Alle Blogs

Was IT-Einkäufer vor einem Mainframe-Aktualisierungen wissen müssen

Sushant Sawant Nick Howell
Senior Director, Product Marketing

20. Oktober 2026


Die meisten Aktualisierungen für Mainframe-Speicher beginnen mit einer Ankündigung. 

Eine Support-Erklärung wird überarbeitet, ein Lifecycle-Datum wird veröffentlicht, ein Leasingvertrag läuft aus oder ein Kapazitätsbericht zeigt, dass die Infrastruktur zwei Jahre früher als geplant einen Schwellenwert überschreitet. Eine Anschaffung, die eigentlich erst für einen späteren Budgetzyklus vorgesehen war, muss nun im aktuellen Zyklus abgeschlossen werden.

Unter Termindruck neigt man instinktiv dazu, die aktuelle Generation der bereits genutzten Plattform zu kaufen. Es ist die am schnellsten vertretbare Option, erfordert die geringste interne Rechtfertigung und behält das bestehende Betriebsmodell bei. Allerdings können dadurch auch dieselben Einschränkungen hinsichtlich Kosten, Kapazität und Komplexität bestehen bleiben – sodass man in fünf Jahren vor derselben Entscheidung steht, dann jedoch bei einem größeren Datenbestand und einem kürzeren Planungsvorlauf.

Ein vorgegebenes Aktualisierungs-Datum schafft jedoch auch eine seltene Verhandlungsposition: Das Budget ist genehmigt, das Wartungsfenster wird verhandelt und die Anwendungsverantwortlichen wissen, dass sich die zugrunde liegende Infrastruktur ändern wird. Vor der Vertragsunterzeichnung können IT-Teams diesen Moment nutzen, um von den Anbietern zu verlangen, die Annahmen, Abhängigkeiten und Zusagen hinter ihren Aussagen zu dokumentieren.

Zukunftsprognosen bei einer Mainframe-Aktualisierung

Seit Jahrzehnten bezeichnen Außenstehende den Mainframe als Legacy-Plattform. Dennoch sind Mainframe-Anwendungen in transaktionsintensiven Branchen nach wie vor tief verankert. 

Reuters berichtete im Juli 2026, dass IBM Z-Systeme branchenübergreifend, unter anderem bei Banken und Fluggesellschaften, täglich Millionen von Transaktionen verarbeiten, und beschrieb COBOL separat als auf IBM-Mainframes in Banken, Versicherungen und Behörden weit verbreitet. Wenn der Mainframe als maßgebliches System of Record dient, sind seine Daten für KI-Lösungen von entscheidender Bedeutung, die diese Geschäftsprozesse unterstützen oder automatisieren. KI-Modelle und -Anwendungen sind jedoch nur so zuverlässig wie die Daten, auf denen ihre Ergebnisse basieren. 

Das AI Risk Management Framework des NIST nennt Validität, Zuverlässigkeit, Nachvollziehbarkeit, Transparenz, Sicherheit und Resilienz als Kerneigenschaften vertrauenswürdiger KI und unterstreicht damit die Notwendigkeit, die von KI-Systemen genutzten Daten zu verstehen und zu kontrollieren. Mainframe-Anwendungen spielen in transaktionsintensiven Branchen nach wie vor eine wichtige Rolle, doch der Anteil und der Wert der auf z/OS gespeicherten Daten variieren je nach Unternehmen und sollten anhand des eigenen Anwendungs- und Datenbestands des Kunden ermittelt werden. Der herkömmliche Ansatz besteht darin, eine Kopie zu extrahieren, zu transformieren und auf einer anderen Plattform zu speichern. Dies birgt jedoch größere Risiken, wenn eine KI-Anwendung eine Kundenanfrage in Echtzeit beantworten oder eine automatisierte Aktion auslösen muss – denn ein kopierter Datensatz ist lediglich eine Momentaufnahme, deren Aktualität für die nutzende Anwendung möglicherweise nicht erkennbar ist.

Aus diesem Grund erfordert eine Mainframe-Aktualisierung mehr Aufmerksamkeit als ein herkömmlicher Infrastrukturaustausch: Die Entscheidung wirkt sich nicht nur auf aktuelle Workloads aus, sondern auch darauf, wie das Unternehmen maßgebliche Daten in den kommenden Jahren verwaltet und nutzt.

