Glossar

Kernsysteme und Akteure

Agent / KI-Agent Spezialisierte KI-Akteure, die im Agentic Coding System arbeiten und unterschiedliche Aufgaben im Modernisierungsprozess übernehmen, wie Analyse, Migration oder Validierung der Applikation.

Agentic Coding System (ACS) Ein autonomes, KI-gestütztes Ausführungssystem, das zur automatisierten Analyse, Planung, Code-Generierung, Transformation und Validierung von Software dient. Es orchestriert spezialisierte KI-Agenten entlang definierter Workflows. OpenCode.ai wird als ein solches bevorzugtes, Open-Source-basiertes ACS genannt.

Legacy-Applikation / Fachverfahren Bestehende Verwaltungssysteme, die über Jahrzehnte gewachsen sind und einen erheblichen Modernisierungsbedarf aufweisen. Dazu gehören insbesondere Office-basierte Verfahren (MS Word, MS Excel) sowie Oracle-Forms-Anwendungen.

Migrations-Tool Das speziell für die Anforderungen der öffentlichen Verwaltung entwickelte Werkzeug, das auf einem KI-gestützten Multi-Agenten-System basiert und den gesamten Modernisierungsprozess automatisiert (Analyse, Code-Migration, Validierung, Dokumentation).

Multi-Agenten-System (MAS) Ein System, das aus mehreren spezialisierten KI-Agenten besteht, die zur Durchführung der Analyse, Migration und Validierung zusammenarbeiten.

Prozessbausteine des Migrations-Tools

Post-Processing Der abschließende Schritt im Modernisierungsprozess. Er beinhaltet die Validierung, Optimierung, das Testen und die Dokumentation der modernisierten Applikation. Kernfunktionen umfassen Code Review & Quality Assurance, Testing & Validation (E2E Tests) und das Deployment & Delivery der finalen Version.

Pre-Processing Der erste Baustein im Modernisierungsprozess. Er dient der initialen Analyse und Aufbereitung der bestehenden Applikation. Als Ergebnis entstehen zentrale Artefakte wie eine Dokumentation, Test Use Cases sowie ein Graph- und RAG-basierter Wissensspeicher.

Processing Der zentrale Baustein, der den Kern des Tools bildet. Hier führt das Agentic Coding System die eigentliche Modernisierung und Transformation der Applikation durch, gestützt auf die im Pre-Processing generierten Artefakte und das Context Engineering.

Testing & Validation Ein Modul im Post-Processing, das umfassende Tests (Unit-Tests, Integrationstests, End-to-End-Tests) der modernisierten Applikation durchführt, um Funktionalität und Stabilität sicherzustellen. Fehler führen zu einer automatischen Rückführung in den Processing-Baustein für Korrekturen (iterativer Zyklus).

Kontextsteuerung und KI-Konzepte

Agent Skills Erweiterbare, modulare Fähigkeitspakete, die KI-Agenten gezielt einsetzen können, um spezifische Aufgaben (z. B. Document-Skills zur Extraktion von Informationen aus Excel-Dateien) effizienter zu bewältigen. Beschrieben in der Datei SKILLS.md.

Context Engineering Ein Prozess, der sicherstellt, dass die KI-Agenten des Agentic Coding Systems den spezifischen Kontext der zu modernisierenden Applikation verstehen und berücksichtigen können. Er umfasst die Extraktion und Strukturierung relevanter Informationen und Zusammenhänge.

GraphRAG Ein graphbasierter Wissensspeicher, der die Abhängigkeiten, Zusammenhänge und relevanten Informationen der bestehenden Applikation erfasst. Er wird im Pre-Processing erstellt und nutzt Neo4j (für Abhängigkeiten) und Qdrant (für vektorielle Einbettungen/semantische Suche).

Halluzination Das zentrale Risiko, dass Modelle oder Agenten nicht belegte Aussagen über Code, Schnittstellen oder Laufzeitverhalten erzeugen, obwohl diese nicht aus dem bereitgestellten Kontext abgeleitet werden können.

Kontext-State Management Ein zentrales Management für Kontextinformationen, das sicherstellt, dass das Wissen über die Zielarchitektur und Projektstruktur über den gesamten Modernisierungsprozess hinweg konsistent bewahrt bleibt und die Steuerung der KI-Agenten kontextsensitiv erfolgt.

LiteLLM Eine Open-Source-Bibliothek, die als vereinheitlichende Abstraktions- und Routing-Schicht für verschiedene Large-Language-Model-Provider dient und einen stabilen, skalierbaren KI-Zugriff gewährleistet.

MCP (Model-Context-Protocol) Ein Konzept zur modularen Anbindung von Kontextinformationen und externen Datenquellen oder Tools. MCP ermöglicht den KI-Agenten, auf relevante Informationen für ihre Entscheidungsprozesse zuzugreifen.

Output-Vertrag (Output Contract) Eine durch Prompts erzwungene strikte Spezifikation des Ausgabeformats (z. B. JSON, Diff, Markdown), die es ermöglicht, Ergebnisse automatisiert zu prüfen und weiterzuverarbeiten.

Prompt Engineering Die systematische Gestaltung von Eingabeaufforderungen (Prompts) an ein KI-Modell, um Ergebnisse hinsichtlich Qualität, Korrektheit, Vollständigkeit, Konsistenz, Stil und Format gezielt zu steuern. Prompts definieren Aufgabe, Rolle und erzwingen einen Output-Vertrag.

RAG (Retrieval-Augmented Generation) Der konzeptuelle Ansatz, der durch GraphRAG umgesetzt wird, um Abhängigkeitsinformationen abzurufen und dadurch kontextsensitives Arbeiten der KI-Agenten zu ermöglichen.

Qualitätsmechanismen und Governance

AGENTS.md Die zentrale Konfigurationsdatei, die als verbindliches Regelwerk dient. Sie definiert Migrationsregeln, Zielarchitektur, Qualitätskriterien, Rollen und Verantwortlichkeiten der KI-Agenten, um konsistente und regelkonforme Transformationsschritte sicherzustellen.

Human-in-the-Loop (HITL) Ein kontrollierter Postproduktionsprozess, der menschliche Experten (Endnutzer:in/Fachseite) systematisch einbindet, um die fachliche Passfähigkeit der modernisierten Applikation zu bewerten. KI-Agenten formalisieren dieses Feedback in Anforderungen, implementieren Korrekturen und stellen die Änderungen über das Repository bereit.

Prisma Das als ORM (Object-Relational Mapping) eingesetzte Tool, das eine datenbankunabhängige Abstraktionsschicht bereitstellt. Es ermöglicht den Betrieb der migrierten Anwendungen auf Datenbanken wie PostgreSQL oder MariaDB ohne Code-Änderungen.

Sandbox / Containerisierung Die Anforderung, das Agentic Coding System und die Ausführung des generierten Codes vollständig isoliert in sicheren Umgebungen (Docker-Containern) zu betreiben. Dies garantiert Reproduzierbarkeit und minimiert Risiken für das Host-System.

Test Use Cases / Testszenarien Automatisch generierte Szenarien im Pre-Processing, die typische Anwendungsfälle und Randbedingungen der Legacy-Applikation abbilden und für die Validierung und Qualitätssicherung der modernisierten Applikation im Post-Processing genutzt werden.

Zielarchitektur Die definierte moderne, webbasierte Architektur, in die die Legacy-Applikationen migriert werden. Sie besteht aus klar abgegrenzten Schichten: Frontend (React, TypeScript), Backend (Node.js, Express, TypeScript) und Datenhaltung (PostgreSQL/MariaDB).