Was ist AIOps – A Beginner’s Guide

Vor einigen Jahren prognostizierte Gartner, dass IT Operations (ITOps)-Mitarbeiter in den nächsten Jahren eine große Veränderung erfahren würden. Traditionelle IT-Management-Techniken wurden als nicht in der Lage angesehen, mit der digitalen Geschäftstransformation umzugehen. Gartner sagte voraus, dass es erhebliche Änderungen bei den ITOps-Verfahren und eine Umstrukturierung der Art und Weise geben würde, wie wir unsere IT-Ökosysteme verwalten. Sie nannten die sich entwickelnde Plattform, auf der diese Änderungen stattfinden würden, „AIOps“.

Die Änderungen in der IT der vergangenen Jahre haben Gartners Voraussagen bestätigt. Interesse und Akzeptanz von AIOps sind exponentiell gestiegen, da Organisationen versucht haben:

• Innovation zu ermöglichen
• Störer abzuwehren
• die Geschwindigkeit, mit der digitale Daten erzeugt und verteilt werden, sowie ihre Menge und ihre Vielfalt zu verwalten, die insgesamt von Menschen nicht mehr erfasst werden können

Dieser Artikel behandelt die ursprünglichen und aktuellen Markttreiber von AIOps und seine Komponenten und Vorteile. Die Inhalte wurden zudem an die neueste Version des Gartner Market Guide für AIOps angepasst.

Digitale Transformation: Der Weg zu AIOps

Es ist wichtig zu verstehen, wie die digitale Transformation die AIOps-Plattform von Gartner hervorgebracht hat.

Die digitale Transformation umfasst DevOps und die Einführung von Cloud und neuen Technologien wie Containern. Sie stellt eine Verlagerung von zentralisierter IT zu Anwendungen und Entwicklern dar, eine höhere Innovations- und Bereitstellungsgeschwindigkeit und das Aufkommen neuer digitaler Benutzer – Maschinen-Agenten, IoT-Geräte (Internet of Things), Application Programming Interfaces (APIs) usw. –, die Unternehmen zuvor nicht berücksichtigen mussten.

All diese neuen Technologien und Benutzer bringen traditionelle Performance- und Service-Management-Strategien und -Tools an ihre Grenzen. AIOps ist der ITOps-Paradigmenwandel, der erforderlich ist, um diese Probleme der digitalen Transformation zu bewältigen.

Was ist AIOps?

AIOps steht für Künstliche Intelligenz für IT-Operationen. Es bezieht sich auf mehrschichtige Technologieplattformen, die IT-Operationen durch Analysen und maschinelles Lernen (ML) automatisieren und verbessern. AIOps-Plattformen nutzen Big Data und sammeln eine Vielzahl von Daten aus verschiedenen IT-Operations-Tools und -Geräten, um Probleme automatisch in Echtzeit zu erkennen und darauf zu reagieren und gleichzeitig traditionelle historische Analysen bereitzustellen.

Gartner erklärt, wie eine AIOps-Plattform funktioniert. AIOps besteht aus zwei Hauptkomponenten: Big Data und Machine Learning (ML). Es erfordert eine Abkehr von isolierten IT-Daten, um Beobachtungsdaten (wie sie in Überwachungssystemen und Vorgangsprotokollen zu finden sind) zusammen mit Ereignisdaten (normalerweise aus der Ticket-, Vorfall- und Ereignisaufzeichnung) innerhalb einer Big-Data-Plattform zu aggregieren.

AIOps implementiert dann eine umfassende Analyse- und ML-Strategie für die kombinierten IT-Daten. Das gewünschte Ergebnis sind durch Automatisierung gewonnene Erkenntnisse, die kontinuierliche Verbesserungen und Korrekturen liefern. AIOps kann man sich als kontinuierliche Integration und Bereitstellung (CI/CD) für IT-Kernfunktionen vorstellen.

Um das Ziel kontinuierlicher Erkenntnisse und Verbesserungen zu erreichen, verbindet AIOps drei verschiedene IT-Disziplinen:

• Servicemanagement („Engagement“)
• Performance Management („Beobachten“)
• Automatisierung („Handeln“)

AIOps erstellt einen Strategieplan, der erkennt, dass es innerhalb unserer neuen beschleunigten IT-Umgebungen einen neuen Ansatz geben muss, der durch Fortschritte bei Big Data und ML untermauert wird.

Was treibt AIOps an?

