Laurent - stock.adobe.com

Cloud-Systeme mit künstlicher Intelligenz überwachen

Unternehmen sollten auf einen Cloud-Betrieb umsteigen, der künstliche Intelligenz einsetzt, um ihre Umgebungen zu beherrschen und kontextbezogene Alerts zu erhalten.

Weltweit befinden sich Unternehmen inmitten der digitalen Transformation. Damit möchten sie nahtlose Kundenerlebnisse bieten und Innovationen schneller entwickeln. Um dies zu erreichen, migrieren sie immer mehr Dienste in hybride, Cloud-native Umgebungen.

Während diese dynamischen IT-Ökosysteme die Agilität in Unternehmen deutlich erhöhen, führen sie auch zu einer noch nie dagewesenen Komplexität. Aktuelle Untersuchungen zeigen, dass dies die IT-Abteilungen überfordert.

Denn moderne IT-Teams werden täglich mit Tausenden von Performance- und Verfügbarkeitswarnungen bombardiert. Alle Meldungen müssen untersucht werden, um potenzielle Probleme zu identifizieren und zu lösen, bevor sie die Leistung der IT-Dienste beeinträchtigen sowie die Zufriedenheit der Anwender und Kunden verringern.

Angesichts einer so großen Anzahl von Alerts verbringen IT-Teams 15 Prozent ihrer Zeit mit der Analyse, auf welche Warnungen sie sich konzentrieren müssen. Dies kostet Unternehmen durchschnittlich 1,5 Millionen US-Dollar an Personalkosten pro Jahr – und das, bevor sie überhaupt mit der Lösung des zugrunde liegenden Problems begonnen haben.

Cloud-dominierte IT-Infrastrukturen

Ein Großteil der Herausforderungen für moderne IT-Teams basiert darauf, dass die Anwendungen, die in den heutigen Enterprise-Cloud-Systemen ausgeführt werden, äußerst komplex sind und Hunderte von Technologien, Millionen von Codezeilen und Milliarden von Abhängigkeiten beinhalten.

All dies führt zu unterschiedlichen Monitoring-Daten und Performance-Warnungen in einem noch nie dagewesenen Ausmaß und Tempo. Herkömmliche Methoden zur Anwendungsüberwachung sind nicht in der Lage, all diese Daten sinnvoll zu verarbeiten und den Grad an Transparenz zu gewährleisten, den IT-Teams benötigen, um die Performance ihrer Services effektiv zu organisieren.

Diese Herausforderung entsteht größtenteils dadurch, dass traditionelle Monitoring-Systeme isoliert voneinander arbeiten. Infolgedessen senden sie gemeinsam Tausende von Alerts aus, denen der breitere Kontext für das, was auf dem gesamten Stack geschieht, fehlt. Daher sind die Daten, welche die IT-Teams erhalten, undifferenziert. Sie enthalten eine große Anzahl an falsch-positiven und doppelten Warnungen, die gesichtet werden müssen, bevor mit der eigentlichen Problemlösung begonnen werden kann.

Angesichts dieser ständigen Datenflut und der Unmöglichkeit, sich sofort auf echte Performance-Probleme zu konzentrieren, verbringen die IT-Teams immer mehr Zeit mit der grundlegenden Einstufung. Diese Aufgabe wird dadurch erschwert, dass die meisten Warnungen irrelevant oder unwichtig sind. Nach Aussagen der befragten CIOs in der oben genannten Studie besteht durchschnittlich nur bei 26 Prozent der Meldungen Handlungsbedarf.

Unzusammenhängende Alerts

Das Aussortieren der falsch-positiven, doppelten und niedrig priorisierten Warnungen ist ein langsamer und fehleranfälliger Prozess. Das bedeutet, dass IT-Teams weniger Zeit für die wesentlich wichtigere Aufgabe haben, die genaue Ursache von schwerwiegenden Performance-Problemen zu identifizieren und diese zu beheben, bevor Kunden oder Benutzer Störungen erleben.

