11 AIOps-Strategien und Best Practices für heute

Künstliche Intelligenz für den IT-Betrieb, kurz AIOps, ist eine zunehmend verbreitete Praxis, bei der IT-Fachleute KI-, Machine-Learning- und Automatisierungstechniken einsetzen, um ihre Workflows effizienter und standardisierter zu gestalten. Branchenübergreifend übernehmen Unternehmen AIOps-Best-Practices, weil diese ihre Arbeit einfacher und produktiver machen. AIOps ist jedoch ein komplexer Prozess, der bei einer Umsetzung ohne klaren Plan zu noch ineffizienteren und unübersichtlicheren IT-Prozessen führen kann.

Um bei der Implementierung einer AIOps-Strategie in Ihrem Unternehmen die besten Ergebnisse zu erzielen, ist es wichtig, nicht nur zu verstehen, wie AIOps Ihrem Team nutzen kann, sondern auch, welche AIOps-Best-Practices Sie von Anfang an befolgen sollten.

DIE WICHTIGSTEN ERKENNTNISSE

• •Bei ordnungsgemäßer Implementierung unter menschlicher Aufsicht kann AIOps IT-Prozesse erheblich verschlanken und IT-Fachleuten ermöglichen, mehr Zeit für Aufgaben mit großer Wirkung aufzuwenden. (Zum Abschnitt)
• •Eine integrationsorientierte AIOps-Strategie, die Ihre AIOps-Tools nahtlos mit kritischen IT-Datenquellen und -Systemen verbindet, ist unverzichtbar. (Zum Abschnitt)
• •
• Die Definition von AIOps-Zielen, die Identifizierung kritischer Datenquellen, die Einhaltung hoher Datenstandards, die Betonung der Datensicherheit und die Erstellung einer Richtlinie für den KI-Einsatz gehören zu den wichtigsten AIOps-Best-Practices. (Zum Abschnitt)

Investieren Sie in eine AIOps-Plattform, die Ihre Strategie unterstützt

Bei AIOps geht es darum, Ihre bestehenden künstliche Intelligenz- und IT-Prozesse effizienter zu gestalten. Das gelingt nur, wenn sich Ihre AIOps-Tools in alle anderen wichtigen IT-Ressourcen, Datenquellen und Geschäftsanwendungen Ihres Tech-Stacks integrieren lassen.

Für bestmögliche Ergebnisse sollten Sie nach AIOps-Plattformen mit umfangreichen nativen Integrationsbibliotheken oder einer leistungsfähigen API suchen, über die sich Ihre AIOps-Plattform problemlos in Ihr gesamtes IT-Ökosystem integrieren lässt. Streben Sie zumindest zu Beginn einen möglichst geringen Bedarf an Anpassungen und Feinabstimmungen an, damit die AIOps-Plattform effizient läuft, selbst wenn sich Ihre anderen Tools verändern und skalieren.

Definieren Sie klare Ziele für Ihre AIOps-Strategie

AIOps ist nur dann effektiv, wenn Sie wissen, wofür Sie es einsetzen und was Sie mit KI-gestützter Automatisierung und Workflows verbessern möchten. Die Ziele und KPIs jeder Organisation im Bereich AIOps sind unterschiedlich. Unabhängig von Ihren individuellen Gegebenheiten erzielen Sie jedoch bessere Ergebnisse, wenn Sie Ihre Ziele als Teil umfassenderer IT-, Betriebs- und Geschäftsziele formulieren.

Geschäftsverantwortliche, die nicht wissen, wo sie anfangen sollen, können Ziele für die folgenden betrieblichen IT-Aufgaben und Verbesserungen festlegen:

• Verbesserung der mittleren Zeit bis zur Behebung (MTTR)
• Verbesserung der mittleren Zeit zwischen Ausfällen (MTBF)
• Reduzierung von IT-Vorfällen und Ausfällen, insbesondere bei kritischen Services
• Optimierung und Zuweisung von Ressourcen über Cloud- und On-Premises-Ressourcen hinweg
• Proaktive Erkennung von Problemen und Eindämmung von Vorfällen
• Reduzierung von falsch positiven und falsch negativen Ergebnissen
• Zeit für die Bereitstellung von Ressourcen
• Kapazitätsauslastung anhand von Nutzungsmetriken
• Qualität und Häufigkeit von Prognosen zu den Auswirkungen von Änderungen
• Anzahl der Richtlinien- und Compliance-Verstöße im Zeitverlauf
• Betriebliche IT-Ausgaben im Zeitverlauf

Wenn Sie Ihre Ziele kennen, sind Sie besser darauf vorbereitet, eine AIOps-Strategie zu entwickeln, mit der Sie diese erreichen.

