Kritische Geschäftsprozesse in Unternehmen basieren oft auf Bestandssystemen, deren Code heute kaum noch jemand vollständig versteht. Durch den demografischen Wandel gehen zudem zunehmend die letzten Experten, die diesen Code noch beherrschen, in den Ruhestand. Ozgar.ai verspricht, genau hier anzusetzen: den bestehenden Code verständlich zu machen und damit seine sichere Weiterentwicklung zu ermöglichen. Wir wollten es genauer wissen und sprachen mit Franz Zahn, Managing Director der Specific-Group.
Herr Zahn, fast täglich werden neue KI-Tools veröffentlicht. Warum braucht es so etwas wie Ozgar, was ist Ozgar genau und für wen ist es gedacht?
Ozgar steht für „Klarheit für kritischen Code“. Ozgar.ai ist eine KI-basierte Code-Intelligence-Plattform, die Transparenz in den kritischen Code großer, komplexer Applikationen bringt, die meist über Jahrzehnte gewachsen sind. Diese Anwendungen bilden das Rückgrat unternehmenskritischer Prozesse. Es ist kaum auszudenken, was passiert, wenn sie durch unbedachte Änderungen ausfallen.
Ozgar richtet sich daher an Unternehmen, die solche großen und komplexen Applikationen betreiben und einen umfassenden, jederzeit verfügbaren Einblick in ihre Systeme benötigen – beispielsweise, um daraus strukturierte Dokumentation abzuleiten.
Die Verbreitung von GPT-Modellen ist mittlerweile so groß, dass fast jeder Mitarbeiter Zugriff darauf hat – etwa über Microsoft Copilot, ChatGPT, Claude oder ähnliche Services. Kann sich damit nicht jeder Code erklären und dokumentieren lassen? Wie unterscheidet sich Ozgar davon?
In großen und komplexen Applikationen geht es weniger um die Erklärung einzelner Programme, sondern vielmehr um die oft verborgenen Zusammenhänge im gesamten Code sowie in den zugrunde liegenden Datenbankstrukturen. Wenn diese Zusammenhänge nicht bekannt sind, entsteht ein erhebliches Risiko bei Änderungen – bis hin zum Ausfall ganzer Systeme.
Für die Aufdeckung dieser Beziehungen braucht es eine strukturierte Analyse der gesamten Codebasis inklusive Datenstrukturen. Genau das leisten ChatGPT & Co. in dieser Tiefe nicht.
Hinzu kommt: Codegeneratoren erzeugen heute automatisch neue Funktionalitäten. Dieser Code wird häufig direkt weiterverwendet, ohne dass jemand die Auswirkungen auf bestehende Systeme vollständig überblickt. Die entscheidende Frage lautet daher: Wer kontrolliert das eigentlich?
Genau hier setzt Ozgar an. Ozgar analysiert nicht nur einzelnen Code, sondern versteht die Abhängigkeiten über die gesamte Applikation hinweg – inklusive Datenbanken, Schnittstellen und versteckter Logik. Dadurch kann Ozgar bewerten, welche Auswirkungen Änderungen oder generierter Code auf das Gesamtsystem haben.
Das ist entscheidend, denn ungeprüfter Code kann schnell zu Instabilitäten, Sicherheitslücken oder Systemausfällen führen. Ozgar schafft Transparenz und Kontrolle und stellt sicher, dass auch automatisch erzeugter Code den bestehenden Architekturprinzipien entspricht und keine unerwarteten Risiken einführt.
Wie löst Ozgar die Erklärung des „großen Ganzen“ und die Aufdeckung dieser wichtigen Zusammenhänge?
Ozgar verarbeitet den gesamten Code sowie die Datenstrukturen in mehreren Schritten und baut daraus eine Wissensbasis auf – unseren sogenannten Knowledge Hub.
Dieser ist weit mehr als eine Dokumentationssammlung: Er enthält sämtliche Zusammenhänge zwischen Programmteilen, Funktionen, Datenbankobjekten und fachlichen Prozessen.
Diese Beziehungen werden in einem Knowledge Graph abgebildet, der es dem Nutzer ermöglicht, durch das gesamte Geflecht von Abhängigkeiten zu navigieren. Und nebenbei gesagt: Unser Knowledge Graph ist auch optisch eine echte Augenweide.
Welche Sprachen spricht Ozgar denn?
Von Anfang an versteht Ozgar IBM i – sprich RPG und DB2-for-i-Anwendungen. Mittlerweile decken wir auch z/OS beziehungsweise COBOL und sogar Java ab. Wir haben eine langfristige Roadmap und werden nach und nach weitere Sprachen ergänzen.
