Bedrijven in Polen die legacy-systemen met AI moderniseren (2027): hoe kies je een partner en wanneer opnieuw bouwen

De meeste middelgrote en grote bedrijven in Polen draaien op systemen die 10, 15 of 20 jaar geleden zijn gebouwd: ERP, magazijnsystemen (WMS), verkoopplatformen, applicaties geschreven rond één specifiek proces. Ze werken, maar elke wijziging is duur, de documentatie is onvolledig en de mensen die ze hebben gebouwd, zijn vertrokken. Daar komt een nieuwe vraag bij: hoe voeg je AI toe aan zo’n systeem als er niet eens een fatsoenlijke API is.

Deze tekst ordent drie zaken: wanneer moderniseren en wanneer nieuw bouwen; hoe AI het modernisatieproces zelf verandert; en welke bedrijven in Polen aantoonbare ervaring hebben met legacy-systemen en AI.

Belangrijkste conclusies

• Moderniseren hoeft niet herschrijven te betekenen. Een AI-laag bovenop het bestaande systeem (API, agent, assistent) levert vaak sneller en goedkoper resultaat op dan vanaf nul herbouwen.
• De keuze “moderniseren of nieuw bouwen” hangt af van vier zaken: de uniciteit van de businesslogica, de staat van de technologiestack, de tijdshorizon en de Total Cost of Ownership (TCO) over 3–5 jaar.
• AI verandert het modernisatieproces: taalmodellen lezen oude code, genereren documentatie en tests, ondersteunen refactoring. De engineer beslist nog steeds.
• Een systeem overnemen van een andere leverancier is een aparte competentie. Vraag je partner naar dit soort projecten, niet alleen naar greenfield-bouw.
• Verborgen legacy-kosten zijn niet de licenties, maar functionaliteiten die je niet kunt uitrollen, mensen die je niet kunt aannemen en kwetsbaarheden waarvoor geen patches bestaan.

Wat is het moderniseren van legacy-systemen met AI

Het moderniseren van legacy-systemen is het omvormen van bestaande software (vaak een monoliet in oudere versies van Java, .NET, PHP, soms COBOL) naar een oplossing die te ontwikkelen, te onderhouden en te integreren is. “Met AI” betekent twee verschillende dingen die je uit elkaar moet houden:

• AI als modernisatie-instrument: taalmodellen analyseren afhankelijkheden in code, genereren een functionele beschrijving en documentatie, stellen refactoring voor, schrijven regressietests, vertalen code tussen talen en frameworks.
• AI als nieuwe systeemlaag: een assistent of agent die via een API gebruikmaakt van data en functies van het oude systeem, interactie in natuurlijke taal toevoegt, processen automatiseert en voorspelt. De kern van het systeem blijft.

De meeste bedrijven hebben beide nodig, maar in verschillende verhoudingen. Een bedrijf met een werkende ERP dat rapportage en afhandeling van verzoeken mist, heeft vooral het tweede nodig. Een bedrijf met een systeem dat niemand meer kan wijzigen, moet eerst met het eerste beginnen.

Moderniseren of nieuw bouwen

In de praktijk is het antwoord vaak “allebei, in stappen”: eerst een API- en AI-laag bovenop het bestaande systeem (snel effect, meetbaar resultaat), daarna modules vervangen volgens het strangler fig-patroon, dus oude onderdelen geleidelijk vervangen tot het legacy-systeem overbodig is.

Migratiemodellen

In de literatuur bestaan meerdere R-modellen (Gartner: 5R, AWS: 6R/7R). In het kort:

• Rehost: verplaatsen zonder wijzigingen (bijv. naar de cloud).
• Replatform: kleine aanpassingen voor een nieuw platform.
• Refactor / Rearchitect: code of architectuur herwerken met behoud van logica.
• Replace: vervangen door een kant-en-klaar product.
• Retire: uitfaseren als niemand het gebruikt.

