Suchen

Vor allen Systemausfallzeiten oder -beeinträchtigungen BMC stellt AIOps für das Mainframe-Computing vor

| Redakteur: Ulrike Ostler

In vielen Organisationen gibt es keine Alternative zu Mainframes und zu den Anwendungen, die auf den IBM-Großrechnern laufen. Dennoch: Modernisierung und Einbindung in die restliche IT müssen sein. Dort aber wird Predictive Maintanance mehr und mehr zum Gebot. BMC bietet nun mit „Automated Mainframe Intelligence Operational Insight“ ein Tool an, das entscheidungsrelevante Ergebnisse liefern soll, die es ermöglichen, Probleme zu erkennen, die sich auf den Zustand und die Leistung des Mainframe-Systems auswirken bevor sie auftreten.

Firma zum Thema

System z von IBM - BMC hat ein Tool für die Vorhersage von Systemproblmen entwickelt.
System z von IBM - BMC hat ein Tool für die Vorhersage von Systemproblmen entwickelt.
(Bild: IBM)

Der sich – mit wechselnden Dynamiken und Herausforderungen der Konkurrenz – schnell verändernde Marketplace von heute erfordert von Unternehmen eine Optimierung hin zu höherer Leistung und Verfügbarkeit rund um die Uhr, um der Konkurrenz immer einen Schritt voraus zu sein. Für geschäftskritische Plattformen ist es unerlässlich, dass Mainframe-Probleme identifiziert und behoben werden, bevor Systemausfallzeiten oder -verschlechterungen auftreten können, die Auswirkungen auf den Betrieb haben.

BMC AMI Operational Insight soll sowohl Mainframe-Experten als auch neueren Mitarbeitern die Intelligenz bieten, um die Transformation jedes Unternehmens in ein autonomes digitales Unternehmen mit dem modernen Mainframe zu unterstützen. Denn die KI-gesteuerte Software nutzt maschinelles Lernen zur Erkennung von Anomalien sowie zur Maximierung der Vorlaufzeit für die Fehlerkorrektur bei Problemen auf dem Mainframe, bevor diese zu Geschäftsproblemen werden.

John McKenny, Senior Vice President von Zsolutions Strategy and Innovation bei BMC, erläutert: „Die Verwaltung des Mainframes war noch nie wichtiger für die Versorgung von Kunden und die Sicherstellung der Betriebszeit. Es ist unerlässlich, dass Unternehmen die Möglichkeiten haben, die Plattform proaktiv zu verwalten und Probleme vorherzusehen, bevor sie auftreten.“ Eine bessere Verfügbarkeit und Leistung, die mithilfe von AMI Operational Insight erzielt werden könnten, erlaubten den unsere Kunden ihre wertvolle Zeit zurückzugewinnen und Ressourcen auf strategische Prioritäten zu verlagern.

Der Workflow

Die AMI-AIOps-Suite umfasst einen dreiteiligen Workflow. Dieser ist so konzipiert, dass die Mean Time To Repair (durchschnittliche Zeit bis zur Reparatur, MTTR) deutlich reduziert wird. Dadurch verringert sich der Zeitaufwand für die Problembehebung und mehr Zeit steht für die Förderung von Geschäftsinitiativen zur Verfügung. BMC AMI Operational Insight bringt mittels maschinellem Lernen in Erfahrung, was normal ist, erkennt Anomalien und nutzt die Vorlaufzeit für die Fehlerkorrektur maximal aus. So werden Ausfallzeiten und Verschlechterungen von Performance und Verfügbarkeit vermieden.

Stephen Elliot, Program Vice President für Management Software und DevOps beim Marktforschungsunternehmen IDC, hebt noch einmal das Ausgangsproblem hervor: „Die MTTR ist bei führenden I&O-Unternehmen gestiegen, was auf Schwierigkeiten beim Finden und Beheben auftretender Probleme hindeutet. Monitoring-Lösungen sind ein Klassiker, haben aber ihre Grenzen erreicht“, sagt er. „Produkte mit Früherkennung und verwertbaren Erkenntnissen, die helfen können, schädliche Ausfälle zu verhindern, bevor Ihre Monitoring-Lösung Sie alarmiert, senken die MTTR, was zu Zeit- und Kosteneinsparungen führt.“

Ein Beispiel dafür, wie Unternehmen Ausfallzeiten vermeiden können, bietet ein globaler Finanzdienstleister. Dieser erkannte die potenziellen Vorteile des BMC-Werkzeugs und der prädiktiven Erkenntnisse, die es bereitstellt. Im Rahmen einer Demoversion bemerkte das Unternehmen, dass es Probleme zwei Tage früher erkennen konnte, um ein Systemproblem zu vermeiden (siehe:Our Customers .

Die wichtigsten Vorteile sind laut Hersteller:

  • Schnellere Erkennung: Benachrichtigungen alarmieren die Benutzer bezüglich Anomalien und ermöglichen es ihnen, Probleme, die sich auf die Systeme auswirken, proaktiv zu lösen, bevor sie zu Ausfallzeiten führen.
  • Genauere Vorhersagen: Multivariate Analysen betrachten alle KPIs gleichzeitig anstatt einzelne Silos. So lässt sich laut BMC sicherstellen, dass keine KPI-Anomalien übersehen werden und weniger Fehlalarme entstehen.
  • Integrierte Datenwissenschaft und Fachkompetenz: Das Wissen darüber, welche Metriken zu beachten sind, könne schnell die Lücken füllen, die in Ruhestand tretende Mitarbeiter hinterlassen, und so die Lernkurve für neue Mitarbeiter verkürzen. Darüber hinaus werde durch den Wegfall des Rätselratens bei der Erfassung und Auswertung fremder Metriken die Verschwendung teurer MIPS vermieden.
  • Sofort einsatzbereite prädiktive Out of the Box-Problemerkennung: Erforderlich sei laut BMC eine minimale Konfiguration: Benutzer könnten die Lösung installieren, Daten hinzufügen und sie sofort nutzen.
  • Verbesserte und adaptive Intelligenz für Systeme: Die kontinuierliche Nutzung tiefer und breiter Datenquellen trägt dazu bei, komplexe Systeme intelligenter zu machen, während kontinuierliches Lernen sicherstellt, dass die Teams mit dem schnellen Änderungstempo Schritt halten können.

Einordnung ins BMC-Portfolio

AMI Operational Insight ist Teil der „BMC AMI AIOps-Suite“. Damit setzt BMC seine Investitionen und Innovationen für den Mainframe mit neuen Produkteinführungen sowie der kürzlichen Übernahme von Compuware fort. BMC bietet nach eigenen Angaben jetzt eine vollständige Palette von Mainframe-Tools für die Entwicklung, Bereitstellung und Leistung an, die Unternehmen in die Lage versetzen, Agile und DevOps mit einer vollständig integrierten Toolchain zu skalieren.

(ID:46666296)