Das Kleingedruckte zu Leistung und Verfügbarkeit beachten

Jede veröffentlichte Leistungs- oder Verfügbarkeitsangabe basiert auf einem bestimmten Workload, einer bestimmten Konfiguration und einer bestimmten Testmethode. Der Storage Performance Council veröffentlicht herstellerneutrale Benchmark-Spezifikationen und prüft eingereichte Ergebnisse vor der Freigabe unabhängig. SPC-1 bildet überwiegend zufällige, gemischte Abfrage- und Aktualisierungsaktivitäten ab, während SPC-2 auf sequenzielle Workloads ausgerichtet ist. Selbst standardisierte Ergebnisse gelten nur für die getestete Konfiguration und Benchmark-Version, und herstellereigene Vergleichsmaterialien verwenden möglicherweise andere Bedingungen. Mainframe-Käufer sollten Kennzahlen lediglich als Ausgangspunkt betrachten und gezielt nach Workload-Profil, Systemkonfiguration, Messmethode, Benchmark-Version, Ergebnisstatus und den während des Tests aktivierten Funktionen fragen.

Beispielsweise kann eine IOPS-Angabe auf einem Workload basieren, der sich wesentlich von dem des angebotenen Systems unterscheidet. Anstatt davon auszugehen, dass ein bestimmtes Testmuster für alle Anbieter einheitlich ist, sollte evaluiert werden, was das Ergebnis tatsächlich aussagt. Der Storage Performance Council unterscheidet Workloads in SPC-1 von sequenziellen Workloads in SPC-2, was verdeutlicht, warum das Workload-Profil eine entscheidende Rolle spielt. Die SNIA weist ebenfalls darauf hin, dass realistische Tests von Flash-Arrays relevante Datenmuster, Lese-/Schreibmischungen, Vorkonditionierung und aktivierte Datenreduktionsfunktionen umfassen sollten; andernfalls können die Ergebnisse die tatsächliche Leistung im Praxisbetrieb überzeichnen. Ohne Angaben zu Blockgröße, Lese-/Schreibverhältnis, getesteter Konfiguration, Benchmark-Version und Datenreduktionseinstellungen lässt sich der Wert kaum auf den Ziel-Workload übertragen.

In puncto Leistung geben Anbieter häufig Werte an, die eine Verbesserung gegenüber der Vorgängergeneration darstellen, anstatt absolute Zahlen zu nennen. Dies kann zwar den Generationsfortschritt veranschaulichen, ermöglicht jedoch keinen direkten Vergleich zwischen Anbietern. Wenn die zugrunde liegende Messung nicht verifiziert werden kann, muss das Evaluierungsteam die Leistung anhand von workload-spezifischen Daten modellieren. Verfügbarkeitszusagen erfordern dieselbe Sorgfalt, da Konfigurationsunterschiede erhebliche Kosten und betriebliche Abhängigkeiten nach sich ziehen können.

Bei der Verfügbarkeit werben High-End-Plattformen oft mit einer Reihe von Neunen an. Auf einer Präsentationsfolie mögen die Zahlen ähnlich wirken, doch jede zusätzliche Neun verringert die zulässige jährliche Ausfallzeit um den Faktor zehn. Sechs Neunen entsprechen einer Ausfallzeit von etwa 31,5 Sekunden pro Jahr; acht Neunen entsprechen etwa 0,32 Sekunden. Die praktische Relevanz hängt davon ab, was die Zahl misst, welche Ereignisse ausgeschlossen sind und welche Konfiguration erforderlich ist, um sie zu erreichen. Die Analyse von Uptime Intelligence aus dem Jahr 2026 verdeutlicht die größeren finanziellen Risiken von Infrastrukturausfällen: 57 % der Befragten gaben an, dass ihr jüngster schwerwiegender Ausfall mehr als 100.000 US-Dollar gekostet hat, während jeder Fünfte angab, dass der jüngste folgenschwere Ausfall Kosten von über 1 Million US-Dollar verursachte. 

