AIOps: Die Zukunft des IT-Betriebs

IT-Umgebungen werden immer komplexer und die Fehlersuche mit anschließender Behebung immer zeitaufwendiger. In Zukunft müssen sich Unternehmen darauf ausrichten, Problemquellen zu identifizieren, bevor deren Auswirkungen spürbar werden.

Fabian Gampfer, Sales Engineering Manager von AppDynamics zeigt, wie künstliche Intelligenz in Form von AIOps dabei helfen kann. 

Die Datenmengen in der digitalen Welt wachsen immer weiter. Laut einer Erhebung von Domo wurden im Jahr 2019 pro Minute 390.030 Apps heruntergeladen und 188.000.000 E-Mails versendet. Für Unternehmen kann diese Datenexplosion zur Herausforderung werden, da damit auch immer komplexere IT-Umgebungen einhergehen. Ohne die richtigen Tools wird es für IT-Teams schwierig, die Performance ihrer Anwendungen über den gesamten IT-Stack hinweg zu überwachen und zu managen. 

Ein neuer Ansatz für neue Herausforderungen 

APM-Lösungen (Application Performance Monitoring) haben sich als leistungsfähiges Werkzeug bewährt, um die immer komplexeren Umgebungen zu überblicken. Sie stellen Echtzeitdaten bereit, die nötig sind, um die richtigen Maßnahmen zu ergreifen, wenn Performance-Probleme festgestellt werden. Viele Teams verlassen sich jedoch immer noch auf die manuelle Überwachung komplexer Datensätze. Aufgrund isolierter Systeme müssen sie viel Zeit und Geld in die Behebung von Problemen und die Erledigung von Routineaufgaben investieren. Für die Herausforderungen der Zukunft braucht es dagegen einen Ansatz, der über Monitoring und reaktives Eingreifen hinausgeht: AIOps, also Anwendungen künstlicher Intelligenz, die den IT-Betrieb unterstützen. AIOps besteht aus zwei grundlegenden Prozessen: 

1. Automatisierte Anomalieerkennung, die kontinuierlich lernt, wie normales Verhalten einer spezifischen Anwendung in ihrem Kontext aussieht und darauf aufbauend anormale Verhaltensweisen identifiziert. Bei der Erkennung von Mustern und Abweichungen ist die Technologie dem Menschen weit überlegen. Dank der Schnelligkeit der Erkennung von Anomalien können Unternehmen handeln bevor Probleme entstehen, die sich auf das Geschäft oder Kunden auswirken.

2. Automatisierte Root-Cause-Analyse (RCA) folgt auf die Anomalie-Erkennung, um weitere Untersuchungen durchzuführen. Sie navigiert durch den Abhängigkeitsbaum (d. h. welche Infrastruktur unterstützt welche Anwendung für welchen Benutzer und die daraus resultierenden Auswirkungen auf das Geschäft), um die problematischen Bereiche (Computer/ Netzwerk/ Speicher/ Code) zu identifizieren und die MTTR zu beschleunigen. 

Cloud-Migration bewältigen 

Die Cloud und die Migration von Daten und Anwendungen ist ein Thema, mit dem sich die meisten Unternehmen schon längere Zeit beschäftigen. Jetzt, in den Zeiten der Pandemie, sehen wir einen noch stärkeren Nachfrageanstieg nach technischen Remote-Services und eine weitere Zunahme der Datenmenge. Für Unternehmen, die schnell in die Cloud wechseln, kann AIOps ein hilfreiches Werkzeug sein, um Herausforderungen bei der Cloud-Migration zu vermeiden, die erhebliche Auswirkungen auf die Anwendungs-Performance haben können. 

Indem AIOps Einblicke in die Betriebszeit, Leistung und Verfügbarkeit gewährt, helfen derartige Lösungen dabei, Probleme zu identifizieren und zu lösen, bevor sie sich während der Cloud-Migration auf Endnutzer auswirken können. AIOps hilft auch dabei, Transparenz innerhalb von Multi-Cloud- oder containerisierten Umgebungen zu schaffen. Dies ist wichtig, da Unternehmen immer komplexere Plattformen verwalten.

Agiler werden 

Technologieexperten sehen sich aktuell diversen Anforderungen von allen Seiten ausgesetzt: Beschleunigung digitaler Transformationsprojekte, Homeoffice in großem Umfang, komplexe Netzwerkverwaltung und Gewährleistung der Sicherheit und Ausfallsicherheit im gesamten Technologie-Stack. AIOps hilft IT-Teams dabei, sicherzustellen, dass sie über genaue Daten verfügen, um fundierte, strategische Entscheidungen in Echtzeit zu treffen und die Performance von Anwendungen mit wichtigen Business KPIs zu verknüpfen.

AIOps-Plattformen nutzen Daten, maschinelles Lernen (ML) und künstliche Intelligenz (KI), um automatisch und in Echtzeit Probleme zu erkennen und darauf zu reagieren. Es geht darum, Unternehmen effizienter zu machen. Mitarbeiter in der IT-Abteilung haben so mehr Zeit, um sich auf weitere Innovationen zu konzentrieren, wie die Optimierung der Kunden- und Mitarbeitererfahrung durch die angebotenen digitalen Services.

Anwendungskomplexität reduzieren 

Jedes moderne Unternehmen sollte sich mit AIOps als einer Methode zur Bewältigung komplexer Anwendungsumgebungen auseinandersetzen. AIOps hilft IT-Teams, dabei zügig voranzukommen und stellt sicher, dass Unternehmen umsatzbeeinträchtigende Ausfälle verringern, bei denen die Kundenerfahrung und der Ruf von Marken auf dem Spiel stehen können. 

Mithilfe von ML und KI können IT-Teams ihr Daten-Monitoring schnell und automatisch in aussagekräftige Erkenntnisse umwandeln, um vorbildliche digitale Erlebnisse zu liefern, indem sie den gesamten Technologie-Stack in Echtzeit überwachen, vom Gerät des Kunden über die Back-End-Anwendung bis hin zum zugrundeliegenden Netzwerk.

Eine der wichtigsten Fähigkeiten von AIOps ist nicht die reine Automatisierung bestehender Aufgaben, sondern die Identifizierung von Verbesserungsmöglichkeiten und das Management neuer, optimierter Tasks, selbst wenn sich die Anwendungsumgebungen ändern. 

Fazit

AIOps kann Transparenz, Insights und Automatisierung in Echtzeit bieten, die zu verbesserten Kundenerlebnissen und einer verbesserten Business Performance führen. Probleme schnell zu lösen und ihre Auswirkungen auf das Geschäft zu verstehen, wird in den kommenden Jahren eine entscheidende Rolle im Performance Management spielen. AIOps kann dabei helfen, mehr Agilität angesichts potenzieller Serviceunterbrechungen oder Bedrohungen zu bieten, ohne zusätzliche Ressourcen zu beanspruchen.

Fabian Gampfer, Sales Engineering Manager, AppDynamics, https://www.appdynamics.com/de