Endlich eine vernünftige Ausgangsposition
Über Mainframe-Modernisierung wird seit Jahrzehnten diskutiert. Die Argumente haben sich dabei erstaunlich wenig verändert. Während die einen den Mainframe am liebsten vollständig abschaffen würden, verweisen die anderen auf seine Leistungsfähigkeit, Zuverlässigkeit und Sicherheit. Beide Positionen haben ihre Berechtigung, führen aber in der Praxis selten zu einer wirklich fundierten Entscheidung.
Umso erfreulicher finde ich das neue gemeinsame Whitepaper von IBM und Accenture mit dem Titel „Mainframe Modernization in the Age of AI“.
Die Autoren vertreten darin einen Ansatz, den sie als „Fit-for-Purpose“ bezeichnen. Unternehmen sollen ihre Modernisierungsentscheidungen am tatsächlichen Geschäftswert der Anwendungen, an den wirtschaftlichen Rahmenbedingungen sowie an Anforderungen wie Sicherheit, Verfügbarkeit und Zukunftsfähigkeit ausrichten.
Das klingt zunächst selbstverständlich. Wer jedoch schon einmal an größeren Modernisierungsprojekten beteiligt war, weiß, dass solche Entscheidungen häufig von ganz anderen Überlegungen beeinflusst werden. Da gibt es unternehmensweite Cloud-Strategien, Vorgaben zur Ablösung bestimmter Technologien, auslaufende Verträge oder die Überzeugung einzelner Entscheidungsträger, dass eine jahrzehntealte Anwendung zwangsläufig erneuert werden müsse.
Die tatsächliche Bedeutung der betroffenen Anwendung für das Unternehmen gerät dabei gelegentlich in den Hintergrund.
Deshalb begrüße ich ausdrücklich, dass IBM und Accenture den Geschäftswert zum Ausgangspunkt ihrer Überlegungen machen. Auch die Vorstellung, den Mainframe als integralen Bestandteil moderner hybrider IT-Architekturen weiterzuentwickeln, entspricht meiner Einschätzung der technologischen Möglichkeiten.
Beim Lesen des Whitepapers habe ich mich allerdings mehrfach gefragt, wie die Autoren ihre durchaus überzeugenden Grundsätze in konkrete und vor allem nachvollziehbare Entscheidungen übersetzen wollen.
Denn genau dort wird es erfahrungsgemäß schwierig.
Fit-for-Purpose: Wer bestimmt eigentlich, was wirklich passt?
Im Mittelpunkt des Dokuments steht ein sogenanntes „Mainframe Transformation Flywheel“. Dahinter verbirgt sich ein Bewertungsmodell, das sechs Bereiche betrachtet: Wirtschaftlichkeit und Transparenz, Infrastruktur und Architektur, Daten und Anwendungen, Risiken und Compliance, Entwicklungswerkzeuge und Prozesse sowie Fachwissen und Qualifikationen.
Ich halte diese Einteilung grundsätzlich für sinnvoll. Sie berücksichtigt wichtige Einflussgrößen, die bei einer Modernisierungsentscheidung gemeinsam betrachtet werden müssen.
Das „Mainframe Transformation Flywheel“ von IBM und Accenture strukturiert die Bewertung einer Mainframe-Modernisierung anhand von sechs Dimensionen – von Wirtschaftlichkeit und Architektur bis zu Risiken und Fachkompetenzen. (Quelle: IBM/Accenture, Whitepaper „Mainframe Modernization in the Age of AI“, © IBM und Accenture)
Allerdings vermisse ich eine Erläuterung, wie daraus eine belastbare Entscheidung entsteht.
Wie werden beispielsweise Wirtschaftlichkeit und Betriebsrisiko gegeneinander gewichtet? Welchen Stellenwert erhält die langfristige Abhängigkeit von einem Technologieanbieter? Und wie wird der mögliche Verlust von Anwendungswissen berücksichtigt?
Nehmen wir eine geschäftskritische Anwendung, die seit 30 Jahren zuverlässig ihren Dienst verrichtet. Eine technische Migration könnte ihre laufenden Kosten reduzieren. Gleichzeitig entstehen beträchtliche Aufwendungen für die Umstellung, zusätzliche Risiken im Betrieb und möglicherweise neue Abhängigkeiten von anderen Produkten und Dienstleistern.