Identifizieren Sie für Ihre AIOps-Strategie relevante Datenquellen

Nachdem Sie die erste Recherche zu Tools und die Zieldefinition abgeschlossen haben, müssen Sie sich einen Überblick über alle relevanten Datenquellen verschaffen, auf die für einen effektiven AIOps-Betrieb zugegriffen werden muss und die integriert und migriert werden müssen. Beispiele für relevante Daten aus dem IT-Betrieb und ihre Quellen sind:

• Systemprotokolle von Servern, Anwendungen und Netzwerken
• Daten zu Vorfällen und Problemen aus Ticketsystemen
• IT-Asset-Daten aus Configuration-Management-Datenbanken (CMD)
• App-Performance-Metriken aus Tools für Application Performance Management (APM)
• Sicherheitsereignisse aus Systemen für Security Information and Event Management (SIEM)

Berücksichtigen Sie die verschiedenen beteiligten Datenformate, deren Verwendung und die verschiedenen Speicherorte in Ihrem Netzwerk. Am wichtigsten ist, festzustellen, ob diese Daten in Ihrem Unternehmen in unterschiedlichen Formaten vorliegen. Ist das der Fall, sollten Sie die Daten bereinigen und standardisieren, bevor Sie sie Ihrem AIOps-System hinzufügen.

Sorgen Sie für hohe Datenqualitätsstandards in AIOps

AIOps ist in hohem Maße auf Daten für das Training von KI und ML-Modellen sowie für operative Abfragen angewiesen. Es ist wichtig, in Ihrem Unternehmen hohe Datenqualitätsstandards durchzusetzen, damit alle benötigten Daten zugänglich, verständlich, aktuell und in einem verwertbaren Format vorliegen.

Zu den Maßnahmen zur Verbesserung der Datenqualität gehören der Einsatz von Tools zur Datenbereinigung, Datenzuordnung, Datenaufbereitung und Verwaltung der Datenintegrität. Außerdem sollten Sie in Data-Governance-Tools investieren, da diese zur Verbesserung von Datenqualität, Sicherheit und Compliance beitragen und IT-Teams dabei unterstützen können, Veränderungen der Datenqualität im Zeitverlauf zu überwachen und zu beheben.

Tools wie SAP Master Data Governance können verwendet werden, um Datenqualitätsregeln in AIOps-Workflows zu verwalten.

Priorisieren Sie die Datensicherheit in Ihrer AIOps-Strategie

Best Practices und Tools für Datensicherheit sind für reibungslose Abläufe, die Einhaltung gesetzlicher Vorschriften sowie den Erhalt des Unternehmensrufs und des Kundenvertrauens erforderlich. Über die weiter oben erwähnten Investitionen in Data-Governance-Tools hinaus sollten sich Ihre AIOps-Teams an die folgenden Best Practices für Datensicherheit halten:

• Verwenden Sie ausschließlich sichere und vertrauenswürdige Datenbanken und Datenquellen
• Halten Sie Ihre Datenspeichersysteme aktuell 
• Stellen Sie sicher, dass alle Praktiken der Datenspeicherung den gesetzlichen und sicherheitsbezogenen Anforderungen entsprechen
• Legen Sie Richtlinien für die Nutzung mobiler Geräte und das Datenmanagement durch Mitarbeitende fest
• Bestimmen Sie ein mehrstufiges Zugriffs- und Autorisierungssystem für Ihre kritischsten Ressourcen

Wenn größere Personengruppen auf sensible Daten zugreifen oder diese verwenden müssen, sollten Sie nach zusätzlichen Schutzmaßnahmen wie Datenverschlüsselung, Anonymisierung und/oder Maskierung suchen. Bedenken Sie, dass zusätzliche Regeln und Best Practices zur Datensicherheit erforderlich sind, wenn Ihr Unternehmen generative KI in seinen AIOps-Workflows einsetzen möchte.

Am besten legen Sie beispielsweise eine Regel nach folgendem Muster fest: „Implementieren Sie eine Richtlinie zur Datenmaskierung für alle sensiblen Informationen, bevor diese vom generativen KI-Modell verarbeitet werden.“ Da Datenschutzverletzungen von Jahr zu Jahr zunehmen, sind in jedem Fall Vorsichtsmaßnahmen und Wachsamkeit erforderlich, um eine kosteneffiziente und risikoarme AIOps-Strategie zu betreiben.

