Sagen Sie uns, wie wir helfen können
Vertrieb & Preise
Speak to a rep about your business needs
Hilfe & Support
See our product support options
Allgemeine Anfragen und Standorte
Kontakt
Originalforschung
BMC Mainframe-Umfragebericht 2026
Wie KI die nächste Ära der Mainframe-Transformation vorantreibt
Kapitel 01
Zusammenfassung
In den letzten 21 Jahren hat BMC die Mainframe-Community zum Stand der Plattform, zu Trends in Praktiken und Nutzung, Zukunftsplänen und mehr befragt. Die Ergebnisse der BMC Mainframe Survey 2026 zeigen, dass die Plattform weiterhin ein Motor für Wachstum und Innovation ist, wobei künstliche Intelligenz (KI) als Katalysator für die nächste Transformationsphase fungiert. Umfrageergebnisse zeigen, dass sich der Ansatz für KI auf dem Mainframe von experimentell zu betrieblich entwickelt hat und sich auf Vertrauen, Governance und messbare Ergebnisse konzentriert.
Dieser Wandel hin zu einem operativen Ansatz wird von einem Wandel von Begeisterung hin zu Pragmatismus begleitet. Organisationen investieren in agentisches Mainframe-Management, nutzen KI lieber als Berater, warnen Nutzer auf Probleme und empfehlen weitere Schritte, vertrauen aber noch nicht darauf, diese Schritte autonom auszuführen. Interessanterweise vertrauen Millennial-Befragte deutlich eher als andere Altersgruppen, KI bei der Durchführung von Handlungen und KI für Dokumentation und Wissenstransfer zu nutzen. In allen Disziplinen investieren Organisationen in KI, Automatisierung, vertrauenswürdige Daten, Governance und Modernisierung, um die operative Resilienz zu verbessern, Innovationen zu beschleunigen und neuen Geschäftswert freizusetzen. Die Umfrage zeigt, dass sich der Mainframe von einer missionskritischen Plattform zu einer intelligenten Unternehmensplattform entwickelt, die die nächste Generation digitaler Geschäfte antreibt.
Das Vertrauen in den Mainframe liegt weiterhin nahe Rekordhochs, wobei 94 Prozent der Befragten ihn als langfristige Plattform oder als Plattform für neue Workloads sehen. Ebenso geben 94 Prozent der Befragten an, dass ihre Organisationen weiterhin in den Mainframe investieren. Extra-große Betriebe (mehr als 50.000 MIPS) erhöhen die Investitionen deutlich häufiger als kleine (weniger als 1.000 MIPS) und mittelgroße (zwischen 1.001 und 10.000 MIPS) Werkstätten.
Obwohl KI in der gesamten IT-Landschaft Aufmerksamkeit erregt, ersetzen Organisationen die Mainframe-Investitionen nicht durch KI-Investitionen – sie optimieren die Plattform weiterhin und integrieren sie in ihre KI-Infrastruktur.
Wachstum
Auch die Wachstumsaussichten für die Plattform bleiben stark: 69 Prozent der Befragten geben an, dass die allgemeine Kapazität ihrer Organisation wächst, angetrieben von bestehenden Mainframe-Anwendungen und neuen Anwendungen, die auf Mainframe-Daten zugreifen.
Dreiundachtzig Prozent der Befragten geben an, dass das Transaktionsvolumen im vergangenen Jahr zugenommen oder gleich geblieben ist, wobei 77 Prozent das gleiche Datenvolumen angeben und 83 Prozent eine stetige oder erhöhte Anzahl von Datenbanken angeben. Extra-große Unternehmen führen bei der Mainframe-Aktivität an, wobei mehr als 65 Prozent von Zuwächsen in allen drei Aktivitäten berichten.
Während Organisationen sich auf die gleichen Top-Prioritäten wie 2025 konzentrieren, spielt der Einsatz von KI eine Rolle bei der Entwicklung der Disziplinen im gesamten Hauptrechner. Führungskräfte – diejenigen, die sagen, dass der Großrechner wachsen und neue Arbeitslasten anziehen wird und erwarten, dass die Anzahl der eingesetzten MIPS in ihren Organisationen in den nächsten 12 Monaten wächst – führen den Weg an.
