Auf einen Blick: KI verbessert die Mainframe-Operationen, indem sie die Qualifikationslücke durch in den Ruhestand gehende Fachkräfte schließt. BMCs AMI Assistant nutzt generative KI für Wissenstransfer, Problemlösung und Überwachung und verbessert so die Zusammenarbeit und Produktivität in Mainframe-Umgebungen.
- BMC AMI Assistant unterstützt die Wissensübertragung von in den Ruhestand gehenden Experten.
- Generative KI verbessert Problemlösungs- und Überwachungsfähigkeiten.
Wenn Sie wie ich die meiste Zeit Ihres Lebens in Unternehmenssoftware gearbeitet haben, könnte Künstliche Intelligenz (KI) wie die nächste unvermeidliche disruptive Welle erscheinen, die unsere Branche überrollt, ob wir wollen oder nicht, und die Karrieren guter Menschen hinterlässt.
Aber genauso wie die Fabrikautomatisierung den Bedarf an qualifizierten Autoarbeitern nicht ersetzt hat und selbstfahrende Lkw qualifizierte Fahrer nicht vom ersten bis zum letzten Kilometer ersetzen können, werden wir in einer Situation landen, in der fortschrittliche Systeme nur den Umfang und die Komplexität der IT-Arbeit erhöhen. Menschen müssen neue Fähigkeiten erlernen und auf dem Laufenden bleiben, um Anwendungen so leistungsfähig wie möglich vor der steigenden Nachfrage zu halten.
Kein Aspekt der Unternehmenssoftware spiegelt diesen Trend besser wider als die Mainframe-Modernisierungsreise, auf der wir uns derzeit befinden. Der Mainframe ist nach wie vor das schlagende Herz des Unternehmens und verantwortlich für unsere wichtigsten Geschäftslogik und transaktionalen Fähigkeiten.
Gleichzeitig erleben wir eine Talentfluktuationskrise, da qualifizierte Mainframer – mit jahrzehntelanger Erfahrung und ihrem Verständnis – in den Ruhestand gehen und weiterziehen. Unternehmen müssen eine neue Generation von Mainframe-Talenten hervorbringen und weiterhin auf dem Mainframe innovieren, um den ständig wachsenden geschäftlichen Herausforderungen zu begegnen.
In dieser Arena erwarten wir keine weitere Störung. Wie sich herausstellt, könnte die KI unser bester Freund auf dieser Fahrt sein, also müssen wir es nicht alleine machen.
Glücklicherweise arbeitet BMC kontinuierlich und pragmatisch an KI-gesteuerten Funktionen in ihrem Automated Mainframe Intelligence (AMI)-Portfolio, um die Mainframe-Transformationsreise zu erleichtern, was in der Veröffentlichung ihrer BMC AMI Assistant gipfelt. Hier sind mehrere neue Wege, wie generative KI (GenKI) mit spezialisierten KI-Modellen unser perfekter Reiseführer und Begleiter werden könnte.
KMU-Wissen mit einem GenKI-Experten voranbringen
Beginnen wir damit, die Qualifikationslücke vor Beginn zu schließen. Da langjährige Fachexperten für Fachexperten (SMEs) die Reisegruppe verlassen, müssen wir alles tun, um ihr institutionelles Wissen an neue Ingenieure weiterzugeben. Und wenn GenAI-Systeme ideal geeignet wären, eine Sache gut zu können, dann ist es Dokumentation und Wissenstransfer.
Ein großes Sprachmodell (LLM) ist jedoch nur so gut wie die Daten, die es speist. Um Irrelevanz zu vermeiden, brauchen wir viel mehr als einen anderen Chatbot, der manuell vorgefertigte Antworten oder Informationen aus dem Internet liefert.
Obwohl ein Großteil des bestehenden Codes möglicherweise schlecht kommentiert und nicht klar kartiert ist, kann BMC AMI Assistant die Arbeit an Mainframe-Modulen über die Zeit nachverfolgen und das durch Änderungen von KMU in den vergangenen Jahren und Jahrzehnte erworbene Wissen dokumentieren, um neuen Teammitgliedern zu helfen, wie sie prozedurale Abhängigkeiten sicher freischalten und neue Geschäftsdienste mit dem Mainframe verbinden können.
Schwierige Passagen mit KI-gesteuerter Problemlösung navigieren
Überwachungs- und Beobachtbarkeitstools haben ihren Platz in jedem Unternehmenssoftware-Bereich. Um mit Zuversicht voranzukommen, brauchen wir Systeme, die Probleme markieren und Teams zum Handeln alarmieren können. Leider werfen IT-Ops-Teams und Site Reliability Engineers (SREs), die an webzentrierte Architekturen gewöhnt sind, Probleme "über die Wand" an das Mainframe-Team zur Lösung, wenn ein Problem aus einem Backend-System stammt.
Großrechner können für traditionelle Beobachtbarkeits- und Sanierungswerkzeuge undurchsichtig sein, daher ist es am besten, mit Best-of-Breed-Lösungen zu beginnen, die Telemetriesignale von IBM-Z-Architekturen®, IBM-CIC-Regionen®®, IBM-Db2-Datenbanken®® und so weiter abfangen können, wie etwa BMC AMI Ops Monitoring. Aber das blosse Erkennen eines Systemproblems reicht nicht aus, wenn es nicht genug Kontext in kryptischen Fehlercodes und Abends gibt, damit Mainframer zur Behebung gelangen können.