Wenn Sie mehr über die Integration Ihrer Geschäftsdaten zur Optimierung des Einsatzes generativer KI erfahren möchten, lesen Sie mehr über die Best Practices für generative KI und Datenanalysen.

Verfeinern Sie Ihre Strategie mit einem AIOps-Testprojekt

Bevor Sie das gesamte Netzwerk und mehrere Automatisierungen innerhalb eines übergreifenden AIOps-Frameworks einrichten, sollten Sie zunächst einen Testlauf mit einem kleineren Projekt als Machbarkeitsnachweis durchführen. Mögliche kleine AIOps-Testprojekte sind:

• Richten Sie eine KI-gestützte Protokollanalyse ein, um Anomalien auf einem Server oder in einer Anwendung zu erkennen
• Automatisieren Sie die Klassifizierung von Tickets im Service Desk mit Natural Language Processing
• Stellen Sie einen KI-Chatbot bereit, der in einer Abteilung häufig gestellte IT-Fragen beantwortet

Legen Sie bei der Planung des Testprojekts unbedingt dessen Umfang, Erfolgskriterien und Strategie zur Leistungsüberwachung fest. So können Sie in der anschließenden Nachbesprechung erkennen, was funktioniert hat und was nicht. Überwachen Sie während des Testlaufs die Leistung der Infrastruktur und halten Sie außerdem fest, wie das Team mit diesem neuen Workflow umgeht. Nehmen Sie nach Abschluss entsprechende Anpassungen an Infrastruktur, Team-Schulungen, Cybersicherheits-Tools und Ihrem AIOps-Plan vor.

Erstellen Sie eine Richtlinie für den KI-Einsatz in Ihrem AIOps-Ansatz

Jede Organisation, Abteilung oder jedes Team, die oder das KI einsetzt, muss für die Einhaltung einer Richtlinie zum KI-Einsatz verantwortlich gemacht werden und Schulungen zur Technologie und ihrer Rolle im Betrieb erhalten. Die Richtlinie sollte Fragen dazu abdecken, wie KI in der Organisation eingesetzt wird, welche individuellen Rollen und Verantwortlichkeiten bei der Nutzung von KI bestehen und wie Datensicherheit und -integrität bei der Nutzung von KI gewährleistet werden. Wenn Sie nach einem Beispiel für eine KI-Richtlinie suchen, die als Grundlage für Ihre eigene dienen kann, ist unsere kostenlose Vorlage für eine Ethikrichtlinie zur KI ein hervorragender Ausgangspunkt.

Erfahren Sie mehr über die KPIs zur Messung der Auswirkungen von AIOps auf Ihr Unternehmen.

Optimieren Sie Ihre AIOps-Strategie durch die Überwachung von Workflows

Ihr Team sollte die Netzwerkleistung jederzeit überwachen, besonders wichtig ist dies jedoch bei der Einführung einer neuen Betriebspraxis wie AIOps. Durch die genaue Beobachtung können Sie die Auswirkungen Ihrer AIOps-Verbesserungen messen, Probleme bei der Implementierung erkennen und das Vertrauen der Stakeholder in die Initiative stärken.

Sie sollten Überwachungstools mit Funktionen einsetzen, die regelmäßig Analysen und detaillierte Untersuchungen der KI- und ML-Leistung unterstützen. In größeren Abständen muss Ihr Team oder eine unabhängige Drittpartei umfassendere Netzwerkaudits durchführen, um zu bewerten, wie die einzelnen Bestandteile des AIOps-Workflows funktionieren und wie sie sich auf die Leistung Ihres übrigen Netzwerks auswirken.

Einige Überwachungstools benachrichtigen Benutzer lediglich, wenn ein potenzielles Problem auftritt, während andere Vorschläge machen oder Korrekturmaßnahmen ergreifen. Wählen Sie ein Überwachungstool, das die Kompetenzen, das Budget und die sonstigen Anforderungen Ihres Teams ergänzt.

Neptune.ai ist ein Beispiel für ein KI-Überwachungstool, mit dem Benutzer die Leistung von KI- und ML-Modellen sowie andere relevante Metriken überwachen können.

