Warum Application Intelligence für Rechenzentren wichtig ist
Application Intelligence kann helfen IT-Teams, zunehmende Größe und Komplexität zu beherrschen. Es erkennt automatisch Workloads, analysiert Anforderungen und gibt Empfehlungen.
Es ist allgemein anerkannt, dass Daten der Treibstoff des modernen Unternehmens sind. Aber wer sorgt dafür, dass der Treibstoff nicht versiegt? Die Aufgabe der IT-Abteilung besteht darin, sicherzustellen, dass Daten und Services nicht nur verfügbar bleiben, sondern auch den Branchenteams helfen, die Daten zu nutzen, die sie benötigen, um das Geschäft voranzutreiben.
Im März 2019 führte die Enterprise Strategy Group ihre 2019 Technology Spending Intentions Survey durch. Die Studie ergab, dass ein Viertel der Führungskräfte, die geantwortet haben, die IT als Geschäftshindernis betrachten, mehr als das Vierfache des Prozentsatzes derjenigen, die die IT als Wettbewerbsvorteil wahrnehmen.
Das ist ein Problem, denn moderne digitale Unternehmen brauchen die IT als Differenzierungsmerkmal, um erfolgreich zu sein. Schließlich ist es in dieser aufstrebenden digitalen Wirtschaft die Frage, wie effektiv Unternehmen ihre Daten überprüfen, die über Gewinn oder Verlust entscheiden können.
Warum hat die IT Schwierigkeiten, die Anforderungen moderner Unternehmen zu erfüllen? Zwei große Gründe sind Größe und Komplexität. IT-Umgebungen sind größer und vielfältiger denn je.
Die Infrastruktur ist im Rechenzentrum stärker verteilt und erstreckt sich auch über Public Cloud Services und Edge-Komponenten. Gleichzeitig verändern eine Vielzahl neuer Workloads die Art und Weise, wie Unternehmen Daten mithilfe fortschrittlicher Analysen, maschinellen Lernens oder neu entwickelter containerbasierter Anwendungen verwalten.
Damit die IT-Abteilung Schritt halten kann, steht eine Vielzahl von Infrastrukturinnovationen zur Verfügung, darunter NVMe, Storage Class Memory und persistenter Speicher.
Auch neue Architekturen, wie beispielsweise eine hyperkonvergente Infrastruktur, werden immer häufiger eingesetzt. Auf der Managementseite sind Automatisierungs-Tools sehr beliebt. Unter den IT-Organisationen, die die Modernisierung von Rechenzentren als Priorität einstufen, identifizieren 24 Prozent die Implementierung von Tools zur Orchestrierung und Automatisierung der IT-Infrastruktur als eine ihrer fünf wichtigsten Prioritäten.
Die Kombination aus neuen Infrastrukturtechnologien und fortschrittlicher Automatisierung klingt und sollte eine perfekte Ergänzung für eine eingespielte IT-Umgebung sein. Das ist es nicht. Ein Stück fehlt noch: Application Intelligence und Insight.
Besserer Einblick in die Anwendung ist erforderlich
Fast jeder CIO wünscht sich ein IT-Infrastrukturprodukt, das auf die spezifischen Bedürfnisse seines Unternehmens zugeschnitten ist. Die Herausforderung besteht darin, dass – wenn überhaupt –nur wenige Unternehmen ihre Workload-Anforderungen wirklich verstehen. Dieser Mangel an Erkenntnis wird oft deutlich, wenn Anwendungen auf Public Cloud Services verlagert werden und sich die Kostengleichung ändert.
Selbst in Fällen, in denen ein Unternehmen ein gutes Gespür für Workloads hat, bedeutet das nicht, dass die Erwartungen der Realität entsprechen. Beispielsweise deuten dateibasierte Workloads mit großen Dateien oft darauf hin, dass die Workloads größtenteils sequentiell sind. Metadatenanfragen können jedoch dazu führen, dass es eher wie ein zufälliger kleiner Block aussieht. Das beantwortet die Frage immer noch nicht: Wie sieht die Workload auf der Compute-Ebene, der Netzwerkschicht und Speicherebene aus?
