Migration & Risiko

Dekonstruktion des Altsystems-Mainframes in Cloud-Native Microservices

Migration hochverfügbarer Transaktions-Datenbanken von Legacy-Mainframes auf eine cloud-native Microservice-Plattform nach dem Strangler-Fig-Muster.

Die Herausforderung

Der Kunde verließ sich für seine Kernbuchhaltung auf ein veraltetes Mainframe-System, das hohe Lizenzgebühren, Fachkräftemangel und Skalierungsengpässe verursachte. Aufgrund des enormen betrieblichen Risikos war eine Big-Bang-Migration ausgeschlossen. Wir mussten die Systembereiche (Kunden, Verträge, Ansprüche) schrittweise migrieren, ohne Inkonsistenzen zu erzeugen.

Architektur und Betriebsmodell

Dekonstruierte Domänenarchitektur

Kern-Hauptbuch Buchungskern Kundendomäne Abrechnung Hauptbuchhalt. Steuerberichte CRM-Abgleich Auth-Gateway Clearing-Engine SWIFT-Schnittstelle

Die Lösung

Wir setzten auf ein Strangler-Fig-Migrationskonzept. Wir etablierten API-Proxy-Layer, um Live-Traffic flexibel zwischen Mainframe und Microservices aufzuteilen. Bidirektionale CDC-Pipelines (Change Data Capture) synchronisierten Schreibvorgänge in Echtzeit. Durch schrittweise Entkopplung einzelner Domänen konnten wir die Mainframe-Module sukzessive abschalten.

Rückbaufortschritt der Mainframe-Datenbanken

Migrierte Mainframe-DBs
58% (58% Daten migriert)
Aktive CDC-Schema-Tabellen
24% (24% Daten migriert)
Neue Cloud-Ledger-Tabellen
10% (10% Daten migriert)
Archivierte Altdaten
6% (6% Daten migriert)
Temporäre Puffer-Tabellen
2% (2% Daten migriert)

Leistungskennzahlen (KPIs)

Leistungskennzahl (KPI) Zielvorgabe Tatsächliches Ergebnis Status
Buchhaltungs-Systemdurchsatz > 5x höher 6,2x höher Ziel Übertroffen
Mainframe-MIPS-Auslastung > 80% Reduktion -90% MIPS Ziel Übertroffen
Datenbank-Synchronisationslatenz < 200 ms 84 ms Sehr Reaktionsschnell
Abstimmungsfehler im Hauptbuch 0 Fehler 0 Fehler Perfekte Konsistenz

Verschiebung des Transaktionsvolumens

Migrierte Microservices CDC-Zwei-Wege-Sync Legacy-Mainframe-Kern Welle 1 (QA)15%30%55%Welle 2 (Canary)45%20%35%Welle 3 (Go-Live)90%8%
← Zurück zu Case Studies