Mainframes gelten in der Diskussion um KI-Modernisierung häufig als Teil des Problems. Eine aktuelle Befragung von IT-Führungskräften aus Banken und Finanzdienstleistungsunternehmen zeichnet ein anderes Bild: Mehr als die Hälfte sieht die Systeme als Vorteil für KI – und fast drei Viertel beziehen sie bereits in ihre KI-Strategie ein.

52 Prozent der befragten IT-Verantwortlichen bewerten Mainframes aufgrund ihrer Zuverlässigkeit, Datenbestände und Transaktionsintegrität als Vorteil für den Einsatz von KI. Lediglich 22 Prozent sehen die Systeme als Einschränkung. Zu diesem Ergebnis kommt eine im Juni 2026 durchgeführte Mainframe KI Studie von Hanover Research im Auftrag von Rocket Software (Titel: „Die Vertrauenslücke: Wie regulierte Unternehmen die Messlatte für agentenbasierte KI setzen“).

Befragt wurden 250 IT-Infrastruktur- und Operations-Verantwortliche auf Director-Level oder höher bei Banken und Finanzdienstleistern in den USA, Großbritannien, Deutschland, Frankreich und den Niederlanden. Alle teilnehmenden Unternehmen betreiben Mainframes und erzielen mindestens 500 Millionen US-Dollar Jahresumsatz. Die Ergebnisse bilden damit gezielt die Perspektive größerer Finanzunternehmen mit Mainframe-Infrastrukturen ab.

Mainframe wird Teil der KI-Strategie

Die Einschätzung schlägt sich auch in den KI-Strategien der Unternehmen nieder. 32 Prozent beziehen Mainframes laut Studie vollständig als primäre Zielsysteme für KI-Wertschöpfung ein. Weitere 42 Prozent berücksichtigen sie für ausgewählte Anwendungsfälle. Damit beziehen insgesamt 74 Prozent der Befragten den Mainframe vollständig oder teilweise in ihre KI-Strategie ein.

Ein Schwerpunkt liegt dabei auf dem IT-Betrieb. 50 Prozent der Befragten wollen agentenbasierte KI zur Erkennung von Anomalien und zur Korrelation von Signalen einsetzen. 48 Prozent nennen die proaktive Erkennung von Sicherheitsrisiken, 42 Prozent die Identifikation operativer Risiken. Die Studie sieht entsprechende Einsatzmöglichkeiten insbesondere in komplexen IT-Landschaften, in denen relevante Signale über Mainframe-, verteilte und Cloud-Systeme hinweg entstehen.

Auch der Fachkräftemangel spielt eine Rolle. 81 Prozent der Befragten bezeichnen die Lücke beim Mainframe-Know-how als sehr oder äußerst gravierend. 87 Prozent gehen davon aus, dass KI innerhalb der kommenden zwei Jahre dazu beitragen kann, diese Lücke zu adressieren.

Zwischen Pilotprojekt und produktivem Betrieb

Die Studie zeigt zugleich, wo die Unternehmen beim KI-Einsatz auf Schwierigkeiten stoßen. 94 Prozent betrachten die Verbesserung des IT-Betriebs durch KI als hohe oder höchste Priorität. Ins Stocken geraten Initiativen jedoch besonders häufig bei der unternehmensweiten Skalierung (40 Prozent) und beim ersten Produktiveinsatz (32 Prozent).

Als wesentliche Hindernisse nennen die Befragten Security-, Datenschutz- oder regulatorische Anforderungen (31 Prozent), Integrationsprobleme (29 Prozent) sowie Einschränkungen bei Datenqualität oder Datenzugriff (28 Prozent). In einer weiteren Frage geben 78 Prozent an, dass regulatorische Erwägungen ihre Möglichkeiten zum Einsatz von KI stark oder sehr stark begrenzen.

Entsprechend hoch sind die Anforderungen an den Produktiveinsatz. 46 Prozent nennen starke Governance-Kontrollen und Freigabeprozesse als Voraussetzung für Vertrauen in KI, 43 Prozent eine anhand historischer Vorfälle nachgewiesene Genauigkeit und 39 Prozent Security Reviews.

Agentic AI, aber mit menschlicher Verantwortung

Auch beim Einsatz agentenbasierter KI setzen die Unternehmen Grenzen. 48 Prozent erlauben der KI begrenzte Aktionen, während Menschen insgesamt für die Ergebnisse verantwortlich bleiben. Weitere 34 Prozent sehen KI in einer unterstützenden Rolle, in der sie Erkenntnisse liefert und die Verantwortung vollständig beim Menschen liegt.

Gleichzeitig zeigt die Studie eine Verschiebung hin zu agentenbasierten Systemen. 34 Prozent der Unternehmen nutzen demnach hauptsächlich Agentic AI, weitere 43 Prozent eine Mischung aus konversationellen und agentenbasierten Werkzeugen.

Hybride IT prägt die KI-Architektur

Die gewachsenen IT-Landschaften spiegeln sich auch in den Anforderungen an neue KI-Lösungen wider. 85 Prozent nennen die Fähigkeit, in hybriden Umgebungen zu arbeiten, als eine ihrer beiden wichtigsten Anforderungen bei der Einführung von KI für IT und Security.

Bei der bevorzugten Betriebsumgebung zeichnet sich keine einzelne Plattform als klarer Favorit ab. 24 Prozent nennen die Private Cloud, jeweils 20 Prozent Public Cloud und SaaS und 18 Prozent einen On-Premises-Betrieb auf dem Mainframe. Die im Whitepaper genannten Werte bilden dabei nicht die vollständige Antwortverteilung ab.

Separat nach ihrer Modellstrategie gefragt, bevorzugen 48 Prozent einen hybriden Ansatz, bei dem cloudbasierte Large Language Models mit intern verwalteten oder betriebenen Modellen kombiniert werden. Die Studie verbindet diese Präferenz mit dem Wunsch, die Möglichkeiten externer Modelle mit stärkerer Kontrolle über intern betriebene Modelle zu kombinieren.

Als zentrale Bedenken gegenüber agentenbasierter KI in regulierten Umgebungen nennen die Befragten mögliche regulatorische Verstöße (36 Prozent), Datenschutz und Datenresidenz (35 Prozent) sowie mangelnde Erklärbarkeit oder Auditierbarkeit (31 Prozent).

Die Ergebnisse der von Rocket Software beauftragten Studie zeichnen damit ein Bild, das der verbreiteten Vorstellung vom Mainframe als Hindernis für KI-Initiativen widerspricht. Zumindest unter den befragten IT-Führungskräften wird die Plattform mehrheitlich als möglicher Vorteil betrachtet und bereits in KI-Strategien einbezogen. Wie weit KI auf diesen Systemen tatsächlich eigenständig handeln darf, bleibt dagegen eine andere Frage: Governance, regulatorische Anforderungen und menschliche Verantwortlichkeit setzen dem Einsatz im produktiven Bankbetrieb klare Grenzen. (td)