Welche Kriterien entscheiden darüber, ob sich diese Migration lohnt?
Accenture stellt mit seinem „Mainframe Reinvention Value Index Navigator“, kurz MaRVIN, ein Instrument vor, das solche Fragen auf Anwendungsebene wirtschaftlich bewerten soll. Das ist ein interessanter Ansatz. Das Whitepaper enthält allerdings keine ausreichend detaillierte Darstellung der Bewertungslogik und auch kein durchgerechnetes Beispiel, anhand dessen sich die Ergebnisse nachvollziehen ließen.
Natürlich erwarte ich in einem zwölfseitigen Strategiepapier keine vollständige technische Beschreibung der eingesetzten Werkzeuge. Ein konkreter Vergleich zweier Modernisierungsalternativen wäre aber ausgesprochen hilfreich gewesen.
Dabei gibt es noch einen Aspekt, den man offen ansprechen sollte.
IBM und Accenture sind Unternehmen mit eigenen wirtschaftlichen Interessen. IBM entwickelt und vertreibt die Mainframe-Plattform samt wichtiger Softwareprodukte. Accenture ist ein bedeutender Anbieter von Beratungs- und Transformationsleistungen.
Daran ist nichts auszusetzen. Beide Unternehmen verfügen über umfassende Erfahrungen, von denen ihre Kunden profitieren können.
Wer allerdings einen ergebnisoffenen Fit-for-Purpose-Ansatz propagiert, sollte auch erklären können, wie die Unabhängigkeit der Bewertung sichergestellt wird.
Interessanterweise arbeitet Accenture parallel auch mit AWS an KI-gestützten Verfahren zur Modernisierung und Migration von Mainframe-Anwendungen. Ein entsprechender gemeinsamer Fachbeitrag wurde im Juli 2026 veröffentlicht.
Das zeigt, dass Accenture unterschiedliche Modernisierungspfade verfolgt. Gerade deshalb würde mich interessieren, wie die Ergebnisse der verschiedenen Bewertungsverfahren miteinander verglichen werden.
Ein überzeugender Fit-for-Purpose-Ansatz muss schließlich auch zu dem Ergebnis kommen können, dass eine Anwendung am besten unverändert weiterbetrieben, gezielt optimiert, auf eine andere Plattform verlagert oder vollständig ersetzt werden sollte.
Ich würde mir wünschen, dass solche Entscheidungen anhand transparenter Kriterien dokumentiert werden und sich ihre Ergebnisse später überprüfen lassen.
Business Value klingt gut. Aber wo bleibt die Wirtschaftlichkeitsrechnung?
Einen ähnlichen Eindruck hinterlässt bei mir die wirtschaftliche Betrachtung.
Das Whitepaper verwendet häufig Begriffe wie Business Value, Total Cost of Ownership und Return on Investment. Leider bleiben die dazugehörigen Berechnungen weitgehend im Hintergrund.
Dabei sind gerade die wirtschaftlichen Fragen für viele Mainframe-Anwender von zentraler Bedeutung.
Wer sich mit den Betriebskosten einer größeren Mainframe-Installation beschäftigt, weiß, dass sich diese keineswegs auf die Hardware und das Betriebssystem reduzieren lassen.
Einen erheblichen Einfluss können die Lizenzkosten für Datenbanksysteme, Transaktionsmonitore, Entwicklungswerkzeuge und Produkte unabhängiger Softwareanbieter haben. Hinzu kommen die Kosten für Personal, Storage, Netzwerk, Wartung und die notwendige Infrastruktur.
Auch die Lizenzmodelle verdienen Aufmerksamkeit. Je nach Vertragsmodell können Prozessorverbrauch, Kapazitätskennzahlen oder vereinbarte Verbrauchsmengen unmittelbare wirtschaftliche Auswirkungen haben.
Gerade hier sehe ich häufig erhebliches Optimierungspotenzial.
Eine Verbesserung des CPU-Verbrauchs, die Konsolidierung wenig genutzter Softwareprodukte oder eine Überprüfung bestehender Lizenzverträge kann unter geeigneten Bedingungen wirtschaftlich interessanter sein als eine umfangreiche Anwendungsmigration.
