KI und IT-Operations bilden ein starkes Team

Cloud oder On-Premise

von Bernd Reder - 01.11.2019

AIOps-Plattform: So sieht das Cloud-Management-Haus BMC den Aufbau einer AIOps-Lösung.

(Quelle: BMC Software)

Was die Bereitstellung von AIOps-Lösungen betrifft, haben die Unternehmen bei AIOps die Wahl zwischen Cloud-Services und der Installation im Unternehmensrechenzentrum, so Stéphane Estevez von der Datenplattform Splunk: „AIOps kann als On-Premise-Lösung, in der Cloud oder gemischt genutzt werden.“ Wie bei jedem Outsourcing hänge die Entscheidung für ein Modell von Faktoren wie Kosten, Skalierbarkeit und Wartung ab. „Cloud ist offensichtlich ein Trend, aber viele Branchen wie der öffentliche Dienst können aufgrund von gesetzlichen Vorgaben und Compliance-Regelungen nur AIOps als On-Premise-Lösung verwenden“, erläutert Estevez.

Die Beratungshäuser Gartner und ESG warnen davor, Probleme wie Skalierbarkeit und die Komplexität von Technologien wie KI zu unterschätzen. Unternehmenseigene IT-Abteilungen könnten schnell davon überfordert werden, eine AIOps-Lösung am Laufen zu halten und die Algorithmen anzupassen. „Wir empfehlen wegen der einfacheren Nutzung und des geringeren Wartungsaufwands den meisten Nutzern das SaaS-Modell“, so Karsten Flott von AppDynamics.

Diese Einschätzung deckt sich mit Ergebnissen einer Befragung von IT-Managern mit Budget-Verantwortung durch das deutsche Beratungs- und Marktforschungshaus Research in Action. Demzufolge ist für rund 9 Prozent der Unternehmen, die in AIOps-Lösungen investieren, vor allem ein nutzungsbezogenes Abrechnungsmodell wichtig. An die 8 Prozent wünschen sich die Möglichkeit, eine Cloud-Plattform zu nutzen - im Rahmen eines Software-as-a-Service-Modells.

Damit haben wirtschaftliche Faktoren einen vergleichbaren Stellenwert wie technische Aspekte. Denn laut Research in Action sind ebenfalls für jeweils 8 Prozent der Nutzer Faktoren wichtig wie eine automatisierte Mustererkennung und das Aufspüren von Anomalien durch eine AIOps-Lösung. Auch die Möglichkeit, Machine-Learning-Funktionen zu erweitern und anzupassen, sowie ein Big-Data-Management stehen auf der Wunschliste weit oben.

Den Menschen mitnehmen

Unternehmen, die AIOps-Systeme einsetzen wollen, sollten jedoch nicht nur auf technische Funktionen, Bereitstellungsmodelle und Betriebskosten achten. Damit solche Lösungen den erhofften Nutzen bringen, müssen sie von CIOs und IT-Administratoren akzeptiert werden. Das setzt voraus, dass die Fachleute jederzeit Herr der Lage bleiben. „Automatisierung ist gut, wenn wir die Vorteile von Systemen nutzen. Zum Beispiel empfehlen wir, dass dem User zum richtigen Zeitpunkt aufgezeigt wird, dass es einen ähnlichen Vorfall in der Vergangenheit gab, zusätzlich wird darauf verwiesen, wer diesen Vorfall auf welche Weise bearbeitet hat“, erläutert Guy Fighel. „Doch die Entscheidung, wann was umgesetzt wird, trifft am Ende der Mensch, nicht ein AIOps-System.“

Axians wiederum warnt, Insellösungen zu schaffen: „Es reicht nicht, eine AIOps-Abteilung zu gründen, neue Tools zu kaufen und sonst alles beim Alten zu lassen. Es geht darum, grundlegende Prozesse und Arbeitsweisen zu überprüfen und zu verändern“, stellt Peter Jürß fest. Wer AIOps einführe, müsse sich klar sein, dass diese Veränderung alle beteiligten Bereiche betreffe, inklusive des Managements. „Wichtig ist, dass man Vertrauen in die Technologie entwickelt, indem man versteht, was sie tut, und die Ableitungen und Ergebnisse gemeinsam mit Data Scientists bewertet“, so Jürs weiter.

Fazit & Ausblick

Dass der Zug auch für IT-Operations in Richtung Automatisierung fährt, ist klar: „Die Zukunft des IT-Betriebs ist autonom: Unternehmen benötigen IT-Operations-Ansätze, die zuverlässig geschäftskritische Dienste bereitstellen, sich an Innovationen anpassen lassen und die vorhandenen Ressourcen effizient nutzen“, betont Philippe Vincent, CEO von Virtual Instruments, einem Anbieter von IT-Monitoring- und AIOps-Plattformen. Autonom heißt, dass der Anteil der automatisierten Aufgaben in der IT erheblich zunehmen wird.

Vor allem größere Rechenzentren lassen sich ohne weitgehende Automatisierung nicht mehr betreiben. Gleiches gilt für hybride IT-Umgebungen, die aus Unternehmens-Data-Centern und Cloud-Services unterschiedlicher Anbieter bestehen. Doch auch der Mittelstand und kleine Unternehmen sollten sich mit Technologien wie AIOps beschäftigen. Denn bei ihnen spielt ein weiterer Faktor eine Rolle: Sie haben es schwerer als Großunternehmen, IT-Fachleute zu finden. Und diese Experten sollten sich besser um wichtigere Dinge kümmern als den Betrieb der IT- und Anwendungsumgebung - etwa um die Digitalisierung von Angeboten und Geschäftsprozessen.