Die Zahlen beziehen sich auf eine festgelegte Konfiguration – doch völlig unterschiedliche Konfigurationen werden oft identisch dargestellt. Manchmal erreicht ein einzelnes Array den Wert ohne weitere Anforderungen. Manchmal handelt es sich um ein repliziertes Paar, was bedeutet, dass ein zweites System angeschafft, mit Strom versorgt, gekühlt und untergebracht werden muss, um den beworbenen Wert tatsächlich zu erzielen. Und manchmal handelt es sich um ein repliziertes Paar samt Orchestrierungssoftware zur Steuerung des Failovers, was auf dem Mainframe in der Regel IBM GDPS bedeutet – ein leistungsfähiges Produkt, das jedoch echte Lizenzkosten, spezifisches Fachwissen und einen Failover-Prozess erfordert, der im Ernstfall reibungslos funktionieren muss.

Ein Entwicklungsziel ist keine Garantie

Wer ein Datenblatt statt einer Vergleichstabelle liest, wird feststellen, dass Verfügbarkeitsangaben häufig mit der Formulierung „ausgelegt für“ (designed for) eingeleitet werden. Diese Formulierung beschreibt lediglich die Absicht der Entwickler: wie das System konzipiert wurde und was es im Betrieb leisten sollte – sie begründet jedoch keinerlei Verpflichtung. 

Eine Garantie verpflichtet den Anbieter in der Regel auf einen definierten Wert und sieht Rechtsbehelfe vor, falls die geltenden Bedingungen nicht erfüllt werden. Ihr praktischer Wert hängt zudem von den Anspruchsvoraussetzungen, Ausschlüssen, Vertragsbedingungen und dem anwendbaren Recht ab. Da die Durchsetzbarkeit vom konkreten Vertrag und der jeweiligen Rechtsordnung abhängt, kann keine allgemeine Branchenstatistik eine rechtliche Prüfung der vorgeschlagenen Bedingungen ersetzen. Eine werbewirksame Garantie ohne klar dokumentierten Leistungsumfang und Rechtsbehelfe bietet in der Praxis kaum mehr Schutz als ein bloßes Entwicklungsziel. Der in der Evaluierung und im Business Case verwendete Wert ist daher möglicherweise mit weniger Verbindlichkeit verbunden, als es den Anschein hat.

Der Garantieumfang kann zudem je nach Workload, Protokoll, Konfiguration und Registrierungsbedingungen variieren. Der einzige verlässliche Weg festzustellen, ob der Schutz für einen Mainframe-Workload gilt, besteht darin, die Vertragsbedingungen zu prüfen und eine schriftliche Bestätigung für die vorgeschlagene Konfiguration einzuholen. Eine Quote oder Verfügbarkeitsangabe in einer Vergleichstabelle ist kein Beleg für einen Garantieanspruch, sofern die zugehörigen Anspruchskriterien, Ausschlüsse und Rechtsbehelfe nicht explizit aufgeführt sind.

Dieser Maßstab gilt für jeden Anbieter in dieser Kategorie – auch für den Herausgeber dieses Beitrags. Prüfen Sie Hitachi Vantara nach denselben Kriterien.

Risiken bei der effektiven Kapazität prognostizieren

Leistungsdaten und Verfügbarkeitszusagen lassen sich im Rahmen einer Evaluierung überprüfen, sofern die zugrunde liegenden Bedingungen offengelegt werden. Risiken bei der effektiven Kapazität sind schwerer zu erkennen, da ein Engpass oft erst Jahre nach der Bereitstellung sichtbar wird.

Die effektive Kapazität ist die Rohkapazität multipliziert mit einer angenommenen Datenreduktionsrate – und Datenreduktion funktioniert über das Auffinden von Redundanzen. Wie viel Redundanz gefunden wird, hängt vollständig von der Struktur Ihrer Daten und den angewendeten Reduktionsmethoden ab. 

