Agentifizierung des Hauptrechners

Im Laufe seiner Geschichte hat sich der Großrechner an jeden großen Wandel im Enterprise-Computing angepasst. Das Client-Server-Modell erweiterte, wie Anwendungen sich mit der Plattform verbinden, und Hybrid-Cloud-Computing verband es mit der breiteren verteilten Welt.

Die KI fühlt sich anders an.

Nicht weil es verändert, wie Systeme verbunden sind, sondern weil es verändert, wie Menschen auf Wissen zugreifen, verstehen, was passiert, Entscheidungen treffen und zunehmend wie Arbeit erledigt wird.

Die Frage, auf die ich immer wieder zurückkomme, ist nicht, ob KI auf den Großrechner gehört. Das scheint unvermeidlich. Die interessantere Frage ist, welche Art von KI-Organisationen letztlich einige ihrer kritischsten Arbeitslasten anvertrauen werden.

Dies eröffnet eine neue Chance: die Agentifizierung des Mainframes, sodass die KI auf der Plattform in der Expertise, dem Kontext und der Governance basiert, auf die das Geschäft angewiesen ist. Es bedeutet, veraltete Wahrnehmungen neu zu denken und Arbeitsabläufe neu zu denken, damit Mainframe-Teams schneller innovieren können und dabei die Resilienz, Sicherheit und operative Exzellenz erhalten, die die Plattform stets geprägt haben.

In Gesprächen mit Kunden habe ich festgestellt, dass die Diskussion schnell über KI-Fähigkeiten hinausgeht. Das eigentliche Gespräch dreht sich um Selbstvertrauen. Kann KI den operativen Kontext verstehen? Kann sie ihre Begründung erklären? Kann sie innerhalb klarer Grenzen handeln? Diese Fragen haben unseren Ansatz bei BMC geprägt.

Um diese Ziele zu erreichen, geht die BMC-Vision über allgemeine Werkzeuge hinaus, die lediglich auf Mainframe-Daten zugreifen. Sie macht KI-Mainframe-native mit speziell entwickelter KI, die Intelligenz direkt in den Workflow einbringt und jahrzehntelange BMC-Expertise, das institutionelle Wissen Ihrer Organisation und den operativen Kontext mit integrierter Governance verbindet. Das Ziel ist nicht nur, KI in den Mainframe zu bringen. Es geht darum, den Wert, das Fachwissen und das operative Wissen des Mainframes auf das breitere KI-Ökosystem der Unternehmen auszuweiten.

In meiner Zeit bei BMC habe ich aus erster Hand die Leidenschaft unserer Kunden für den Mainframe und die entscheidende Rolle, die er weiterhin in ihren Geschäften spielt, erlebt. Eines haben sie immer wieder deutlich gemacht: Der Mainframe wird nicht verschwinden. Sie wollen ihn nicht ersetzen. Sie wollen ihn optimieren, seinen Wert steigern und sicherstellen, dass er sich parallel zum Rest des Unternehmens entwickelt.

Die Agentifizierung des Mainframes ist eine Möglichkeit, diese Entwicklung zu unterstützen. Sie stellt den Mainframe neben Enterprise-KI-Initiativen und hilft Organisationen, hart erarbeitetes Fachwissen auf mehr Menschen und Arbeitsabläufe zu skalieren. Das Ergebnis ist die Möglichkeit, Mitarbeiter schneller einzuarbeiten, schnellere Entscheidungen zu treffen, die Abhängigkeit von einer begrenzten Anzahl von Fachkräften zu verringern und mehr Innovationskapazitäten zu schaffen.

Kurz gesagt, Agentifizierung des Großrechners bedeutet, Mainframe-Expertise durch speziell entwickelte digitale Mitarbeiter zugänglicher, skalierbarer und umsetzbarer zu machen, um das Vertrauen und die Kapazität zu erhöhen, ohne Resilienz, Sicherheit oder Kontrolle zu beeinträchtigen.

Wie machen wir irgendeine KI-Großrechner nativ?

Wenn KI Vertrauen auf dem Hauptrechner gewinnen will, glaube ich, dass einige Eigenschaften besonders wichtig werden.

Die BMC-Vision der Agentifizierung des Großrechners ist durch sechs Merkmale definiert:

• Mainframe-native Expertise , die spezialisiertes Mainframe-Wissen auf kritische Arbeitsabläufe und Entscheidungen anwendet.
• Integrierte Intelligenz , die Fachwissen, institutionelles Wissen und einen aktuellen operativen Kontext verbindet.
• Unternehmensoffenheit , die sich sicher mit Unternehmenstools, Modellen, Agenten und Ökosystemen integriert.
• Kontrollierte Ausführung , die Richtlinien, Aufsicht, Transparenz und Kontrolle auf agentische Aktionen anwendet.
• Kundendaten , die die Unternehmensdaten durch etablierte Sicherheits-, Zugriffs- und Kontrollrichtlinien steuern.
• Investitionsschutz, der bestehende Mainframe-, BMC-AMI- und Enterprise-KI-Investitionen erweitert, anstatt eine weitere isolierte Plattform oder eine Sammlung von Punktlösungen zu schaffen.

