Was ist AIOps?

Was bedeutet AIOps? AIOps steht für Artificial Intelligence for IT Operations. Vielleicht sind Ihnen auch die Begriffe Cognitive Operations, Algorithmic IT Operations und IT Operations Analytics (ITOA) bekannt.

AIOps bezeichnet die Anwendung von Big-Data-Analytics und maschinellem Lernen auf IT-Betriebsdaten. Ziel ist es, IT Operations zu automatisieren, Muster intelligent zu erkennen, häufige Prozesse und Aufgaben zu optimieren und IT-Probleme zu beheben. AIOps vereint Servicemanagement, Performance Management und Automatisierung, um kontinuierlich für Einblicke zu sorgen und Verbesserungen zu erzielen.

Branchenanalysten haben eine Reihe von Funktionen festgelegt, die eine AIOps-Plattform bieten sollte. Dazu zählen:

• Das Sammeln und Zusammenfassen von Daten aus verschiedenen Quellen, zum Beispiel aus Netzwerken, Anwendungen, Datenbanken, Tools und der Cloud, sowie in einer Vielzahl von Formen, darunter Metriken, Ereignisse, Vorfälle, Veränderungen, Topologie, Log-Dateien, Konfigurationsdaten, KPIs, Streaming und unstrukturierte Daten wie Social-Media-Posts und Dokumente (Verarbeitung natürlicher Sprache).
• Die Verwaltung von Daten, das Speichern von Daten an einem zentralen Ort, auf den für Analysen und Berichte zugegriffen werden kann, mit Funktionen wie Indizierung und Ablaufdatum.
• Die Analyse von Daten auf Basis maschinellen Lernens einschließlich Mustererkennung, Anomalieerkennung und Predictive Analytics. Die Unterscheidung zwischen wichtigen Warnmeldungen und unnötigen Meldungen.
• Die Durchführung von Ursachenanalysen (Root Cause Analytics, RCA), bei denen die Datenmenge auf die wenigen wahrscheinlichsten Ursachen (oder nur eine einzige) reduziert wird. Die Korrelation und die Kontextualisierung von Daten in Verbindung mit Echtzeitverarbeitung zur Problemerkennung.
• Die Funktion als strategisches Overlay, das mehrere Überwachungstools und andere Investitionen zusammenfasst. Die Umwandlung von Wissen in Automatisierung und die Orchestrierung von Reaktionen und Korrekturen.
• Kontinuierliches Lernen, um die Handhabung und das Beheben von Problemen in Zukunft zu verbessern.

Wozu AIOps?

Viele Unternehmen sind von statischen, verteilten Systemen vor Ort zu einer dynamischeren Kombination aus Vor-Ort-, Public Cloud-, Private Cloud- und Managed Cloud-Umgebungen übergegangen, in denen Ressourcen ständig skaliert und neu konfiguriert werden.

Immer mehr Geräte (insbesondere das Internet der Dinge, IoT), Systeme und Anwendungen liefern eine immer größer werdende Menge an Daten, die von der IT überwacht werden muss. Eine Lokomotive kann zum Beispiel während einer einzigen Fahrt mehrere Terabyte an Daten produzieren. Der Fachbegriff in der IT für diese Art von Datenflut lautet Big Data.

Kein Mensch kann die Datenexplosion verarbeiten, die im Bereich IT Operations bewältigt werden muss. IT-Teams können die Vielzahl an unterschiedlichen Problemen nicht zeitgerecht beheben. Sie werden mit einer riesigen Menge an Warnmeldungen überflutet, von denen viele unnötig sind. Dies wirkt sich dann negativ auf die Benutzererfahrung und das Kundenerlebnis aus.

Herkömmliche IT-Managementlösungen sind nicht für ein solches Volumen ausgelegt. Es ist ihnen nicht möglich, in der Flut an Informationen intelligent Ereignisse zu durchsuchen. Sie können Daten nicht über voneinander abhängige aber gleichzeitig separate Umgebungen hinweg korrelieren. Sie bieten weder die Predictive Analysis, noch die Echtzeiteinblicke, auf die IT Operations-Mitarbeiter angewiesen sind, um rechtzeitig auf Probleme zu reagieren.

Um Ausfälle mit weitreichenden Auswirkungen und andere IT Operations-typische Probleme schneller zu identifizieren, zu beheben und generell zu verhindern, gehen Unternehmen zu AIOps über. Mit AIOps können IT Operations-Teams schnell und proaktiv auf Ausfälle und Verzögerungen reagieren und verursachen dabei bedeutend weniger Aufwand. AIOps ist das Bindeglied zwischen einer dynamischen, vielfältigen und anspruchsvollen IT-Landschaft auf der einen und den Erwartungen der Benutzer (minimale oder gar keine Unterbrechungen der Systemverfügbarkeit und -leistung) auf der anderen Seite.

Vorteile von AIOps

Anwender von AIOps stellten unter Anderem folgende Vorteile fest:

• Verbessertes Mitarbeiter- und Kundenerlebnis
• Effizientere Nutzung von Infrastruktur und Kapazitäten
• Bessere Abstimmung mit IT-Services und Unternehmensservice-Ergebnissen
• Schnellere Bereitstellung neuer IT-Services
• Weniger Problembehebungen und Vermeidung kostspieliger Störungen
• Bessere Korrelation zwischen Veränderung und Leistung
• Verbesserte Effizienz des Änderungsmanagements
• Geringere Belastung der IT Operations-Mitarbeiter, da KI die Analyse unterstützt
• Weniger Fehlalarme Schnellere Ursachenanalyse (RCA), da die KI das Problem lokalisiert oder die Anzahl der Elemente, die die Anwender betrachten müssen, auf eine kleine Menge reduziert
• Verhindern von Problemen, bevor sie Kunden betreffen, durch Erkennung von Anomalien
• Verkürzte Mean Time to Resolve (MTTR)
• Reduzierung von Kompetenzlücken
• Reduzierung menschlicher Fehler
• Einheitliche Ansicht der IT-Umgebung
• Einblicke, welche Workloads die Kosten in die Höhe treiben
• Unterstützung für traditionelle Infrastruktur, Public Cloud, Private Cloud und Hybrid Cloud
• Vom reaktiven zum proaktiven hin zum vorausschauenden Problemmanagement
• Modernisierung der IT Operations und des IT Operations-Teams
• Mehr Sicherheit für die betriebliche Zusammenarbeit