Das ist fatal, da Kunden eine große Auswahl an Services haben und im Handumdrehen zu einem alternativen Unternehmen wechseln können. Denn die User erwarten ein nahtloses digitales Erlebnis. Um dies zu gewährleisten, müssen die IT-Teams in der Lage sein, eine durchgängige Transparenz zu gewährleisten. Nur dann können sie ihre zunehmend komplexen IT-Umgebungen effektiv verwalten sowie Performance-Probleme erkennen und lösen, bevor die Servicequalität beeinträchtigt wird.

Um die IT-Teams zu entlasten, ist eine grundlegende Änderung der Prozesse erforderlich. Geschäftskritische Ressourcen, welche die Teams derzeit für die Bearbeitung von Tausenden von Performance-Warnungen verschwenden, müssen zukünftig für ein effektives Performance-Management und die Bereitstellung nahtloser digitaler Angebote genutzt werden.

Einige Unternehmen versuchen, das Problem durch eine schrittweise Aktualisierung ihrer Performance-Monitoring-Werkzeuge zu lösen. Dies bringt nur sehr begrenzt Erfolg, da die Tools, die sie aktualisieren, nicht für dynamische Multi-Cloud-Umgebungen entwickelt wurden. Um die Komplexität dieser Cloud-Ökosysteme zu beherrschen, ist eine transformative Veränderung nötig: ein Wandel, der über das alleinige Vertrauen auf menschliche Fähigkeiten hinausgeht.

Kontextbezogene Performance Alerts

Unternehmen sollten auf einen KI-gesteuerten Cloud-Betrieb umsteigen, um ihre komplexen Umgebungen zu beherrschen und in einer Geschäftswelt, die auf perfekten Kundenerlebnissen basiert, erfolgreich zu bleiben. In Kombination mit einem gemeinsamen, auf Datenmodellen basierenden Ansatz, der die Silos zwischen den Monitoring-Daten aufbricht, bietet dies eine deutlich bessere Unterstützung für IT-Teams.

Michael Allen, Dynatrace

„Es ist für die IT- und Business-Leiter an der Zeit, sich mit der Unzulänglichkeit der traditionellen Monitoring-Systeme zu befassen, welche die IT-Abteilungen mit einer ständigen Flut an Alarmmeldungen überschütten.“

Michael Allen, Dynatrace

Anstelle von immer mehr Daten und Alerts erhalten sie vollständig kontextbezogene, präzise Antworten zu Performance-Problemen. Dies ebnet durch die Automatisierung kontinuierlicher Bereitstellungs- und Betriebsprozesse den Weg zu automatischer Fehlerkorrektur bei Anwendungen.

Es ist für die IT- und Business-Leiter an der Zeit, sich mit der Unzulänglichkeit der traditionellen Monitoring-Systeme zu befassen, welche die IT-Abteilungen mit einer ständigen Flut an Alarmmeldungen überschütten. Heute müssen Unternehmen einen entscheidenden Wandel hin zu KI-gestützten Cloud-Prozessen vollziehen, die umsetzbare Erkenntnisse über die Performance ihrer Anwendungen und die Auswirkungen auf Benutzer liefern.

Nur dann werden sie angesichts der Komplexität der Enterprise Cloud in der Lage sein, nahtlose digitale Angebote zu liefern und in einer kundenorientierten Welt wettbewerbsfähig zu bleiben.

Über den Autor:
Michael Allen ist seit über 24 Jahren in der IT-Branche tätig, die letzten 21 Jahre bei Dynatrace. Er war maßgeblich an der strategischen Entwicklung des Unternehmens beteiligt und tritt in der IT-Branche häufig als Keynote Speaker auf.

Die Autoren sind für den Inhalt und die Richtigkeit ihrer Beiträge selbst verantwortlich. Die dargelegten Meinungen geben die Ansichten der Autoren wieder.

Fortsetzung des Inhalts unten

Erfahren Sie mehr über Künstliche Intelligenz (KI) und Machine Learning (ML)

ComputerWeekly.de

Close