Die SNIA nennt Dateneigenschaften, Zugriffsmuster, Betriebsrichtlinien und die spezifische Reduktionstechnologie als Faktoren, die die Platzeinsparungen beeinflussen; zudem weist sie darauf hin, dass die Vorhersage einer Deduplizierung wesentlich schwieriger ist als die Vorhersage einer Komprimierung. Diese Erkenntnisse stützen keine universelle Quote für das Verhältnis von Mainframe- zu Open-Systems-Daten. Die praktische Konsequenz ist, die Dimensionierung anhand einer repräsentativen Stichprobe der DB2-, VSAM-, System- und virtualisierten Daten des Kunden vorzunehmen – mit aktivierten vorgeschlagenen Komprimierungs- und Deduplizierungseinstellungen –, anstatt eine pauschale Quote von einem anderen Workload zu übernehmen. Andernfalls kann eine Open-Systems-Annahme dazu führen, dass die tatsächliche Aufnahmekapazität einer spezifischen Mainframe-Umgebung überschätzt wird.

Die unterstützte Kapazität ist eine produkt- und protokollspezifische Obergrenze, keine branchenweite Konstante. Es liegen keine verlässlichen, unabhängigen und herstellerübergreifenden Datensätze vor, die einen generellen Mainframe-Nachteil auf ansonsten identischer Hardware belegen. Der einzig fundierte Ansatz besteht daher darin, die aktuelle Interoperabilitätsmatrix, die Dokumentation der unterstützten Konfigurationen und das schriftliche Angebot jedes Anbieters für genau die Konfiguration von Mainframe und offenen Systemen zu vergleichen, die in Betracht gezogen wird. Weichen die veröffentlichten Höchstwerte voneinander ab, sollte im Business Case die niedrigere, workload-spezifische Grenze anstelle des Plattform-Spitzenwerts angesetzt werden.

Die Hardware mag identisch aussehen, die unterstützte Workload-Obergrenze kann sich dennoch unterscheiden. Diese Differenzierung muss in der aktuellen Dokumentation des Anbieters für die vorgeschlagene Konfiguration überprüft werden.

Wird ein Fünfjahresplan für eine Mainframe-Aktualisierung anhand des theoretischen Spitzenwerts einer Plattform dimensioniert anstatt auf Basis des unterstützten Grenzwerts und des gemessenen Reduktionsverhaltens des geplanten Workloads, fällt das Defizit während der Evaluierung möglicherweise nicht auf. Es kann sich erst später zeigen, wenn das Datenwachstum den verbleibenden Puffer aufbraucht und das Team Kapazitäten nachrüsten, ein weiteres System bereitstellen oder die Aktualisierung früher als geplant durchführen muss. 

Der genaue Zeitpunkt ist von Unternehmen zu Unternehmen unterschiedlich; das kontrollierbare Risiko liegt in der Verwendung einer ungeprüften Annahme im ursprünglichen Business Case.

Ein besserer Weg zur Anbieterevaluierung

Die Lösung für dieses Problem ist keine noch aufwendigere Vergleichstabelle, sondern ein disziplinierterer Nachweisstandard: Bewerten Sie, ob der jeweilige Anbieter bereit ist, die Bedingungen, Abhängigkeiten, Ausschlüsse und Rechtsbehelfe hinter den Werbeaussagen offenzulegen.

Dadurch werden die oben beschriebenen wiederkehrenden Schwachstellen behoben, ohne dass das Evaluierungsteam jede Aussage des Anbieters eigenständig validieren muss. Stellen Sie stattdessen folgende Fragen:

  1. Welche Blockgröße, welches Lese-/Schreibverhältnis, welches Workload-Profil und welche Systemkonfiguration lagen der IOPS-Angabe zugrunde? War die Datenreduktion aktiviert?
  2. Welche Konfiguration beschreibt die Verfügbarkeitsangabe und welche zusätzliche Hardware, Software, Lizenzierung oder betriebliche Leistungsfähigkeit wird dabei vorausgesetzt?
  3. Handelt es sich bei der Verfügbarkeitsangabe um ein Entwicklungsziel oder um eine vertragliche Verpflichtung? Welcher Rechtsbehelf greift bei Nichteinhaltung und welche Überprüfung der Anspruchsberechtigung ist erforderlich?
  4. Für welche Workloads und Konfigurationen gilt die jeweilige Garantie und wo sind die Ausschlüsse dokumentiert?
  5. Wie hoch sind die maximal unterstützten Kapazitäten für Mainframe- und Open-Systems-Workloads auf derselben Hardware?
  6. Wie hoch ist die nutzbare Rohkapazität, bevor eine angenommene Datenreduktionsrate angewendet wird?
  7. Können freigegebene Analyse- und KI-Dienste direkt vor Ort auf maßgebliche Daten zugreifen oder erfordert jeder Anwendungsfall eine separat extrahierte Kopie?
  8. Wird für die nächste Controller-Generation eine vollständige Datenmigration erforderlich sein, und liegt die Antwort als schriftliche Zusage oder lediglich als aktuelle Architekturbeschreibung vor?
  9. Wo sind die maßgeblichen Bedingungen, Anspruchsvoraussetzungen, Ausschlüsse und Rechtsbehelfe dokumentiert?