Solche Maßnahmen lassen sich häufig wesentlich schneller umsetzen und verursachen vergleichsweise geringe Eingriffe in funktionierende Geschäftsprozesse.
Das bedeutet selbstverständlich nicht, dass jede Mainframe-Anwendung langfristig auf ihrer bisherigen Plattform verbleiben sollte. Aber bevor mehrere Millionen Euro in eine Transformation investiert werden, sollten die realistisch erreichbaren Einsparungen durch eine Optimierung des vorhandenen Systems bekannt sein.
Ein einfaches, ausdrücklich hypothetisches Rechenbeispiel verdeutlicht das Problem.
Angenommen, eine Anwendung könnte nach einer Migration jährlich 600.000 Euro günstiger betrieben werden. Wenn die Migration einmalig drei Millionen Euro kostet, beträgt die einfache Amortisationsdauer bereits fünf Jahre. Dabei sind Finanzierungskosten, mögliche Verzögerungen, zusätzlicher Parallelbetrieb und Risiken noch nicht berücksichtigt.
Verbessert man hingegen zunächst die bestehende Anwendung und ihre Betriebsumgebung, könnte ein Teil dieser Einsparungen möglicherweise mit wesentlich geringerem Investitionsaufwand erzielt werden.
Ob das im konkreten Fall gelingt, muss selbstverständlich untersucht werden. Genau solche Vergleiche würde ich jedoch von einer wirtschaftlich orientierten Modernisierungsstrategie erwarten.
Interessant ist in diesem Zusammenhang auch eine Gartner-Analyse von April 2026. Das Marktforschungs- und Beratungsunternehmen beschreibt darin die positive Entwicklung des Mainframes, weist gleichzeitig aber ausdrücklich auf den Fachkräftemangel und die aggressive Preisgestaltung unabhängiger Softwareanbieter hin.
Diese Probleme verdienen aus meiner Sicht mindestens die gleiche Aufmerksamkeit wie die technologischen Möglichkeiten neuer Prozessoren oder KI-gestützter Entwicklungswerkzeuge.
Erfreulicherweise bietet IBM mit Apptio Mainframe TCO bereits Werkzeuge an, um Kosten auf Anwendungen und Workloads zu verteilen und ihren Ressourcenverbrauch wirtschaftlich zu bewerten. Das Whitepaper erwähnt diese Lösung auch ausdrücklich.
Umso mehr hätte ich mir gewünscht, dass die Autoren anhand eines konkreten Beispiels zeigen, wie diese Informationen tatsächlich zu einer Modernisierungsentscheidung führen.
Gewachsene Anwendungen lassen sich selten isoliert betrachten
Ein weiterer Punkt betrifft die Granularität solcher Entscheidungen.
IBM und Accenture betonen, dass Anwendungen und Workloads individuell bewertet werden sollen. Grundsätzlich ist das richtig. Allerdings sind große Mainframe-Landschaften häufig über Jahrzehnte gewachsen und entsprechend eng miteinander verflochten.
Ein COBOL-Programm kann von zahlreichen Batch-Prozessen aufgerufen werden. Eine CICS-Transaktion verwendet möglicherweise Daten, auf die auch andere Anwendungen zugreifen. Gemeinsam genutzte VSAM-Dateien, Datenbankstrukturen und historisch gewachsene Schnittstellen führen zu Abhängigkeiten, die auf den ersten Blick kaum sichtbar sind.
Ähnliches gilt für Natural-/Adabas-Anwendungen oder gewachsene Assembler-Programme.
Wenn eine einzelne Anwendung aus wirtschaftlicher Sicht für eine Migration geeignet erscheint, bedeutet das noch lange nicht, dass sich ihre technischen Abhängigkeiten mit vertretbarem Aufwand auflösen lassen.
Ich halte deshalb eine umfassende Bestandsaufnahme und Abhängigkeitsanalyse für eine der wichtigsten Voraussetzungen jeder größeren Modernisierung.
An dieser Stelle kann künstliche Intelligenz tatsächlich einen erheblichen Beitrag leisten. Damit sind wir bei einem Thema, das im Whitepaper verständlicherweise eine besondere Rolle spielt.
KI kann viel helfen. Ihre Ergebnisse müssen trotzdem stimmen.
