Unternehmenserfolg durch bessere Cloud- und Security-Erfahrung Mit AIOps zum automatisierten IT-Betrieb

Unter dem Schlagwort AIOps, sprich Artificial Intelligence for IT Operations, wird künstliche Intelligenz auch für den IT-Betrieb relevant. Was das für Unternehmen bedeutet und welche Techniken dabei zum Einsatz kommen, klären wir hier.

Ob in der Cloud, On-premises oder in einer Hybrid-Umgebung: Immer mehr Unternehmen implementieren Systeme mit künstlicher Intelligenz (KI). KI übernimmt künftig aber nicht nur das alltägliche Management von IT-Systemen. Der nächste Meilenstein ist die IT-Industrie, die ebenfalls vom Einsatz künstlicher Intelligenz profitieren wird.

Neue Ansätze bringen Innovationen in unterschiedlichen Branchen und Bereichen – von der Fertigung und in der Medizin ebenso wie bei Versicherungen, Banken und im Finanzwesen. Damit sind Unternehmen in der Lage, ihre Betriebs- und IT-Kosten zu reduzieren. Darüber hinaus gewährleisten sie dank AIOps eine bessere Client-to-Cloud-Erfahrung als jemals zuvor – und zwar für Mitarbeiter ebenso wie für Kunden.

KI kann die IT-Teams unterstützen, indem sie eine Reihe von Prozessen automatisiert. So erkennen mit KI ausgestattete Kontrollsysteme Probleme im Entstehen und lösen sie eigenständig, bevor sie den Betrieb stören oder der Anwender überhaupt etwas bemerkt. Damit stellen automatisierte AIOps und Cloud SaaS das Modell des Kunden-Supports quasi auf den Kopf: Die künstliche Intelligenz identifiziert beispielsweise Nutzer mit Konnektivitäts- oder Erfahrungsproblemen und behebt diese (das Self-Driving Network) oder öffnet ein Ticket für die IT-Abteilung mit Lösungsvorschlägen.

KI hat mittlerweile eine Reihe von Branchen nachhaltig verändert. Dazu gehört die Fertigung ebenso wie der E-Commerce. Auf Basis der kontinuierlichen Analyse ist KI in der Lage, ein Modell oder Verhaltensprofil zu entwickeln, wie ein System funktionieren sollte – je mehr Daten erfasst und verarbeitet werden, desto genauer wird dieses. Weicht das Profil ab, gibt die künstliche Intelligenz eine Warnung raus.

Dieses Modell wird zunehmend auf die IT angewandt, wobei KI-Systeme ständig und automatisch Ereignisse analysieren, während sie auftreten. So bauen sie ein Verständnis von normalen Verhaltensweisen auf und sind in der Lage, abweichende Werte viel schneller und einfacher zu identifizieren und adressieren. Wenn ein Vorfall auftritt, der Aufmerksamkeit erfordert, gibt das System eine Warnung aus oder ergreift automatisch Korrekturmaßnahmen. Damit ist die Kontinuität des Dienstes und ein besseres Benutzererlebnis gewährleistet.

Techniken, die KI-Systeme einsetzen, um die IT schlanker zu gestalten

Full-Stack Observability: Ereignisse, die den IT-Betrieb beeinträchtigen könnten, treten auf allen Ebenen eines Netzwerks oder einer Infrastruktur auf. Dazu gehören physische Verbindungen über das Betriebssystem hinaus ebenso wie die Benutzeroberfläche oder Anwendungen. KI-Systeme sammeln Daten über den kompletten Stack hinweg und fügen die Daten in das Betriebsmodell ein.

Aktivitätsanalyse in Echtzeit: KI-Systeme analysieren kontinuierlich die Auswirkungen aller Ereignisse. Sie bewerten diese anschließend basierend auf dem Kontext des Betriebs. Da die Applikationen die Daten proaktiv analysieren, warnen sie automatisch, wenn bestimmte Ereignisse eine Gefahr für den Betrieb darstellen. Die Daten zeigen außerdem immer an, wie schwerwiegend der Alarm ist und ob sofortige Maßnahmen erforderlich sind – oder ob das Problem warten bzw. ignoriert werden kann. Damit löst sich auch das Problem von Fehlalarmen, ausgelöst durch nicht-intelligente Systeme.

