Was werden AIOps und maschinelles Lernen für die IT bedeuten?

Wenn Daten das neue Öl sind, ist AIOps die Raffinerie der IT. AIOps ist die Abkürzung für "Artificial Intelligence for IT Operations" und bezieht sich auf Software, die Big Data und KI oder maschinelles Lernen kombiniert, um die IT-Abteilung bei der Datenverwaltung zu unterstützen und schneller zu Erkenntnissen zu gelangen. Aber was bedeutet der Vergleich von Daten mit Öl in der Praxis? Und welche Aspekte des IT-Betriebs können durch maschinelles Lernen ergänzt oder sogar ersetzt werden?

In einem Verge-Video über Intels neue Smart Glasses beantwortet Jerry Bautista, Intel-Vizepräsident und Leiter der Abteilung für neue Geräte, die wichtigste Frage bei allen Diskussionen über Wearables(Warum?) , indem er B.K. (vermutlich Intel-CEO Brian Krzanich) mit den Worten zitiert: "Daten sind das neue Öl". Bautista erklärt weiter: "Der Punkt ist, dass man diese Daten irgendwie nutzen muss. Wir wollen also nicht nur die Daten verwalten und Ihnen bei der Datenverarbeitung im Rechenzentrum mit Intel-Servern und all den anderen Dingen helfen, sondern wir wollen auch ein Teil davon sein, Ihnen diese Daten auf eine Art und Weise zu präsentieren, die Sie konsumieren können."

Mit anderen Worten: Wir sind sehr gut darin geworden, große Datenmengen zu sammeln; die größte Herausforderung besteht heute darin, diese Daten sinnvoll zu filtern und zu präsentieren. Für Intel bedeutet das, intelligente Brillen zu entwickeln, die dem Träger kontextabhängige Informationen liefern, die seine Wahrnehmung der Umgebung verbessern und ihm helfen, Entscheidungen zu treffen, z. B. in welchem Restaurant er auf der Grundlage von Online-Bewertungen essen gehen soll, ohne dass es zu Ermüdungserscheinungen kommt.

AIOps-Tools verfolgen einen ähnlichen Ansatz, indem sie Daten aus verschiedenen Quellen aufnehmen und mit maschinellem Lernen verarbeiten, um Informationen zu liefern, die für die IT von größerem Interesse sind, z. B. Anomalien, Muster und Vorhersagen. Wie die Intel-Brille kann AIOps der IT-Abteilung helfen, ihre Umgebung klarer zu sehen, indem sie das, was vor ihren Augen abläuft, rationalisiert.

Obwohl es einige Zeit gedauert hat, bis sich maschinelles Lernen in der IT durchgesetzt hat, prognostiziert Gartner, dass bis 2019 "25 % der globalen Unternehmen eine AIOps-Plattform strategisch implementiert haben werden, die zwei oder mehr wichtige IT-Betriebsfunktionen unterstützt".

Wird Ihre Organisation zu diesen 25 Prozent gehören?

Kostenlose Lösungsübersicht: SysTrack AIOps für Endanwender-Computing

AIOps Definition

In einem Interview mit APMdigest definiert Colin Fletcher, Research Director bei Gartner, AIOps als Plattformen, die "Big Data, modernes maschinelles Lernen und andere fortschrittliche Analysetechnologien nutzen, um alle primären IT-Betriebsfunktionen direkt und indirekt durch proaktive, persönliche und dynamische Einblicke zu verbessern. AIOps-Plattformen ermöglichen die gleichzeitige Nutzung mehrerer Datenquellen, Datenerfassungsmethoden, Analysetechnologien (Echtzeit und tiefgehend) und Präsentationstechnologien." Diese Plattformen fügen sich in eine Gesamtstrategie zur Ereigniskorrelation und -analyse (ECA) ein, bei der es darum geht, die Problemlösung zu beschleunigen und zu automatisieren, um Ausfallzeiten zu reduzieren und die Erfahrung der Endbenutzer durch proaktiven Support zu verbessern. ECA erreicht dies durch die Reduzierung doppelter und irrelevanter Meldungen, die Filterung von Daten, um schneller Erkenntnisse zu gewinnen, und die Behebung der Grundursache von Problemen, um zu verhindern, dass diese erneut auftreten.

