Sie sind hier: Startseite » Markt » Tipps und Hinweise

Change-Management-Prozesse

Sieben Bausteine für ein erfolgreiches Change Management in Software-Integrationsprojekten
Eine Microservice-Architektur mit kleinteiligen und voneinander unabhängigen Cloud-nativen Applikationen erlaubt eine fundamentale Beschleunigung

Komplexe Integrationsvorhaben in der Softwareentwicklung sind oft zeitaufwendig. Die IT-Dienstleisterin Consol nennt sieben Best Practices, mit denen Unternehmen Change-Management-Prozesse in Software-Integrationsprojekten beschleunigen können. Die Lead Time for Changes ist der wichtigste Messindikator für ein erfolgreiches Change Management in der Softwareentwicklung. Diese Lead Time beschreibt dabei die Zeitdauer, die erforderlich ist, um eine Source-Code-Änderung ab einem neuen Commit erfolgreich im Produktivbetrieb nutzen zu können.

Basierend auf den Erfahrungswerten aus zahlreichen Software-Integrationsprojekten fördern diese sieben Best Practices ein erfolgreiches Change Management.

1. Uneingeschränkte Zugriffsmöglichkeit auf die Infrastruktur
Verzögerungen bei der Lead Time for Changes sind oft auf infrastrukturelle Gründe zurückzuführen: So ist zum Beispiel ein Team für den Applikationsbetrieb in der Produktiv-Umgebung verantwortlich, während ein anderes Team für das Betriebssystem und Netzwerkthemen wie Firewall-Einstellungen zuständig ist. Geteilte Verantwortlichkeiten finden sich zudem häufig bei Testumgebungen oder der CI- und CD-Plattform, sodass bei Problemen oder geplanten Änderungen immer auf Beistellungen anderer Teams zurückgegriffen – und gewartet – werden muss.

Best Practice: Die Testumgebungen müssen unkompliziert für alle Teammitglieder nutzbar sein. Dabei sollten Mitarbeiter mit Betriebsverantwortung einen möglichst vollen Root-Zugriff auf die Test- und Produktivumgebung haben: von der Hardware über das Betriebssystem und Drittanbieter-Software bis zur Applikation selbst.

2. Cloud-native Architektur
Große Server-Applikationen benötigen viel Zeit für die Kompilierung, Paketierung und Installation. Automatisierte Regressionstests dauern oftmals stundenlang und werden in vielen Projekten deshalb nur nachts ausgeführt.

Will ein Unternehmen aber Software-Updates häufig – mehrmals am Tag und schnell, etwa innerhalb von 15 Minuten – in Produktion bringen, muss die Architektur dies auch unterstützen. Einerseits muss dabei das Risiko von Seiteneffekten so gering wie möglich sein, andererseits müssen auch der Build-, Test-, Deployment-, Startup- und gegebenenfalls der Fallback-Prozess schnell ablaufen. Und Nutzer der Applikation sollten nach Möglichkeit keine Unterbrechungseffekte wie eine Downtime bemerken.

Best Practice: Eine Microservice-Architektur mit kleinteiligen und voneinander unabhängigen Cloud-nativen Applikationen erlaubt eine fundamentale Beschleunigung. So kann der technische Anteil an der Lead Time for Changes von mehreren Stunden auf wenige Minuten verkürzt werden, und zwar durch einen Umstieg von Komplettinstallationen auf inkrementelle Mini-Updates.

3. Funktionierende DevOps-Organisation
Das Sprichwort "Viele Köche verderben den Brei" trifft auch auf das Change Management zu. Hinsichtlich der Lead Time for Changes gilt vor allem auch: Sie verlangsamen die Prozesse.

Best Practice: DevOps-Teams, in denen alle Kompetenzen vom Software Engineering über die Qualitätssicherung und das Installations- und Konfigurationsmanagement bis hin zum Applikationsbetrieb gebündelt sind, können autark und ohne Warten auf Beistellungen alle Änderungen und Optimierungen selbst durchführen. Durch den permanenten Wissensaustausch sind Interessen- oder Kapazitätskonflikte vermeidbar.

4. Agiles Mindset
Wenn nicht jedes Team-Mitglied nahezu jede Tätigkeit ausüben kann, sind auch Verzögerungen der Lead Time for Changes nicht ausgeschlossen.