Keine dieser Fragen verlangt von Ihnen, im Vorfeld Recht zu haben. Sie fordern lediglich den Anbieter auf, präzise und schriftliche Angaben zu machen – und zwar zu dem Zeitpunkt, an dem er jedes Interesse daran hat, dies zu tun.

Wie die Evaluierung für Mainframe-IT-Teams in der Praxis aussieht

Überträgt man diese Fragen in den Arbeitsalltag eines Mainframe-Teams, klingen sie nicht mehr nach reiner Beschaffungsroutine. Sie werden zu operativen Instrumenten der Risikosteuerung:

  • Monatsabschluss im Bankensektor. Eine Filialbank führt tagsüber CICS-Transaktionsverarbeitungen (Customer Information Control System) und nachts DB2-Batch-Abgleiche durch. Das Speicherangebot wirbt mit hohen IOPS-Werten, doch der entscheidende Workload besteht aus einem gemischten Lese-/Schreibprofil, gefolgt von langen sequenziellen Batch-Jobs. Kann der Anbieter die getestete Blockgröße, das Lese-/Schreibverhältnis und die Konfiguration nicht benennen, kann das Team nicht wissen, ob das Array das Batch-Zeitfenster absichert oder lediglich in einem cache-optimierten Benchmark gut abschneidet.
  • Schadensabwicklung nach einem regionalen Ereignis. Ein Versicherer verzeichnet nach einem Unwetter einen massiven Anstieg von Schadensmeldungen, wobei Bestandsführungs-, Regulierungs- und Zahlungssysteme gleichzeitig auf den Mainframe zugreifen. Eine Speicherunterbrechung von wenigen Sekunden mag im Rahmen eines jährlichen Verfügbarkeitsprozentsatzes unerheblich wirken, kann jedoch kundenorientierte Workflows lahmlegen und Ausnahme-Warteschlangen erzeugen, deren Bereinigung Tage dauert. In einer solchen Situation muss das Team wissen, ob die Verfügbarkeitszahl für ein einzelnes Array, ein repliziertes Paar oder ein repliziertes Paar mit Orchestrierung gilt und welches Betriebshandbuch (Runbook) erforderlich ist, wenn ein Failover unter Volllast erfolgt.
  • Regulatorisches Meldewesen und Audits. Eine Behörde muss unter Umständen nachweisen können, woher maßgebliche Datensätze stammen, wer darauf zugegriffen hat und ob für Berichte aktuelle Daten verwendet wurden. Führt jede Analyseanfrage zu einer extrahierten Kopie, muss das Team einen weiteren Synchronisationspunkt, eine zusätzliche Zugriffskontrollfläche und einen weiteren Prüfpfad verwalten. Sofern die Anwendungsarchitektur und das Sicherheitsmodell dies unterstützen, kann ein kontrollierter In-Place-Zugriff auf z/OS-Daten die Anzahl der Kopien reduzieren, die das Compliance-Team verwalten und rechtfertigen muss.
  • KI-gestützter Betrieb. Ein CICS-Team möchte möglicherweise KI nutzen, um den Zustand von Regionen zusammenzufassen, riskante Transaktionsänderungen zu kennzeichnen, Antwortzeitmuster zu analysieren und neueren Mitarbeitern zu helfen, das richtige Runbook schneller zu finden. Diese Anwendungsfälle hängen von aktuellen, gesteuerten Betriebskontexten aus CICS, DB2, VSAM, Protokollen und Konfigurationsdaten ab und nicht von ungeprüften Extrakten. Das NIST empfiehlt Unternehmen, KI-Risiken über den gesamten Lebenszyklus hinweg zu steuern, abzubilden, zu messen und zu verwalten – einschließlich Validität, Zuverlässigkeit, Verantwortlichkeit, Transparenz, Sicherheit und Resilienz. Ob eine vorgeschlagene Speicher- und Anwendungsarchitektur einen kontrollierten Zugriff auf Daten an Ort und Stelle bieten kann, ohne die Produktionserwartungen zu beeinträchtigen, ist bereitstellungsspezifisch und sollte anhand der Sicherheitskontrollen, der Workload-Isolierung, der Latenzziele und der Wiederherstellungsverfahren des Kunden nachgewiesen werden.
  • Kapazitätsplanung für das Gesundheitswesen. Ein Kostenträger im Gesundheitswesen dimensioniert eine Modernisierung möglicherweise anhand einer Annahme zur effektiven Kapazität, die im Angebot plausibel erscheint, stellt dann jedoch fest, dass sich seine DB2-Tablespaces, VSAM-Cluster und komprimierten Schadensfalldaten anders reduzieren als der für diese Annahme verwendete Beispiel-Workload. Das geschäftliche Risiko besteht nicht in einem universellen Mainframe-Verhältnis, sondern darin, den Investitionsplan festzulegen, bevor repräsentative Kundendaten gemessen und die unterstützte Workload-Obergrenze schriftlich bestätigt wurden.