Die aktuellen Workloads erfordern ein gewisses Maß an Infrastruktur, und die neuen Workloads, die die IT verwalten wird, erfordern ein zusätzliches Maß an IOPS, Bandbreite und Kapazität. IT lieferte traditionell Speicherinfrastrukturen, zum Beispiel in zwei Formen – SAN und NAS – und Sie konnten im Wesentlichen zwischen kleinen, mittleren und großen Array-Größen wählen.
Heute verfügt die IT über eine viel breitere Palette von Infrastrukturoptionen und arbeitet auf einer viel höheren Infrastrukturebene. Obwohl mehrere Architekturen die gleichen Anwendungen bedienen können, sind einige effizienter als andere. Die Verwendung der effizienteren Option spart Geld.
Aus diesem Grund benötigt die IT-Abteilung mehr Application Intelligence (Anwendungsintelligenz) und tiefere Einblicke. Unter den befragten Unternehmen, die die Modernisierung von Rechenzentren als Priorität eingestuft haben, identifizierten 31 Prozent künstliche Intelligenz (KI) und maschinelles Lernen (ML) als ein integriertes Merkmal in IT-Produkten und -Lösungen als eine der fünf wichtigsten Investitionsprioritäten.
Dieser Aufwand ist zu kostspielig, um ihn von Hand zu erledigen; lassen Sie es das System tun.
Application Intelligence in der Praxis
Mehrere IT-Anbieter offerieren Produkte, die den Bedarf an mehr Einblick in die Anwendung und Application Intelligence decken. Hewlett Packard Enterprise (HPE) bietet beispielsweise InfoSight, ein prädiktives Analyse-Tool, das im Rahmen der Nimble-Akquisition erworben wurde.
Mit Hilfe von Telemetriedaten und maschinellem Lernen kann InfoSight potenzielle Probleme vorhersagen und identifizieren und oft lösen, bevor sie das System beeinträchtigen. Seit der Übernahme ist HPE mit seiner Innovation bei InfoSight aggressiv vorgegangen und hat den Support auf 3PAR, SimpliVity, Primera sowie die Apollo und ProLiant Serversysteme erweitert.
Zusammengenommen sind das zahlreiche Telemetriedaten in einem Portfolio, und Unternehmen können diese Erkenntnisse nicht nur für die routinemäßige Unterstützung der Infrastruktur nutzen. Für ProLiant-Servern bietet InfoSight beispielsweise auch eine Empfehlungs-Engine, die Workload-Muster analysiert und die Daten nutzt, um Performance-Engpässe auf Serverebene zu beseitigen.
Die Erfassung und Analyse von Telemetriedaten sowohl auf Speicher- als auch auf Serverebene schafft eine interessante Datengrundlage, die noch mehr Nutzen bringen könnte.
Weitere Beispiele für Predictive-Analytics-Produkte sind Dell EMC CloudIQ, Hitachi Vantara Infrastructure Analytics Advisor, IBM Storage Insights, NetApp Active IQ und Pure Storage Pure1.
Diese Tools werden unverzichtbar
Trotz der offensichtlichen Vorteile dieser Tools – und ihres Nutzens – verwenden Unternehmen sie oft seltener, als Sie vielleicht erwarten. Mit zunehmendem IT-Wachstum werden Telemetrieinformationen und prädiktive Erkenntnisse jedoch noch wichtiger werden.
Der IT-Infrastrukturbereich ist zu groß und vielfältig, als dass jeder alle Nuancen verstehen könnte. Diese KI-basierten Application Intelligence-Tools werden in Zukunft eine wesentliche Rolle bei der Verbesserung der IT-Automatisierung spielen.
Erfahren Sie mehr über Data-Center-Betrieb
-
![]()
AIOps-Lösungen benötigen klassische und generative KI
Von: Lori MacVittie
-
![]()
5 Best Practices für die Protokollierung von Azure Functions
Von: Liam Cleary
-
![]()
So hilft Rubrik Zero Labs Anwendern Backups zu optimieren
Von: Ulrike Rieß-Marchive
-
![]()
Sieben Observability Tools, die Admins kennen sollten
Von: Robert Sheldon