Best Practice: Mit agilen Konzepten werden die Zusammenarbeit innerhalb von Teams und die Kompetenzen der Mitarbeiter gestärkt. Zu den wichtigen Methoden aus der agilen Welt zählen etwa ein Taskboard, Refactorings, Heartbeat-Retrospektiven, Pair Programming oder Peer Reviews.

5. Null-Fehler-Toleranz
Vorhandene Fehler oder auch schon der Verdacht, dass potenzielle Fehler vorhanden sind, bremsen die Bereitschaft, Software häufig und schnell zu aktualisieren – gemäß dem Motto "Never change a running system". Umgekehrt fördert aber eine dauerhaft nachgewiesene Fehlerfreiheit und Zuverlässigkeit das Vertrauen bei Software-Aktualisierungen, und zwar das Vertrauen aller Beteiligten vom Anwender über den Softwareentwickler bis hin zum Projekt-Sponsor.

Best Practice: Jedes Unternehmen sollte der Null-Fehler-Toleranz eine hohe Priorität einräumen. Alle vorhandenen Fehler müssen beseitigt werden und die korrekte Funktionsweise ist durch automatisierte Tests mit maximaler Abdeckung abzusichern. Durch Code-Generierung, -Reviews und -Refactorings kann redundanter, fehlerhafter oder überflüssiger Code vermieden werden. Die fehlerfreie Umsetzung von Änderungen wird so deutlich beschleunigt.

6. Automatisierung von Interaktionen innerhalb des Lead-Time-Intervalls
In der gesamten Prozesskette der Lead Time for Changes sind vor allem die menschlichen Interaktionen die größten Zeitfresser: Es beginnt vielfach schon beim Zusammenführen von Source-Code-Änderungen. Zudem sind manuelle Schritte häufig bei der Installation und Testausführung oder bei Konfigurations-Änderungen anzutreffen. Manuelle Tätigkeiten verursachen nicht nur zeitliche Verzögerungen, sondern beinhalten auch die Gefahr menschlicher Fehler, die unnötige Reparaturaufwände nach sich ziehen können.

Best Practice: Durch Nutzung einer Trunk-basierten Entwicklungsmethode liegen zum Zeitpunkt der Release-Entscheidung alle Änderungen schon fix und fertig vor. Sie müssen damit nicht noch manuell zum Beispiel in einen Release-Branch übertragen und geprüft werden. Eine CI-/CD-Pipeline kann zudem alle Schritte wie die Release-Paketierung, Testinstallationen oder die Produktiv-Inbetriebnahme vollautomatisiert ausführen. Jede menschliche Interaktion, die automatisiert wird, vermeidet unnötige Wartezeiten innerhalb der Lead Time for Changes und entlastet zudem das gesamte Team.

7. Schlanke Change-Management-Prozesse
In manchen Fällen sind menschliche Interaktionen unverzichtbar und auch nicht automatisierbar, etwa bei der fachlichen Überprüfung und Qualitätssicherung einer umgesetzten Änderung. Allerdings gibt es auch hier Möglichkeiten, manuelle Schritte durch Automatisierung zu unterstützen und zu beschleunigen.

Best Practice: Alle Change-Management-Prozesse werden dahingehend verschlankt, dass manuelle Schritte nach Möglichkeit nur noch für kontrollierende oder explorative Tätigkeiten erforderlich sind. Testergebnisse können beispielsweise automatisiert so aufbereitet werden, dass alle Änderungen seit dem letzten Testlauf hervorgehoben und schnell überprüfbar sind.

Automatisierung reduziert Lead Time for Changes enorm

"Unter den richtigen Voraussetzungen können in Software-Integrationsprojekten individuelle Kundenanforderungen innerhalb einer Stunde umgesetzt und Änderungen produktiv in Betrieb genommen werden", erklärt Christian Wied, Teamleiter Software Engineering bei Consol. "Durch automatisierte Test- und Installationsroutinen etwa kann die Lead Time for Changes vielfach auf 15 Minuten reduziert werden. Unter zusätzlicher Berücksichtigung von menschlichen Interaktionen wie Abstimmungs-, Review- oder Quality-Assurance-Prozessen ist damit eine Lead Time for Changes von unter 60 Minuten realisierbar." (Consol Consulting & Solutions Software: ra)

eingetragen: 22.03.21
Newsletterlauf: 14.05.21

Consol: Kontakt und Steckbrief

Der Informationsanbieter hat seinen Kontakt leider noch nicht freigeschaltet.