AI voegt twee varianten toe die steeds vaker de eerste stap zijn:

• Augment: de kern blijft, daarboven komt een AI-laag (assistent, agent, interface in natuurlijke taal).
• Re-engineer met LLM: een taalmodel leest de intentie van de oude code en ondersteunt het herschrijven naar een nieuwe standaard, met tests en onder toezicht van een engineer.

Hoe AI het modernisatieproces verandert

Reverse engineering met LLM

Het grootste legacy-probleem is het ontbreken van documentatie. Taalmodellen kunnen code lezen en een functionele beschrijving, afhankelijkheidskaart, flowdiagrammen en een voorlopige specificatie genereren. Dat vervangt de analyse niet, maar verkort de inwerktijd van een nieuw team en maakt het mogelijk te beslissen wat blijft en wat weg kan, voordat iemand één regel verandert.

Refactoring ondersteund door AI

AI identificeert repetitieve problemen in code en stelt modernere equivalenten voor, vertaalt fragmenten tussen versies van talen en frameworks. Het proces is niet automatisch: elke wijziging gaat via een engineer en tests, want in legacy kan een verandering op de ene plek iets anders breken.

Regressietests

Dit is het gebied waar AI het meeste oplevert: het genereren van testscenario’s op basis van bestaande code, inclusief randgevallen die niemand heeft beschreven. Voldoende testdekking vóór de modernisering is een voorwaarde om het systeem te kunnen veranderen zonder de operatie te stoppen.

AI-laag boven het systeem

Als het systeem stabiel is en een API heeft, kun je een assistent of agent toevoegen: vragen beantwoorden over data in het systeem, operaties uitvoeren in natuurlijke taal, processen tussen systemen automatiseren. Hier zijn autorisaties (AI ziet alleen wat de gebruiker mag), logging en de mogelijkheid om het model te wisselen zonder herbouw van belang.

Overzicht: bedrijven in Polen die legacy-systemen moderniseren met AI

De volgorde is geen kwaliteitsranglijst. De bedrijven zijn gegroepeerd per partnertype. Het overzicht bevat bedrijven uit Polen met een publieke propositie of case studies over modernisering en AI. Startup House beschrijven we in hetzelfde schema als de rest.

1. Startup House (Warschau)

Software house dat sinds 2016 software bouwt voor klanten in Polen, de VS en Europa, en zich de laatste jaren specialiseert in AI-agents, assistenten en LLM-integraties met bestaande systemen. Legacy-modernisering betekent bij ons twee soorten projecten: het overnemen en doorontwikkelen van een systeem van een andere leverancier en het toevoegen van een AI-laag aan een werkend systeem zonder het te herschrijven.

• Case: Omnipack (e-commercelogistiek, Polen). Overname van het OmniSoft-systeem (fulfillment, verzendingen, retouren) en modernisering door een dedicated team (2 backend, 1 frontend, 1 QA). Resultaat: 40% lagere ontwikkelkosten. Technologieën: Java, Spring, Kafka, React. Samenwerking sinds 2023.
• Case: cyberbeveiligingsplatform (VS, klanten uit de Fortune 500-lijst). Data uit het legacy-systeem omgebouwd tot een AI-orchestratie-laag: nieuwe AI-agents worden in minuten uitgerold zonder werk van engineers. Resultaat: +150% omzet in een jaar, 400% groei van het aantal B2B-klanten. Technologieën: modellen van Anthropic, LangGraph, MCP, OAuth 2.1, Google Cloud, integratie met CrowdStrike Falcon. Samenwerking sinds 2020.
• Product: AI Interface Layer. Interactielaag in natuurlijke taal bovenop een bestaand platform, zonder de kern te herbouwen.
• Werkwijze: discovery-workshops (wat in het systeem kosten veroorzaakt, wat je kunt wijzigen zonder de operatie te stoppen), code-overname en regressietests, daarna incrementele wijzigingen. AI-oplossingen draaien op gevalideerde klantdata, in de cloud van de klant, geïntegreerd met toegangsbeleid; klantdata trainen geen publieke modellen. ISO 27001 compliant.
• Technologiepartners: Anthropic, OpenAI, Google Cloud, Microsoft Azure, ElevenLabs, Okta.
• Voor wie: bedrijven die AI willen toevoegen aan een werkend systeem of een systeem van een vorige leverancier willen overnemen en opschonen, zonder de business stil te leggen.

