Bild: © Brett Sayles/pexels.com
Lange galten Mainframes als veraltete Technik. Eine aktuelle Studie zeigt jedoch ein anderes Bild: Viele Unternehmen betrachten die Großrechner inzwischen als strategische Grundlage für ihre AI-Vorhaben.
Für die „“ hat Hanover Research im Auftrag von Rocket Software 250 IT-Führungskräfte aus Banken und Finanzdienstleistern in Europa und den USA befragt.
Das Ergebnis: Mehr als die Hälfte der Befragten sieht Mainframes als Vorteil für AI-Anwendungen, nur 22 Prozent bewerten sie als Einschränkung.
Datenbasis und Zuverlässigkeit als Erfolgsfaktoren
Laut Studie sind für die Neubewertung vor allem zwei Faktoren ausschlaggebend: die hohe Zuverlässigkeit der Systeme und ihre über Jahre gewachsene Datenbasis.
Viele Unternehmen beziehen Mainframes bei AI-Projekten deshalb gezielt in ihre Strategien ein: Fast drei Viertel der Befragten tun dies bereits vollständig – oder zumindest für ausgewählte Anwendungsfälle.
Dies ist der Studie zufolge ein deutliches Signal dafür, dass etablierte Infrastruktur und AI-Innovation kein Widerspruch sein müssen. Dabei würden Firmen ihre Mainframes mit Cloud-Umgebungen verbinden und so eine hybride IT-Landschaft aus On Premises- und Cloud-Systemen schaffen.
AI soll unter anderem den Fachkräftemangel abfedern
Wie die Studie hervorhebt, müssen Unternehmen jedoch eine große Hürde überwinden, wenn sie Mainframes für AI-Projekte praktisch einsetzen möchten: fehlendes Know-how. Demnach bezeichnen 81 Prozent der IT-Führungskräfte den Mangel an Mainframe-Expertise als groß oder sehr groß.
Abhilfe könnte hier wiederum AI schaffen: So gehen 87 Prozent davon aus, dass AI diese Lücke innerhalb der kommenden zwei Jahre zumindest teilweise schließen kann.
Konkret sollen AI-Anwendungen die Zusammenhänge über Mainframe-, Cloud- und verteilte Systeme hinweg erkennen und Administratoren bei der Fehleranalyse unterstützen können. Dies sei besonders dort wichtig, wo erfahrenes Personal zunehmend knapp wird.
Was bedeutet das für IT-Entscheider?
Die Studie macht deutlich: Mainframes können heute für die Umsetzung von AI-Projekten ein wichtiger Baustein sein. Wer Mainframe-Daten für AI nutzbar machen möchte, benötigt dabei eine Umgebung, die On-Premises-Systeme und Cloud-Ressourcen nahtlos verbindet. Konkret bedeutet das:
- Mainframe-Daten gezielt zu erschließen und als Basis für AI-Anwendungsfälle nutzbar zu machen
- Hybride Architekturen zu etablieren, die Mainframes und Cloud-Umgebungen zu einer einheitlich verwaltbaren IT-Landschaft verbinden
- Fachkräftemangel abzufedern, indem AI-Anwendungen die Administratoren bei Analyse und systemübergreifender Korrelation entlasten
Sie möchten sich näher zu Themen rund um Mainframes und AI informieren – oder wünschen eine unverbindliche Beratung? Dann wenden Sie sich gerne an die Experten von CANCOM. So können Sie die Grundlage schaffen, um AI-Potenziale voll auszuschöpfen.
