Was ist AIOps?
Zum einen steht AIOps für Artificial Intelligence for IT Operations – zu Deutsch: „Künstliche Intelligenz für den IT-Betrieb“. Dabei handelt es sich um eine Unterkategorie der Künstlichen Intelligenz, die von dem US-amerikanischen Forschungs- und Beratungsunternehmen Gartner 2016 erschaffen wurde.
Zum anderen wird das Akronym durch die Bedeutung „Algorithmischer IT-Betrieb“ ergänzt – was so viel bedeutet wie der Einsatz von maschinellem Lernen für Analysezwecke.
Der Bedarf dieses speziellen Feldes erklärt sich durch die moderne IT-Landschaft. Statische und vorhersehbare Systeme müssen Software-Umgebungen weichen, die sich im laufenden Betrieb ändern und neu konfigurieren. Zudem werden Daten zukünftig seltener in Rechenzentren oder Clouds generiert, sondern von Milliarden vernetzter IoT-Geräte. Vor diesem Hintergrund ist die Installation von AIOps innerhalb von Unternehmen mit breiter digitaler Infrastruktur unausweichlich, um konkurrenzfähig zu bleiben.
Inwiefern unterscheidet sich AIOps von DevOps?
DevOps beschreibt die Arbeitskultur, die nötig ist, um effizient und effektiv Software-Systeme zu entwickeln. Dazu gehören Methoden, wie automatisierte Entwicklungsabläufe, die agile Zusammenarbeit im Team oder entkoppelte Prozesse, die über Programmierschnittstellen miteinander kommunizieren.
AIOps bezieht sich ebenso auf die Kultur als Voraussetzung für eine zielgerichtete Entwicklung von Software. Auch Themen wie Scrum, Entwicklungspipelines oder Automatisierung (sie werden ansonsten mit DevOps in Verbindung gebracht) spielen hier eine große Rolle. Jedoch liegt der Fokus auf dem Einsatz von Big Data und maschinellem Lernen – also der Arbeit mit Künstlicher Intelligenz –, um unter anderem folgende IT-Betriebsprozesse zu analysieren und zu optimieren:
- Bei der Ereigniskorrelation werden sogenannte Events überwacht. Das sind Anmeldungen und Ereignisse, die bei einer Computersitzung durchgeführt werden. Das Ziel dabei ist, Betriebsfehler zu identifizieren und Ursachen aufzudecken.
- Als weitere Maßnahme der Gefahrenabwehr wird die Anomalieerkennung im Rahmen von AIOps eingesetzt. Während sich die Ereigniskorrelation auf das Erkennen von bereits bekannten Gefahren konzentriert, erfasst die Anomalieerkennung ein – vom gewöhnlichen Verhalten des Systems – abweichende Kommunikationsmuster. Cyberattacken können damit bspw. entlarvt werden.
- Wie der Name schon vermuten lässt, bemüht sich die Kausalitätsermittlung um das Aufzeigen und Erklären von Zusammenhängen. Je nach technischem Ansatz wird diese Idee von den bekannten AIOps-Plattformen individuell umgesetzt.
Welche Plattformen und Tools gibt es?
AIOps-Plattformen:
- Das Computerprogramm IBM Watson versteht natürliche Sprache und antwortet auf Fragen. Mit der Plattform Cloud Pak verfügt es zudem über eine effiziente AIOps-Lösung, um Daten aus verschiedenen Quellen zu sammeln und die daraus gewonnen Informationen an einem Punkt zu zentralisieren – eine solide und bewährte Möglichkeit der Automatisierung eines IT-Betriebs.
- Der Anbieter Splunk konzentriert sich mit der gleichnamigen Plattform ursprünglich auf Logging, Monitoring und Reporting. Mit der zusätzlichen Sparte AIOps werden Kunden bei der Zentralisierung und der Vereinfachung der Analyse unterstützt.
- Auch der Anbieter Aruba kombiniert Big Data und maschinelles Lernen zur Automatisierung von IT-Betriebsprozessen.
AIOps-Tools:
- Das Marktforschungsunternehmen Gartner hat die Richtung, in die sich der IT-Sektor bewegt hat, schon früh vorausgesagt. Daraus lässt sich die Kompetenz ableiten, die sie auf diesem Gebiet aufweisen. Auf Basis von Forschungsergebnissen unterstützt Gartner Kunden, fundierte Entscheidungen zu treffen und entwickelt Tools für unterschiedlichste Unternehmensbereiche und Marktanalysen. Für den Bereich AIOps ist besonders ein Tool relevant, der Gartner Hype Cycle.