2. Software Mind

Bedrijf met 1 600+ specialisten, met een aparte moderniseringspropositie (Software Mind Shift), cloudmigraties (o.a. een case voor het verplaatsen van een dedicated systeem naar Google Cloud), AI/ML-diensten, generatieve AI en data engineering. Sectoren: finance, telecom, life sciences, media, productie, pakketdiensten.

• Voor wie: corporates met veel technical debt in kritieke systemen die een groot team nodig hebben voor een meerjarenprogramma.

3. Sii Polska (Warschau, kantoren in veel steden)

De grootste IT-dienstverlener in Polen (Computerworld TOP200), die modernisering en onderhoud combineert met een AI-team (350+ specialisten, propositie van agentic AI tot AI managed services).

• Voor wie: corporates die modernisering, onderhoud en AI in één contract met een grote leverancier willen combineren.

4. Netguru (Poznań)

Poznańs software house (800+ mensen) dat bij de modernisering van digitale producten inzet op het herontwerpen van UX en het toevoegen van agents en RAG; ISO 27001.

• Voor wie: bedrijven die een digitaal product voor klanten moderniseren en tegelijkertijd de UX willen herontwerpen.

5. STX Next (Poznań)

Python-softwarehouse; in de context van legacy het sterkst in de herbouw van backends en datasystemen en migraties met zware dataverwerking.

• Voor wie: herbouw van backend en datasystemen, migraties met zware dataverwerking.

6. Ideo (Warschau, Rzeszów)

Familiebedrijf (in de Forbes-ranglijst van familiebedrijven) met een propositie voor procesautomatisering: het documentflowplatform LOGITO, Ideo Flow met AI-agents voor procescoördinatie, e-commerce- en B2B-platformen, maatwerksoftware, IT-outsourcing. Klanten o.a. Lotto, DPD, Empik, Wolters Kluwer, Kronospan.

• Voor wie: bedrijven die interne processen en documentstromen moderniseren, niet alleen code.

7. Comarch (Krakau)

Softwareproducent; voor bedrijven waarvoor het eigen systeem de modernisering niet waard is, biedt het de variant “replace”: een kant-en-klare ERP met ingebouwde AI-agents en ChatERP.

• Voor wie: bedrijven die kiezen voor de variant “replace” in plaats van modernisering van eigen code.

8. TTMS (Warschau)

Platformintegrator (Salesforce, Microsoft, Adobe); variant “replatform”: processen verplaatsen van oude, eigen systemen naar standaardplatformen met AI-agents; ISO/IEC 42001.

• Voor wie: bedrijven die processen van oude, eigen systemen naar standaardplatformen verplaatsen.

Verborgen legacy-kosten: waar zit de ROI

Legacy-systemen lijken in het budget goedkoop, omdat licenties zijn afgeschreven en één persoon het onderhoud doet. De echte kosten zitten elders:

• Functionaliteiten die je niet kunt uitrollen. Elke integratie (nieuw verkoopkanaal, partner, AI) vereist workarounds of is onmogelijk.
• Mensen. Ontwikkelaars voor technologie zonder support zijn moeilijk te vinden, en de systeemkennis zit in één of twee hoofden.
• Beveiliging. Voor componenten na end-of-support komen geen patches meer; bekende kwetsbaarheden blijven open.
• Data. De data zit in het systeem, maar is niet te benutten voor analytics of AI zonder handmatige exports.

De ROI van modernisering reken je dus niet alleen als projectkosten versus onderhoudskosten, maar ook als de waarde van wat na modernisering mogelijk wordt: procesautomatisering, klantbediening via een assistent, rapportage zonder handwerk. In het Omnipack-project was het meetbare effect 40% lagere ontwikkelkosten; in het cyberplatformproject nieuwe omzetlijnen dankzij AI-agents die zonder engineers te starten zijn.

