AIOps

Wie künstliche Intelligenz IT-Teams die Arbeit erleichtert

Uhr
von Yannick Chavanne und Übersetzung: René Jaun

IT-Umgebungen werden zunehmend fragmentierter und komplexer, und die Menge an Warnmeldungen immer unüberschaubarer. KI-gestützte Lösungen können IT-Teams auf drei Ebenen unterstützen: Sichtbarkeit, Empfehlungen und automatisierte Massnahmen.

(Source: Sergey / Fotolia.com)
(Source: Sergey / Fotolia.com)

Künstliche Intelligenz (KI) gewinnt in IT-Operations zunehmend an Bedeutung. Auf grosses Interesse stossen die sogenannten AIOps ((Artificial Intelligence for IT Operations)-Lösungen. Sie werden als vielversprechende Möglichkeit gesehen, die ständig steigenden Anforderungen der Kunden zu erfüllen. So müssen Anwendungen und Funktionalitäten immer schneller bereitgestellt werden – und dies in zunehmend fragmentierten IT-Umgebungen.

Für IT-Operations wird es immer schwieriger, mit der daraus resultierenden Flut von Daten (wie Fehler, Protokolle, Tickets, Leistungskennzahlen und so weiter) fertig zu werden. Die Boston Consulting Group (BCG) nennt drei Ebenen, auf denen AIOps die arbeit der IT-Teams unterstützen kann:

  • AIOps machen die Umgebung vollständig sichtbar: Auf der Grundlage präziser Daten zu Betrieb und Leistung steigern maschinelle Lernmodelle die Überwachungsfähigkeiten und ermöglichen präventive Massnahmen. Die Komplexität oder Heterogenität der Ökosysteme spielt dabei keine Rolle.

  • Sie generieren Empfehlungen: Dank zunehmend ausgefeilterer Algorithmen können AIOps etwa den Zusammenhang zwischen Warnmeldungen verschiedener Quellen erkennen. Zudem unterstützen sie IT-Teams bei der Analyse vergangener Abläufe, eliminieren irrelevante Daten (Datenrauschen genannt), zeigen mutmassliche Probleme auf und schlagen Lösungen vor. Zudem können sie die Auswirkungen von Vorfällen auf den Geschäftsbetrieb berechnen.

  • Sie leiten automatisch Massnahmen ein: "Die Algorithmen hinter den AIOps-Plattformen könnten etwa IT-Dienste automatisch konfigurieren oder Umgebungen anpassen, schreiben die BCG-Analysten. So können die Tools beispielsweise automatisch bestimmen, ob neue Infrastruktur oder Container skaliert werden soll. Je nach Bedarf können sie zudem einem virtuellen Projekt mehr oder weniger Kapazität zuweisen oder die Anzahl der Anwendungsserver anpassen.

Die drei vielversprechendsten Anwendungsfälle

Das Potenzial für KI in IT-Operations zeigt sich in den Marktaussichten. BCG gibt an, dass das AIOps-Segment im Jahr 2019 ein Geschäftsvolumen von ca. 11,6 Milliarden US-Dollar verzeichnete. Die Analysten rechnen mit einer jährlichen Zunahme um 10 Prozent und sagen für 2021 einen Umsatz von 13,8 Milliarden Dollar voraus. Laut der Analysten dürften AIOps in folgenden drei Anwendungsfällen besonders viel Potenzial haben:

  • Erkennung von Anomalien: Hochentwickelte Tools zur Mustererkennung erleichtern die automatische Erkennung von ungewöhnlichem Verhalten auf der Infrastrukturebene. AIOps können beispielsweise erkennen, wenn eine Anwendung plötzlich auffällig viel Ressourcen verbraucht.

  • Reduktion von Störsignalen: AIOps-Lösungen haben das Potenzial, Warnmeldungen entsprechend ihrer Auswirkungen auf das Unternehmen zu priorisieren und falsch-positive Meldungen zu filtern. Die Teams könnten sich somit auf wirklich kritische Alarme konzentrieren.

  • Zuordnung und Korrelation von Fehlermeldungen: Durch die Analyse der Topologie, der Zeit und des Kontexts verschiedener Benachrichtigungen kann die KI automatisch feststellen, welche Alarmmeldungen zusammenhängen. Diese können dann ein und demselben Vorfall zugeordnet werden.

Was sich für IT-Operations konkret ändert, wenn sie auf AIOps-Lösungen setzen und wie man bei der Implementierung vorgeht, lesen Sie in diesem Grundlagenartikel.

Webcode
DPF8_184071