Herausforderungen und Perspektiven der KI-gestützten Mainframe-Modernisierung

KI und der Mainframe-Exit: Eine kritische Betrachtung der Gartner-Analyse

Die Diskussion um die Modernisierung von IT-Infrastrukturen und den «Mainframe-Exit» ist für viele Unternehmen, insbesondere im B2B-Sektor, von zentraler Bedeutung. In diesem Kontext hat die Analystenfirma Gartner eine bemerkenswerte Einschätzung veröffentlicht, die nahelegt, dass generative Künstliche Intelligenz (KI) kein Allheilmittel für die Ablösung bestehender Mainframe-Systeme darstellt. Diese Analyse verdient eine präzise und detaillierte Betrachtung, um die Implikationen für strategische IT-Entscheidungen zu erfassen.

Die Gartner-Prognose: Hohe Misserfolgsquote bei KI-gestützten Mainframe-Exits

Gartner prognostiziert, dass über 70 Prozent der im Jahr 2026 initiierten Mainframe-Exit-Projekte, die auf generativer KI basieren, ihre angestrebten Vorteile nicht realisieren werden. Diese Einschätzung beruht auf einer kritischen Bewertung der aktuellen Fähigkeiten generativer KI-Tools im Kontext der komplexen Anforderungen einer Mainframe-Migration. Die Analysten, darunter Dennis Smith, Alessandro Galimberti und Tobi Bet, heben hervor, dass das schiere Volumen und die tief verwurzelte Komplexität der auf Mainframes gehosteten Daten eine vollständige Migration für die meisten Grossunternehmen als physisch und finanziell undurchführbar erscheinen lassen. Dies steht im Gegensatz zu einem weit verbreiteten Optimismus, der generative KI als schnelle und umfassende Lösung für die Modernisierung von Legacy-Systemen betrachtet.

Gründe für die Skepsis: Grenzen der generativen KI

Die Analyse von Gartner betont, dass generative KI zwar nützliche Funktionen zur Erkennung und Beschreibung technischer Schulden bieten kann, jedoch erhebliche Einschränkungen bei der automatisierten Konvertierung und Migration von Legacy-Code aufweist. Insbesondere die Notwendigkeit, die spezifischen Leistungs- und Durchsatzmerkmale eines Mainframes nach einer Migration zu erhalten, wird als grosse Herausforderung identifiziert. Eine unzureichende Berücksichtigung dieser Aspekte kann nicht nur zu Budgetüberschreitungen führen, sondern auch die geschäftliche und betriebliche Kontinuität gefährden.

Ein weiterer Aspekt der Gartner-Analyse ist der Druck seitens der Anbieter, KI-gesteuerte Migrationen voranzutreiben. Dieser Druck wird teilweise durch aggressive Investorenforderungen nach KI-Fähigkeiten als Indikator für die langfristige Gesundheit eines Unternehmens genährt. Gleichzeitig sehen sich Kunden mit Personalengpässen im Mainframe-Bereich und der Last technischer Schulden konfrontiert, wodurch KI als vermeintliche Antwort auf diese Probleme attraktiv erscheinen mag, selbst wenn sie es in der Praxis nicht ist.

Die Rolle des Mainframes in der modernen IT-Landschaft

Entgegen der Annahme, dass Mainframes auf dem Rückzug sind, unterstreicht Gartner deren anhaltende Relevanz. Mainframes werden weiterhin als die führende Plattform für bestimmte geschäftskritische Anwendungen betrachtet, selbst im Zeitalter cloud-nativer Architekturen. Ihre einzigartigen Merkmale, wie aussergewöhnliche Resilienz, hohe Sicherheit, Verfügbarkeit und Transaktionsintegrität, machen sie unverzichtbar für Branchen wie das Finanzwesen, das Gesundheitswesen und Behörden, die enorme Datenmengen verarbeiten. Tatsächlich zeigen aktuelle Daten von IBM, dass der Mainframe für 43 der 50 grössten Banken weltweit und 8 der 10 grössten Zahlungsdienstleister weiterhin die Kernplattform darstellt. Die Einnahmen von IBM aus Mainframe-Verkäufen sind zuletzt gestiegen, was die anhaltende Nachfrage in diesem Sektor unterstreicht und die Position von Gartner bestätigt.