Hoe kies je een partner voor modernisering met AI

• Ervaring met code-overname. Vraag naar projecten waarin de partner een systeem van een andere leverancier heeft overgenomen en hoe de eerste weken eruitzagen (audit, tests, documentatie).
• Case study met cijfers. Ontwikkelkosten, doorlooptijd, aantal geautomatiseerde processen. Een beschrijving zonder cijfers is te mager.
• Aanpak van AI in legacy. Stelt de partner eerst een laag boven het systeem voor, of meteen herschrijven? Het tweede antwoord zonder analyse is een waarschuwing.
• Werken zonder de operatie te stoppen. Plan voor incrementele wijzigingen, regressietests, parallelle omgevingen.
• Databeveiliging in het proces. Waar komen code en data terecht tijdens LLM-analyse; draaien de modellen onder zakelijke condities; wie heeft toegang.
• Eigendom en documentatie. Code, tests en documentatie behoren na het project toe aan het bedrijf; het systeem is overdraagbaar naar een volgend team.
• Vervangbaarheid van het model. De architectuur van de AI-laag maakt het mogelijk de modelprovider te wisselen zonder herbouw.

Welke route past bij jouw bedrijf

• Systeem werkt, AI en integraties ontbreken: API- en AI-laag boven het systeem, incrementele veranderingen. Software house AI (Startup House) of productteam (Netguru, STX Next).
• Systeem is kritiek, groot en op een technologie zonder support: meerjarenprogramma voor modernisering met een grote leverancier (Software Mind, Sii).
• Het probleem zit in processen en documentstromen, niet in de code: procesautomatisering (Ideo).
• Eigen systeem is het onderhouden niet waard: vervanging door een kant‑en‑klare ERP (Comarch) of processen naar een platform verplaatsen (TTMS).

Zie ook: Top 10 bedrijven die AI implementeren in Polen · Hoe kies je een bedrijf voor een AI-implementatie: checklist met 20 vragen · AI Interface Layer – productpagina · Case study: Omnipack

FAQ

Is het analyseren van oude code met AI veilig voor bedrijfsdata?

Ja, als de modellen onder zakelijke condities draaien (data traint de modellen niet), in de cloud van de klant of in een gecontroleerde omgeving, en de toegang tot code en data beperkt is tot het projectteam. Dit is een van de eerste vragen aan de partner.

Moet je AI meteen implementeren?

Nee. De eerste stap is een systeem waaraan je AI kunt toevoegen: geordende data, een API, tests. De AI-laag voeg je daarna toe, vaak op één proces, om het effect te meten.

Wat is goedkoper: moderniseren of nieuw bouwen?

Kortetermijn: incrementeel moderniseren, omdat de veranderingen gespreid zijn en het oude systeem blijft draaien. Nieuw bouwen loont als de stack geen support heeft, de logica standaard is of de onderhoudskosten van het oude systeem in 3–5 jaar hoger zijn dan die van een nieuw systeem. Baseer de keuze op een berekende TCO, niet op gevoel.

Hoe helpt AI bij het documenteren van oude systemen?

Taalmodellen analyseren code en genereren een functionele beschrijving, afhankelijkheidskaart en flowdiagrammen die door een engineer worden gevalideerd. Dit verlaagt de instapdrempel voor een nieuw team en maakt zichtbaar wat in het systeem nog wordt gebruikt.

Wat zijn de meest voorkomende fouten bij modernisering?

De interface opfrissen zonder de logica aan te raken, alles in één keer herschrijven zonder regressietests, geen analyse doen van welke functies echt worden gebruikt, en AI implementeren op data die niemand heeft geordend.

Kun je moderniseren zonder de bedrijfsvoering te onderbreken?

Ja, en dat is de standaard: incrementele veranderingen, parallelle omgevingen, regressietests en gefaseerd omschakelen van modules. Zo verliep de overname en modernisering van het Omnipack-systeem.

Het overzicht is samengesteld door het team van Startup House op basis van publiek beschikbare informatie over bedrijven (peildatum: oktober 2026). Vertegenwoordig je een bedrijf uit de lijst en wil je de beschrijving updaten, neem contact met ons op.