Führungspersönlichkeiten
Die Organisationen, die die nächste Ära der Mainframe-Innovation anführen werden, werden keine Caretaker sein, sondern diejenigen, die einen strategischen Ansatz für KI und andere aufkommende Technologien verfolgen, um Abläufe zu modernisieren, die Produktivität zu beschleunigen und neuen Geschäftswert zu erschließen. Wer eine zögerliche Haltung gegenüber KI einnimmt, riskiert, dass Wettbewerber voranziehen.
Kapitel 02
Von KI-Begeisterung zur pragmatischen Einführung
In den letzten Jahren war KI ein zentrales Diskussions-, Planungs- und Investitionsthema in der gesamten Mainframe-Community, wobei KI, maschinelles Lernen (ML) und generative KI (GenAI) für verschiedene Aufgaben eingesetzt werden. KI hat sich von Experimentieren zu strategischer Planung entwickelt, wobei Mainframe-Organisationen offenbar einen pragmatischeren Ansatz verfolgen.
KI als Berater, noch kein Testamentsvollstrecker
Dieser Pragmatismus zeigt sich in den Verantwortlichkeiten, die Organisationen derzeit KI einräumen. Nach der anfänglichen Begeisterung und dem Hype um KI-Fähigkeiten scheinen Mainframe-Manager einen vorsichtigen Realismus zu übernehmen und wenden sich der Technologie zu, um als Berater zu agieren, aber nicht als Vollstrecker. Kurz gesagt, KI hat nicht das volle Vertrauen der Mainframe-Welt gewonnen, was zu einem "Mensch-in-der-Schleife"-Ansatz führt.
KI wird zu einem immer wichtigeren Werkzeug in der Mainframe-Transformation, doch der Markt wird mit wachsenden Erwartungen pragmatischer. Die KI-Nutzung hat sich von experimentell zu operativ entwickelt; Organisationen sind von der Frage, wie sie KI nutzen können, zu der Frage, wo sie ihr vertrauen, wie sie gesteuert werden kann und wo sie messbaren Wert liefert, übergegangen.
Wie die Grafik zeigt, sinkt die Bereitschaft, KI für Aktionen auszuführen, und wird durch den Wunsch ersetzt, dass sie Aktionen empfiehlt, die von einem menschlichen Bediener durchgeführt werden sollen.
Kapitel 03
KI-Bedenken und Herausforderungen
Wie zu erwarten ist, stehen die Kosten für die Umstellung der KI-Integration vom Pilot- in die Produktion oberste Priorität. Der Trend weg von Experimenten hin zu pragmatischer, strategischer Planung rührt zum Teil von diesen Bedenken her. Die sinnvolle Anwendung von KI mit Fokus auf Ergebnisse, die geschäftlichen Mehrwert bringen, kann helfen, diese Kosten zu rechtfertigen.
Ebenfalls zu den wichtigsten Herausforderungen der KI-Implementierung gehören Sicherheit, Regulierung/Compliance und Datenintegration.
Die Nutzung der richtigen Werkzeuge wird dazu beitragen, die Gültigkeit und Sicherheit von KI-basierten Lösungen und organisatorischen Daten sicherzustellen.
Die Nutzung der richtigen Werkzeuge wird dazu beitragen, die Gültigkeit und Sicherheit von KI-basierten Lösungen und organisatorischen Daten sicherzustellen.
Kapitel 04
Digitale Zertifikate – ein Bereich, den man im Auge behalten sollte
Da Organisationen KI und andere aufkommende Technologien einsetzen, bleibt die Aufrechterhaltung starker Sicherheits- und Compliance-Praktiken unerlässlich. Das Management digitaler Zertifikate ist ein Bereich, in dem viele Organisationen weiterhin die Möglichkeit haben, die Effizienz zu steigern und Risiken zu reduzieren.
Da die Anforderungen des CA/Browser Forums den Lebenszyklus von TLS-Zertifikaten von 398 Tagen im Jahr 2025 auf 200 Tage im Jahr 2026 verkürzen und bis März 2029 auf 47 Tage reduziert werden, müssen sich Organisationen auf einen deutlichen Anstieg der Zertifikatsausgabe, -erneuerung und Überwachungsaktivitäten vorbereiten. Mit zunehmender Integration von KI-basierten Tools und der Nutzung von KI-Agenten wird auch der Bedarf an mehr und häufiger erneuerten digitalen Lizenzen wachsen, was wahrscheinlich ein Volumen erreicht, auf das manuelle Managementmaßnahmen nicht skalierbar sind, und eine Komplexität, die die Grenzen von selbstentwickelten Automatisierungslösungen offenlegt.
