Heilmittel gegen Komplexität? Warum sich AIOps durchsetzen wird

Wird AIOps den IT-Betrieb revolutionieren? Experten sagen den KI-basierten Automatisierungs- und Optimierungsempfehlungen, die auf dem Lernen aus aggregierten Leistungsdaten basieren, eine große Zukunft voraus. Und tatsächlich könnte AIOps im Rechenzentrum bald so selbstverständlich sein wie heute Analytics-Anwendungen. Sonja Jacob von AppDynamics erläutert, wieso:

Anbieter zum Thema

dtm Datentechnik Moll GmbH

VMware Global Inc Zweigndl. Deutschland

Schwarz IT KG

In einem vergleichsweise einfachen technischen System - wie einer Dampfmaschine - könne ein guter Maschinist durch regelmäßige Wartung für einen reibungslosen Betrieb sorgen. Bei modernen digitalen Systemen seien den Menschen dagegen die Hände gebunden – Fehler träten eben auf. Natürlich wäre es für alle Beteiligten besser, wenn Unternehmen diese Fehler fänden, bevor sich Kunden beschweren. Die enorme Komplexität heutiger Systeme und Infrastrukturen erlaube das aber nicht mehr. Denn jede Geschäftstransaktion basiere heute auf einer immensen Zahl an Abhängigkeiten. Dazu kämen immer schnellere Release-Zyklen durch DevOps, immer mehr mobile Geräte und ein exponentielles Datenwachstum im Allgemeinen.

Dreh- und Angelpunkt des Komplexitätsproblems sei die Datenflut, vor der menschliche Analysten kapitulieren. Auch konventionelle Monitoring-Tools schafften nur bedingt Abhilfe, da sie nur reaktives Eingreifen erlauben und von Mitarbeitern immer wieder an veränderte Situationen angepasst werden müssten. Kann hier künstliche Intelligenz helfen?

Danach sieht es zumindest aus: Mit selbstlernenden Algorithmen und automatisierter Mustererkennung auf Basis künstlicher neuronaler Netze - gemeinhin Machine Learning (ML) genannt - werden Daten automatisch ausgewertet. Entsprechende Lösungen sind in der Lage, automatisch mögliche Ursachen von Problemen zu identifizieren – und zwar wesentlich schneller als traditionelle Systeme. Zudem könnten solche künstlich intelligenten Systeme eine Benutzerkonfiguration überflüssig machen, da sie sich im Betrieb idealerweise selbst trainieren.

Jacobs hat die drei großen Vorteile des AIOps-Ansatzes gelistet:

1. Transparenz

Die Zusammenhänge in komplexen Systemen werden verständlich. Mitarbeiter sehen in Echtzeit, wie Anwendungen performen und was im Netzwerk geschieht. Das sorgt für eine bessere Zusammenarbeit von Netzwerk- und Anwendungs-Teams.

2. Insights

Die Ursachen und Hintergründe von Problemen werden, über die Symptome hinaus, sichtbar. Das ermöglicht fundierte datenbasierte Entscheidungen.

3. Automatisierte Aktionen

Zu AIOps gehört auch eine automatisierte Fehlerbehebung, das reicht von einfachen Benachrichtigungen, über das Ausführen von Korrektur-Scripten, bis zur selbstständigen Einrichtung einer neuen Netzwerkrichtlinie.

Fazit

Anwendungen, die aus immer komplexerem Code bestehen, laufen in immer komplexeren Netzwerken. Für Menschen sei es schlicht nicht mehr möglich, alle diese Strukturen und die riesigen Datenmengen zu überblicken, weshalb Problemlösung im IT-Betrieb leider oft Behandlung von Symptomen, statt tiefgehender Fehleranalyse bedeute. AIOps kann IT-Teams die Analysekapazitäten bereitstellen, die für den Durchblick nötig sind. Intelligente Mustererkennung erlaubt es sogar, Fehler zu identifizieren, bevor diese zu Problemen führen.

In ihrem Blog hat Jacob das Problem und die potentielle Lösung noch weiter ausgeführt.

(ID:45787438)