vchalup - stock.adobe.com

So profitieren Unternehmen von AIOps

Unternehmen müssen Entwicklungen vorhersehen können. Mit Hilfe von Artificial Intelligence for IT Operation (AIOps) lassen sich große Datenmengen korrelieren und Trends erkennen.

Viele IT-Teams sind derzeit mit Projekten rund um die Digitale Transformation beschäftigt. Denn Unternehmen möchten von aktuellen Technologien wie Cloud, maschinellem Lernen und Internet der Dinge (IoT) profitieren. Laut einer Studie von Appian (PDF) glauben jedoch 91 Prozent der Befragten, dass sie Probleme eher schnell beheben müssen als gründlich, da sie sich auf die Aktualisierung des Geschäftsbetriebs konzentrieren müssen. So wird die Geschwindigkeit von Updates und Anpassungen heute in Tagen gemessen – statt in Monaten oder Jahren. Häufig kann der IT-Betrieb mit diesem Tempo nicht mithalten und die Digitalisierung wird langfristig scheitern.

Die Lösung für viele der damit verbundenen Herausforderungen liegt in einer anderen Art der Digitalen Transformation – auf Basis von künstlicher Intelligenz (KI). Obwohl diese in der Öffentlichkeit häufig als Bedrohung dargestellt wird, bietet sie Unternehmen in Wirklichkeit eine große Chance zur Verbesserung ihrer Produktivität und Sicherheit. Vor allem bei AIOps (Künstliche Intelligenz für den IT-Betrieb) geht es nicht um gefährliche Roboter à la Terminator, sondern um vielschichtige Technologieplattformen, die den IT-Betrieb automatisieren und verbessern. Dies gelingt mit Hilfe von Analytik und maschinellem Lernen, um große Datenmengen aus operativen Tools zu untersuchen.

Zahlreiche Vorteile

Die größte Stärke von AIOps liegt in der Fähigkeit, IT-Probleme automatisch in Echtzeit zu erkennen, zu analysieren und sogar zu beheben. Das bedeutet: Herausforderungen werden schnell, präzise und mit deutlich weniger Aufwand als bislang gelöst, selbst wenn das IT-Team mit anderen Aufgaben beschäftigt ist. In Zukunft wird AIOps viele IT-Prozesse auf intelligente Weise automatisieren und dabei Vorteile über den gesamten operativen Lebenszyklus hinweg bieten. Eine weitere Stärke des Ansatzes ist, dass er den IT-Betrieb verschlankt und verbessert – ähnlich wie Continuous Integration und Deployment bei DevOps.

AIOps kann sogar aktiv und oft präventiv Vorfälle erkennen und Ereignisse selbst in komplexen Gesamtsystemen miteinander korrelieren. Beispielsweise haben Unternehmen im Zuge der Datenschutz-Grundverordnung (EU-DSGVO) sehr schnell versucht, ihren Cloud-Betrieb an die neuen Anforderungen anzupassen. Während IT-Teams damit beschäftigt sind, die Daten eines Unternehmens zu katalogisieren und zu schützen, müssen auch alle neu erzeugten oder gespeicherten Daten mit der Regelung konform sein. Durch den Einsatz von AIOps können sich IT-Teams auf andere Aspekte der Compliance konzentrieren, während sie die Einhaltung von Sicherheitsrichtlinien durch geeignete Tools in Echtzeit überwachen lassen. Diese können dann zum Beispiel einen Nutzer über eine Schwachstelle informieren oder einen nicht-konformen Rechner herunterfahren. Dadurch gewährleisten sie weitgehend automatisch einen reibungslosen und sicheren Geschäftsablauf.