Jede dieser Eigenschaften ist für sich genommen wertvoll. Zusammen bilden sie die Grundlage von BMCs Ansatz für agentische KI auf dem Hauptrechner: speziell entwickelte, mainframe-native KI, die spezialisierte Agenten einsetzt, die den Kontext der Arbeitsabläufe verstehen, in denen sie arbeiten, und mit anderen Agenten und Werkzeugen koordinieren, um menschliche Expertise durch Untersuchung, Analyse, Erklärung, Empfehlung und Weiterentwicklung definierter Arbeiten innerhalb geregelter Grenzen zu erweitern.

Ein Ergebnis der BMC Mainframe Survey 2026 ist mir besonders aufgefallen. Da Organisationen mit KI vertrauter werden, fühlen sie sich nicht unbedingt wohler dabei, die vollständige Kontrolle abzugeben. In mehreren Bereichen verlagert sich die Präferenz hin zu KI, die Maßnahmen empfiehlt, anstatt sie autonom auszuführen.

Auf die Frage nach der Diagnose von KI-Problemen sank die Bereitschaft, KI Handlungen durchführen zu lassen, von 32 % auf 23 % im Jahresvergleich, während die Präferenz für KI-generierte Empfehlungen von 36 % auf 41 % stieg.

Ich sehe das nicht als Widerstand gegen KI.

Ich sehe es als Zeichen dafür, dass Organisationen sorgfältig darüber nachdenken, wo Vertrauen hingehört.

Das legt nahe, dass viele Mainframe-Führungskräfte KI zuerst als Berater und erst später als autonomen Vollstrecker sehen.

Die Agentifizierung des Mainframes adressiert diesen Bedarf mit geregelten Grenzen und Human-in-the-Loop-Kontrollen und schafft einen vertrauenswürdigen Berater, der Mainframe-Profis unterstützt und ihre Arbeit verbessert, anstatt sie zu ersetzen. Organisationen könnten schließlich höhere Automatisierungsstufen wählen, aber Vertrauen muss der Autonomie vorausgehen.

Meiner Erfahrung nach fühlen sich Organisationen selten auf einmal an Automatisierung gewöhnt. Selbstvertrauen entsteht allmählich, eine erfolgreiche Interaktion nach der anderen.

Das angemessene Maß an Autonomie hängt immer von Arbeitsabläufen, Risiken und Governance-Anforderungen ab. Organisationen sollten in der Lage sein, die KI-Verantwortung auszuweiten, wenn Vertrauen wächst und sich die Geschäftsbedürfnisse entwickeln, während gleichzeitig die für kritische Abläufe erforderliche Aufsicht erhalten bleibt.

Governance durch Design

Der BMC-Ansatz beinhaltet Governance, die direkt in das Betriebsmodell selbst eingebettet ist, anstatt später als zusätzliches Merkmal oder Service hinzugefügt zu werden.

Es handelt sich um Governance by Design, die über vier Säulen hinweg praktiziert wird: Agentenleistung, Ressourcennutzung, Richtlinieneinhaltung und auditable Activity-Tracking.

Auch hier bleibt ein Human-in-the-Loop-Ansatz wichtig. Menschliche Aufsicht wird überall dort integriert, wo ein Eingreifen oder eine Genehmigung erforderlich ist. Mit dieser Governance-Grundlage kann mainframe-native KI durchdacht von Intelligenz zu Handlung wechseln.

Es real machen

Ideen sind nur dann wichtig, wenn sie die Arbeitsweise der Menschen verbessern.

Deshalb haben wir uns darauf konzentriert, diese Konzepte heute in praktische Arbeitsabläufe umzusetzen.

Die Agentifizierung des Mainframes ist nicht einfach eine Zukunftsvision. BMC macht dies durch neue BMC AMI Agentics-Angebote Realität. Diese Lösungen nutzen Agenten, um zu untersuchen, zu analysieren, zu erklären, zu empfehlen und definierte Arbeiten voranzubringen.

Anstatt Betreiber, Entwickler oder Datenfachleute zu ersetzen, sollen diese Fähigkeiten ihnen helfen, schneller zu ermitteln, komplexe Situationen klarer zu verstehen und die Arbeit mit größerem Selbstvertrauen voranzubringen.

