imperial College hob hervor, dass die größte Hürde im Verständnis der Gesamtsysteme bestehe und nicht im bloßen Umschreiben von Syntax. Auch Zaytsev von der Universität Twente mahnte, dass ein Rewriting nicht mit einer Systemersetzung verwechselt werden dürfe, zumal das größte von ihm analysierte COBOL-System einen Umfang von 250 Millionen Zeilen aufweise.