OpenAI optimiert KI-Modelle für veraltete Programmiersprachen

Ausgangslage

OpenAI verbesserte seine neuesten KI-Modelle für Sprachen mit geringen Ressourcen, darunter COBOL, Fortran und Visual Basic. Diese Sprachen spielen eine zentrale Rolle in der kritischen Infrastruktur, stützen aber weniger verfügbaren Code als moderne Sprachen wie Python.

Viele dieser Sprachen sind in kritischen Infrastrukturen tief verwurzelt, was ihre Ersetzung oder Aktualisierung besonders komplex macht.

Technische Verbesserungen

Die neuen Modelle wurden anhand zweier Evaluationen getestet: MultiLangBench und COBOL-Migration. MultiLangBench erfordert die Entwicklung einer SQLite-kompatiblen Datenbank-Engine. GPT-6 Astra erreichte dabei eine Testbestehensrate von 87,4 Prozent über 20 Sprachen hinweg.

Dies ermöglicht eine präzisere und effizientere Bearbeitung von Aufgaben, die bisher nur schwer automatisierbar waren.

COBOL-Migration

Bei der Umstellung von COBOL auf C++, Java, Kotlin, Python oder Rust erzielt GPT-6.1 Sol eine hohe Treffsicherheit, selbst wenn der logische Aufwand gering ist. Bei höherem Aufwand stieg die Genauigkeit auf bis zu 97,9 Prozent. Dies ist besonders relevant für die Modernisierung von Finanzsystemen, die auf COBOL basieren.

Sie zeigt, dass KI-Modelle nun in der Lage sind, komplexe Code-Migrationen mit minimalen Fehlern durchzuführen, was die Sicherheit und Stabilität der Systeme erhöht.

Bedeutung für die Finanzbranche

Die hohen Genauigkeitswerte der neuen Modelle sind entscheidend für die Modernisierung kritischer Finanzinfrastrukturen. Gemäss IBM basieren über 40 Prozent der Online-Banking-Systeme auf COBOL. Zudem werden 95 Prozent aller Geldautomaten-Transaktionen durch COBOL unterstützt. Die Optimierung der KI-Modelle für diese Sprache erleichtert die Migration und Wartung dieser Systeme.

Die Fähigkeit, COBOL-basierte Systeme zu modernisieren, ist für Banken und Finanzinstitute von grosser Bedeutung. Es ermöglicht ihnen, ihre Systeme zu aktualisieren, ohne die Stabilität und Sicherheit ihrer kritischen Operationen zu gefährden.

Was das für Unternehmen bedeutet

Unternehmen, die noch auf veraltete Programmiersprachen angewiesen sind, könnten von den neuen KI-Modellen profitieren. Die hohen Genauigkeitswerte bei der Migration und Wartung dieser Systeme könnten die Effizienz steigern und die IT-Kosten senken.

Chancen und Risiken

Die Optimierung der KI-Modelle für veraltete Programmiersprachen bietet Unternehmen sowohl Chancen als auch Risiken. Zu den Chancen gehört die Möglichkeit, veraltete Systeme effizienter und kostengünstiger zu modernisieren. Dies kann die IT-Sicherheit erhöhen und die Wartung vereinfachen.

Allerdings gibt es auch Risiken. Unternehmen müssen sicherstellen, dass sie die neuen Technologien verantwortungsvoll einsetzen und kontinuierlich überwachen.

Offene Fragen und nächste Schritte

Trotz der Fortschritte bei der Optimierung der KI-Modelle gibt es noch offene Fragen.

Entscheider sollten diese Fragen sorgfältig prüfen und eine klare Strategie für die Integration der neuen KI-Modelle entwickeln. Dies könnte die Zusammenarbeit mit IT-Dienstleistern und die Schulung der Mitarbeiter umfassen, um die Übergangsfristen zu verkürzen und die Effizienz zu steigern.

Ausblick

Unternehmen sollten die neuen Möglichkeiten prüfen und in ihre IT-Strategien integrieren.

Einordnung

Die Optimierung der KI-Modelle für veraltete Programmiersprachen ist ein wichtiger Schritt zur Modernisierung kritischer Infrastrukturen. Viele Unternehmen, insbesondere in der Finanzbranche, sind noch auf diese Sprachen angewiesen und könnten von den neuen Möglichkeiten profitieren.

Was das für KMU bedeutet

Für Schweizer KMU, die noch auf veraltete Programmiersprachen angewiesen sind, könnte die Optimierung der KI-Modelle durch OpenAI eine wichtige Rolle spielen. Die Modernisierung ihrer Systeme könnte die Effizienz steigern und die IT-Sicherheit erhöhen.