BMC AMI Agentics for Ops verwendet speziell entwickelte agentische Workflows, die definierte operative Untersuchungen vorantreiben, Ergebnisse erklären und nächste Schritte für proaktive Anomalieerkennung sowie KI-gesteuerte Ursachenanalyse empfehlen, sodass Teams schneller untersuchen und selbstbewusst handeln können, ohne ihren Arbeitsablauf zu verlassen. Die Untersuchung der agentischen CPU in BMC AMI Ops Monitoring erhöht die Geschwindigkeit, mit der Betriebsteams CPU-Spitzen untersuchen können; die Integration von agentischer KI in BMC AMI Ops Insight liefert Db2 Einblicke in wahrscheinliche Ursachen und empfiehlt weitere Schritte; und ein neuer Erkläragent innerhalb von BMC AMI Ops Automation erklärt REXX-Skripte in klarer Sprache, um Bedienern zu helfen, bestehende Automatisierungsskripte schneller zu verstehen, insbesondere wenn die ursprünglichen Autoren oder Fachexperten nicht verfügbar sind.

BMC AMI Agentics for Data verwendet KI-Agenten, um Datenbankprobleme zu untersuchen, Ergebnisse zu erklären und die Optimierung zu steuern. AI Reorg Advisor fügt den BMC AMI Utilities for Db2® einen neuen agentischen Workflow hinzu, der REORG-Indikatoren und benutzerdefinierte Kriterien untersucht und anschließend Empfehlungen in klarer Sprache erklärt. Der SQL Workload Advisor erklärt Anwendungs- und SQL-Leistung und empfiehlt Abstimmungsmaßnahmen.

KI-unterstützte Anwendungsentwicklung

KI-Mainframe-native zu machen bedeutet auch, die Arbeitsweise von Entwicklern neu zu überdenken.

Mit dem neuen BMC AMI DevX Code Pipeline MCP-Server, der sich jetzt in der Beta befindet, können Entwickler vertraute KI-Codierungsassistenten wie Cursor, GitHub Copilot und Claude Code mit Mainframe-Bau- und Bereitstellungsprozessen verbinden.

Anstatt den Großrechner als separate Entwicklungsumgebung zu behandeln, machen wir ihn zu einem Teil der KI-unterstützten Workflows, die Entwickler zunehmend täglich nutzen.

Das Ziel ist einfach: Entwicklern die bereits bekannten Tools zu ermöglichen, während das Mainframe ein natürlicher Teil des modernen Entwicklungserlebnisses wird.

Eine Vision der Agentifizierung des Hauptrechners

Die Systemkomplexität wächst weiter, und ebenso steigt der Druck, schneller zu innovieren. Da die KI-Einführung im gesamten Unternehmen beschleunigt wird, steigen die Erwartungen, während spezialisierte Mainframe-Expertise weiterhin begrenzt bleibt.

Für mich ist das die eigentliche Chance hinter der Agentifizierung des Hauptrechners.

Die Kombination von Mainframe-natives Know-how, integrierter Intelligenz, Unternehmensoffenheit und kontrollierter Ausführung kann Organisationen helfen, KI nützlicher, vertrauenswürdiger und enger an die Realitäten der Unternehmensabläufe anzupassen. Das Ergebnis ist nicht nur mehr Automatisierung, sondern auch größere Kapazität, Resilienz und Vertrauen.

Während sich KI weiterentwickelt, glaube ich, dass die wichtigste Frage nicht ist, wie schnell Organisationen Intelligenz in ihre Systeme integrieren können.

Es kommt darauf an, wie durchdacht sie das tun.

Der Großrechner hat sich über Jahrzehnte Vertrauen gesichert, weil er zuverlässig, widerstandsfähig und in der Lage ist, Geschäftsprozesse zu unterstützen, die am wichtigsten sind.

Wenn wir in das agentische Zeitalter eintreten, werden diese Eigenschaften noch wichtiger.

In vielerlei Hinsicht geht es beim Agentifizieren des Hauptrechners nicht darum, das zu verändern, was die Plattform wertvoll macht.

Es geht darum, diese Stärken auf eine neue Generation von Zusammenarbeit zwischen Mensch und KI auszubauen.

Erfahren Sie mehr über BMCs Vision für agentische KI auf dem Großrechner auf der Agentic Mainframe-Seite von BMC.com.

Alle neuen Funktionen, die in der Oktober-Version der BMC AMI-Verbesserungen enthalten sind, finden Sie auf der Seite "Was ist neu in Mainframe Solutions".

Lesen Sie mehr über BMCs Ansatz zur agentischen KI-Governance in "Delivering Predictable Outcomes in the AI Era" von Chief Technology Officer Ram Chakravarti.