Die Ankündigung von Anthropic, mit Claude Code die Kostenbarriere bei der COBOL-Modernisierung durchbrechen zu können, hat nicht nur Kapitalmärkte bewegt, sondern auch eine intensive Fachdiskussion ausgelöst. Während die Aktie von IBM deutlich reagierte, meldeten sich zahlreiche Marktakteure, Analysten und Praktiker mit differenzierten Einordnungen zu Wort.
Auffällig ist: Kaum eine dieser Stimmen bestreitet das Potenzial von KI. Viele relativieren jedoch die Schlussfolgerung, es handle sich um eine strukturelle Disruption des Mainframe-Geschäfts.
Strategieberatung: Markt hat überinterpretiert
Michael Stricklen von EY-Parthenon argumentiert auf LinkedIn, der Markt habe die Bedeutung des Anthropic-Blogposts überinterpretiert. Die Fähigkeit von KI-Systemen, COBOL-Code zu analysieren oder zu transformieren, sei keineswegs neu. Zudem verfüge IBM selbst mit dem watsonx Code Assistant for Z über entsprechende Werkzeuge. Zudem sei Code-Übersetzung nicht gleichbedeutend mit vollständiger Mainframe-Modernisierung. Die eigentlichen Herausforderungen lägen in Daten, Integration, Betriebsmodellen und Risikoabwägungen – gerade in regulierten Branchen.
Analystensicht: Kein „Silver Bullet“
Auch Analysten von Gartner kommen in einer ersten Einordnung zu dem Schluss, der Anthropic-Ansatz sei kein „Silver Bullet“ für Mainframe-Modernisierung. Der Blogpost habe zu verbreiteten Missverständnissen geführt, da Modernisierung weit mehr umfasse als reine Code-Transformation.
Selbst wenn KI die Produktivität im Software Lifecycle steigere, bleibe die Frage nach einem belastbaren ROI komplex. Wirtschaftlichkeit, organisatorische Implikationen und Transformationsrisiken ließen sich nicht allein durch bessere Code-Analyse beantworten.
IBM: „Lost in Translation“
Auch IBM selbst hat sich zur Debatte geäußert. Rob Thomas, Senior Vice President bei IBM, spricht von einer Diskussion, die „lost in translation“ sei. Er argumentiert sinngemäß, die aktuelle Debatte reduziere Modernisierung auf die reine Übersetzung von Code. In der Realität handele es sich bei Mainframe-Systemen jedoch um komplexe, hochintegrierte Ökosysteme aus Transaktionslogik, Datenarchitekturen, Sicherheitsmechanismen und jahrzehntelang gewachsener Geschäftslogik.
KI könne hier als Beschleuniger wirken, ersetze jedoch keine durchdachte Architektur- und Transformationsstrategie. IBM positioniert sich damit nicht als potenziell Betroffener einer Disruption, sondern als aktiver Anbieter entsprechender KI-Werkzeuge.
Stimmen aus dem Mainframe-Ökosystem
Deutlich pointierter äußert sich Eduardo J. Ciliendo, CEO des Softwareherstellers 21CS. Er zeigt sich überrascht über die Heftigkeit der Marktreaktion und verweist darauf, dass seit Jahrzehnten regelmäßig das „Ende des Mainframes“ prognostiziert werde. KI werde den Mainframe seiner Einschätzung nach nicht verdrängen, sondern leistungsfähiger machen.
Ähnlich argumentiert der britische KI-Experte John Crickett. Er hält die Marktreaktion für überzogen und verweist darauf, dass IBM selbst entsprechende Modernisierungswerkzeuge anbiete. Zudem gelte insbesondere im Bankenumfeld weiterhin eine klare Risikologik: Institute entschieden sich selten für die disruptivste Lösung, sondern für die risikoärmste. Vollständige Neuschreibungen seien in der Praxis häufig gescheitert.
Engineering statt Experiment
Eine besonders technische Perspektive bringt Graham Cunningham, CTO von Heirloom Computing, ein. Er kritisiert, dass großskalige Migrationen nicht als kreative Textaufgabe verstanden werden dürften, sondern als Engineering-Projekt.
Bei der Migration von Tausenden Programmen und Millionen Codezeilen sei deterministisches Verhalten nicht verhandelbar: Gleicher Input müsse stets gleichen Output erzeugen. LLM-basierte Ansätze stießen hier strukturell an Grenzen – insbesondere, wenn sie als primärer Transformationsmechanismus eingesetzt würden. Zugleich stellt Cunningham klar, dass sein Unternehmen selbst intensiv mit Claude Code arbeite. Kritik richte sich nicht gegen GenAI an sich, sondern gegen deren unreflektierten Einsatz als alleinige Modernisierungsstrategie.
Kontinuität zur November-Debatte
Bereits im November hatten wir eine ähnliche Diskussion rund um Claude Code eingeordnet. Auch damals war der Tenor aus der Praxis zurückhaltend. Deniz Tüzel, KI-Consultant beim IT-Dienstleister DPS, formuliert es aktuell so: „Claude Code ist aktuell eines der stärksten KI-Werkzeuge zur Analyse großer Codebasen und kann Modernisierungsprojekte deutlich beschleunigen. Gerade in der gewachsenen Anwendungslandschaft von Finanzinstituten reicht ein LLM jedoch bei weitem nicht aus, um komplexe, regulatorisch sensible Gesamtsysteme verlässlich zu transformieren.“
Damit verdichtet sich über alle Stimmen hinweg ein gemeinsames Muster: KI wird als leistungsfähiger Beschleuniger anerkannt. Die Gleichsetzung von Code-Analyse mit strategischer Mainframe-Transformation wird jedoch von vielen Marktakteuren als verkürzt beschrieben. (td)
(Fotoquellen: Michael Stricklen, EY-Parthenon; Rob Thomas, IBM; Eduardo J. Ciliendo, 21CS; Deniz Tüzel, DPS)