Intelligente Automatisierung: Während die IT-Mitarbeiter über potenzielle Probleme informiert werden müssen, lassen sich KI-Systeme so programmieren, dass sie in vielen Fällen automatisch Korrekturen vornehmen. Ein Beispiel: Das KI-System stellt fest, dass ein Software-Update eine Konfigurationsdatei geändert hat. Diese könnte den Betrieb beeinträchtigen. Die Applikation ist dann in der Lage, automatisch die vorherige Version wiederherzustellen, um die Betriebskontinuität sicherzustellen.

Machine Learning ist das Herzstück des intelligenten Betriebs: Mit Machine Learning ausgestattete KI-Systeme durchforsten alle gesammelten Daten. Sie verfeinern kontinuierlich ihr Modell, um einen ordnungsgemäßen Betrieb sicherzustellen. Im Laufe der Zeit werden die Systeme in der Lage sein, proaktive Empfehlungen für einen besseren Ressourcen-Einsatz zu geben. Damit lässt sich der Betrieb effizienter gestalten und das Unternehmen spart Zeit und Geld.

Wie profitieren Unternehmen von AIOps?

IT-Systemressourcen sind zunehmend über weite geografische Gebiete verteilt. Gleichzeitig besteht die Infrastruktur aus einer Mischung aus lokalen, Cloud- und Multi-Cloud-Ressourcen. Aufgrund dieser Tatsachen wird deutlich, dass AIOps heute die einzige praktikable Methode für das IT-Management ist.

Laut einer kürzlich von Vanson Bourne durchgeführten unabhängigen Umfrage unter 1.000 CIOs und CISOs in neun Ländern gaben 87 Prozent der Befragten in der EMEA-Region an, dass KI-gesteuerte Unternehmen agiler und flexibler sind. Sie haben darüber hinaus Einblick in ihre digitalen Abläufe und somit einen starken Geschäftsvorteil.

Nicht nur der Betrieb lässt sich mit AIOps verbessern: Der Einsatz von KI unterstützt eine höhere betriebliche Effizienz, auch die Zufriedenheit der Anwender verbessert sich. Laut derselben Studie gaben die Befragten in der EMEA-Region an, dass fast 56 Prozent ihrer Mitarbeiter während der Pandemie im Home Office gearbeitet haben. Sie gehen davon aus, dass knapp 38 Prozent der Belegschaft auch nach der Pandemie regelmäßig von zu Hause aus arbeiten werden, entweder teilweise oder die gesamte Zeit.

Künstliche Intelligenz hilft Unternehmen nicht nur dabei, sich besser an Geschäftszielen zu orientieren und Ergebnisse zu liefern. Sie kann auch bei externen Abläufen unterstützen. Laufen die Systeme per Fernzugriff kontinuierlich und reibungslos, sind Kunden und Partner zufrieden, das Geschäft läuft und das Unternehmen besteht weiterhin erfolgreich am Markt.

Was bedeutet AIOps für IT-Teams?

Die Integration von KI-Agenten, um die IT-Infrastruktur besser zu verwalten und zu administrieren, verändert die Arbeitsweise von Teams nachhaltig. Aufgaben und Verantwortlichkeiten werden erstmals zugewiesen. Neue Fähigkeiten sind ebenfalls erforderlich.

Aus- und Weiterbildung wird ein Schlüsselfaktor für eine erfolgreiche Einführung von KI sein: Die Evaluierung und Implementierung von KI-Lösungen erfordern auch Investitionen in das IT-Team. Um ihren Erfolg zu gewährleisten, investieren smarte Organisationen in die Weiterbildung ihrer IT-Führungskräfte. Das Ergebnis: Diese verstehen deutlich besser, wie sich KI-Lösungen effektiv im gesamten Unternehmen evaluieren und implementieren lassen.

AIOps für IT-Management steckt noch in den „Kinderschuhen“, aber immer mehr Unternehmen setzen es ein. Das Jahr 2021 ist voraussichtlich der Wendepunkt für diese Technologie. Der Grund dafür: die anhaltende Pandemie stellt Firmen weiterhin vor Herausforderungen, die sich so lösen lassen. Die Vorteile von AIOps lassen sich somit nicht mehr ignorieren.

Wie in vielen anderen Unternehmensbereichen verlassen sich die Teams zunehmend auf KI-Systeme, um so ein automatisiertes, End-to-End-Management zu ermöglichen und komplexe Benutzerprobleme zu lösen. Dies reduziert die Belastung und den Workload der IT-Teams und gewährleistet außerdem ein besseres, genaueres und proaktiveres IT-Management – und sichert damit die Wettbewerbsfähigkeit und den wirtschaftlichen Erfolg.

* David Simon ist Consulting Engineer bei Juniper Networks.

(ID:47133784)