Mit einem iterativen Umzug in die Google Cloud will Google Mainframe-Anwendungen modernisieren – rundum gestützt durch KI. Konkret gibt es für Unternehmen vier Bausteine: Erstens gibt es eine automatisierte Bestandsaufnahme samt Reverse Engineering, gefolgt von einer KI-gestützten Code-Transformation oder Neuentwicklung. Anschließend steht die Validierung im parallelen Produktionsbetrieb an, bis schließlich die schrittweise Migration der Mainframe-Daten in die Dienste der Google Cloud folgt. Diese Schritte können, müssen aber nicht komplett in dieser Reihenfolge erfolgen. Für alle vier Bausteine stellt Google passende Werkzeuge und Dienstleistungen bereit.
Grundlegend sieht Google in einer Mainframe-Modernisierung mehr als nur eine reine Konvertierung von COBOL nach Java oder in eine andere moderne Sprache. Unternehmen müssten genauso die enge Kopplung an DB2, VSAM, IMS und proprietäre Datenformate sowie die komplexe Transaktionsverarbeitung über CICS oder IMS TM berücksichtigen. Hinzu kommen Batch- und Workflow-Abhängigkeiten, Schnittstellen und Protokolle wie MQ, CTG, IMS Connect oder LU 6.2 sowie Mainframe-spezifische Betriebswerkzeuge.
Analyse von Code und Kontext
Der erste Baustein ist das Mainframe Assessment Tool (MAT). Mit ihm lassen sich große Mainframe-Codebasen analysieren. Anschließend erhalten Unternehmen einen Abhängigkeitsgraphen zwischen Anwendungen und Datenspeichern. Außerdem extrahiert der Dienst automatisch erkannte Geschäftsregeln und die technische Dokumentation aus dem produktiven Quellcode. Zudem erfolgt eine Zuordnung von Anwendungen zu Geschäftsdomänen und -funktionen. Die Ergebnisse dieser Analyse – also der Kontext – stehen für die KI-Agenten in den folgenden Schritten per Model Context Protocol (MCP) zur Verfügung.
