Software Asset Management auf IBM Z wird in vielen Organisationen auf eine einfache Formel reduziert:
Daten sammeln → verdichten → ins Repository laden → Standard-Reports erzeugen.
Auch IBM Z Software Asset Management (IZSAM) wird in vielen Umgebungen genau so genutzt – häufig für Lizenzreports oder generische Auswertungen.
Für unseren Anwendungsfall hat das jedoch nicht ausgereicht.
1. Ausgangslage: Konkrete Fragestellung statt Standard-Report
Im Projekt standen zwei konkrete Themen im Fokus:
- Java 8 (31-bit) sollte abgelöst werden (technische Schuld)
- Java 11 näherte sich dem End-of-Support
Die zentrale Frage war:
Welche fachlichen Programme nutzen diese Versionen tatsächlich noch?
Standard-Reports liefern hier oft nur Aussagen wie: „Java wird genutzt.“
Für eine gezielte Steuerung ist das nicht ausreichend.
2. Technische Grundlage: Usage Monitor und ZCAT
Die Datenbasis entsteht in mehreren Schritten:
- Usage Monitor sammelt sehr große Mengen an Nutzungsdaten
- ZCAT Utility verdichtet diese Daten („Condensing Usage Data“)
- Eine detaillierte Beschreibung findet sich in der IBM Dokumentation:
Condensing usage data with the ZCAT utility – IBM Documentation
- Eine detaillierte Beschreibung findet sich in der IBM Dokumentation:
- Standardmäßig erfolgt danach der Import in das IZSAM Repository
Für uns war jedoch ein anderer Punkt entscheidend: Der durch ZCAT erzeugte Output selbst.
3. Unser Ansatz: ZCAT-Output direkt auswerten
Statt den klassischen Weg über das Repository zu gehen, haben wir:
- den gleichen Input genutzt, den auch das IZSAM-Import-Utility verarbeitet
- den ZCAT-Output direkt ausgewertet
- und diesen mit eigenen Skripten (z. B. Python) geparst
Ziel war es, konkrete technische Referenzen sichtbar zu machen, insbesondere:
- Ableitung fachlicher Anwendungen
- Zugriffe auf definierte Java-Pfade
- Zuordnung zu Jobs
- Zuordnung zu User-IDs
4. Beispiel: Struktur des ZCAT-Outputs
Der ZCAT-Output liegt dabei als space-delimited Datei vor und kann direkt weiterverarbeitet werden.
Ein Auszug aus dem ZCAT-Output zeigt typische Referenzen:
Dieser Output enthält u. a.:
- Job-/Task-Kontext (z. B. RSED)
- Zeitstempel
- vollständige Pfadangaben
- Referenzen auf ausführbare Komponenten
Weitere Beispiele zeigen zusätzlich referenzierte Java-Bibliotheken:
5. Parsing-Logik: Vom Report zur Information
Wir haben den Output gezielt nach Mustern durchsucht:
- definierte Java-Pfade (
/usr/lpp/java/...) - spezifische Versionen (z. B. J8.0_64)
- Referenzen im Ausführungskontext
Dabei wurden alle relevanten Zeilen extrahiert und angereichert.
Aus diesen Daten konnten wir ableiten:
- welche Jobs Java aufrufen
- welche User-IDs beteiligt sind
- welche Programme konkret betroffen sind
- welche Java-Version verwendet wird
Damit wurde aus einem technischen Report eine strukturierte Nutzungsanalyse.
6. Ergebnis: Java-Nutzung fachlich zuordnen
Durch die Kombination aus:
- ZCAT-Output
- Parsing
- kundenspezifischer Zuordnung
konnten wir:
- konkrete Anwendungen identifizieren
- betroffene Fachbereiche adressieren
- Nutzungsmuster sichtbar machen
Beispielhafte Erkenntnisse:
- Programme nutzen weiterhin Java 8 31-bit
- bestimmte Anwendungen laufen ausschließlich auf Java 11
- einzelne Komponenten werden faktisch nicht mehr genutzt
7. Mehrwert im Projekt
Der entscheidende Unterschied lag nicht im Tool, sondern im Umgang mit den Daten.
Technisch haben wir damit bewusst einen Schritt im Standardprozess übersprungen und den Output früher im Datenfluss abgegriffen.
Durch unseren Ansatz konnten wir:
- Migrationen gezielt steuern statt pauschal durchführen
- technische Schulden konkret adressieren
- Fachbereiche datenbasiert einbinden
- unnötige Analyseaufwände vermeiden
Statt:
„Wir müssen alles prüfen“
konnten wir sagen:
„Diese Programme sind konkret betroffen.“
Vom ZCAT-Output zur konkreten Entscheidung
IZSAM und ZCAT liefern die Datenbasis.
Der eigentliche Mehrwert entsteht jedoch erst durch deren gezielte Auswertung.
Indem wir den ZCAT-Output direkt geparst und auf definierte Java-Pfade analysiert haben, konnten wir technische Informationen in konkrete Handlungsgrundlagen übersetzen:
- für Java-Ablösungen
- für die Zuordnung zu Anwendungen
- für fundierte Modernisierungsentscheidungen
Nicht das Reporting war entscheidend, sondern die gezielte Interpretation des erzeugten Outputs.
IZSAM- und ZCAT-Daten gezielt nutzen
Living Mainframe unterstützt Sie dabei,
- ZCAT- und IZSAM-Daten gezielt auszuwerten
- eigene Parsing- und Analyseansätze aufzubauen
- technische Nutzung mit fachlichen Anwendungen zu verknüpfen
- Modernisierungsvorhaben datenbasiert zu steuern
Denn nicht jede relevante Erkenntnis steht bereits im Standardreport.