Ich beschäftige mich seit einiger Zeit intensiv mit den Möglichkeiten KI-gestützter Werkzeuge in der Mainframe-Entwicklung. Die Fortschritte finde ich bemerkenswert.
Werkzeuge wie IBM Bob können heute beispielsweise dabei helfen, gewachsenen Programmcode zu analysieren, Abhängigkeiten sichtbar zu machen, Dokumentation zu erzeugen und Modernisierungsschritte vorzubereiten.
Besonders interessant finde ich die Möglichkeit, bislang schwer zugängliche Geschäftslogik aus bestehenden Anwendungen systematisch zu erschließen.
IBM selbst betont inzwischen, dass die Modernisierung komplexer Mainframe-Anwendungen ein umfassendes Verständnis der Anwendungslandschaft erfordert. Dazu gehören strukturierte Metadaten, Datenwörterbücher und deterministische Analyseverfahren, die KI-Modelle mit geeignetem technischem Kontext versorgen. Die Details finden sich in der entsprechenden Beschreibung.
Diese Entwicklung begrüße ich ausdrücklich. In vielen Unternehmen fehlen heute Mitarbeiter, die sämtliche historischen Zusammenhänge einer Anwendung noch erklären können. Wenn KI dabei hilft, vorhandenes Wissen wieder zugänglich zu machen, entsteht ein erheblicher praktischer Nutzen.
Allerdings bleiben Fragen, die mir im Whitepaper zu kurz kommen.
Wie zuverlässig erkennt ein KI-System eine Geschäftsregel, die auf mehrere Programme, Datenbankzugriffe und Batch-Verarbeitungsschritte verteilt ist? Wie wird festgestellt, ob eine automatisch erzeugte Dokumentation vollständig und fachlich richtig ist? Und wer übernimmt die Verantwortung, wenn eine KI-gestützte Transformation zwar technisch funktioniert, aber in bestimmten Ausnahmefällen andere Ergebnisse produziert als das ursprüngliche Programm?
Diese Fragen sind keineswegs gegen den Einsatz von KI gerichtet.
Im Gegenteil: Je leistungsfähiger solche Werkzeuge werden, desto wichtiger erscheint mir ein nachvollziehbarer Prozess zur Überprüfung ihrer Ergebnisse.
Eine KI kann beispielsweise aus einem vorhandenen Programm Testfälle ableiten und bei der Vorbereitung von Regressionstests helfen. Ob diese Testfälle tatsächlich sämtliche geschäftskritischen Sonderfälle abdecken, muss anschließend überprüft werden.
Auch die Unterscheidung zwischen Codeanalyse und einer vollständigen Anwendungstransformation halte ich für wesentlich.
Eine gut dokumentierte und verständliche Anwendung ist bereits ein großer Fortschritt. Daraus ergibt sich allerdings noch keine Garantie, dass sie sich wirtschaftlich sinnvoll auf eine andere Plattform übertragen lässt.
Wie schwierig das sein kann, verdeutlicht eine weitere Gartner-Prognose aus den Juni 2026. Gartner erwartet, dass mehr als 70 Prozent der im Jahr 2026 begonnenen Mainframe-Exit-Projekte ihre angestrebten Vorteile verfehlen werden, weil die Fähigkeiten generativer KI überschätzt werden.
Diese Aussage ist ausdrücklich eine Prognose und noch keine gemessene Erfolgsquote abgeschlossener Projekte. Sie sollte dennoch zum Nachdenken anregen.
Die Warnung betrifft vor allem überzogene Erwartungen an KI-gestützte Migrationen. Daraus lässt sich keineswegs ableiten, dass der Einsatz von KI bei der Modernisierung bestehender Anwendungen ebenso problematisch sein muss.
Ich sehe gerade bei der Anwendungsanalyse, der Dokumentation, der Testvorbereitung und dem Aufbau moderner Entwicklungsprozesse ein erhebliches Potenzial.
Allerdings würde ich mir auch hier mehr belastbare Ergebnisse wünschen. Wie stark reduziert sich beispielsweise der tatsächliche Aufwand für eine Anwendungsanalyse? Welcher zusätzliche Prüfaufwand entsteht? Und wie wirken sich die neuen Werkzeuge auf die langfristige Qualität und Wartbarkeit des Codes aus?
