Modelle
COBOL, Fortran: OpenAI bewirbt KI für die Migration von Altsystemen
OpenAI meldet 86,6 % erfolgreiche COBOL-Migrationen mit GPT-6.1 Sol, nach 5,4 % zuvor. Wir sehen uns die Tests, die tatsächlichen Preise und die Grenzen an.
Am 19. Oktober 2026 hat OpenAI Ergebnisse zu sogenannten „Low-Resource“-Sprachen veröffentlicht: COBOL, Fortran, Visual Basic und OCaml, Sprachen mit weit weniger öffentlichem Code als Python oder JavaScript. Die Schlagzeilenzahlen sind beeindruckend, stammen aber aus zwei von OpenAI selbst entworfenen Tests, von denen nur einer öffentlich ist (OpenAI). Hier steht, was gemessen wurde, was es kostet und was Sie prüfen sollten, bevor Sie es glauben.
Kurz gefasst
- COBOL-Migration: GPT-6.1 Sol gelingen laut OpenAI 86,6 % der Migrationen bei niedrigem Reasoning-Aufwand, gegenüber 5,4 % bei GPT-5.6 Sol, und 97,9 % bei höherem Aufwand.
- Software entwickeln: Bei MultiLangBench besteht GPT-6 Astra im Durchschnitt über 20 Sprachen 87,4 % der Tests, gegenüber 26,8 % bei GPT-5.6 Sol. COBOL bleibt mit 72,1 % am schwierigsten.
- Öffentlicher Test: MultiLangBench ist unter der Apache-2.0-Lizenz auf GitHub veröffentlicht. Der COBOL-Migrationstest nicht.
- Preis: GPT-6.1 Sol kostet in der API 2 $ pro Million Eingabe-Token und 10 $ pro Million Ausgabe-Token (OpenAI).
Warum COBOL weiterhin zählt
OpenAI weist darauf hin, dass COBOL mehr als 40 % der Online-Banking-Systeme, 80 % der Kartentransaktionen vor Ort und 95 % der Geldautomatentransaktionen steuert – Zahlen, die es einer Drittquelle entnimmt (OpenAI). Anthropic nennt dieselbe Größenordnung: 95 % der Geldautomatentransaktionen in den USA (Claude).
Das Problem ist bekannt: unvollständige Dokumentation, längst ausgeschiedene Originalentwickler, Geschäftsregeln, die nur noch im Code existieren. Modelle, die überwiegend mit modernem Code trainiert wurden, waren hier historisch schwach.
Das Thema bewegt Märkte. Am 23. Februar 2026 erklärte Anthropic, Claude Code könne die Erkundung und Analyse von COBOL-Systemen automatisieren; die IBM-Aktie fiel an diesem Tag um 13,2 %, ihr stärkster Rückgang seit Oktober 2000 (Reuters). OpenAI betritt umkämpftes Terrain.
Wie die beiden Tests funktionieren
MultiLangBench verlangt vom Modell, allein anhand der Dokumentation und ohne Internetzugang eine zu SQLite 3.40.1 kompatible Datenbank-Engine zu schreiben. Das Programm erhält eine Ausgangsdatenbank und eine SQL-Abfrage, schreibt eine geänderte Datenbank, und das echte SQLite prüft das Ergebnis. Jede Spur von SQLite muss aus der Umgebung entfernt werden, und eine Lösung in der falschen Sprache oder aus einer Mischung mehrerer erhält null Punkte (README von MultiLangBench).
Die Tests stammen aus der TCL-Suite von SQLite: Von rund 51.000 Tests ließen sich 24.000 umwandeln. Um die Kosten niedrig zu halten, empfiehlt die README, nur 272 davon auszuführen. Der Wert ist ein Paar: Bestehensquote der Tests und die API-Kosten, um dorthin zu gelangen.
Der COBOL-Migrationstest verlangt vom Modell, COBOL-Programme in C++, Java, Kotlin, Python oder Rust zu übersetzen und dabei ihr Verhalten zu bewahren. Eine Migration zählt nur, wenn alle verborgenen Tests bestehen, mit byteweise identischer Ausgabe. OpenAI nennt ein aufschlussreiches Beispiel: Die Festkomma-Arithmetik von COBOL verwirft überzählige Dezimalstellen, sofern nicht gerundet werden soll. Eine Neufassung, die rundet, läuft fehlerfrei, liefert aber andere Beträge (OpenAI).
Ergebnisse, Sprache für Sprache
Bei MultiLangBench verbessert sich GPT-6 Astra laut OpenAI bei maximalem Reasoning-Aufwand in allen 20 Sprachen:
- COBOL: von 10,9 % auf 72,1 %;
- Fortran: von 21,4 % auf 83,5 %;
- OCaml: von 25,6 % auf 85,8 %;
- Visual Basic: von 27,5 % auf 89,4 %.
Astra erreicht in 19 der 20 Sprachen mehr als 83 %. Das kleine Modell GPT-6 Luna kommt im Durchschnitt auf 40,3 %, besser als GPT-5.6 Sol, bei geschätzten API-Kosten von 0,77 $ pro Stichprobe gegenüber 3,48 $, also etwa 78 % weniger (OpenAI).
