Wenn Sie die meisten KI-Assistenten nach Ihren Mainframe-Daten fragen, erhalten Sie keine brauchbaren Informationen. Die Datensätze sind zwar vorhanden – Kundendateien, Bestellhistorie, Transaktionen, die Jahrzehnte zurückreichen –, doch sie befinden sich in VSAM, werden durch Copybooks beschrieben und sind nur über Code zugänglich, den jemand vor langer Zeit geschrieben hat.
In dieser dreiminütigen Demo zeigt der leitende Systemingenieur Demos Economacos, was sich ändert, wenn ein KI-Assistent diese Daten direkt abfragen kann.
The groundwork is data virtualization: in the CONNX Data Dictionary, VSAM record layouts appear as ordinary SQL tables — CUSTOMERS_VSAM, ORDERS_VSAM, PRODUCTS_VSAM — each field’s native type, offset, length, and codepage resolved into standard SQL types. The CONNX MCP Server then publishes those tables to Claude over the open Model Context Protocol: query tools, metadata services, and schema access, all delivered through the security and governance CONNX already enforces.
Der Rest ist ein Dialog. Auf die Frage “Wie viele Kunden haben wir?” wird eine Anzahl zurückgegeben, die live aus VSAM ausgelesen wird. “Was ist unser meistverkauftes Produkt?” ist schwieriger – und genau dieser Teil ist besonders sehenswert. Der Assistent hat dieses Schema noch nie gesehen. Er untersucht die Tabellen, schreibt sein eigenes SQL, macht einen Fehler bei der Abfrage und korrigiert sich selbst, aggregiert dann die Bestellungen nach Produkten und gibt zwei Antworten – ein Produkt liegt bei den verkauften Stückzahlen an der Spitze, ein anderes beim Umsatz. Eine Unterscheidung, nach der niemand gefragt hat, die aber die meisten Menschen wünschen würden.
Kein Extrakt, keine Replikation, keine Zwischenablage über Nacht. Die Abfragen werden in Echtzeit auf dem Mainframe ausgeführt, und die Daten verlassen zu keinem Zeitpunkt den kontrollierten Datenpfad.
Die Demo wird mit Beispieldaten aus einer VSAM-Quelle ausgeführt; im selben Wörterbuch sind daneben auch Db2- und Kafka-Verbindungen aufgeführt.