Die Erkenntnis, dass eine vollständige Ablösung des Mainframes oft unrealistisch ist, führt bei vielen Organisationen zu einer Neubewertung ihrer Strategien. Anstatt einen vollständigen Mainframe-Exit anzustreben, konzentrieren sich Unternehmen zunehmend auf die Modernisierung und Optimierung ihrer bestehenden Mainframe-Systeme. In diesem Kontext kann generative KI durchaus einen Beitrag leisten, etwa bei der Analyse von Legacy-Code zur Identifizierung von Modernisierungspotenzialen oder zur Verbesserung des Supports.

IBM und die KI-gestützte Mainframe-Modernisierung

IBM hat das Potenzial von KI zur Modernisierung von Mainframe-Anwendungen erkannt und entsprechende Produkte entwickelt. Ein Beispiel hierfür ist der «Watsonx Code Assistant for Z», der darauf abzielt, die Konvertierung von COBOL-Code nach Java zu beschleunigen und die Produktivität von Entwicklern zu steigern. Das Produkt nutzt ein grosses Sprachmodell (LLM), das auf Milliarden von Codezeilen trainiert wurde, um Entwickler bei der Bewertung, Aktualisierung, Validierung und dem Testen von Anwendungen zu unterstützen. IBM betont hierbei, dass es nicht um einen vollständigen Ersatz menschlicher Arbeit geht, sondern um eine Beschleunigung und Vereinfachung komplexer Aufgaben.

Die Vision von IBM sieht vor, KI direkt in transaktionale Workloads auf dem Mainframe zu integrieren, um Echtzeit-Erkenntnisse zu gewinnen und die Entscheidungsfindung zu verbessern. Dies zielt darauf ab, den Wert bestehender Systeme zu maximieren und gleichzeitig neue Funktionen durch KI-gestützte Analysen und Automatisierung einzuführen. Der Mainframe wird hierbei nicht als veraltetes System, sondern als eine sich entwickelnde KI-Plattform betrachtet, die Unternehmen auf ihren KI-Reisen erheblichen Mehrwert bieten kann.

Marktentwicklung und Zukunftsaussichten

Gartner prognostiziert auch eine Konsolidierung im Markt für KI-gestützte Mainframe-Migrationslösungen. Es wird erwartet, dass bis 2030 75 Prozent der Anbieter in diesem Segment entweder ihre Geschäftsmodelle anpassen oder vom Markt verschwinden werden. Diese Entwicklung deutet darauf hin, dass die anfängliche Begeisterung und die überzogenen Erwartungen an generative KI in diesem spezifischen Anwendungsbereich einer realistischeren Einschätzung weichen. Unternehmen werden angehalten, bei der Auswahl von Migrationswerkzeugen und -strategien äusserste Sorgfalt walten zu lassen und eine plattformintelligente Herangehensweise zu wählen, die eine sorgfältige Bewertung der Workloads und die Auswahl der am besten geeigneten Plattform für die jeweilige Aufgabe beinhaltet.

Die Analyse von Gartner liefert somit eine wichtige Perspektive für B2B-Entscheidungsträger. Sie verdeutlicht, dass generative KI zwar ein mächtiges Werkzeug ist, ihre Anwendung im Kontext des Mainframe-Exits jedoch mit realistischen Erwartungen und einer fundierten Strategie erfolgen sollte. Die Stärken des Mainframes bleiben bestehen, und eine durchdachte Modernisierung, die die spezifischen Anforderungen und Eigenheiten dieser Systeme berücksichtigt, erscheint als der vielversprechendere Weg im Vergleich zu einem überstürzten, KI-getriebenen Exit.

Bibliography: - Gartner: 70% of AI-Led Mainframe Exit Projects Will Fail in 2026. resultsense.com, 15. April 2026. - AI-powered mainframe exits are a bubble set to pop. theregister.com, 15. April 2026. - KI als Beschleuniger für die Modernisierung von Mainframe-Anwendungen. datacenter-insider.de, 30. August 2023. - Die Zukunft der KI auf dem Mainframe. ibm.com. - GenAI beschleunigt Mainframe-Modernisierung. computerwoche.de, 15. Oktober 2024.