In der Ära der digitalen Transformation steht die IT-Landschaft durch neue Technologien, eine steigende Zahl von Providern und verstärkte Cloud-Nutzung vor grossen Herausforderungen. Die Integration von Komponenten wie IoT, APIs und Cloud-Services sowie die dynamische Allokation von Ressourcen durch cloud-native Lösungen und Microservices erschweren das Management und die Überwachung der IT-Infrastruktur erheblich. Diese Entwicklungen führen zu einer noch nie dagewesenen Komplexität, welche die Aufrechterhaltung von Verfügbarkeit, Leistung und Sicherheit erschwert. Zudem hat die System-Performance einen direkten Einfluss auf die Geschäftsergebnisse: Verlangsamungen – unter dem Motto «Slow is the new Down» – können erhebliche negative Auswirkungen auf das Kundenerlebnis und somit auf den Unternehmenserfolg haben.

Die regulatorischen Anforderungen erhöhen zusätzlich den Druck auf IT-Teams, Compliance in der gesamten Service-Lieferkette zu gewährleisten. In einem Umfeld, in dem Ressourcen dynamisch Microservices zugewiesen werden und Anwendungslogs verteilt sind, wird der Nachweis der Regulierungskonformität komplizierter. Die kontinuierlichen Änderungen und Updates in der digitalen Landschaft erschweren die Compliance-Überwachung zusätzlich.

Um diese Herausforderungen erfolgreich zu navigieren, ist eine Neuausrichtung der IT-Funktion innerhalb der Unternehmen unerlässlich. Der Schlüssel liegt dabei in einem datenzentrierten Ansatz, der den Schwerpunkt auf Daten und weniger auf Prozesse und Praktiken legt. In den IT-Organisationen werden grosse Mengen von Daten zwar in vielfältigen Formen und mittels verschiedener Tools gesammelt, doch fehlt es oft an einer kohärenten Architektur, die den Einsatz dieser Daten über den gesamten Lebenszyklus von Produkten und Services hinweg ermöglicht. Ein datengetriebenes IT-Service-Management (ITSM) ist daher vonnöten, das die Datenströme vom Demand über die Lösungsentwicklung bis hin zur Bereitstellung von Services effizient steuert.

Auf der Grundlage eines datenzentrierten ITSM kann nun ­AIOps die Komplexität der neuen digitalen Realität entschlüsseln und bewältigen. AIOps steht für die Anwendung von künstlicher Intelligenz (KI) auf IT-Betriebsprozesse und nutzt Technologien wie Big Data, maschinelles Lernen und fortgeschrittene Analysemethoden, um IT-Operationen proaktiv und mit dynamischen Sichten zu verbessern. Dies erlaubt es Organisationen, den Anforderungen von der Entwicklung über die Bereitstellung bis hin zum Betrieb effektiver zu begegnen.

Ein durch diese Prinzipien geleitetes, integriertes Managementsystem fördert nicht nur eine verbesserte Zusammenarbeit und eine nahtlose Integration von Praktiken und Tools, sondern ermöglicht auch ein tieferes Verständnis der Datenströme sowie eine effizientere Reaktion auf diese. Dadurch können IT-Teams die Dynamik und Komplexität moderner IT-Landschaften erfolgreich meistern und einen bedeutenden Beitrag zur digitalen Transformation ihres Unternehmens leisten.

Ein integriertes Managementsystem fördert eine verbesserte Zusammenarbeit und Integration von Praktiken und Tools. Es ermöglicht ein tieferes Verständnis der Datenströme und eine effizientere Reaktion darauf, sodass IT-Teams die Komplexität moderner IT-Landschaften erfolgreich navigieren können.

Der Einsatz eines integrierten, datengetriebenen ITSM- und AIOps-Systems bringt zahlreiche Vorteile. Es ermöglicht eine verbesserte Erkennung und Behebung von Systemproblemen, steigert die Systemverfügbarkeit und Kundenzufriedenheit. Automatisierung reduziert den Arbeitsaufwand für IT-Teams, unterstützt bessere Entscheidungsfindung und fördert die Compliance.

Die Kombination von ITSM und AIOps schafft eine agile IT-Operations-Landschaft, die bereit ist, aktuelle und zukünftige Herausforderungen proaktiv anzugehen. In einer digitalen Welt ist ein solcher Ansatz entscheidend für den Erfolg.