Die Zukunft der Digitalen Transformation

Natürlich geht es bei AIOps nicht nur um die Unterstützung laufender Projekte zur Digitalen Transformation. In der heutigen Geschäftswelt reicht es nicht mehr aus, nur mit der Innovation Schritt zu halten, Unternehmen müssen auch zukünftige Entwicklungen vorhersehen. Während dies bislang bedeutet, dass die Mitarbeiter eine riesige Datenmenge bearbeiten müssen, kann AIOps zur Korrelation von Millionen Datensätzen verwendet werden, um Verhaltensmuster oder Trends zu entdecken. So erkennen Unternehmen Bereiche, in denen Kunden mit Problemen kämpfen oder Veränderungen möchten – und stoßen entsprechende Innovationen an.

Lee James, Rackspace

„Für Unternehmen ist es oft schwierig, ihren traditionellen IT-Betrieb zu einem KI-basierten Ansatz weiterzuentwickeln. Denn dazu müssen sie zahlreiche Herausforderungen bewältigen.“

Lee James, Rackspace

Gerade hier liegen die Stärken von AIOps. Indem Unternehmen ein vollständiges Bild der Herausforderungen erhalten, die schnell zu lösen sind, können sie genau die Innovationen entwickeln, die Kunden wünschen. AIOps verspricht damit eine neue Generation kundenorientierter Lösungen, die sich positiv auf das Geschäft auswirken.

Doch für Unternehmen ist es oft schwierig, ihren traditionellen IT-Betrieb (ITOps) zu einem KI-basierten Ansatz weiterzuentwickeln. Denn dazu müssen sie zahlreiche Herausforderungen bewältigen. So sollten sie verstehen, welche Arten an wichtigen Daten sie sammeln, wo diese gespeichert sind und wie die KI-Plattform am besten integriert werden kann.

Für eine optimale Nutzung von AIOps ist es entscheidend, die Abläufe über verschiedene Dienste hinweg zu verstehen sowie die Metriken von einer ständig steigenden Anzahl an Plattformen schnell zu sammeln und zu analysieren. Alle ausgewerteten Daten dienen zur Optimierung der AIOps-Strategie, um wertvolle Einblicke und Vorhersagen zu erhalten. Dazu sollten Unternehmen ein darauf spezialisiertes internes Team besitzen oder mit erfahrenen Experten eines Drittanbieters zusammenarbeiten. Die Notwendigkeit eines Spezialisten-Teams bedeutet, dass KI keine bestehenden IT-Teams ersetzen wird, selbst wenn die Prozesse dadurch automatisiert werden.

Fazit

Eine Studie von Gartner (Download nach Registrierung) zeigt, dass nur fünf Prozent der großen Unternehmen Big Data und Machine Learning miteinander kombinieren. Doch bis zum Jahr 2020 werden es etwa zwei Fünftel sein. Die zunehmende Akzeptanz verdeutlicht die Wichtigkeit, sich schon heute auf diese Veränderung vorzubereiten. Dazu müssen Unternehmen wissen, welche wichtigen Daten sie besitzen und welche Prozesse sie automatisieren können. Zudem benötigen sie Zugang zu dem für die Implementierung und den Betrieb von AIOps erforderlichen Fachwissen. Dann sind sie für die Zukunft gewappnet.

Über den Autor:
Lee James ist EMEA CTO bei Rackspace.

Folgen Sie SearchNetworking.de auch auf Twitter, Google+, Xing und Facebook!

Nächste Schritte

Automatisierung löst Personalprobleme nicht

Chancen und Risiken der Netzwerk-Automatisierung

IT-Automatisierung im Software-defined Data Center

Artikel wurde zuletzt im August 2018 aktualisiert

Erfahren Sie mehr über Software, Tools und Utilities für das Netzwerk-Management

Diskussion starten

Schicken Sie mir eine Nachricht bei Kommentaren anderer Mitglieder.

Bitte erstellen Sie einen Usernamen, um einen Kommentar abzugeben.

- GOOGLE-ANZEIGEN

SearchSecurity.de

SearchStorage.de

SearchDataCenter.de

SearchEnterpriseSoftware.de

Close