Agentic Migration: Wo KI wirklich hilft – und wo Erfahrung entscheidet

800 Applikationen. Niemand im Haus, der genau sagen kann, welche davon migriert, welche modernisiert und welche einfach abgeschaltet werden solltenabschalten sollte. Klingt nach einem Ausnahmefall? Ist es nicht.

Die Cloud ist im Mindset der Entscheiderinnen und Entscheider längst angekommenin der Denkweise der Entscheiderinnen und Entscheider längst fest verankert. Was fehlt, ist selten der Wille – sondern der Überblick. Dass es dabei zunehmend um echte Umsetzung statt nur Strategie geht, zeigen auch aktuelle Marktzahlen: Die Metrik "Anzahl der migrierten Workloads" als Erfolgsmaßstab für Cloud-Ziele ist laut dem Flexera 2025 State of the Cloud Report im Jahresvergleich von 36 % auf 78 % gesprungen. Unternehmen werden also zunehmend daran gemessen, ob sie tatsächlich migrieren – nicht nur, ob eine Strategie existiert. — Unternehmen werden also zunehmend daran gemessen, ob tatsächlich migriert wird, nicht nur, ob eine Strategie existiert. Wir begleiten solche Vorhaben seit Jahren mit unserer App2Cloud-Methode, und in den letzten Monaten haben wir angefangen, KI-Agenten gezielt in bestimmten Phasen dieses Vorgehens einzusetzen. Zeit für einen ehrlichen Blick darauf, wo das wirklich etwas bringt – und wo nach wie vor Erfahrung und ein funktionierendes Change Management den Unterschied machen.

Das App2Cloud-Framework im Überblick

App2Cloud ist kein einzelner Workshop, sondern ein Vorgehen, das drei Workstreams parallel durch mehrere Phasen führt:

• Strategie – von der Vision zur Konzeption & Roadmap bis zum Operating Model für Cloud Enabling und Operational Excellence.
• Environment – von der Discovery der bestehenden Umgebung über Foundation & Landingzone-Design bis zum laufenden Cloud Management.
• Applications – vom Assessment der einzelnen Applikationen über Migration & Modernization bis zur App-Optimierung im laufenden Betrieb.

Quer über alle drei Workstreams liegen zwei Themen, die in unserer Erfahrung über Erfolg oder Scheitern entscheiden: Projektmanagement und Change Management. Das eine sorgt dafür, dass das Vorhaben termingerecht läuft. Das andere sorgt dafür, dass am Ende jemand da ist, der das Ergebnis auch betreiben will und kann. Wer nur das erste plant, baut sich ein technisch einwandfreies Projekt, das im Betrieb scheitert.

Die Herausforderung: Bestandsaufnahme als Vollzeitjob

Bevor überhaupt eine einzige Applikation migriert werden kann, steht eine unglamouröse, aber entscheidende Frage im Raum: Was haben wir eigentlich? In der Praxis bedeutet das Wochen oder Monate an Interviews mit Fachbereichen, an Tabellenpflege, an mühsamer Detektivarbeit über Abhängigkeiten, die niemand mehr dokumentiert hat. Diese Erfahrung deckt sich mit aktuellen Marktzahlen: Für 59 % der europäischen Unternehmen ist das Verstehen von Anwendungsabhängigkeitenes die größte Hürde, Anwendungsabhängigkeiten zu verstehen laut dem Flexera 2025 State of the Cloud Report die größte Hürde vor einer Migration — noch vor der Bewertung der technischen MachbarkeitFrage, ob es technisch machbar ist (52 %) und dem Kostenvergleich zwischen On-Premises und CloudVergleich der Kosten zwischen On-Premises und Cloud (41 %). Genau an diesem Transparenzdefizit setzt die automatisierte Discovery-Phase an. Kein Wunder, dass viele Migrationsprojekte schon an dieser Stelle ins Stocken geraten – oder dass unter Termindruck der Griff zum reinen Lift-and-Shift erfolgtTeams zum reinen Lift-and-Shift greifen. Das Problem dabei: Man verschiebt die technische Altlast lediglich in die Cloud, statt sie zu lösen.