Diese Szenarien sollten zur Sprache gebracht werden, bevor die Bestellung unterzeichnet wird. Das Ziel besteht nicht darin, jede zukünftige Workload-Änderung vorherzusagen; es geht darum, technische Annahmen, kommerzielle Verpflichtungen und betriebliche Abhängigkeiten in denselben Dialog einzubringen, solange das Unternehmen noch den Handlungsspielraum hat, eine bessere Entscheidung zu treffen.

Betrachten Sie die Modernisierung als Verhandlung

Die effektivste Evaluierungsstrategie besteht darin, die Modernisierung nicht als reinen 1:1-Austausch zu betrachten. Betrachten Sie sie als eine Verhandlung über das Betriebsmodell, das Ihre Mainframe-Umgebung in den nächsten fünf bis sieben Jahren nutzen wird. Leistungsversprechen, Verfügbarkeitszahlen, Kapazitätsannahmen, KI-Zugriff, Migrationspfade und Garantieformulierungen sollten aus der Präsentation in das schriftliche Protokoll überführt werden. Wählen Sie vor dem nächsten Anbietertermin einen Workload, eine Verfügbarkeitsaussage, eine Kapazitätsannahme und eine Garantiebedingung aus dem Angebot aus. Bitten Sie den Anbieter, die Bedingungen für jeden dieser Punkte zu dokumentieren. Wenn eine Antwort nicht klar schriftlich formuliert werden kann, ist sie noch nicht bereit, den Business Case zu stützen.

Stellen Sie diese Fragen dem bestehenden Anbieter, den Sie modernisieren und dessen Antworten sich seit dem letzten Beschaffungszyklus möglicherweise geändert haben. Stellen Sie sie jedem Anbieter, der antritt, um diesen bestehenden Anbieter abzulösen. Stellen Sie sie zu denselben Bedingungen sogar Hitachi Vantara.

Der Anbieter, der die Bedingungen, Verpflichtungen, Grenzen, Abhilfemaßnahmen und Auswirkungen auf den Lebenszyklus dokumentieren kann, liefert Ihnen etwas, das Sie steuern können. Der Anbieter, der dies nicht kann, verlangt von Ihnen, das Risiko an seiner Stelle zu tragen.

Erfahren Sie, wie Lösungen von Hitachi Vantara Ihre Mainframe-Speicherdaten in betriebliche Erkenntnisse verwandeln können.


Sushant Sawant

Nick Howell

Nick Howell is an enterprise infrastructure veteran with deep experience across storage, virtualization, hybrid cloud, containerized apps, and AI inference. He has spent his career working alongside engineering teams, partners, and customers to turn complex infrastructure into clear, practical architecture decisions. He enjoys writing about where data infrastructure is headed and what it will mean for the teams running it.