Mehr als COBOL zu Java: Googles KI-Strategie zur Modernisierung von Mainframes

Google will Unternehmen bei der schrittweisen Modernisierung von Mainframe-Anwendungen unterstützen und setzt dabei auf Künstliche Intelligenz zur Analyse, Transformation und Migration in die Cloud. Der Ansatz soll nicht nur alte Programmiersprachen ersetzen, sondern die komplexen Abhängigkeiten moderner Großrechnersysteme berücksichtigen.

Schrittweise Migration in die Cloud mit KI-Unterstützung

Google verfolgt bei der Mainframe-Modernisierung einen schrittweisen Ansatz für die Migration in die Google Cloud. Dabei stehen vier zentrale Bausteine im Mittelpunkt: eine automatisierte Bestandsaufnahme mit Reverse Engineering, eine KI-gestützte Code-Transformation oder Neuentwicklung, die Validierung im parallelen Produktionsbetrieb sowie die schrittweise Übertragung von Mainframe-Daten in Cloud-Dienste.

Diese Schritte können in unterschiedlicher Reihenfolge umgesetzt werden, müssen jedoch nicht zwingend linear erfolgen. Für alle Bereiche stellt Google entsprechende Werkzeuge und Dienste bereit, die Unternehmen bei der Modernisierung ihrer bestehenden IT-Infrastrukturen unterstützen sollen.

Nach Ansicht von Google geht es bei der Modernisierung von Mainframes jedoch nicht allein darum, COBOL-Anwendungen in Java oder andere moderne Programmiersprachen umzuwandeln. Unternehmen müssen zahlreiche technische Besonderheiten berücksichtigen, darunter die enge Verbindung zu Datenbanken wie DB2, VSAM und IMS sowie proprietäre Datenformate.

Auch komplexe Transaktionsverarbeitungssysteme wie CICS oder IMS TM, Abhängigkeiten zwischen Stapelverarbeitungen und Workflows sowie Schnittstellen und Protokolle wie MQ, CTG, IMS Connect oder LU 6.2 spielen eine wichtige Rolle. Zusätzlich müssen spezielle Betriebswerkzeuge für Mainframe-Umgebungen in den Modernisierungsprozess einbezogen werden.

Analyse von Code und Systemzusammenhängen

Ein wesentlicher Bestandteil von Googles Konzept ist das Mainframe Assessment Tool (MAT). Dieses Werkzeug ermöglicht die Analyse umfangreicher Mainframe-Codebasen und erstellt Abhängigkeitsübersichten zwischen Anwendungen und Datenspeichern.

Unternehmen erhalten dadurch einen detaillierten Überblick über ihre bestehenden Systeme. Das Tool kann außerdem automatisch Geschäftsregeln und technische Dokumentationen aus dem produktiven Quellcode ableiten. Zusätzlich ordnet es Anwendungen bestimmten Geschäftsbereichen und Funktionen zu.

Die gewonnenen Informationen und der technische Kontext können anschließend von KI-Agenten genutzt werden, um weitere Schritte der Modernisierung zu unterstützen. Dadurch sollen Unternehmen schneller verstehen, welche Teile ihrer bestehenden Infrastruktur verändert oder migriert werden können.

Zwei Wege: Modernisierung oder komplette Neuentwicklung

Für die eigentliche Modernisierung bietet Google zwei unterschiedliche Vorgehensweisen an. Die erste Möglichkeit besteht in einer gezielten technischen Modernisierung, bei der das bisherige Geschäftsverhalten und bestehende Schnittstellen unverändert bleiben. Ziel ist es, technische Altlasten zu reduzieren, ohne Geschäftsprozesse anzupassen.

Die zweite Variante ist eine vollständige Neuentwicklung. Dabei analysiert der Mainframe Application Manager zunächst die Geschäftslogik und Anforderungen des alten Systems. Anschließend können KI-Agenten bei der Planung einer neuen Zielarchitektur, der Erstellung technischer Spezifikationen, der Entwicklung von Nutzeranforderungen sowie bei der Umsetzung unterstützen.

Google betont, dass Unternehmen beide Methoden auch miteinander kombinieren können. Dadurch können einzelne Bereiche modernisiert werden, während andere Funktionen weiterhin auf der bestehenden Mainframe-Plattform laufen.

Paralleler Betrieb als Sicherheitsmechanismus

Ein weiterer wichtiger Bestandteil ist Google Cloud Dual Run. Dabei werden bestehende Mainframe-Anwendungen und modernisierte Cloud-Anwendungen parallel mit realen Produktionsdaten betrieben.

Google plant, Transaktionen automatisch zu erfassen, diese auf der neuen Anwendung auszuführen und anschließend die Ergebnisse miteinander zu vergleichen. Dabei werden unter anderem Protokolle, Nachrichten, Datenänderungen und letztlich die Geschäftsergebnisse überprüft.

Erst wenn die Verarbeitung von Daten und Geschäftslogik identische Ergebnisse liefert, soll die vollständige Ablösung der alten Mainframe-Anwendungen erfolgen. Google sieht diesen Prozess nicht nur als technische Absicherung, sondern auch als wichtigen Faktor für Unternehmen mit hohen regulatorischen Anforderungen.

Datenmigration mit Cloud-Diensten

Für die Übertragung von Mainframe-Daten setzt Google auf den Mainframe Connector. Dieser soll Daten in passende Cloud-Dienste wie BigQuery, Spanner, Cloud SQL oder Cloud Storage übertragen und umwandeln.

Der Connector wurde darauf ausgelegt, sich in bestehende ETL-Prozesse integrieren zu lassen. Eine vollständige Abschaffung der bisherigen Systeme ist dabei nicht zwingend erforderlich. Unternehmen können einzelne Funktionen schrittweise auslagern oder durch Cloud-Dienste ergänzen, um die Belastung ihrer Mainframes zu reduzieren.

KI als Unterstützung statt Ersatz für Mainframes

Der Kern von Googles Strategie besteht nicht darin, Mainframes durch KI vollständig zu ersetzen. Stattdessen sollen KI-basierte Werkzeuge mehrere Bereiche verbinden: Codeanalyse, agentenbasierte Arbeitsabläufe, Transformation, parallele Validierung und Datenmigration.

Gerade für Behörden sowie Unternehmen aus stark regulierten Branchen wie Banken und Versicherungen bleibt die Modernisierung von Mainframes eine komplexe Aufgabe. Google verfolgt daher keinen Ansatz für eine einmalige Komplettumstellung, sondern setzt auf schrittweise Veränderungen.

Für interessierte Unternehmen bietet Google erste Analyseprogramme und Workshops an, um mögliche Modernisierungswege zu bewerten.

Jonas Fischer

Jonas Fischer ist Autor bei bna-germany.com und berichtet über aktuelle Entwicklungen aus Deutschland und der Welt. Sein Fokus liegt auf klar verständlicher Berichterstattung zu Politik, Wirtschaft, Technologie, Sport, Unterhaltung und Gesellschaft. Er legt Wert auf gut recherchierte, leicht zugängliche Informationen, die für Leserinnen und Leser im Alltag relevant sind. Ziel seiner Beiträge ist es, komplexe Themen verständlich aufzubereiten und aktuelle Ereignisse sachlich und nachvollziehbar einzuordnen. Er schreibt objektiv und unabhängig.