Letztendlich sind IT-Tools nur so wertvoll wie die umsetzbaren Erkenntnisse, die sie liefern. Die IT-Umgebungen der Unternehmen von heute sind wie Frankensteins Monster: zusammengestückelt, emotional aufgeladen und schwer in den Griff zu bekommen. Um sie zu bearbeiten, verwendet die IT-Abteilung eine Vielzahl von Überwachungs- und Verwaltungstools, um Erkenntnisse aus verschiedenen Perspektiven zu gewinnen (z. B. Endpunkt, Netzwerk, Infrastruktur, Anwendung usw.). Es ist jedoch schwierig, Ereignisse über mehrere Tools hinweg zu korrelieren: Doppelte Alarme und Ereignisse machen die Umgebung unübersichtlich und die Geschwindigkeit des Supports sinkt, wenn die IT-Abteilung versucht, sich durch eine Flut von Benachrichtigungen zu arbeiten und mehrere Datensilos zu verwalten.

AIOps-Tools durchdringen das Durcheinander und bieten eine einheitliche Sichtweise, indem sie Daten aus verschiedenen Quellen aufnehmen und speichern. Je reichhaltiger die Datenströme sind, desto besser sind die Erkenntnisse. AIOps-Tools sammeln in der Regel nur wenige (wenn überhaupt) Daten selbst. Vielmehr hängen der Umfang und der Erfolg von AIOps stark von der Qualität der Daten ab, die von anderen Überwachungstools in der Umgebung stammen. Bei der Implementierung von AIOps ist es wichtig zu prüfen, welche Daten Ihre vorhandenen Tools sammeln, um festzustellen, welche Anwendungsfälle AIOps unterstützen könnte.

Letztendlich sollen diese Tools intelligent genug werden und Mechanismen enthalten, um Probleme ohne menschliches Eingreifen automatisch zu lösen. Im Moment dient AIOps hauptsächlich als intelligenter Datenfilter. Ob es für Ihr IT-Betriebsteam geeignet ist, hängt davon ab, ob das Team über die erforderlichen Fähigkeiten zur Schulung der Algorithmen und zur Identifizierung von Anwendungsfällen verfügt und ob Sie die Zeit und das Budget haben, um sich einer AIOps-Initiative zu widmen, die sehr ressourcenintensiv sein kann.

Die Einführung von AIOps erfolgt nicht von heute auf morgen, und es ist wichtig, sowohl die Tools selbst als auch die Veränderungen bei den Endbenutzern zu überwachen, um sicherzustellen, dass das Projekt den Anforderungen des gesamten Unternehmens gerecht wird.

Wie wird sich AIOps auf die Erfahrung der Endbenutzer auswirken?

AIOps wird IT-Experten nicht überflüssig machen. Vielmehr kann die Technologie IT-Arbeiten weniger mühsam und effektiver machen, indem sie Routinefunktionen automatisiert, Muster schneller findet und sogar Muster hervorhebt, die die IT-Abteilung ohne die Hilfe des maschinellen Lernens nicht hätte entdecken können.

Digital Experience Monitoring (DEM) ist eine Technologie, die die IT-Abteilung in Verbindung mit AIOps einsetzen kann, um die Interaktionen zwischen Endanwendern Anwender und der Technologie zu überwachen. DEM-Tools sammeln und analysieren Daten über die Nutzung, die System- und Anwendungsleistung und die Erfahrung der Endbenutzer.

Derzeit konzentrieren sich viele AIOps-Plattformen auf die Aufnahme von Infrastrukturdaten, die dazu beitragen, die Funktionsfähigkeit von Diensten sicherzustellen, aber keinen Einblick auf der Ebene der Endbenutzer bieten. Mit DEM-Daten können AIOps-Tools die auf den Endbenutzer fokussierten IT-Betriebsaufgaben beschleunigen, beliebte Anwendungsfälle erweitern und sogar dabei helfen, neue zu identifizieren, wie zum Beispiel die folgenden:

• Proaktive Unterstützung und Vorhersage
  Beispielsweise würden DEM-Daten eine zunehmende Anwendungslatenz zeigen. AIOps-Tools, die diesen Datenstrom aufnehmen, könnten die Feststellung beschleunigen, welche Anwendungen Latenz verursachen und welche Benutzergruppen betroffen sind. Von dort aus könnte das Tool Maßnahmen vorschlagen, um das Problem zu lösen, bevor Anwender beeinträchtigt wird, und vorhersagen, ob es wahrscheinlich wieder auftreten wird.
• Überwachung der Endbenutzererfahrung
  DEM-Tools, die die Endbenutzererfahrung quantifizieren, geben der IT-Abteilung einen Anhaltspunkt für den allgemeinen Zustand der Umgebung und einen hochrangigen Indikator für Leistungsänderungen. Durch die Aufnahme dieser Daten kann AIOps bei der Überwachung einen Schritt weiter gehen und die Daten zur Endbenutzererfahrung mit Daten aus anderen Überwachungstools vergleichen und möglicherweise sogar neue Wege entdecken, wie Ressourcen und Services die Endbenutzererfahrung beeinflussen.
• Zeitmessung zur Erkennung von Anomalien
  Mit DEM kann die IT-Abteilung die Zeit messen, die ein menschlicher Techniker benötigt, um ein Muster zu entdecken, indem sie Metriken wie die mit einer Überwachungsanwendung verbrachte Zeit betrachtet. Die IT-Abteilung kann diese Informationen mit der Entdeckungsrate von AIOps-Mustern vergleichen, um festzustellen, welche Aufgaben sich am besten für Unterstützung oder Automatisierung eignen. Die Quantifizierung der Geschwindigkeit von AIOps im Vergleich zur menschlichen Überwachung kann der IT-Abteilung helfen, Verbesserungen der Servicequalität nachzuweisen und die Ausweitung der Technologie anhand von Indikatoren wie der Rate der Anomalieerkennung und der MTTR zu rechtfertigen.

Lesen Sie, wie DEM die Produktivität der Endbenutzer steigern kann

SysTrack AIOps Erfolg

SysTrack, die Workspace-Analyselösung von Lakeside, unterstützt IT-Teams dabei, mit DEM, Asset-Optimierung, Ereigniskorrelation und -analyse sowie Desktop-Transformation erfolgreich zu sein. Durch die Integration mit AIOps-Plattformen, einschließlich IBM Operations Analytics - Predictive Insights, liefert SysTrack die detaillierten Echtzeit- und historischen Endpunktdaten, die der IT-Betrieb benötigt, um AIOps-Anwendungsfälle auszuführen, einschließlich proaktiver Überwachung. SysTrackDer einzigartige Endbenutzer-Erfahrungs-Score von Lakeside dient als quantifizierbares Maß für die Auswirkungen von IT-Maßnahmen auf die Endbenutzer Anwender. Ask SysTrack, die preisgekrönte NLP-Engine von Lakeside, ermöglicht es der IT-Abteilung, Fragen zu ihrer Umgebung in einfachem Englisch einzugeben oder zu sprechen, und gibt Antwortvorschläge für eine beschleunigte Ursachenanalyse zurück.

Da sich der Arbeitsbereich weiterentwickelt und EUC-Umgebungen immer komplexer werden, muss die IT-Abteilung nach Möglichkeiten suchen, mit den sich ändernden Anforderungen Schritt zu halten. Die Erweiterung des IT-Betriebs durch maschinelles Lernen ist eine Möglichkeit für die IT, schneller Erkenntnisse zu gewinnen. Ebenso wichtig ist es, einen Weg zu finden, um den Erfolg dieser Versuche zu beurteilen und ihre Auswirkungen auf die Endbenutzer zu messen Anwender. DEM-Lösungen können neben AIOps eingesetzt werden, um die Einführung der Technologie zu unterstützen und ihren langfristigen Erfolg zu gewährleisten.

In dem oben erwähnten Video von Verge sagt Intel, dass das Aufregendste an seiner neuen intelligenten Brille nicht die Technik ist (obwohl die auch cool ist), sondern die Anwendungsfälle, die sich Entwickler ausdenken und die die Art und Weise, wie wir die Welt um uns herum sehen und mit ihr interagieren, verändern könnten. AIOps birgt ein ähnliches Potenzial; es liegt an der IT-Abteilung, zu entscheiden, was als nächstes kommt.