Stärken Sie Ihre AIOps-Strategie durch die Dokumentation von Prozessen

Die Dokumentation von AIOps-Prozessen nach deren Qualitätssicherung und Freigabe ist eine der sichersten Methoden, um die Integrität des gesamten Betriebs zu schützen. Konkrete, detaillierte Dokumentation unterstützt außerdem das Änderungsmanagement, indem sie Geschäftsverantwortlichen die Ressourcen an die Hand gibt, die sie benötigen, damit alles reibungslos läuft, wenn sich Teammitglieder, Tools und andere Bestandteile des Workflows im Laufe der Zeit verändern. Die Dokumentation kann zur leichteren Zugänglichkeit in herkömmlichen Datenspeichern und Datenbanksystemen aufbewahrt werden. Viele Unternehmen profitieren jedoch davon, diese Dokumentation zusätzlich außerhalb des Netzwerks oder an einem besonders sicheren Ort zu speichern.

Sorgen Sie für ausreichende menschliche Aufsicht 

Bei AIOps ist es entscheidend, das richtige Gleichgewicht zwischen Automatisierung und menschlicher Kontrolle zu finden. KI steckt noch in den Kinderschuhen. Zwar eignet sie sich hervorragend, um häufige und gut verstandene Probleme automatisch zu erkennen und zu beheben, doch bei komplexen oder ungewöhnlichen Problemen kann sie Schwierigkeiten haben. Außerdem sollte sie ohne Ihre Zustimmung keine Entscheidungen mit erheblichen Auswirkungen treffen.

Sie sollten daher automatisierte Benachrichtigungen und Genehmigungs-Workflows einrichten, die bei Bedarf zum Eingreifen eines Menschen auffordern. Ein AIOps-System könnte beispielsweise einen geringen Speicherplatz erkennen und alte Protokolle löschen. Wenn sich das Serverproblem dadurch nicht beheben lässt, benachrichtigt das Tool ein Mitglied Ihres IT-Teams und schlägt die nächsten Schritte vor, sodass dieses seine Fachkenntnisse zur Behebung des Problems einsetzen kann.

Mit der Weiterentwicklung der künstlichen Intelligenz können Sie ihr zunehmend mehr Freiraum lassen, mehr IT-Ops-Prozesse und -Aufgaben automatisieren und Ihre Aufsicht reduzieren. Vorerst ist die Betonung menschlicher Kontrolle jedoch entscheidend für den Erfolg Ihrer AIOps-Strategie, insbesondere bei kritischen und komplexen Systemen.

Erweitern Sie den Anwendungsbereich Ihrer AIOps-Strategie über die IT hinaus

AIOps konzentriert sich technisch gesehen auf den IT-Betrieb. Diese AIOps-Best-Practices lassen sich jedoch im gesamten Unternehmen anwenden, insbesondere da KI und fortschrittliche Geschäftstechnologien zu einem integralen Bestandteil des Unternehmensbetriebs außerhalb von IT-Abteilungen werden. Marketingteams setzen beispielsweise bereits künstliche Intelligenz und Big Data ein, um ihre Zielgruppe besser zu verstehen. Vertriebsteams nutzen KI-Tools, um Lead-Bewertungen, KI-Vertriebsprognosen und andere wiederkehrende Aufgaben zu automatisieren.

Wenn alle Mitglieder Ihrer Organisation in sämtlichen Abteilungen verstehen, wie KI ihre Workflows automatisieren und neue Effizienzgewinne schaffen kann, könnte dies dazu beitragen, Probleme wie eine unkontrollierte Ausweitung der Tool-Landschaft und ineffiziente tägliche Abläufe im gesamten Unternehmen besser in den Griff zu bekommen.

Fazit: Die Umsetzung von AIOps-Best-Practices ist komplex

AIOps ist noch eine relativ neue Strategie für den IT-Betrieb. Aufgrund der zahlreichen Effizienzgewinne, die sie in Team-Workflows ermöglicht, hat sie sich jedoch schnell in verschiedenen Branchen und Teams durchgesetzt. Vielleicht noch wichtiger ist, dass sie IT-Fachleuten ermöglicht, Zeit für Aufgaben mit höherem Wert aufzuwenden.

Trotz seiner Vorteile müssen IT-Fachleute bedenken, dass die Einrichtung von AIOps ein komplexer, vielschichtiger Prozess sein kann. Fehler dabei können noch größere betriebliche Kopfschmerzen verursachen als zuvor, ganz zu schweigen von potenziell neuen Sicherheits- und Compliance-Problemen. Wenn Ihr Team die zusätzlich erforderliche Zeit aufwendet, um automatisierte Workflows von Anfang an mit angemessenen Erwartungen und Regeln korrekt einzurichten, und häufige AIOps-Fehler vermeidet, hat Ihr AIOps-Plan langfristig bessere Erfolgschancen. 

Erfahren Sie mehr über die wichtigsten AIOps-Trends , die diese aufstrebende Technologie prägen.