Mainframe-exit met AI blijkt voor veel bedrijven onhaalbaar

In dit artikel:

Analisten van Gartner waarschuwen dat veel pogingen om mainframes uit te faseren in de praktijk niet zullen slagen, zeker nu generatieve AI te vaak als oplossing wordt voorgesteld. In hun rapport ("Too Big to Fail: Why Mainframe Exit Projects Are Likely to Fail in the Age of Generative AI") concluderen zij dat een groot deel van de projecten die in 2026 zijn gestart om mainframes te vervangen, de vooraf gestelde doelen waarschijnlijk niet haalt. Leveranciers en investeerders zien AI-capaciteit steeds meer als succesindicator, waardoor AI op plekken wordt ingezet waar het weinig meerwaarde biedt.

De gevolgen zijn serieus: migraties kunnen duurder uitvallen, bedrijfscontinuïteit in gevaar brengen en nieuwe technische schuld creëren. Praktische oorzaken van mislukking zijn een tekort aan mainframe-specialisten, diepgewortelde en sterk verweven databestanden, en de complexiteit van legacy-code (COBOL/PL/I/assembler). Generatieve AI blijkt vooral nuttig om technische schuld te analyseren en documenteren, niet om legacy-systemen automatisch en betrouwbaar om te zetten naar moderne platforms.

Gartner verwacht ook dat het aantal leveranciers dat zich op mainframe-exits richt flink zal krimpen; veel aanbieders zullen hun propositie moeten herzien als beloften uitblijven. Tegelijkertijd blijft het mainframe zelf stevig aanwezig vanwege zijn betrouwbaarheid, beveiliging en capaciteit voor massale transactieverwerking. Voor veel organisaties is een volledige verhuizing technisch en financieel onhaalbaar.

Als gevolg verschuift de praktijk naar geleidelijke modernisering: stapgewijze verbetering, koppelingen (API's), virtualisatie en behoud van kritische systemen in combinatie met vernieuwing waar dat rendabel en veilig kan. De ambitie om mainframes volledig te elimineren neemt daardoor af.