« AIOps ist eine Kompetenz, die in ­Organisationen entwickelt werden muss »

KI verändert die Art wie wir arbeiten auf allen Ebenen. Auch vor dem IT-Operation-Center macht die künstliche ­Intelligenz nicht halt. Martin Andenmatten, Verwaltungsratspräsident von Glenfis, erklärt im Interview, wie AIOps ­dabei helfen können, den IT-Betrieb ressourcenschonender und sicherer zu machen. Interview: Yannick Züllig

Wie können IT-Teams AIOps effektiv implementieren und welche Herausforderungen könnten dabei auftreten?

Martin Andenmatten: AIOps ist mehr als ein Werkzeug – es ist eine Kompetenz, die in Organisationen entwickelt werden muss. Der Erfolg von AIOps hängt nicht nur vom Kauf einer Lösung, sondern auch vom Aufbau operativer Kompetenz ab. IT-Teams müssen klare, auf das Unternehmen ausgerichtete Ziele festlegen und Expertenteams aus den Bereichen Infrastruktur, DevOps und maschinelles Lernen bilden. Eine wirksame Umsetzung von AIOps erfordert strategische Planung, laufende Optimierung und die Unterstützung der Unternehmensleitung. Die Herausforderungen liegen in der Systemintegration, im Change Management und in der Anpassung an neue Technologien. 

KI-Workloads sind meist besonders ressourcenintensiv. Führt die Einführung von AIOps nicht zu einer Mehrbelastung, welche die Systeme eines Unternehmens verlangsamen könnte?

Obwohl die Einführung von AIOps anfangs ressourcenintensiv wirken mag, steigert sie doch durch genaue IT-Steuerung und -Optimierung auf lange Sicht die Systemeffizienz. Wesentlich dafür sind definierte Leistungsmetriken wie reduzierte Fehlalarme, verkürzte Erkennungs- und Behebungszeiten bei Vorfällen sowie verbesserte Vorhersagegenauigkeit von Ausfällen. Durch den Einsatz von Monitoring-Tools und regelmässige Reviews wird die Leistung von AIOps überwacht und optimiert. Trotz anfänglicher Verständnisschwierigkeiten führen Schulungen und die deutliche Kommunikation der Vorteile zu gesteigerter Akzeptanz. 

Bei der Verwendung von KI gibt es auch regulatorische Bedenken, gerade wenn damit operative Daten behandelt werden. Wie lassen sich diese Herausforderungen bewältigen?

Bei AIOps sind neben der Implementierung auch regulatorische Anforderungen wesentlich. Klare Definition und Abgrenzung firmeninterner Daten sind für den Erfolg entscheidend. Dies umfasst die Auswahl relevanter Datenquellen, die Sicherstellung der Datenqualität und eine strukturierte Datenverarbeitung. Daten-Governance und Compliance spielen eine zentrale Rolle, um regulatorische Anforderungen zu erfüllen und Risiken zu minimieren. 

Wie steigern ITSM- und AIOps-Systeme die Systemverfüg­barkeit?

ITSM- und AIOps-Systeme steigern die Systemverfügbarkeit massgeblich, indem sie proaktive statt reaktive Resilienz ermöglichen. Durch den Einsatz von KI und Automatisierung wird Komplexität reduziert und die Effizienz in IT-Operationen gesteigert. KI-Algorithmen in AIOps prognostizieren und managen Risiken, was eine frühzeitige Problembehebung und eine reduzierte Ausfallzeit zur Folge hat. Diese Technologien unterstützen auch präventive Wartungsstrategien, die Ausfälle vorhersagen und Ausfallzeiten minimieren, um die Verfügbarkeit zu optimieren. Die Sicherheit wird durch die Überwachung von Sicherheitsrisiken und die frühzeitige Gefahrenerkennung verstärkt. 

Wie lässt sich durch die Kombination von ITSM und AIOps die Kundenzufriedenheit zu steigern?

Die Kombination von ITSM und AIOps kann die Kundenzufriedenheit steigern, indem sie zuverlässigere und leistungsfähigere Systeme ermöglicht, die die steigenden Erwartungen der Nutzer erfüllen. AIOps unterstützt ITSM dabei, Service Levels zu definieren und zu überwachen, die messbare Ziele der Leistung festlegen. Durch kontinuierliche Verbesserung der Zuverlässigkeit, Verfügbarkeit und Wartbarkeit der Systeme tragen AIOps-Lösungen dazu bei, das Risiko von Serviceausfällen zu minimieren und das Nutzererlebnis zu verbessern, was direkt zu höherer Kundenzufriedenheit führt.

AIOps Foundation℠ (glenfis.ch)