IBM hat am Mittwoch weitreichende Neuerungen für seine Entwicklerplattform Bob vorgestellt. Im Zentrum stehen autonome KI-Systeme, die komplexe Programmieraufgaben übernehmen und veraltete IT-Systeme modernisieren sollen.
Der US-Konzern reagiert damit auf einen branchenweiten Trend zur sogenannten „agentischen“ Softwareentwicklung. Dabei erledigen KI-Assistenten eigenständig Aufgaben, die bisher erfahrene Entwickler forderten. Für Unternehmen mit jahrzehntealten Systemen könnte dies einen entscheidenden Vorteil bedeuten.
Spezialisierte Workflows für Altlasten
Die neuen Premium-Pakete von IBM Bob zielen gezielt auf die Modernisierung von Legacy-Systemen ab. Das Java-Modernisierungspaket unterstützt unter anderem JDK-Upgrades und Sicherheitsnachrüstungen. Für IBM-i-Umgebungen gibt es native Anbindungen sowie Werkzeuge für RPG- und Datenbank-Modernisierung. Das IBM-Z-Paket konzentriert sich auf das Verständnis und die governance-gesteuerte Weiterentwicklung von Mainframe-Anwendungen.
Herzstück der Aktualisierung sind die Multi-Agent-Funktionen. Verschiedene KI-Assistenten arbeiten dabei in einer gemeinsamen Architektur zusammen – sie teilen sich einen zentralen Agenten und eine einheitliche Steuerungsebene. Mit „Bobalytics“ führt IBM zudem ein Tool ein, das Unternehmen helfen soll, die Kosten für diese KI-Dienste zu optimieren.
Die ersten Anwender berichten von beeindruckenden Ergebnissen: Blue Pearl erledigte ein Projekt, das normalerweise neun Monate dauert, in nur drei Tagen. Jack Henry nutzte die Plattform, um seine RPG-Entwicklungsprozesse massiv zu beschleunigen.
Fünf Milliarden Dollar für vertrauenswürdige KI-Infrastruktur
Parallel zu den Bob-Updates brachten IBM und Red Hat am Dienstag die Plattform „Lightwell“ auf den Markt. Sie soll als Vertrauensinfrastruktur für Open-Source-Entwicklung im KI-Zeitalter dienen. Das Lightwell-Netzwerk umfasst mehr als 6.500 bereinigte Abhängigkeiten. Der „Lightwell Clearinghouse Premier“ ist zunächst in begrenztem Umfang für den Finanzsektor verfügbar.
Wer die 5-Milliarden-Investition von IBM und Red Hat für sein Unternehmen nutzen will, findet im neuen Strategie-Report die entscheidenden Hebel: von der Modernisierung veralteter Systeme mit Multi-Agent-Funktionen bis zur Sicherheitsbereinigung von Open-Source-Stacks. Jetzt kostenlosen Strategie-Report anfordern
Hinter dem Projekt stehen ein Engagement von fünf Milliarden Dollar und 20.000 Ingenieure. Eine KI-gestützte Bereinigungsmaschine identifiziert und behebt Sicherheitslücken. Zum Partner-Ökosystem gehören AWS, AMD, NVIDIA, Microsoft und GitLab.
Verteiltes Netzwerk gegen KI-Bremsen
Die Infrastruktur für KI-gestützte Programmierung wächst rasant. Am Dienstag enthüllte Entire – gegründet vom ehemaligen GitHub-CEO Thomas Dohmke – ein verteiltes Git-Netzwerk. Es spiegelt GitHub-Repositories in den USA, Europa und Australien, um Latenzzeiten zu reduzieren und Rate-Limits zu umgehen, die KI-Agenten oft ausbremsen. Entire startete mit 60 Millionen Dollar Seed-Finanzierung bei einer Bewertung von 300 Millionen Dollar und erreicht Benchmarks von 586 Pushes pro Sekunde.
Auch andere Player reagieren auf den KI-Boom: Google AI Studio erlaubt Entwicklern seit Dienstag, Repositories direkt von GitHub zu importieren und Anwendungen auf Cloud Run bereitzustellen. JetBrains arbeitet Berichten zufolge an einer Governance-Ebene für verschiedene KI-Coding-Agenten wie Claude Code und Codex.
Produktivitätsschub mit Hindernissen
Legacy-Systeme bremsen Ihre KI-Integration? Der Report zeigt, wie IBMs neue Plattform mit 20.000 Ingenieuren und 6.500 bereinigten Abhängigkeiten Ihre Sicherheitslücken schließt – und wie Sie mit Bobalytics die Kosten im Griff behalten. Sicherheits- und Kostenoptimierungs-Guide sichern
Der Trend zu autonomen Agenten wird durch messbare Verbesserungen untermauert. Mercedes-Benz reduzierte seine Fehlerdurchlaufzeit um 70 Prozent, indem das Unternehmen KI-Agenten über Atlassians Teamwork Graph in seine Arbeitsabläufe integrierte. Die sogenannte Norris-Familie automatisiert die Anreicherung, Weiterleitung und Priorisierung von Fehlermeldungen aus sprachgesteuerten Fahrzeuganwendungen.
Branchenanalysten schätzen die aktuellen Produktivitätsgewinne durch KI-Coding-Agenten jedoch auf etwa 30 Prozent. Höhere Effizienz könnte erst durch den Übergang zu einem „Software-Factory“-Modell erreicht werden – mit Systemen gegnerischer und sich selbst verbessernder Agenten. Tests beim CoderCup-Wettbewerb am Dienstag zeigten: KI-Agenten erzielen zwar hohe Genauigkeit, kämpfen aber weiterhin mit Regressionseffekten. Verifizierungsschleifen bleiben daher unverzichtbar, um die Zuverlässigkeit der Ergebnisse zu gewährleisten.
