Mehr als COBOL zu Java: Googles KI-Plan für Mainframes

Ein ganzheitlicher Ansatz für die IT-Transformation

Die Modernisierung von Mainframe-Umgebungen gilt in der IT-Welt als eines der komplexesten Unterfangen. Viele Großunternehmen, insbesondere aus dem Finanz- und Versicherungssektor, verlassen sich seit Jahrzehnten auf robuste, aber starre Systeme. Google Cloud adressiert diese Herausforderung nun mit einem strukturierten, KI-gestützten Konzept, das weit über die bloße Übersetzung von Programmiersprachen wie COBOL in Java hinausgeht.

Das Ziel ist ein iterativer Umzug in die Cloud, bei dem die spezifischen Abhängigkeiten von Mainframe-Architekturen – etwa die enge Kopplung an Datenbanken wie DB2 oder VSAM sowie komplexe Transaktionsmonitore wie CICS – berücksichtigt werden. Google setzt dabei auf vier zentrale Bausteine, die Unternehmen dabei helfen sollen, technische Schulden abzubauen, ohne den laufenden Betrieb zu gefährden.

Die vier Säulen der Modernisierung

Der Prozess beginnt mit einer fundierten Bestandsaufnahme. Hierfür stellt Google das Mainframe Assessment Tool (MAT) bereit. Dieses Werkzeug analysiert umfangreiche Codebasen und erstellt Abhängigkeitsgraphen, die aufzeigen, wie Anwendungen und Datenspeicher miteinander verknüpft sind. Zudem extrahiert das Tool automatisch Geschäftsregeln und technische Dokumentationen aus dem Quellcode. Diese gewonnenen Kontextinformationen werden über das Model Context Protocol (MCP) für KI-Agenten nutzbar gemacht, die in späteren Phasen bei der Transformation unterstützen.

Im zweiten Schritt wählen Unternehmen zwischen zwei Modernisierungspfaden:

* **Deterministische Modernisierung:** Hierbei bleibt das fachliche Verhalten der Anwendung identisch. Ziel ist die Reduktion technischer Schulden bei gleichbleibenden Schnittstellen.

* **Neuentwicklung (Rewrite):** KI-Agenten unterstützen hierbei den gesamten Lebenszyklus – von der Planung der Zielarchitektur über die Erstellung von User Stories bis hin zur Implementierung.

Sicherheit durch Parallelbetrieb

Ein wesentlicher Bestandteil von Googles Strategie ist der sogenannte „Dual Run“. Anstatt die alten Systeme abrupt abzuschalten, laufen die Mainframe-Anwendungen und die neuen Cloud-Pendants parallel. Dabei werden reale Transaktionen automatisiert erfasst und gegen beide Systeme ausgeführt. Google vergleicht die Ergebnisse – inklusive Datenänderungen und fachlicher Resultate – in Echtzeit. Erst wenn das neue System eine identische Verhaltensweise aufweist, erfolgt die schrittweise Ablösung. Dieser Ansatz dient nicht nur der technischen Absicherung, sondern liefert auch die für regulierte Branchen notwendigen Nachweise.

Datenmigration und Ausblick

Der vierte Baustein, der Google Cloud Mainframe Connector, ermöglicht die Übertragung und Konvertierung von Daten in moderne Cloud-Dienste wie BigQuery, Spanner oder Cloud SQL. Dieser Prozess lässt sich in bestehende ETL-Workflows integrieren. Dabei müssen die alten Anwendungen nicht zwingend sofort vollständig ersetzt werden; oft dienen Cloud-Dienste zunächst dazu, den Mainframe punktuell zu entlasten.

Google betont, dass es sich hierbei nicht um ein starres Großprojekt handelt, sondern um einen flexiblen Rahmen. Die Verzahnung von KI-gestützter Analyse, agentischen Workflows und einer validierten Datenmigration soll das Risiko bei der Migration minimieren. Für Unternehmen, die diesen Weg gehen möchten, bietet Google ein Pilotprogramm an, das mit ersten Analysen und Workshops startet. Da es sich um kritische Infrastrukturen handelt, sind individuelle Strategien und eine sorgfältige Planung unerlässlich, um die Stabilität der Geschäftsprozesse während der gesamten Transformationsphase zu gewährleisten.