Solche Zahlen wären für die Praxis ausgesprochen wertvoll.
Mainframe und KI: Eine vielversprechende Kombination
Einen weiteren interessanten Gedanken des Whitepapers möchte ich ausdrücklich hervorheben.
IBM und Accenture beschreiben den Mainframe als wichtigen Bestandteil zukünftiger KI-gestützter Unternehmensarchitekturen. Sie verweisen auf die Möglichkeit, vertrauenswürdige Geschäftsdaten mit leistungsfähiger Transaktionsverarbeitung und modernen KI-Verfahren zu verbinden.
Ich halte diese Entwicklung für ausgesprochen spannend.
Viele der wichtigsten Unternehmensdaten entstehen nach wie vor in zentralen Transaktionssystemen. Wenn es gelingt, diese Informationen sicher und mit geringer Verzögerung für intelligente Entscheidungen bereitzustellen, eröffnen sich interessante Anwendungen.
Bei der Betrugserkennung im Zahlungsverkehr, bei Risikobewertungen oder bei der automatisierten Bearbeitung komplexer Geschäftsprozesse kann eine solche Integration erhebliche Vorteile bieten.
Allerdings sollten wir auch hier genauer unterscheiden.
Ein spezialisiertes KI-Modell, das innerhalb weniger Millisekunden eine Transaktion bewertet, stellt andere Anforderungen als ein großes Sprachmodell, das umfangreiche Dokumente verarbeitet oder einen agentischen Geschäftsprozess unterstützt.
Nicht jede dieser Aufgaben muss unmittelbar auf dem Mainframe ausgeführt werden.
Für mich liegt ein wesentlicher Vorteil moderner hybrider Architekturen darin, die jeweiligen technischen Stärken sinnvoll miteinander verbinden zu können.
Dabei darf auch die wirtschaftliche Betrachtung nicht fehlen. Zusätzliche Schnittstellen, Datenbewegungen, KI-Infrastruktur und neue Betriebsprozesse verursachen schließlich eigene Kosten.
Ebenso wichtig ist die Frage, welche Daten für KI-Anwendungen tatsächlich geeignet sind. Ein zuverlässiges Transaktionssystem liefert eine gute Grundlage. Die fachliche Qualität, Aktualität und korrekte Interpretation seiner Daten müssen dennoch sichergestellt werden.
Positiv sehe ich, dass IBM inzwischen auch die Möglichkeiten eines Self-Hosted-Betriebs von IBM Bob erweitert. Gerade in regulierten Umgebungen spielen Datenhoheit, Vertraulichkeit und die Kontrolle über Entwicklungsumgebungen eine wichtige Rolle.
IBM hat diese Erweiterungen Ende September 2026 vorgestellt.
Für mich zeigt das, dass die praktische Diskussion über den Einsatz von KI auf dem Mainframe inzwischen deutlich konkreter wird.
Die Praxisbeispiele machen neugierig
Zum Ende des Whitepapers führen IBM und Accenture einige Kundenbeispiele an.
Besonders auffällig ist ein Projekt bei einem Vermögensverwaltungsunternehmen. Dort sollen innerhalb von dreieinhalb Jahren Einsparungen von zwölf Millionen US-Dollar erreicht worden sein. Außerdem werden eine Reduzierung des Entwicklungsaufwands um 30 Prozent und Verbesserungen der Testeffizienz um bis zu 90 Prozent genannt.
Das sind beeindruckende Ergebnisse, sofern sie auf einer konsistenten und nachvollziehbaren Berechnung beruhen.
Leider fehlen nähere Informationen über die Ausgangssituation, die eingesetzten Werkzeuge und die tatsächlichen Projektkosten. Auch die Frage, welche Tätigkeiten bei der Testeffizienz gemessen wurden, bleibt offen.
Ich hätte mir hier einen etwas tieferen Einblick gewünscht. Gerade die Angaben zur Entwicklung und zum Testen wären für viele Mainframe-Anwender von großem Interesse.
Als weiteres Beispiel wird die Zusammenarbeit mit UniCredit genannt. Die beteiligten Unternehmen wollen die technologische Basis des Bankgeschäfts weiterentwickeln und dabei die Stärken des Mainframes mit Cloud-Technologien und KI verbinden.
