Mainframes werden auch im KI-Zeitalter überleben
Großrechner (Mainframes) sind im Finanz- und Versicherungswesen nach wie vor sehr verbreitet, obwohl es zunehmend schwierig wird, Personal mit dem richtigen Fachwissen für deren Betrieb zu finden. Künstliche Intelligenz eröffnet Mainframes nun eine neue Zukunft.
Mainframes erfüllen nach wie vor zuverlässig wichtige Aufgaben in Unternehmen. Das gilt vor allem für Branchen wie dem Finanzwesen, in denen viele Transaktionen anfallen. In sekundenschnelle können die Großrechner Millionen von Kundendaten parallel verarbeiten und immense Workloads bewältigen, ohne Anzeichen von Schwäche zu zeigen. In der Ära der künstlichen Intelligenz (KI) werden die altehrwürdigen Großrechner nun zu neuem Leben erweckt, indem sie sich von reinen Transaktionsplattformen zu Plattformen entwickeln, die wertvolle Erkenntnisse gewinnen, IT-Ausfallzeiten reduzieren und Daten schützen können.
Ihre hohe Verarbeitungsleistung und Effizienz macht Mainframes zur idealen Plattform für komplexe KI-Berechnungen.
Denn selbst kleine IT-Ausfälle können Millionen kosten und zu großen Reputationsschäden führen. Durch die Integration von KI in den Mainframe-Betrieb werden Unternehmen jedoch schon bald in der Lage sein, die Zeit zu verkürzen, die sie benötigen, um sich von einem Ausfall zu erholen und kritische Systeme wieder online zu bringen. KI wird zukünftig auch in der Lage sein, vorherzusagen, wann und mit welcher Wahrscheinlichkeit ein bestimmtes Ereignis eintreten könnte, sodass proaktive Maßnahmen ergriffen werden können, um die Auswirkungen auf die Produktion zu verhindern oder abzuschwächen.
Betrug im Keim ersticken
Die hohe Verarbeitungsleistung und die Effizienz im Umgang mit großen Datenmengen, für die Mainframes bekannt sind, macht sie zur idealen Plattform für komplexe KI-Berechnungen – beispielsweise für die Betrugsprävention durch Mustererkennung. Im digitalen Zeitalter sind Banken, Einzelhändler und andere Unternehmen zunehmend anfällig für eine Fülle von Betrugsversuchen, die erhebliche finanzielle Verluste und darüber hinaus Rufschädigung sowie Kundenverlust verursachen können.
Durch die Bereitstellung von KI-Modellen direkt auf dem Mainframe, auf dem die Transaktionen ausgeführt werden und die Transaktionsdaten gespeichert sind, wird die Zeit, die für die Verarbeitung und Bereitstellung der Daten benötigt wird, auf ein Minimum reduziert. Das bedeutet, dass Muster in Echtzeit analysiert werden können, was dazu führt, dass potenziell betrügerische Aktivitäten nahezu in Echtzeit erkannt und für weitere Untersuchungen gekennzeichnet werden können.
Andere Aktivitäten wie automatisierte Kreditentscheidungen und Kreditänderungen können ebenfalls direkt auf einer Mainframe-Plattform durchgeführt werden. Durch KI gewonnene Informationen stehen so schneller für fundierte Business-Entscheidungen zur Verfügung.
KI als Assistent für alle Fälle
In der digitalen Welt werden die Geschäftszyklen immer schneller. Die wachsende Komplexität von Anwendungen gepaart mit anhaltendem Fachkräftemangel kann dazu führen, dass Unternehmen nur unzureichend auf eine wachsende Nachfrage vorbereitet sind. Aufgrund dieser Schwierigkeiten sind sie wiederum nicht in der Lage, schnell die Innovationen zu liefern, die ihren Kunden wichtig sind und dringend benötigt werden.
Dies gilt umso mehr, wenn es sich um Mainframe-Anwendungen handelt. Aufgrund ihres monolithischen und komplexen Designs sind diese Anwendungen für Entwickler oft schwer zu verstehen und zu warten. Durch die direkte Einbindung von KI in den Mainframe-Entwicklungsprozess können Unternehmen jedoch Serviceprobleme sofort angehen und Ressourcen dort einsetzen, wo sie am dringendsten benötigt werden.
Neue KI-Tools helfen auch bei der Erstellung und Optimierung von Anwendungen mit älteren Programmiersprachen.
Dazu gehört auch die Unterstützung beim Verstehen bestehender Programm-Code-Bausteine, die Automatisierung der Umstrukturierung von Computercode sowie das Testen der Genauigkeit eines übersetzten Code-Teils. Das bedeutet, dass bei der Konvertierung von Code von einer Programmiersprache in eine andere die übersetzte Version genau dieselben Funktionen ausführt und dieselben Ergebnisse liefert wie der ursprüngliche Code, ohne Fehler oder unbeabsichtigte Änderungen in Logik oder Verhalten.
Da es immer weniger Entwickler gibt, die COBOL und andere Programmiersprachen aus der Hochzeit der Mainframes beherrschen, können neue KI-Tools bei der Arbeit mit älteren Programmiersprachen helfen, indem sie es den Entwicklern ermöglichen, Testprozesse zu automatisieren, Anwendungen schneller zu erstellen und die allgemeine Systemleistung zu verbessern. Dadurch können sich die Entwickler auf komplexere, kreative und innovative Aufgaben konzentrieren.
Dennoch sollten Software-Ingenieure auch in Zukunft noch über grundlegende Mainframe Skills verfügen. Angebote wie die Mainframe Academy von DXC bieten beispielsweise Trainings, bei denen es um KI-Integration geht. So können Unternehmen das Potential der KI-Mainframe-Integration bestmöglich ausnutzen.
Ein resilienter Ansatz für die Zukunft
In einer solchen Zukunftsvision wird der Bedarf an spezialisiertem Fachwissen geringer und ein breiteres Spektrum von Mainframe-Entwicklern kann erfolgreich eingesetzt werden. Das Ergebnis ist ein kosteneffektiverer Ansatz, da sich der Arbeitskräftepool vergrößert und der Druck, komplexe Systeme mit einer begrenzten Anzahl von Fachleuten zu warten, gemindert wird.
Mainframes sind seit Jahrzehnten die stillen Giganten in der Technologielandschaft und ihre Zuverlässigkeit wird auch heute noch geschätzt. Wir gehen davon aus, dass sich die Technologie auch zukünftig noch weiterentwickeln wird. Eine entscheidende Rolle wird dabei die Integration von künstlicher Intelligenz spielen. So können Unternehmen die bewährten Großrechner nutzen, um tiefere Einblicke zu gewinnen, die Projektkomplexität zu reduzieren, Abläufe zu rationalisieren und Betrug zu verhindern – ohne dafür immer seltener zu findende Spezialisten zu rekrutieren.