Wo die Agenten tatsächlich ansetzen

Wichtig ist: Agentic Migration ersetzt dieses Framework nicht, es beschleunigt gezielt zwei seiner Phasen.

In der Discovery/Assessment-Phase übernehmen Agenten die Fleißarbeit, die bislang Wochen gekostet hat – automatisiertes Scannen der Umgebung über Cloud-APIs, Normalisieren der Rohdatensie normalisieren die Rohdaten, und für jede Applikation eine erste, begründete 7R-Einschätzung (retire, retain, rehost, replatform, refactor, repurchase, replace) inklusive Konfidenzwert. Das ist reine Geschwindigkeit, keine Zauberei: Was in unserer klassischen Vorgehensweise durch Fachgespräche und Expertensicht entsteht, liefert der Agent als ersten, maschinell erzeugten Entwurf – geprüft und freigegeben wird er trotzdem von einem Menschen.

In der Migration & Modernization-Phase unterstützen die Agenten bei der Ableitung von Wave-Plan, Zielarchitektur und den ersten Infrastructure-as-Code-GrundgerüstenAbleitung von Wave-Plan und Zielarchitektur und erstellen erste Infrastructure-as-Code-Grundgerüste – auch hier automatisiert erzeugt, aber laufend gegen Guardrails und Compliance-Vorgaben geprüft.

Was bewusst nicht agentisch läuft: Strategie, Operating Model, Projektmanagement und – das ist der Punkt, den wir aus echten Projekten am deutlichsten mitnehmen – Change Management. Das sind keine Datenprobleme, die sich durch bessere Automatisierung lösen lassen. Das sind Führungs- und Organisationsthemen.

Was uns echte Projekte gelehrt haben

Wenn Cloud-Migrationsprojekte scheitern, liegt das in unserer Erfahrung selten an der Technik. Eine Applikation, die technisch sauber migriert wurdedas Team technisch sauber migriert hat, aber von einem Betriebsteam übernommen werden soll, das noch nie mit Cloud-nativer Infrastruktur gearbeitet hat, wird trotzdem zum Risiko. Eine 7R-Empfehlung, die fachlich stimmt, aber niemandem im Fachbereich erklärt wurde, boykottieren oder verzögern Fachbereiche in der Umsetzung, wird in der Umsetzung boykottiert oder verzögert – unabhängig davon, ob ein Mensch oder ein Agent sie erarbeitet hat. Und genau hier liegt der eigentliche Hebel der agentischen Beschleunigung: Wenn die Bestandsaufnahme nicht mehr drei Monate, sondern wenige Wochen dauert, bleibt für Betriebsvorbereitung und Change Management schlicht mehr Zeit im Projektplan – statt dass Teams beides am Ende unter Termindruck zusammengestrichen wirdzusammenstreichen. Mehr Zeit für die Menschen-Themen, nicht weniger Sorgfalt dabei – das ist der Unterschied, den KI-Agenten hier wirklich machen.

Nehmen wir ein fiktives, aber typisches Beispiel: Ein mittelständisches Industrieunternehmen mit rund 300 Applikationen über AWS, Azure und einen eigenen Serverraum. Die Umgebung ist binnen Stunden gescannt, ein stabiler Billing-Service wird zum schnellen Rehost-Kandidaten, ein tief mit Altsystemen verzahntes CRM landet bei Refactor, eine kaum genutzte Reporting-Anwendung wird zur Abschaltung vorgeschlagenfür eine kaum genutzte Reporting-Anwendung schlägt der Agent die Abschaltung vor. Weil diese Bewertung nicht mehr Monate braucht, bleibt genug Vorlaufzeit, um das künftige Betriebsmodell mit den betroffenen Teams zu erarbeiten – statt es ihnen kurz vor Go-live zu präsentieren.

Agentic Migration ersetzt App2Cloud also nicht, es beschleunigt gezielt die Phasen, die am meisten Zeit gekostet haben. Wer glaubt, KI-Agenten würden Change Management und Betriebsvorbereitung überflüssig machen, hat entweder noch kein Migrationsprojekt zu Ende begleitet, oder erinnert sich nicht mehr richtig an das letzte.