Die offizielle Mitteilung vom 31. Juli 2026 beschreibt ein langfristiges Transformationsvorhaben. Die angestrebten Verbesserungen müssen sich deshalb im weiteren Projektverlauf erst noch bestätigen.
Ich halte solche Beispiele für wichtig. Sie machen deutlich, dass sich die Diskussion über die Zukunft des Mainframes längst über theoretische Architekturmodelle hinausentwickelt hat.
Für eine fundierte wirtschaftliche Bewertung benötigen wir allerdings möglichst nachvollziehbare Projektergebnisse. Gerade die Darstellung erfolgreicher Maßnahmen samt ihren Voraussetzungen, Investitionen und Grenzen könnte anderen Unternehmen bei eigenen Entscheidungen erheblich helfen.
Eine gute Richtung, die sich in der Praxis bewähren muss
Nach der Lektüre des Whitepapers bleibt bei mir insgesamt ein positiver Eindruck.
IBM und Accenture greifen wichtige Veränderungen auf und vertreten einen Modernisierungsansatz, den ich grundsätzlich unterstütze. Bestehende Anwendungen und ihre Daten werden als wertvolle Unternehmensressourcen betrachtet. Moderne Entwicklungsverfahren, hybride Architekturen und künstliche Intelligenz bieten interessante Möglichkeiten, diese Ressourcen weiterzuentwickeln.
Ich finde es außerdem erfreulich, dass der Mainframe inzwischen wieder mit einer langfristigen technologischen Perspektive diskutiert wird. Trotzdem hätte ich mir an einigen Stellen mehr Substanz gewünscht.
Vor allem die wirtschaftlichen Bewertungsverfahren sollten transparenter werden. Auch die Grenzen KI-gestützter Modernisierung, die tatsächlichen Kosten hybrider Architekturen und die Schwierigkeiten historisch gewachsener Anwendungslandschaften verdienen mehr Aufmerksamkeit.
In der täglichen Praxis beginnen Modernisierungsprojekte häufig mit einer Bestandsaufnahme, bei der bereits überraschende Erkenntnisse zutage treten. Anwendungen werden seit Jahren kaum noch verändert, bestimmte Softwareprodukte verursachen unverhältnismäßig hohe Kosten oder technische Abhängigkeiten erweisen sich als wesentlich komplexer als ursprünglich angenommen.
Aus solchen Erkenntnissen entstehen oft die sinnvollsten Modernisierungsschritte. Manchmal ist das eine größere technische Transformation. Häufig reichen gezielte Veränderungen, um erhebliche Verbesserungen zu erzielen.
Genau deshalb gefällt mir der Fit-for-Purpose-Gedanke.
Ich würde mich freuen, wenn IBM und Accenture diesen Ansatz in weiteren Veröffentlichungen anhand konkreter und nachvollziehbarer Kundenbeispiele vertiefen würden. Besonders interessant wären dabei auch Fälle, in denen die Analyse zu einer anderen Lösung geführt hat als ursprünglich erwartet.
Denn am Ende müssen Unternehmen mit den Ergebnissen ihrer Modernisierungsentscheidungen viele Jahre leben.
Ein überzeugendes Strategiepapier kann dafür eine gute Orientierung bieten. Vertrauen in die vorgeschlagene Vorgehensweise entsteht für mich jedoch erst dann, wenn die zugrunde liegenden Annahmen, Kosten und Ergebnisse einer kritischen Überprüfung standhalten.
Das Whitepaper liefert dafür eine vernünftige Grundlage. Ich bin gespannt, wie IBM und Accenture diesen Ansatz in der Praxis weiterentwickeln.
Über den Autor: Uwe Graf ist Head of Consulting bei der EasiRun Europa GmbH und gilt auf LinkedIn als eine der profiliertesten Stimmen in Sachen Mainframe-Modernisierung. Seine Beiträge sind fachlich präzise, pointiert – und unverkennbar durch den kleinen Dino, der als Symbol für den Brückenschlag zwischen Tradition und Innovation steht. Für sein Engagement in der Mainframe-Community wurde er 2025 sowohl als IBM Champion als auch als „Influential Mainframer“ von planetmainframe.com ausgezeichnet