Hier glänzen KI-Agenten wirklich. BMC AMI Assistant-Agenten agieren wie Privatdetektiver, verbinden Mainframe-Telemetriedaten mit Ursachenanalyse-Workflows, bieten Mainframern GenAI-gestützte Problemlösungshilfe – indem sie komplexe Interaktionen zwischen Diensten erklären und die genauen Standorte sowie Ursachen von Fehlern und Fehlern durch die Interaktion mit BMC AMI Ops Insight identifizieren, das Telemetrie und regelbasierte Logik zum maschinellen Lernen (ML) beiträgt.
Dieser "Hybrid-KI"-Ansatz ist zentral in BMCs Strategie zur Vereinfachung der Mainframe-Transformation:
Die GenAI von BMC AMI Assistant ist in BMC AMI Ops Insight integriert, das regelbasierte Logik und maschinelles Lernen bereitstellt, während es Telemetriedaten mit einem tiefen Verständnis von Mainframe-Operationen und Ursachen von Vorfällen beobachtet. Anschließend kommuniziert der LLM in BMC AMI Assistant die Ergebnisse an die Teams, indem er diese Telemetrie in natürliche Spracherklärungen der Ursachen und Schritt-für-Schritt-Empfehlungen für die nächsten besten Maßnahmen zur Erreichung von Lösungen umwandelt.
Mit fachkundiger KI-Anleitung und nächsten Anweisungen können Mainframe-Teams die durchschnittliche Detektionszeit (MTTD) und die durchschnittliche Lösungszeit (MTTR) sowohl für kleinere als auch für schwere Vorfälle reduzieren und Probleme aus Frontends, API-Diensten und Netzwerken zurückdrängen, die nichts mit dem Mainframe zu tun haben – also "das Mainframe-Schuldspiel neu darstellen".
Wähle das richtige LLM für die Reise oder bring dein eigenes mit
Während KI vom Hype-Zyklus zur echten Produktivität aufsteigt, wird es niemals "ein einziges Modell geben, das alle beherrscht". Deshalb plädiere ich immer für echte zusammengesetzte KI-Ansätze, die das richtige KI-Modell für die Aufgabe verwenden, anstatt von einem fertigen LLM zu erwarten, das auf allgemeinen Daten trainiert ist, um Unternehmensbedürfnisse zu erfüllen.
In diesem Sinne fungiert BMC AMI Assistant wie ein Concierge, der aus verschiedenen Varianten von GenAI-LLMs und spezialisierten Sprachmodellen (SLMs) auswählt und KI-Workloads über diese hinweg orchestriert, basierend auf dem jeweiligen Anwendungsfall oder der zu erledigenden Mainframe-Arbeit.
Endkunden können aus einem vorgefertigten Set von Open-Source-LLMs und SLMs wählen, die jeweils für bestimmte Zwecke geeignet sind. Zum Beispiel könnten Sie Mixtral ausprobieren, um PL/I- und COBOL-Code zu erklären, Granite für Assembler und JCL sowie ein Llama 3, das auf GPU läuft, um operative Einblicke zu erhalten.
Oder noch besser: Bringen Sie Ihr eigenes LLM mit, das auf Ihre eigenen Geschäftsbedürfnisse und -richtlinien abgestimmt ist – eine besonders wertvolle Fähigkeit für sichere oder proprietäre Großrechnerumgebungen, in denen interne Datensicherheit und Souveränität wichtig sind. Es gibt keinen Grund mehr, einen bestimmten GenAI-Ansatz zu kompromittieren oder festzulegen.
Es macht keinen Sinn mehr, allein auf der Mainframe-Reise zu gehen, wenn die KI dein Führer sein kann.
Der moderne Mainframe ist wirklich einer der Lichtblicke, an denen wir sehen können, dass Hybrid AI die Teamzusammenarbeit und Produktivität verbessert und gleichzeitig die kritische Funktionalität des Mainframes zukunftssicher gegen einige der KI-generierten Risiken schützt, die wir in anderen Bereichen der Unternehmenssoftware sehen.
Um dorthin zu gelangen, brauchen wir die Flexibilität von GenAI-Assistenten, die den Kontext Ihrer eigenen internen Geschäftsabläufe und Ihres eigenen Wissens verstehen können, kombiniert mit einem "Never Fail"-Ansatz, den wir von unseren Investitionen in Kerntransaktionssysteme immer erwartet haben.
©2025 Intellyx B.V. Intellyx ist redaktionell verantwortlich für dieses Dokument. Zum Zeitpunkt des Schreibens ist BMC Intellyx-Abonnent. Keine der anderen hier genannten Organisationen ist Intellyx-Kunde. Es wurden keine KI-Bots verwendet, um diesen Inhalt zu schreiben.
Diese Beiträge sind meine eigenen und spiegeln nicht unbedingt die Position, Strategien oder Meinung von BMC wider.