Auch interessant: Was ist AIOps? Definition, Anwendungsfälle und zukünftige Trends
Eine der Fragen, die mir von Kunden, Interessenten und Partnern häufig gestellt wird, lautet: „Wird AIOps sie überflüssig machen?“
Für sie ist AIOps oft gleichbedeutend mit automatisierter Problembehebung: Ein AIOps-System erkennt automatisch einen Vorfall und startet daraufhin einen Behebungsprozess, der genau weiß, welcher Ablauf das Problem lösen wird. Die IT ist außen vor, Rechenzentren und NOCs laufen einfach unbeaufsichtigt weiter, und die Endnutzer bekommen nichts davon mit.
Leider ist das oben beschriebene Szenario eher Science-Fiction als Realität. AIOps kann routinemäßige IT-Prozesse zwar automatisieren und tut dies auch, doch eine vollständig automatisierte Problembehebung ohne menschliches Eingreifen ist noch in weiter Ferne – sofern sie überhaupt jemals Realität wird.
Die tatsächlichen Vorteile von AIOps sind etwas prosaischer, aber nicht weniger strategisch. Ein häufigeres Szenario wäre, nahezu alle Ereignisse und Warnmeldungen zu beseitigen, indem maschinelles Lernen auf Warnmeldungen angewendet und mehrere Warnmeldungen mit denselben Ereignissen korreliert werden, sodass Duplikate entfallen. Was wäre nun, wenn sich vorhersagen ließe, welche Warnmeldungen regelmäßig wiederkehren und zu Vorfällen mit Auswirkungen auf die Performance werden, wenn sich saisonale Muster bei Warnmeldungen erkennen ließen, auf die sich Ihre Kunden einstellen können, und wenn sich wiederkehrende Warnmeldungen prognostizieren ließen, die ignoriert werden können, um das Vorfallaufkommen zu reduzieren? Das kommt dem Stand der Technik heute schon etwas näher.
Der Wert automatisierter Problembehebung
Die automatisierte Problembehebung ergänzt in der Regel die Arbeit eines menschlichen Operators, statt sie zu ersetzen. Angenommen, eine Datenbank, die eine wichtige Anwendung unterstützt, fällt mit der Warnmeldung „Dateisystem voll“ aus. Sie könnten die automatische Problembehebung nutzen, um neue Datenbankressourcen für eine Anwendung bereitzustellen. Gleichzeitig müssten Sie aber auch einen menschlichen Datenbankadministrator anweisen, die abgestürzte Datenbank zu reparieren – entweder durch die Bereitstellung von mehr Speicherplatz oder durch das Löschen unnötiger Dateien. In einem typischen Szenario sollte Ihr AIOps-System vorgeschlagene Maßnahmen zur Problembehebung anbieten, statt ohne menschliches Eingreifen zu handeln.
Ein weiteres häufiges Beispiel für das Zusammenspiel von automatisierter und menschlicher Problembehebung ist die Vergabe eines sicheren Fernzugriffs durch das Vorfallmanagementsystem an beispielsweise eine Cloud-Instanz für ein menschliches Supportteam.
Auf diese Weise macht AIOps den ITOps-Profi nicht überflüssig, sondern kann ihn von wiederkehrenden Aufgaben entlasten, dabei helfen, schneller zur Ursache eines Problems vorzudringen, und ihn in seiner Arbeit deutlich effektiver machen. Erfolgreiche Pilotprojekte ermöglichen es Ihnen, die Zahl der Systeme, die Sie auf diese Weise verwalten, zu erhöhen und dadurch die allgemeine Zuverlässigkeit sowie die Nutzererfahrung zu verbessern.
Hürden für den Erfolg von AIOps
AIOps entsteht nicht im luftleeren Raum. Man kauft keine AIOps-Plattform und hat dann – voilà – AIOps. Der erste Schritt besteht darin, die IT-Infrastruktur zu erfassen und die Geschäftsdienste den entsprechenden Komponenten zuzuordnen. Sie sollten die Zahl der Tools reduzieren, mit denen Sie diese IT-Infrastruktur überwachen, damit sich Aufwand, Kennzahlen und Warnmeldungen nicht doppeln. Außerdem müssen Sie in der Lage sein, die Gesamtheit der gesammelten Daten zu verstehen.
Wenn es Hürden für den Erfolg von AIOps gibt, liegen sie meist darin, dass die ersten Schritte nicht richtig umgesetzt werden. Die Verantwortlichen wissen nicht, wo sich ihre Infrastruktur befindet, wer dafür zuständig ist oder welche Geschäftsdienste sie unterstützt. Sie verfügen über ein isoliertes IT-Management mit mehreren Teams – etwa für Server, Netzwerk, Speicher, Anwendungen, Datenbanken und Web – die jeweils ihre eigenen Tools verwenden und deren Daten nicht miteinander korreliert werden. AIOps wird diesen Unternehmen nicht helfen; sie werden weiterhin in unkorrelierten Warnmeldungen untergehen.
Eine weitere Hürde sind die erforderlichen Kompetenzen. In IT-Organisationen besteht nach wie vor eine große Nachfrage nach Data Scientists, da die Fähigkeit, große Datensätze zu verwalten und zu analysieren, für AIOps von entscheidender Bedeutung ist. Auch Erfahrung in Systemdesign und -architektur, in der Sicherheit – einer der Hauptgründe für IT-Ereignisse – sowie die Bereitschaft zu bereichsübergreifender Zusammenarbeit sind gute Eigenschaften für einen AIOps-Profi.
Die Zukunft von AIOps
Wie geht es also weiter? Zusammengefasst geht es bei AIOps heute hauptsächlich darum, Warnmeldungen zu korrelieren, IT-Vorfälle zu reduzieren, IT-Vorfälle schneller zu beheben und die richtigen Ressourcen – menschliche wie systemische – für die Problembehebung einzusetzen.
Für die Zukunft erwarte ich, dass AIOps eine größere Rolle dabei spielen wird, Systeme, Netzwerke und sogar die ITOps-Plattformen selbst besser verfügbar und optimiert zu halten. Ich denke außerdem, dass AIOps stärker dabei helfen wird, die passende Infrastruktur – in der Cloud oder On-Premises – für den Betrieb eines Workloads zu finden. Wir sprechen viel über die Reduzierung der Tool-Vielfalt, aber letztlich wird AIOps meiner Ansicht nach dazu beitragen, die Infrastruktur-Vielfalt zu verringern.
Was hält die Zukunft noch bereit? In den kommenden Monaten und Jahren werden wir viel über Cloud-Repatriierung hören, wenn Unternehmen Workloads aus der Cloud oder von einer Cloud in eine andere zurückverlagern. Auch über Nachhaltigkeit und die Rolle der IT dabei werden wir mehr hören – etwa über die Stilllegung unnötiger, stromhungriger Server- und Speicherressourcen sowie über die Erfassung von Stromverbrauchskennzahlen neben Performance-Kennzahlen. AIOps wird in all diesen Bereichen eine Rolle spielen.
Letztlich geht es bei AIOps darum, die richtigen Daten zu erhalten und zu wissen, was damit zu tun ist. ITOps-Teams müssen weiterhin Fachwissen und analytische Fähigkeiten einbringen, damit diese Systeme funktionieren. Und AIOps wird diese ITOps-Teams nicht ersetzen, sondern sie in ihrer Arbeit besser machen.
Über den Autor:
Sheen Khoury, Chief Revenue Officer, OpsRamp