Bei der COBOL-Migration steigt GPT-6.1 Sol bei niedrigem Aufwand von 5,4 % auf 86,6 %, bei 61 % der API-Kosten von GPT-5.6 Sol, und erreicht bei höherem Aufwand 97,9 %. OpenAI selbst bezeichnet den Test als „close to saturation“.
Tatsächliche Preise
Standard-API-Tarife pro Million Token, kurzer Kontext (OpenAI):
- GPT-6 Astra: 10 $ Eingabe, 50 $ Ausgabe;
- GPT-6.1 Sol: 2 $ Eingabe, 10 $ Ausgabe, 0,10 $ zwischengespeicherte Eingabe;
- GPT-6 Luna: 0,10 $ Eingabe, 0,50 $ Ausgabe.
Die Modi Batch und Flex halbieren diese Preise – ein echtes Argument für Massenmigrationen, die keine sofortige Antwort brauchen. Langer Kontext verdoppelt den Eingabepreis von GPT-6.1 Sol auf 4 $.
Bei den Abonnements ist Codex in ChatGPT Plus für 20 $ im Monat mit GPT-6.1 Sol enthalten sowie in den Pro-Tarifen für 100 $, 200 $ oder 500 $ im Monat; die Nutzung mit API-Schlüssel wird zu API-Preisen abgerechnet (OpenAI).
Realistische Einsatzszenarien
- Erst kartieren, dann migrieren: Das Modell ein Programm und seine Abhängigkeiten dokumentieren lassen – laut Anthropic ebenfalls der teuerste Schritt (Claude).
- Eine Komponente nach der anderen migrieren: ein Modul mit klaren Grenzen, vor der Übersetzung geschriebene Paritätstests, dann Validierung.
- Warten, ohne zu migrieren: einen Fehler in Fortran oder Visual Basic beheben, wenn im Team niemand die Sprache mehr kennt.
Die Grenzen
- Hauseigene Tests: OpenAI hat beide Evaluierungen selbst entworfen, und der einzige Vergleich ist mit dem eigenen Vorgängermodell. Für Anthropic, Google oder Modelle mit offenen Gewichten werden keine Zahlen genannt.
- Nicht überprüfbarer Migrationswert: Der COBOL-Test ist nicht veröffentlicht; wir wissen nicht, wie viele Programme er enthält, wie lang sie sind oder woher sie stammen. Ein Wert von 97,9 % auf einer unbekannten Menge sagt vor allem, dass der Test zu leicht geworden ist.
- Fehlende Ergebnisse im Repository: OpenAI sagt, es veröffentliche Ergebnisse pro Sprache, doch am 20. Oktober enthält das GitHub-Repository nur die Lizenz, die README, Skripte und Tests (GitHub). Auch ein Harness, um ein Modell von Anfang bis Ende laufen zu lassen, gibt es nicht.
- Kleine Stichprobe: 272 empfohlene Tests von 24.000 umgewandelten.
- Übersetzung ist keine Modernisierung: Ein reales Projekt umfasst auch Daten, Betrieb, Compliance und fachliche Validierung. OpenAI räumt ein, dass der Produktionseinsatz „still requires expert review and testing“ gegen die Geschäftsregeln und Abhängigkeiten des Systems erfordert (OpenAI).
Der Fortschritt ist nach OpenAIs eigenen Zahlen real, braucht aber weiterhin unabhängige Tests an echtem Produktionscode.
Was das für Entwickler bedeutet
Erstens zählt der Kostenrückgang ebenso viel wie der Wert. Ein Modell zu 2 $ und 10 $ pro Million Token, mit einem Batch-Modus zum halben Preis, macht es plausibel, ein ganzes Portfolio von Programmen in wiederholten Versuchen durchlaufen zu lassen, was mit einem früheren Modell bei einer Erfolgsquote von 5,4 % laut OpenAIs eigenen Zahlen wenig Sinn ergab.
Zweitens verlagert sich der Wert auf die Tests. Eine erfolgreiche Migration ist durch Verhaltensparität definiert; Teams, die bereits Regressionstests für ihre Altsysteme haben, profitieren zuerst. Die anderen müssen sie erst aufbauen, und genau dabei kann ein Agent helfen.
Drittens: selbst messen. MultiLangBench bietet eine reproduzierbare Methode, doch die Agentenschleife darum müssen Sie selbst bauen. Für ein echtes COBOL-Projekt zählt allein eine Stichprobe Ihrer eigenen Programme mit Ihren eigenen erwarteten Ausgaben.
Schließlich: Da nun Anthropic und OpenAI in diesem Feld aktiv sind, ist jetzt der Zeitpunkt für einen begrenzten Pilotversuch, nicht für eine vollständige Migration auf Grundlage eines Hersteller-Benchmarks.
Quellen
- OpenAI, „Advancing coding in low-resource programming languages“, 19. Oktober 2026
- OpenAI, Repository MultiLangBench (Apache-2.0)
- OpenAI, API-Preise
- OpenAI, Codex-Preise
- Anthropic, „How AI helps break the cost barrier to COBOL modernization“
- Reuters, 24. Februar 2026: IBM-Aktie fällt
Einen Fehler in diesem Artikel entdeckt? Melden Sie ihn · Unsere Korrekturrichtlinie
