Wie SEB seine Mainframe-Entwickler mit Erkenntnissen aus XINFO unterstützt

Success Story·3 min
Skandinaviska Enskilda Banken AB SEB Frankfurt Logo
Skandinaviska Enskilda Banken AB SEB Frankfurt

Wie SEB seine Mainframe-Entwickler mit XINFO stärkt Wie schafft es eine der größten Banken Nordeuropas, hunderte Mainframe-Entwickler schneller, sicherer und innovativer arbeiten zu lassen? SEB zeigt, wie XINFO zum Game Changer wird: für präzise Impact-Analysen, offene Datenzugriffe, individuelle Tooling-Ideen und beeindruckende Performance im Enterprise-Maßstab. Ein Blick hinter die Kulissen zeigt, wie moderne Developer-Experience auf z/OS heute funktioniert.

erik-weyler.jpg

Damit unsere Arbeit zuverlässige Ergebnisse liefert, müssen wir uns auf jede Wirkungsanalyse, die wir durchführen, vollständig verlassen können. Und mit XINFO können wir das.

Erik Weyler
Mainframe Solution Architect bei SEB und IBM Champion 2024 & 2025

Die Rolle des Mainframes bei SEB

Bei SEB ist der IBM-Mainframe nach wie vor eine strategische, leistungsstarke Plattform, die viele der geschäftskritischen Anwendungen und Prozesse der Bank unterstützt. SEB betreibt eine eigene COBOL Academy, die jährlich Hunderte von Bewerbern anzieht, und unterhält eine große interne MainframeOrganisation, die aus mehr als 300 Entwicklern, Systemspezialisten, Testern, Datenbankadministratoren und Systemprogrammierern besteht. Wie SEB seine Mainframe-Entwickler mit Erkenntnissen aus XINFO unterstützt „ Damit unsere Arbeit zuverlässige Ergebnisse liefert, müssen wir uns auf jede Wirkungsanalyse, die wir durchführen, vollständig verlassen können. Und mit XINFO können wir das. Erik Weyler Mainframe Solution Architect bei SEB und IBM Champion 2024 & 2025 HORIZONT Beta Systems Group

Entwicklerproduktivität mit XINFO erhöhen

Hunderte von SEB-Entwicklern und Systemprogrammierern verlassen sich jeden Tag auf XINFO, um kritische Komponenten zu identifizieren, die von Lifecycle-Management-Aktivitäten (LCM) oder neuen Geschäftsinitiativen betroffen sind.

Der Zugriff auf XINFO erfolgt bei SEB auf mehreren Wegen: über ISPF, den PC-Client mit seinen grafischen Visualisierungen, direkte SQL-Abfragen auf der Datenbank und sogar über SEBz, eine eigens entwickelte Visual Studio Code-Erweiterung, um XINFO-Erkenntnisse direkt in die Entwicklungsumgebung zu integrieren.

Open XINFO Data: Die Grundlage für Custom Tooling und Analytics

Für SEB war es wichtig, dass sich die XINFO-Daten in DB2 unter z/OS befinden und über SQL zugänglich sind. Diese Offenheit war ein wichtiges Unterscheidungsmerkmal bei der Evaluierung von Tools auf dem Markt – und eine Voraussetzung für die Entwicklung eigener kundenspezifischer Lösungen von SEB.

Beispiele hierfür sind:

  • CC-Info: Ein benutzerdefiniertes XINFO-Panel, das die Suche nach Elementen im SCM-System von SEB auf der Grundlage ihrer Beschreibungen ermöglicht.

  • Benutzerdefinierte SQL-Funktionen: z. B. SEB_XINFO_PCBUSE, die alle IMS-Datenbankzugriffe innerhalb der Arbeitseinheit eines Programms identifizieren.

"Manche Leute haben Angst vor dem Wort 'benutzerdefiniert', aber wenn es um Entwicklungstools geht, ist die Anpassung das, was uns auszeichnet", erklärt Erik Weyler. "Wenn wir eine Lösung auf die SEBUmgebung zuschneiden und den Entwicklern Zeit und Mühe sparen können, lohnt es sich auf jeden Fall."

Um interne SQL effektiv zu verwalten, verwendet SEB Alias-Strukturen, die die Kompatibilität bei SystemUpgrades sicherstellen – und so bleibt die Flexibilität ohne zusätzlichen Wartungsaufwand erhalten. Ein weiterer innovativer Ansatz besteht darin, von XINFO generierte Daten an IBM DB2 Analytics Accelerator (IDAA) auszulagern, wodurch komplexe Analyseabfragen mit außergewöhnlicher Geschwindigkeit ausgeführt werden können.

Flexibilität für kontinuierliche Verbesserung

Die inhärente Flexibilität von XINFO ermöglicht es SEB, das Tool zu erweitern und an spezifische Bedürfnisse anzupassen – zum Beispiel durch das Hinzufügen von benutzerdefinierten Panels innerhalb der ISPF-Schnittstelle.

Eine Funktion, die auf Anfrage von SEB entwickelt wurde, war Referential Integrity for DB2, die Entwicklern eine komfortable, automatisch generierte Visualisierung von Datenbankstrukturen direkt in dem Tool bietet, das sie täglich verwenden.