Plattformen und Lösungen für AIOps (Teil 2)
Anbieter	Lösung(en)	Details
Micro Focus	Microfocus Operations Bridge	Monitoring von IT-Infrastruktur und Anwendungen, inklusive Analyse von Abhängigkeiten, Schwerpunkt: Hybrid-Cloud-Infrastrukturen; Anomalie-Erkennung, vorausschauende (predictive) Analysen von Datentypen, Ereignissen, Topologien, Metriken und Protokollen, Funktionen für Prozessautomatisierung
Moogsoft	Moogsoft AIOps	Mehr als 50 Integrationen „out of the box“, unter anderem für IT-Monitoring, Automatisierung, Servicemanagement; Korrelation von Alerts von IT-Services und Anwendungen und Zusammenfassung in Insights, Root-Cause-Analyse mittels Machine Learning, Collaboration-Funktionen für bessere Zusammenarbeit von IT-Operations-Teams
New Relic	New Relic AI; New Relic One	APM-Plattform mit AIOps-Funktionen; mehr als 60 Integrationen, Echtzeitanalysen und Insights über den gesamten IT-Stack hinweg; Zielgruppen: DevOps, Site Reliability Engineers und Notfallteams im Bereich IT; automatisiertes Erfassen, Korrelieren und Priorisieren von Incident-Daten, kontextbezogene Informationen und Lösungsvorschläge
OpsRamp	OpsQ	AIOps-Plattform mit Schwerpunkt auf IT-Services, Prognose von Performance-Engpässen, automatisierte Autokorrektur von wiederholt auftretenden Incidents, kontextbezogene Analysen und Handlungsempfehlungen
Resolve	Resolve Enterprise IT Automation Platform	Integration von Fixstreams AIOps-Lösung in IT-Automatisierungs-Tool, automatisiertes Mapping von Abhängigkeiten zwischen Infrastruktur und Applikationen, proaktive Analyse und Automatisierung von Aktionen über Netzwerk-Domains hinweg, kontextebezogene Root-Cause-Analysen
Riverbed	SteelCentral AppInternals, SteelCentral AppResponse, SteelCentral Aternity	Plattform mit integrierten AIOps-Funktionen; nutzer- und geschäftsbezogene Analysen, Fokus auf Applikations-Performance aus Sicht der Nutzer, integrierte Root-Cause-Analysen auf Basis von ML und KI
ScienceLogic	SL1 Platform	Plattform für das Erfassen und Analysieren von IT-Umgebungen in Echtzeit, kontextbezogene Analysen der IT-Infrastruktur, Anwendungen und Geschäftsservices, Sammeln und Speichern aller IT-bezogenen Daten von IT-Komponenten in Unternehmens-Data-Centern, Clouds, Hybrid-Infrastrukturen, Automatisierungsfunktionen und proaktive Reaktionen
ServiceNow	Now Platform	KI-basierte Analyse von IT- und Geschäftsprozessen und entsprechenden Abhängigkeiten, Integration vorhandener Management- und Monitoring-Werkzeuge, umfassende Automatisierungsfunktionen
Siglos	Siglos Integrated Cloud & IT Ops Platform	Erweiterung bestehender Monitoring-Lösung und IT-Operations-Plattform um AIOps-Funktionen, Unterstützung von Alert Groups, Root-Cause Analyse und Procedures, optional Einsatz von Automatisierungs- und Selbstheilungsfunktionen
Splunk	Splunk IT Service Intelligence	Plattform, die Big Data, KI und maschinelles Lernen mit einem umfassenden Einblick in den IT-Betrieb kombiniert, KI- und ML-Funktionen wie Predictive Analytics, Prediction und Forecasting, Ereignismanagement und -analysen, Clustering, adaptive und statistische Schwellenwerte, Anomalie-Erkennung, Ursachenbestimmung
StackState	StackState AIOps Platform	Kombination von Monitoring und AIOps; Plattform für Unternehmensrechenzentren, Microservices und Multi-Cloud-Umgebungen, Root-Cause-Analysen mit KI, kontextbezogene Übersicht über Topologien, dynamisches Monitoring, Impact Analysis für proaktive Identifizierung und Beseitigung von Problempunkten
Sumo Logic	Sumo Logic Platform	Cloudbasierte Plattform, Schwerpunkt auf Sicherheit und DevSecOps, derzeit werden 150 Anwendungen und Integrationen unterstützt, Echtzeitanalyse von Events und Anomalien, Auswertung und Handlungsempfehlungen durch Machine Learning
Virtual Instruments	Virtual Wisdom	Management-Plattform für Hybrid-Cloud-Infrastrukturen und geschäftskritische IT-Infrastrukturen, Optimierung der Performance und Verfügbarkeit von Anwendungen, Analyse und Korrelierung der Daten von Workloads über IT-Domänen hinweg, automatisierte Root-Cause-Analysen
Zenoss	Zenoss Cloud	Full-Stack-Monitoring in Kombination mit AIOps, cloudbasiert (SaaS), Sammeln und Analysieren von Metriken, Streaming Data, Abhängigkeiten, Events und Logs in komplexen IT-Umgebungen, Automatisierungsfunktionen, Prognose der „Gesundheit“ und Performance von Anwendungen und IT-Services

Seite

KI und IT-Operations bilden ein starkes Team

Cloud oder On-Premise

Den Menschen mitnehmen

Fazit & Ausblick

Mehr zum Thema