Code und Datenbankstrukturen solcher Systeme haben oft kryptische Bezeichnungen. Braucht man da nicht viel Vorwissen?
Dank Ozgar ist genau das nicht notwendig. Während der Aufbereitung der Wissensbasis sorgt Ozgar dafür, dass alle Objekte verständlich benannt werden.
Jede Programmkomponente, jede Tabelle und jedes Datenfeld erhält zusätzlich zum ursprünglichen Namen eine leicht verständliche Bezeichnung. Dadurch finden sich auch Nutzer ohne tiefes Vorwissen schnell zurecht.
Woher kommen diese verständlichen Begriffe? Muss der Code vorher gut dokumentiert sein?
Nein, das ist keine Voraussetzung – und in der Praxis auch selten der Fall. Ozgar analysiert Code und Datenstrukturen eigenständig und leitet daraus sinnvolle Bezeichnungen ab. Der manuelle Aufwand entfällt vollständig.
Das klingt beeindruckend, wirft aber die Frage nach der Qualität auf. Stichwort: KI-Halluzinationen. Wie verlässlich sind die Ergebnisse?
Vertrauen ist ein zentraler Erfolgsfaktor für Ozgar. Die Informationen müssen korrekt und belastbar sein. Das ist angesichts möglicher Halluzinationen eine große Herausforderung.
Wir haben deshalb intensiv in Forschung investiert und kombinieren deterministische Verfahren mit KI-Methoden, um einen sehr hohen Vertrauensgrad zu erreichen. Jeder Verarbeitungsschritt wird durch Verifizierungen abgesichert, bis ein Ergebnis mit hoher Sicherheit bereitgestellt werden kann.
Fehler lassen sich nie vollständig ausschließen, aber im Vergleich zu generischen KI-Ansätzen sind sie verschwindend gering.
Wer sind die typischen Nutzer von Ozgar?
Die Zielgruppen sind vielfältig. Neben Entwicklern nutzen zunehmend auch Business-Analysten, Requirements Engineers, Kalkulatoren, Prozessoptimierer, Fachanwender und sogar C-Level-Entscheider Ozgar.
Kurz gesagt: alle, die eine technische oder fachliche Sicht auf die Applikation benötigen.
Ozgar passt sich dabei dem jeweiligen Nutzer an: Entwickler erhalten tief technische Einblicke, während Fachanwender eher Prozesse und Abläufe erklärt bekommen.
Kann man sich Ozgar also wie einen extrem wissenden Kollegen vorstellen?
Genau das ist unsere Vision. Einer der größten Schmerzpunkte unserer Kunden ist der Verlust von Know-how, wenn erfahrene Entwickler in den Ruhestand gehen. Mit ihnen verschwindet oft auch das Wissen über die Systeme.
Ozgar sorgt dafür, dass dieses Wissen im Unternehmen erhalten bleibt.
Unterstützt Ozgar auch im laufenden Betrieb und bei der Fehlersuche?
Absolut. Ein Beispiel: Man lädt einfach einen Screenshot einer Fehlermeldung hoch und fragt Ozgar, welche Teile der Applikation betroffen sind und wie das Problem gelöst werden kann. Das ist eine sehr nahtlose und effiziente Unterstützung.
Wie integriert sich Ozgar in bestehende KI-Entwicklungstools wie Copilot, Codex oder Cursor?
Diese Tools steigern die Effizienz enorm, haben aber bei großen Systemen das Problem, dass sie nicht alle Zusammenhänge erkennen – oder sogar halluzinieren.
Ozgar bietet dafür einen sogenannten MCP-Server-Connect. Damit können diese Tools direkt auf die Wissensbasis von Ozgar zugreifen.
Das verbessert die Qualität der Ergebnisse erheblich – und reduziert gleichzeitig die Kosten für KI-Modelle.
Was kostet der Spaß?
Der Preis richtet sich nach der Größe der Applikationen und Codebasen. Es gibt vier Größenstufen – von Lösungen für kleine und mittlere Unternehmen bis hin zu internationalen Konzernen.
In allen Fällen ist Ozgar deutlich günstiger als die Kosten für Expertenwissen – und wird deshalb oft schnell zum „Lieblingsmitarbeiter“.
Sie sind CEO Deutschland der Specific-Group. Sind Sie als Specific-Group für die Entwicklung von Ozgar oder „nur” für den Vertrieb zuständig?
Ozgar ist eine Tochtergesellschaft unserer Holding. In Deutschland vermarkten wir Ozgar.ai natürlich über die Specific-Group Germany. Wir übernehmen dabei die Beratung, die Integration sowie die enge Betreuung nach dem Sales.
Quelle: Specific-Group