Wie AIOps und Observability der IT helfen können

Die Beobachtbarkeit von AIOps hilft der IT, Ausfallzeiten zu reduzieren, die Anwendungsleistung zu verbessern und Kunden zufrieden zu stellen.

Im Jahr 2016 prägte Gartner das Akronym AIOps (Artificial Intelligence for IT Operations), aber Jahre zuvor hörten und erlebten IT-Experten bereits Elemente des autonomen Computing. Diese Automatisierungstechnologie versetzte Mainframes und Server in die Lage, automatische und adaptive Entscheidungen und Anpassungen zu treffen, damit sie auf die in ihren Betrieb eingebetteten Sensoren reagieren konnten, die sie über die Leistung informierten.

Einführung der AIOps-Beobachtbarkeit

Ob es sich um AIOps oder autonomes Computing handelt, das Ziel war immer, die IT bei der Überwachung und Optimierung der Leistung zu unterstützen, damit sie das Beste aus computerisierten Ressourcen herausholen und dem Unternehmen optimierte Technologie liefern kann. Die IT ist optimistisch in Bezug auf AIOps, wie die durchschnittliche jährliche Wachstumsrate von 21,05 % zeigt, die für AIOps-Lösungen bis 2026 prognostiziert wird.

Was macht AIOps also zu einem so überzeugenden Leistungsversprechen?

Für überarbeitete Systemprogrammierer, Netzwerkadministratoren und Softwareentwickler kann AIOps die dringendsten Probleme aus einem Heuhaufen täglicher Warnungen und potenzieller Leistungsprobleme ans Licht bringen, die möglicherweise sofortige Aufmerksamkeit und Lösung erfordern oder auch nicht. Diese Warnungen kommen von überall her, dank der vielen isolierten Systeme, die die IT-Abteilungen von Unternehmen verwalten müssen. Es gibt Zeiten, in denen diese Alterts mehr ablenkende Geräusche erzeugen als helfen.

Wo AIOps hilft, wie es diese Kakophonie von Warnungen auf die kritischen Bedingungen wiehert, die für einen Vorfall oder einen Ausfall wirklich relevant sind. Dies geschieht, weil es künstliche Intelligenz und maschinelles Lernen nutzt, um die Elemente und Dynamiken der IT-Infrastruktur eines Unternehmens zu verfolgen und zu lernen, was normal ist und was ein Problem darstellt. Ausgestattet mit diesem Wissen identifiziert und gibt AIOps Warnungen aus, wie es frühere Systemansätze taten. Was die heutigen AIops jedoch einzigartig macht, ist, dass die in der Betriebsüberwachung enthaltene KI AIOps jetzt in den Bereich der Infrastrukturbeobachtbarkeit bringt.

Beobachtbarkeit ist ein entscheidender Faktor für die IT, da sie kontextbezogene Informationen aus der IT-Infrastruktur mit künstlicher Intelligenz und Automatisierung kombinieren kann, anstatt nur eigenständige Warnungen von einzelnen Systemkomponenten auszugeben, die die IT separat bewerten und beheben muss. Mit einem ganzheitlicheren Ansatz zur Bewertung der IT-Infrastruktur, der sowohl Infrastrukturwissen als auch Problemerkennung umfasst, verwendet AIOps Observability IT-Metriken, Protokolle und Ablaufverfolgungen und gibt diagnostische Empfehlungen für Fehlerbehebungen aus, die die IT nutzen kann, um die Zeit bis zur Problemlösung zu verkürzen.

Beobachtbarkeit verstehen

In der Praxis kann eine AIOps-Observability-Plattform die verschiedenen Systeme, Daten und Netzwerke integrieren, durch die eine Anwendung fließt. In einer hybriden Computerumgebung könnte dies bedeuten, Anwendungsworkflows zu durchlaufen, die sowohl eine Cloud als auch lokale Ressourcen durchlaufen. Jede – oder alle – dieser Ressourcen können eine Warnung ausgeben, wenn die Leistung nachlässt. Ohne AIOps-Beobachtbarkeit kann die IT zahlreiche eingehende Warnungen von vielen Systemmodulen und -elementen auswerten, ohne ein effizientes Mittel zu finden, um das „Rauschen“ der Warnung von der Grundursache eines Problems zu trennen. Diese Gänsejagd verlängert Systemausfallzeiten und Leistungsprobleme. Es führt zu unzufriedenen Benutzern und Kunden und kann ein Unternehmen durchschnittlich 5.600 $ pro Minute kosten.

Wie AIops Observability Ausfallzeiten und Leistungsprobleme behebt

Wenn die AIOps-Software beispielsweise die Dynamik und den betrieblichen Kontext Ihrer IT-Infrastruktur versteht, kann sie schnell ungewöhnliche Aktivitäten in einer Außendienstniederlassung an der Ostküste erkennen, die normalerweise an Wochenenden geschlossen ist, aber plötzlich an einem Samstag einen Anstieg der Aktivität registriert.

AIOps kann erkennen, ob ein Server oder Router in Ihrem Netzwerk ausgelastet oder fast ausgelastet ist und ob diese übermäßige Kapazitätsauslastung für eine bestimmte Situation normal ist, z .

Im Bereich des Anwendungstestens, wo mehrere virtuelle Systeme zu Testzwecken hochgefahren werden, aber nach Abschluss der Arbeit vergessen werden können, kann Observability diese ungenutzten Assets identifizieren, damit sie freigegeben werden können.

In einer hybriden On-Prem-Cloud-Umgebung kann die Beobachtbarkeit von AIOps einen Anwendungsentwickler in Echtzeit informieren, wenn es irgendwo im End-to-End-Anwendungs-Workflow eine Blockade gibt, die die Leistung beeinträchtigt.

Das Ergebnis ist, dass die IT besser läuft, Anwendungen früher an das Unternehmen geliefert werden und Ausfallzeiten reduziert werden.

Der Zustand der Beobachtbarkeit

Allerdings befindet sich die Beobachtbarkeit von AIOps in vielen Organisationen noch in einem frühen Stadium der Bereitstellung.

Eine Herausforderung besteht darin, dass nicht alle IT-Abteilungen genau verstehen, was Beobachtbarkeit – ein etwas nebulöses Wort – bedeutet. Wenn Beobachtbarkeit stattdessen als „informierte Beobachtung“ verstanden würde, die durch KI und maschinelles Lernen erleichtert wird, könnte die Akzeptanz der Technologie schneller voranschreiten und ihr Wert erschlossen werden.

Da ich mehr als 20 Jahre als CIO tätig war, weiß ich zwei Dinge:

Erstens hassen CIOs und IT Ausfallzeiten, wilde Gänsejagden und müssen die Emotionen von Benutzern, Kunden und Management beruhigen, während die IT herausfindet, was in einer komplexen Anwendung, die viele Systeme betrifft, schief gelaufen ist.

Zweitens, wenn wir diesen Marathon-„Kriegsraum“-Meetings ein Ende setzen könnten, die im Jahr 2021 immer noch genauso stattfinden wie im Jahr 1981, wäre das Fingerzeigen weniger und die Moral der Mitarbeiter höher. AIOpsobservability würde alle Beteiligten, vom DBA über den Anwendungsentwickler bis hin zum Systemprogrammierer, besser mit einer umsetzbaren, einzigen Version der Wahrheit ausstatten.