AIOps ist die Weiterentwicklung von IT-Betriebsanalysen (ITOA). Es entsteht aus mehreren Trends und Bedürfnissen, die sich auf ITOps auswirken, einschließlich:

• IT-Umgebungen, die auf Grund ihrer Größe und Komplexität von Menschen nicht mehr verwaltet werden können. Herkömmliche Ansätze für das Management der IT-Komplexität – offline, manuelle Arbeiten, die menschliches Eingreifen erfordern – funktionieren nicht in dynamischen, elastischen Umgebungen. Die Verfolgung und Verwaltung dieser Komplexität durch manuelle Arbeit von Menschen ist nicht mehr möglich. ITOps sind schon seit Jahren nicht mehr von Menschen überschaubar und entwickeln sich immer weiter in diese Richtung.
• Die Datenmenge, die ITOps speichern muss, nimmt exponentiell zu. Die Performance-Überwachung erzeugt exponentiell mehr Ereignisse und Warnungen. Die Menge der Service-Tickets nimmt mit der Einführung von IoT-Geräten, APIs, mobilen Anwendungen und digitalen oder maschinellen Nutzern schrittweise zu. Auch hier wird es einfach zu komplex für manuelle Berichte und Analysen.
• Infrastrukturprobleme müssen mit immer schneller bearbeitet werden. Wenn Unternehmen ihr Geschäft digitalisieren, wird die IT zum Unternehmen. Die Consumerization der Technologie hat die Erwartungen der Anwender in allen Branchen verändert. Reaktionen auf IT-Ereignisse – ob real oder wahrgenommen – müssen sofort erfolgen, insbesondere wenn ein Problem die Benutzererfahrung beeinträchtigt.
• Mehr Rechenleistung steht außerhalb der traditionellen IT zur Verfügung. Die Leichtigkeit, mit der Cloud-Infrastruktur und Drittanbieterdienste eingeführt werden können, hat einzelne Geschäftsbereiche (Line of Business, LOB) in die Lage versetzt, ihre eigenen IT-Lösungen und -Anwendungen zu erstellen. Kontrolle und Budget haben sich von traditionellen IT-Abteilungen in die Geschäftsbereiche verlagert. Zusätzlich wird mehr Rechenleistung (die genutzt werden kann) außerhalb der traditionellen IT aufgebaut.
• Entwickler haben mehr Macht und Einfluss, aber die Verantwortung liegt immer noch bei der traditionellen IT. DevOps und agile Techniken zwingen Programmierer, mehr Verantwortung für die Überwachung auf Anwendungsebene zu übernehmen, während die Verantwortung für den allgemeinen Zustand des IT-Ökosystems und die Interaktion zwischen Anwendungen, Services und Infrastruktur weiterhin bei der traditionellen IT verbleibt.

Menschen werden nicht ersetzt

Es ist anzumerken, dass die Erkenntnis, dass das ITOps-Management von Menschen nicht mehr geleistet werden kann, nicht bedeutet, dass die Maschinen den Menschen ersetzen. Es bedeutet, dass wir Big Data, KI/ML und Automatisierung benötigen, um mit der neuen Realität umzugehen. Menschen werden nicht ersetzt, aber ITOps-Mitarbeiter müssen neue Fähigkeiten entwickeln. Neue Rollen werden entstehen.

Die Elemente von AIOps

Hier stellen wir nun die Elemente von AIOps vor. Es dient  als angemessene Grundlage für die wichtigsten Teile des AIOps-Puzzles und wie sie dazu beitragen.

• Umfassende und vielfältige IT-Daten. AIOps basiert auf der Kombination verschiedener Daten sowohl aus dem IT-Operations-Management (ITOM) (Metriken, Ereignisse usw.) als auch aus dem IT-Service-Management (ITSM) (Vorfälle, Änderungen usw.). Dies wird oft als „Aufbrechen von Datensilos“ bezeichnet –Daten aus unterschiedlichen Tools zusammenführen, damit sie miteinander „sprechen“ können, um Fehlerursachen schneller zu identifizieren oder Automatisierung zu ermöglichen.
• Aggregierte Big-Data-Plattform. Das Herzstück der Plattform sind Big Data. So wie die Daten aus isolierten Silos befreit werden, müssen sie zusammengeführt werden, um Analysen der „nächsten Ebene“ zu unterstützen. Dies muss nicht nur offline erfolgen – wie bei einer forensischen Untersuchung unter Verwendung historischer Daten – sondern auch in Echtzeit, sobald Daten aufgenommen werden.
• Maschinelles Lernen. Big Data ermöglicht die Anwendung von ML zur Analyse riesiger Mengen unterschiedlicher Daten. Dies ist weder vor dem Zusammenführen der Daten noch durch manuelle menschliche Anstrengungen möglich. ML automatisiert bestehende, manuelle Analysen und ermöglicht neue Analysen neuer Daten – alles in einem Umfang und mit einer Geschwindigkeit, die ohne AIOps nicht möglich sind.
• Beobachten. Hierbei handelt es sich um die Weiterentwicklung der traditionellen ITOM-Domäne, die Entwicklungsdaten  und andere Nicht-ITOM-Daten (Topologie, Geschäftsmetriken) integriert, um neue Modalitäten der Korrelation und Kontextualisierung zu ermöglichen. In Kombination mit der Echtzeitverarbeitung erfolgt die Identifizierung wahrscheinlicher Ursachen praktisch zeitgleich mit der Problemgenerierung.
• Engage. Die Weiterentwicklung der traditionellen ITSM-Domäne umfasst die bidirektionale Kommunikation mit ITOM-Daten zur Unterstützung der oben genannten Analysen und zur automatischen Erstellung von Dokumentationen für Audit- und Compliance-/regulatorische Anforderungen. KI/ML drückt sich hier in der kognitiven Klassifikation samt Routing und Intelligenz am Touchpoint des Benutzers aus, z. B. Chatbots.
• Handeln. Dies ist die „letzte Meile“ der AIOps-Wertschöpfungskette. Die Automatisierung von Analyse, Workflow und Dokumentation ist nutzlos, wenn die Verantwortung für das Handeln wieder in menschliche Hände gelegt wird. „Handeln“ umfasst die Kodifizierung von menschlichem Fachwissen in die Automatisierung und Orchestrierung von Abhilfemaßnahmen und -reaktionen.