Gleichzeitig werden die Verbindungen zu KI-basierten Anwendungen weiter zunehmen, da die Technologie weiter in den Großrechner integriert wird. Während die Sicherstellung gesicherter Verbindungen sowohl für Menschen als auch für Anwendungen ein entscheidender Teil des Mainframe-Sicherheitspuzzles ist, zeigt die BMC Mainframe Survey 2026, dass die Mehrheit der Befragten entweder interne automatisierte Lösungen zur Verwaltung der digitalen Zertifikate ihrer Organisation nutzt oder Zertifikate manuell verwaltet.
Mit der zunehmenden KI-Akzeptanz und der zunehmenden Verbreitung von KI-Agenten, was zu einem höheren Volumen an Zertifikaten führt, die Verwaltung erfordern, werden manuelle Prozesse wahrscheinlich nicht effektiv skalieren, während selbst entwickelte Automatisierungslösungen Schwierigkeiten haben könnten, mit zunehmender Komplexität, sich wandelnden Compliance-Anforderungen und wachsenden Zertifikatsbeständen Schritt zu halten. Die Erkundung und Implementierung robuster Anbieter von Zertifikatsmanagementprodukten wird in naher Zukunft voraussichtlich ein zentraler Bestandteil erfolgreicher Transformationsagenden werden.
Kapitel 05
Sicherstellung der Datensicherheit
Umfrageergebnisse zeigen, dass Organisationen eine hohe Priorität darauf legen , KI sicher und effektiv mit ihren Daten zu verbinden, wobei "Datenintegrationsprobleme " bei der Implementierung von KI-Lösungen die drittwichtigste Sorge sind und "Datenmanagement modernisieren" die drittwichtigste AIOps-Fähigkeit ist.
Der Schutz dieser Daten wird ebenfalls sehr wichtig gemacht. Die Datenwiederherstellung war die einzige Priorität , die eine signifikante Veränderung gegenüber der letztjährigen Umfrage verzeichnete , die von 35 Prozent der Befragten angegeben wurde (ein Anstieg von 4 Prozent).
S3-Objektspeicherung hilft, diese Herausforderungen zu bewältigen, indem Daten in einem zugänglichen, skalierbaren Format gespeichert werden, das Backup, Disaster Recovery und regulatorische Einhaltung unterstützt. Außerdem vereinfacht es die Umwandlung von Mainframe-Daten in offene Formate, die von KI-gestützten Analyseplattformen aufgenommen werden können.
Darüber hinaus bieten unveränderliche, luftgesperrte Off-Platform-Backups eine sichere dritte Datenkopie, die sowohl die Wiederherstellung von Ransomware als auch gezielte, chirurgische Wiederherstellung ermöglicht. Organisationen können Daten, Anwendungen oder ganze Systeme aus mehreren Zeitpunkten wiederherstellen, anstatt sich ausschließlich auf das aktuellste Backup zu verlassen. Zusammen helfen diese Fähigkeiten, Cyberrisiken zu reduzieren, Geschäftsstörungen zu minimieren und die operative Widerstandsfähigkeit zu gewährleisten, die heutige digitale Unternehmen benötigen.
Die Umfrage zeigt jedoch, dass nur 52 Prozent der Befragten Cloud-Objektspeicherung als Verbesserung der regulatorischen Anforderungen in Betracht ziehen würden, wobei die Komplexität der Implementierung und fehlende interne Erfahrung als die beiden größten Hürden für die Akzeptanz von Objektspeicher genannt werden.
Um den Datenschutz zu gewährleisten, sollten Organisationen sich auf die Echtzeit-Bedrohungserkennung, den Schutz kritischer Wiederherstellungsressourcen und die schnelle Wiederherstellung vertrauenswürdiger Großrechnerdaten mit nahezu null Transaktionsverlusten konzentrieren. Wie bei der Zertifikatsverwaltung wird die Priorisierung von Datenspeicher-, Sicherheits- und Wiederherstellungslösungen voraussichtlich zunehmen, da das Datenvolumen steigt und immer mehr KI-Lösungen auf Organisationsdaten zugreifen.
