Ga direct naar inhoud
Future of Technology

Het gebruik van Gen AI om legacy software te verbeteren

Een nieuwe aanpak om legacy software te moderniseren door de kracht van AI te combineren met traditionele tools. Het project van Capgemini Engineering, TNO-ESI en Philips toont hoe Large Language Models de toekomst van softwareonderhoud transformeren.

Highlights

  • Onderhoud van legacy code is een kritieke uitdaging   
  • LLMs in combinatie met graph databases bieden een revolutionaire aanpak voor code-analyse en -begrip   
  • Ons hybrid systeem maakt natural language querying van complexe codebases mogelijk, wat de efficiëntie drastisch verbetert   
  • Deze technologie heeft vooral impact in hoogwaardige industrieën zoals medische apparatuur fabricage   
  • De toekomst van software engineering ligt in de synergie tussen AI en traditionele analysetools 

Gen AI’s beïnvloeden positief de manier waarop we met software omgaan. Door AI te combineren met traditionele hulpmiddelen, transformeren we de aanpak van technical debt en codecomplexiteit in verschillende industrieën, waardoor softwareonderhoud efficiënter en toegankelijker wordt. 

De uitdaging van legacy code 

In de snelle wereld van technologie maakt legacy software een unieke paradox zichtbaar. Het is de ruggengraat van belangrijke systemen in verschillende industrieën, van gezondheidszorg tot financiën, en belichaamt jaren van opgebouwde kennis en intellectueel eigendom. Toch is het ook een groeiende last, die steeds complexer onderhoud vereist en enorme middelen verbruikt. 

De omvang van het probleem

  • Op dit moment neemt softwareonderhoud veel van de ontwikkelingscyclus in beslag [1] 
  • Gartner voorspelt dat tegen 2025 de technical debt verder zal oplopen. Dit zet IT-budgetten onder druk [2], [3] 
  • In de medische apparatuur productie is legacy software cruciaal voor functionaliteit en veiligheid. Daarentegen is deze moeilijk te onderhouden. 

Dit is niet alleen een technisch probleem. Het kan tevens van invloed zijn op belangrijke uitdagingen binnen bedrijven, zoals innovatie en het concurrentievermogen. 

Het innovatieve gebruik van LLM’s in RENAISSANCE  

Capgemini Engineering, TNO-ESI en Philips zijn pioniers in een revolutionaire aanpak van dit structurele probleem. Door de kwaliteiten van Large Language Models (LLM’s) optimaal te benutten wordt niet alleen de legacy code onderhouden, maar wordt de technologie verder gebracht.   

Lees meer in het Applications Unleashed rapport. 

TechnoVision 2025 

Uw toegangspoort tot baanbrekende innovatie

Maak kennis met onze experts

Joe Reynolds

Data Scientist
Als data scientist is Joe gespecialiseerd in het toepassen van machine learning-technieken om bestaande problemen op vernieuwende manieren op te lossen. Zijn achtergrond in natuurkunde en zijn levenslange interesse in computing hebben hem een passie gegeven voor het effectief inzetten van nieuwe technologieën.