Innovation in der Visualisierung: Der Himmel ist die Grenze

Ein markantes Beispiel für die Innovation von SEB mit XINFO ist eine interaktive Topologiekarte einer seiner wichtigsten DL/1-Anwendungen, einschließlich aller Abhängigkeiten. Die Karte wird von einer Neo4j Graph Database unterstützt, die als Docker-Container in zCX auf dem Mainframe bereitgestellt wird, wobei alle Daten von XINFO-Scannern gesammelt werden.

"Für mich ist XINFO der ultimative Enabler", sagt Erik. "Egal, ob es sich um neue Entwickler handelt, die sich mit der Mainframe-Umgebung vertraut machen, oder um Teams, die Anwendungen modernisieren und integrieren – XINFO bietet viele der Antworten. Es verbindet mehrere Quellen zu einer Live-Ansicht auf Produktionsebene. Der Tag, an dem wir sehen, wie KI auf XINFO-Daten angewendet wird, wird sehr aufregend sein."

Fazit

Durch die Nutzung der Offenheit, Flexibilität und analytischen Leistungsfähigkeit von XINFO hat SEB eine solide Grundlage für die kontinuierliche Verbesserung und Modernisierung seiner Mainframe-Landschaft geschaffen. Das Ergebnis ist eine hochgradig leistungsfähige Entwickler-Community, die schneller handeln, fundiertere Entscheidungen treffen und eine der fortschrittlichsten Banking-IT-Umgebungen Europas kontinuierlich weiterentwickeln kann.

Kunde

Skandinaviska Enskilda Banken AB SEB Frankfurt Logo
Skandinaviska Enskilda Banken AB SEB Frankfurt
Stephanstraße 14 - 16
60313 Frankfurt am Main
Deutschland

Weitere Ressourcen

Blog-Artikel
beta-systems-blog-data-pipeline-orchestration.png

Was ist Data Pipeline Orchestration? Der vollständige Leitfaden für 2026

Stellen Sie sich vor: Ihr ETL-Job wurde um 3 Uhr morgens erfolgreich abgeschlossen, doch die nachgelagerte Analytics-Pipeline hat davon nichts mitbekommen. Als Ihr Datenteam am Morgen startet, basieren bereits die Hälfte der Reports auf veralteten Daten und niemand weiß, warum. Genau dieses Problem löst Data Pipeline Orchestration. Sie koordiniert jede Phase einer Datenpipeline, von der Datenaufnahme über die Transformation bis hin zur Bereitstellung, sodass jeder Schritt automatisch den nächsten auslöst, Fehler sofort sichtbar werden und Ihre Daten jederzeit zuverlässig fließen. In diesem Leitfaden erfahren Sie im Detail, was Data Pipeline Orchestration ist, warum sie für moderne Unternehmen unverzichtbar geworden ist, wie zentrale Architekturmodelle und Komponenten aussehen und welche Best Practices robuste Pipelines von fragilen unterscheiden.
Blog-Artikel
Data Pipelines

Datenpipeline-Automatisierung: 6 Vorteile, die Ihr Unternehmen zukunftssicher machen

Während wir uns weiter in die Industrie 4.0 bewegen, streben Unternehmen nach größerer Effizienz, Transparenz und Zuverlässigkeit. Dies gilt insbesondere für Enterprises, die täglich riesige Datenmengen verarbeiten. Der Wettbewerb wartet nicht (entweder man geht voran oder man bleibt zurück). Eine Möglichkeit, nicht zurückzufallen und die Gesamteffizienz zu verbessern, ist die Automatisierung von Datenpipelines. Dies verbessert und beschleunigt nicht nur den Datenfluss, sondern unterstützt auch Ihre Analysen, sodass Sie genauere Schlussfolgerungen ziehen und präzisere Vorhersagen und Prognosen erstellen können. In diesem Artikel werden wir untersuchen, was Datenpipeline-Automatisierung ist, wie man Datenpipelines automatisiert und welche Vorteile sie Ihrem Unternehmen bringt.
Blog-Artikel
website-blog-post.png

Automatisierung von Daten-Workflows: Der komplette Guide 2026

Wussten Sie, dass Datenteams bis zu 20 Prozent ihrer Arbeitszeit damit verbringen, fehlerhafte Skripte zu beheben, veraltete Exporte zu korrigieren und Daten manuell abzugleichen, noch bevor überhaupt ein Insight im Dashboard ankommt? Wenn Ihre Pipelines noch auf Cron-Jobs und Excel-Listen basieren, ist Ihre geringe Geschwindigkeit kein Zufall. Automatisierte Daten-Workflows ersetzen diese manuellen, fehleranfälligen Schritte durch durchgängige, zuverlässige Pipelines. Sie erfassen, prüfen, transformieren und liefern Daten automatisch und in großem Maßstab. In diesem Leitfaden erfahren Sie, warum das Thema so relevant ist, welche Komponenten eine Rolle spielen, welche Tools sich etabliert haben und wie Sie die Umsetzung in Ihrem Unternehmen angehen.