Die Zukunft von AIOps

Wenn wir verstehen, was AIOps antreibt und wie es sich um eine Reaktion handelt, gelangen wir zum aktuellen Stand des Marktes. So wie die IT für Menschen unüberschaubar wird, müssen sich die IT-Tools anpassen. Aber einfach nur defensiv zu reagieren, reicht nicht aus. Unternehmen, die AIOps nutzen, werden die Herausforderung, die AIOps angehen soll, als Chance sehen, zu wachsen, sich weiterzuentwickeln sowie innovativ und disruptiv zu sein.

Im Folgenden finden Sie einige Möglichkeiten, wie AIOps-nutzende Unternehmen ihr Geschäft in den nächsten fünf Jahren transformieren werden.

• Technologie wird menschlicher: Analysen und Orchestrierung ermöglichen reibungslose Erfahrungen und allgegenwärtigen Self-Service.
• Die Automatisierung von Technologie und damit von Geschäftsprozessen: Kosten sinken, die Geschwindigkeit steigt und Fehler werden weniger, während gleichzeitig Humankapital für höherwertige Aufgaben freigesetzt wird.
• Enterprise ITOps erhält DevOps-Agilität: Kontinuierliche Bereitstellung erstreckt sich auf den Betrieb und das Unternehmen.
• Daten werden zur Währung: Der große Reichtum an ungenutzten Geschäftsdaten wird aktiviert, wodurch wertvolle Anwendungsfälle und Monetarisierungsmöglichkeiten entstehen.

Bei BMC nennen wir diese Vision einer AIOps-gestützten Zukunft das autonome digitale Unternehmen. Unsere Mission ist es, unseren Kunden zu ermöglichen, schnell und kontinuierlich Innovationen zu schaffen und sich zu differenzieren, um kundenorientierten Wert zu liefern. Die erfolgreichen Organisationen von morgen werden diejenigen sein, die intelligente, technologiefähige Systeme nutzen, die es ihnen ermöglichen, zu gedeihen, während andere in Zeiten massiver Veränderungen ins Wanken geraten.

AIOps: seismische Veränderung, aber nicht radikal

Obwohl AIOps eine seismische Veränderung für den IT-Betrieb ist, ist es keine radikale Anwendung von Analysen und maschinellem Lernen. Ein ähnlicher ML-Ansatz wurde implementiert, als Börsenmakler vom manuellen zum maschinellen Handel wechselten. Analysen und ML werden in sozialen Medien und in Anwendungen wie Google Maps, Waze und Yelp sowie in Online-Marktplätzen wie Amazon und eBay verwendet. Diese Techniken werden zuverlässig und umfassend in Umgebungen eingesetzt, in denen Echtzeitreaktionen auf dynamisch wechselnde Bedingungen und Benutzeranpassungen erforderlich sind.

AIOps ist die Anwendung bewährter Technologien und Prozesse auf ITOps. ITOps-Mitarbeiter setzen in der Regel nur langsam neue Technologien ein, weil unsere Arbeit aus purer Notwendigkeit immer etwas konservativer war. Es ist die Aufgabe von ITOps, dafür zu sorgen, die Infrastruktur zu stabilisieren, die organisatorische Anwendungen unterstützt und dass die „Lichter nicht ausgehen“.

Wir haben jedoch den Wendepunkt bereits überschritten, und die Einführung von AIOps ist der Schlüsselindikator für den Weg des digitalen Unternehmens.

Dieser Beitrag erschien ursprünglich bei BMC.com