Google Cloud baut sein Engagement im Bereich Mainframe-Modernisierung aus und bündelt mehrere KI-gestützte Werkzeuge und Services zu einem neuen Angebot für die Modernisierung von Legacy-Anwendungen. Wie Google in einem Blogbeitrag erläutert, soll generative KI Unternehmen dabei unterstützen, bestehende Mainframe-Anwendungen zu analysieren, zu transformieren und die Ergebnisse einer Migration abzusichern. Heise ordnet die Ankündigung als einen aus vier Bausteinen bestehenden Ansatz für die Modernisierung von Mainframes ein.
Mit dem neuen Portfolio positioniert sich Google Cloud stärker im Markt für KI-gestützte Mainframe-Modernisierung. Während AWS und Microsoft ihre entsprechenden Angebote in den vergangenen Jahren kontinuierlich ausgebaut haben, bündelt Google seine Aktivitäten nun in einem eigenen Portfolio aus Analyse-, Transformations- und Validierungswerkzeugen.
Vier Bausteine für Analyse, Transformation und Validierung
Den Einstieg bildet das Mainframe Assessment Tool (MAT). Nach Angaben von Google nutzt das Werkzeug Gemini-Modelle, um COBOL- und andere Legacy-Anwendungen (u.a. JCL-Jobs, -Prozeduren, -Includes und Kartendaten, sowie HLASM- und RPG/RPGLE-Programme) zu analysieren. Es soll Quellcode verständlich dokumentieren, Abhängigkeiten aufzeigen, Geschäftsfunktionen identifizieren und Entwickler unter anderem bei der Erstellung von Testfällen unterstützen.
Mit diesem Diagramm veranschaulicht Google die allgemeine Migration von Mainframe-Anwendungen (Quelle: Google)
Darauf aufbauend folgt Mainframe Rewrite, ein KI-gestützter Ansatz zur Transformation bestehender Anwendungen. Google zufolge lassen sich damit Mainframe-Anwendungen in moderne Zielarchitekturen und Programmiersprachen wie Java oder C# überführen. Dabei sollen sowohl Quellcode als auch Dokumentation und Testartefakte automatisiert erzeugt werden.
Ein weiterer Baustein ist Dual Run. Dabei werden Alt- und Neusystem parallel betrieben und ihre Ergebnisse automatisch miteinander verglichen. Nach Angaben von Google soll dieser Ansatz dazu beitragen, funktionale Abweichungen frühzeitig zu erkennen und das Risiko bei Migrationen zu reduzieren. Heise hebt hervor, dass gerade die Absicherung der fachlichen Gleichwertigkeit zu den anspruchsvollsten Aufgaben einer Mainframe-Modernisierung gehört.
Den vierten Baustein bildet die Datenmodernisierung. Mit dem Mainframe Connector sollen Unternehmen Daten schrittweise vom Mainframe in Google-Cloud-Dienste wie BigQuery, Spanner, Cloud SQL oder Cloud Storage übertragen können. Nach Angaben von Google übernimmt das Werkzeug dabei auch Daten- und Codekonvertierungen und lässt sich in bestehende ETL-Prozesse integrieren. Ziel sei es, bislang isolierte Mainframe-Daten für Cloud-Anwendungen und Analysen nutzbar zu machen und gleichzeitig die Auslastung des Mainframes zu reduzieren.
Ausbau der Mainframe-Strategie
Wie Heise berichtet, handelt es sich nicht um Googles ersten Vorstoß in den Mainframe-Markt. Bereits in den vergangenen Jahren habe der Cloud-Anbieter verschiedene Werkzeuge und Konzepte für die Modernisierung von Mainframe-Anwendungen vorgestellt. Mit dem nun präsentierten Portfolio rücke jedoch der Einsatz generativer KI deutlich stärker in den Mittelpunkt.
Google betont, dass sich Unternehmen mit dem neuen Angebot schneller einen Überblick über gewachsene Anwendungslandschaften verschaffen, Modernisierungsvorhaben beschleunigen und den Aufwand für Dokumentation, Code-Transformation und Tests reduzieren könnten.
Mit dem neuen Portfolio ergänzt Google sein bisheriges Modernisierungsangebot um Werkzeuge, die den gesamten Prozess von der Analyse über die Transformation bis zur Validierung einer Migration abdecken sollen. Die Ankündigung verdeutlicht zugleich, dass KI-gestützte Verfahren für die Mainframe-Modernisierung zunehmend zu einem strategischen Schwerpunkt der großen Cloud-Anbieter werden. (td)
