AIOps befeuert die IT-Automatisierung

Es ist kaum möglich, die Menge an Statusdaten verschiedener IT-Systemen und Betriebstools manuell zu analysieren, um Störungen zu vermeiden.

AIOps-Tools analysieren auf Basis von KI-Technologien wie Machine Learning große Datenmengen, können Muster oder Abweichungen erkennen und auch Vorhersagen treffen. Statt traditionellen, an Schwellenwerten ausgerichteten Alerts, generieren AIOps intelligente Warnungen mit Kontext. „So können die IT-Verantwortlichen Probleme schneller lösen oder IT-Vorfälle und deren Folgen antizipieren“, sagt Jörg Jakobi von NTT.

Das Forecasting verhindert Überlastungen des IT-Systems. AIOps nutzt historische Daten, um zukünftige Ereignisse vorauszusagen und liefert auch gleich Lösungsvorschläge. Wenn beispielsweise Rechnungsläufe die IT-Komponenten eines Unternehmens am Monatsende immer extrem beanspruchen, erkennt die KI dieses Muster und gibt bereits im Vorfeld gezielte Handlungsempfehlungen, um drohende Systemüberlastungen zu verhindern. AIOps antizipiert solche wiederkehrenden Ereignisse und automatisiert, wie die Systeme damit umgehen sollen. Ein manuelles Eingreifen ist somit nicht notwendig.

Anomalien im System schnell erkennen

Durch die ständige Überwachung aller Systeme kann die KI Anomalien im System schnell erkennen. Überlastete Systeme am Monatsabschluss sind etwas Wiederkehrendes und würden nicht unter Anomalie fallen. Ein Temperaturanstieg aller Komponenten in einem Raum hingegen schon. So ein Vorfall kann beispielsweise auf eine defekte Klimaanlage hinweisen. Die Aufgabe von AIOps ist es, die Aufmerksamkeit der IT-Verantwortlichen in solch einem Fall auf die auffällige Stelle zu lenken, die Informationsflut zu reduzieren und so die Ursachenforschung zu beschleunigen.

AIOps-Tools sind auch in der Lage, die Verbindungen zwischen allen Netzwerkkomponenten wie Routern, Containern und Cloudspeichern in Echtzeit darzustellen. IT-Verantwortliche können durch diese Topologie schneller erfassen, welche Abteilung von einem Vorfall betroffen ist und die Mitarbeitenden proaktiv informieren. Topology Mapping ist auch eine entscheidende Funktion für den nächsten Anwendungsbereich: die automatisierte Ursachenforschung.

Suche nach der Ursache von IT-Vorfällen

Automated Root Cause Analysis macht die Suche nach der Ursache von IT-Vorfällen effizienter. Kommt es zu einer Störung, ist es für IT-Experten sehr zeitraubend, in der weitverzweigten IT-Infrastruktur herauszufinden, was genau den Fehler ausgelöst hat und welchen Schritt sie als nächstes unternehmen müssen. AIOps hilft dabei, das entscheidende Puzzleteil aufzuspüren. Durch die Analyse riesiger Datenmengen und Ereignisprotokolle findet KI kausale Zusammenhänge, die für IT-Teams, die gerade aktiv an der Beseitigung einer Störung arbeiten, nicht offensichtlich sind. Im Anschluss hebt die Funktion Abhängigkeiten hervor, liefert Kontext und zeigt anschaulich in der Topology Map, wo die Ursache des Problems liegt.

Im Unterschied zum Forecasting ist die AIOps-Funktion Predictive Analytics hilfreich, wenn neue Komponenten zur IT-Landschaft hinzukommen oder wenn Updates eingespielt werden müssen. In solchen Situationen können IT-Spezialisten mit AIOps simulieren, welche Auswirkungen die geplanten Änderungen auf das System haben werden. So können die Verantwortlichen die Kapazitäten besser planen und verteilen.

 

Themenseiten: AIOps, DevOps, KI, Machine Learning

Fanden Sie diesen Artikel nützlich?
Content Loading ...
Whitepaper

Artikel empfehlen:

Neueste Kommentare 

Noch keine Kommentare zu AIOps befeuert die IT-Automatisierung

Kommentar hinzufügen

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind markiert *