Kapitel 06
Wo KI auf dem Großrechner liefert
Organisationen berichten über Anwendungsfälle von KI hinweg in Großrechner-Disziplinen. Von Datenbankreorganisationen und IMS-Warteschlangenmanagement bis hin zur Leistungsoptimierung, Problemerkennung und Dokumentationsgenerierung priorisieren Unternehmen KI-Initiativen, die die Produktivität steigern, Abläufe vereinfachen, Wissen bewahren und die Modernisierung beschleunigen.
Agentische KI gewinnt an Schwung
Die Führungskräfte geben an, dass sie in den nächsten zwei Jahren planen, ihre KI-Investitionen auf AIOps, Anwendungsentwicklung und Wissenstransfer auszurichten. Aber das agentische Mainframe-Management ist auch eine der wichtigsten Investitionsstrategien, wobei 40 Prozent der Führungskräfte angeben, in die Erstellung von Agenten zur Verwaltung des Mainframes zu investieren, und 36 Prozent planen, in Drittanbieteragenten für diesen Zweck zu investieren.
Kapitel 07
AIOps: Stabiler Wert, steigende Hürden
Großrechnerbetriebe entwickeln sich von reaktivem Systemmanagement hin zu intelligenten Abläufen. Organisationen kombinieren zunehmend KI, Automatisierung, Beobachtbarkeit und Analytik, um das operative Bewusstsein zu verbessern, Problemlösungen zu beschleunigen und komplexe hybride Umgebungen proaktiv zu verwalten. Siebzig Prozent der Befragten geben an, AIOps nur auf dem Großrechner oder sowohl auf Großrechner- als auch auf Nicht-Großrechnersystemen zu verwenden.
Von denjenigen, die AIOps auf dem Großrechner nutzen, geben 68 Prozent der Befragten – und 74 Prozent der Führungskräfte – an, innerhalb eines Jahres Zeit zur Bewertung zu sehen.
Ursachen zu finden und Probleme zu beheben bleiben die größten Herausforderungen im Mainframe-Betrieb. Der Einsatz von KI, insbesondere GenAI, adressiert diese Herausforderungen direkt. Es ist daher kaum verwunderlich, dass 58 Prozent der Führungskräfte, die KI-Technologien priorisieren, die Implementierung von GenAI-Lösungen als die wichtigste AIOps-Fähigkeit nennen.
Während regelbasierte Logik in Kombination mit KI und ML die Problemerkennung verbessert und sogar proaktive Lösungen ermöglicht hat, bevor Probleme den Service beeinträchtigen, bleiben die Betriebsteams weiterhin zurück, um die Ursachen zu ermitteln und Lösungen zu finden. Die Implementierung von GenAI-unterstützten Tools bietet den Bedienern den Vorteil kontextueller Ratschläge darüber, welche nächsten Maßnahmen zu ergreifen sind. Diese Tools nehmen frühere Problemlösungen, Dokumentationen und anderes organisatorisches Wissen auf, um die nächsten Schritte in natürlicher Sprache vorzuschlagen und fungieren als vertrauenswürdiger Berater, der auf jahrelange Erfahrung zurückgreift und unabhängig von der Erfahrung oder dem Können des Betreibers klare Anweisungen gibt.
KI ersetzt Mentoring oder Erfahrung nicht – sie macht beides effektiver. Neben Mentoring-Programmen und Automatisierung gibt KI weniger erfahrenen Hauptangestellten Vertrauen in ihr Handeln und ihr Wissen über frühere Lösungen, auf denen sie aufbauen können. 40 Prozent der Befragten nutzen KI für Dokumentation und Wissenstransfer; von denen, die Personal und Fähigkeiten priorisieren und Personal einstellen und schulen, um ihre Bedürfnisse zu erfüllen, entscheiden sich 49 Prozent dafür, KI-Assistenten zu nutzen.
Organisationen scheinen KI, Automatisierung, Organisationsintelligenz und plattformübergreifende Tools zu nutzen, um das Problem von Kompetenzlücken zu lösen.
Kapitel 08
Entwicklerunterstützung
KI verändert grundlegend, wie Organisationen Anwendungen entwickeln, verstehen und modernisieren, und beschleunigt die Softwarelieferung, indem sie den Aufwand reduziert, komplexen Code zu verstehen, Dokumentation zu erstellen, institutionelles Wissen zu bewahren und Altanwendungen zu modernisieren. Auf die Frage nach ihrer Bereitschaft, KI zur Verwaltung von Aufgaben einzusetzen, gaben 40 Prozent der Befragten an, KI zu nutzen, um Maßnahmen im Zusammenhang mit Codemanagement zu empfehlen, und 23 Prozent gaben an, KI für diese Aktionen einzusetzen.
Das Bestreben, die Anwendungsentwicklung zu beschleunigen, zeigt keine Anzeichen einer Verlangsamung. Die Nutzung von GenAI zur Unterstützung von Entwicklern ist die wichtigste Fähigkeit, in die die Umfrageteilnehmer in den nächsten zwei Jahren investieren wollen. Die Verbesserung der Entwicklererfahrung war die wichtigste zusätzliche Fähigkeit, die von 39 Prozent der Führungskräfte benötigt wurde, wobei die Verbesserung der Entwicklungsqualität, Geschwindigkeit und Effizienz als Hauptgründe genannt wurde.
Da Organisationen neue Anwendungen entwickeln sowie bestehenden Code refactoren und neu schreiben wollen, wird die Sicherstellung der Codequalität durch Tests zu einem vorrangigen Anliegen. Auf die Frage, welche zusätzlichen Fähigkeiten zur Verbesserung ihrer agilen und DevOps-Bemühungen erforderlich sind, nannten 38 Prozent der Führungskräfte automatisiertes Testen (knapp hinter der Verbesserung der Entwicklererfahrung).
Organisationen, die neue Technologien mit neuen und refaktorierten Anwendungen nutzen möchten, sollten nicht nur automatisierte Tests implementieren, sondern auch Werkzeuge in Betracht ziehen, die Unit-, Functional-, Integrations-, Performance- und Regressionstests in ihre DevOps-Toolchains integrieren.
Kapitel 09
Empfehlungen
Die BMC Mainframe Survey 2026 zeigt die transformative Natur von KI auf der Plattform, während sie die Geschichte des Mainframes neu gestaltet. Diese Geschichte entwickelt sich jedoch weiter, da Organisationen ihren Ansatz für die Technologie, deren Einsatz auf dem Mainframe und deren Erfolg anpassen.
Um von der nächsten Welle der Mainframe-Innovation zu profitieren, sollten Organisationen KI-Initiativen auf messbare Geschäftsergebnisse ausrichten. Durch einen bewussten, wertorientierten Ansatz bei der KI-Einführung können sie die Modernisierung beschleunigen, die operative Effizienz verbessern und den Mainframe in einen dauerhaften strategischen Vorteil verwandeln.
Wenn Organisationen ihren Einsatz von KI ausweiten, sollten sie die Governance- und Sicherheitsgrundlagen stärken, die dafür erforderlich sind. Die Automatisierung des Zertifikatsmanagements kann dazu beitragen, Risiken zu reduzieren, die operative Effizienz zu steigern und eine Zukunft mit wachsender Zertifikatskomplexität und kürzeren Lebenszyklen vorzubereiten.
KI beschleunigt die Anwendungsentwicklung und Code-Modernisierung, aber Geschwindigkeit ohne Qualität schafft Risiken. Organisationen müssen automatisiertes Testen zu einem Grundstein ihrer DevOps-Strategie machen, um Systemresilienz zu schützen, Anwendungsqualität zu gewährleisten und Innovationen selbstbewusst zu skalieren.
Die BMC Mainframe Survey 2026 zeigt, dass die Plattform nicht nur lebendig und wachsend ist, sondern auch zu einer strategischen Plattform für Enterprise-KI und digitale Transformation wird. KI definiert die Zukunft des Mainframes neu – nicht als Ersatz für das, was zuvor war, sondern als Katalysator für die nächste Transformationsphase.
Bereit, die Mainframe-Transformation mit KI zu beschleunigen?