Meldungen: Tipps und Hinweise

XLAs: Der Mensch als Maßstab
Über Jahrzehnte galten Service Level Agreements (SLAs) als Maßstab für gutes IT- und Servicemanagement: Wurde ein Ticket fristgerecht gelöst, war die Aufgabe erledigt. Doch in einer zunehmend digitalisierten Arbeitswelt zeigt sich: Diese Logik greift zu kurz. Effizienz allein entscheidet nicht mehr, ob Mitarbeitende zufrieden und produktiv bleiben. Gefragt ist ein neues Verständnis, das die tatsächliche Erfahrung der Menschen in den Mittelpunkt rückt.
Cloud-Souveränität immer stärker im Mittelpunkt
Mit dem rasanten Fortschritt der digitalen Wirtschaft und dem Aufkommen zahlreicher neuer Technologien - allen voran Künstlicher Intelligenz (KI) - stehen europäische Entscheidungsträger vor einer neuen Herausforderung: Wie lässt sich ein innovatives Ökosystem regionaler Cloud-Anbieter schaffen, das sowohl leistungsfähige Lösungen als auch ausreichende Skalierbarkeit bietet? Und wie kann dieses Ökosystem mit internationalen Anbietern konkurrieren und zugleich die Abhängigkeit von ihnen verringern? Politik, Regulierungsbehörden, Forschungseinrichtungen und Industrievertreter in Europa konzentrieren sich darauf, wie der Kontinent seine Position im globalen Wettlauf um Cloud-Innovationen verbessern kann - ohne dabei die Kontrolle, Autonomie und Vertraulichkeit über europäische Daten aufzugeben, die andernfalls womöglich in anderen Märkten gespeichert, verarbeitet oder abgerufen würden.
Vom Nearshoring zum Smart Sourcing
Aufgrund des enormen IT-Fachkräftemangels und der wachsenden Anforderungen von KI und digitaler Transformationen benötigen Unternehmen heute flexible und kosteneffiziente Lösungen, um wettbewerbsfähig zu bleiben. Für die Umsetzung anspruchsvoller Innovationsprojekte mit hohen Qualitätsstandards entscheiden sich deshalb viele Unternehmen für Nearshoring, da dieses Modell ihnen Zugang zu hochausgebildeten IT-Fachkräften in räumlicher und kultureller Nähe ermöglicht.
Sechs stille Killer des Cloud-Backups
Cloud-Backups erfreuen sich zunehmender Beliebtheit, da sie auf den ersten Blick eine äußerst einfache und praktische Maßnahme zu Schutz von Daten und Anwendungen sind. Andy Fernandez, Director of Product Management bei Hycu, nennt in der Folge sechs "stille Killer", welche die Performance von Cloud-Backups still und leise untergraben. Diese werden außerhalb der IT-Teams, die täglich damit zu tun haben, nicht immer erkannt, können aber verheerende Folgen haben, wenn sie ignoriert werden.
Datenaufbewahrungsstrategie und SaaS
Die Einhaltung von Richtlinien zur Datenaufbewahrung sind für Unternehmen unerlässlich, denn sie sorgen dafür, dass wertvolle Informationen sicher gespeichert und Branchenvorschriften - egal wie komplex sie sind - eingehalten werden. Diese Governance-Frameworks legen fest, wie Unternehmen sensible Daten verwalten - von deren Erstellung und aktiven Nutzung bis hin zur Archivierung oder Vernichtung. Heute verlassen sich viele Unternehmen auf SaaS-Anwendungen wie Microsoft 365, Salesforce und Google Workspace. Die Verlagerung von Prozessen und Daten in die Cloud hat jedoch eine gefährliche Lücke in die Zuverlässigkeit der Datenaufbewahrung gerissen, denn die standardmäßigen Aufbewahrungsfunktionen der Drittanbieter entsprechen häufig nicht den Compliance-Anforderungen oder Datenschutzzielen.
Lücken der SaaS-Plattformen schließen
Die zunehmende Nutzung von Software-as-a-Service (SaaS)-Anwendungen wie Microsoft 365, Salesforce oder Google Workspace verändert die Anforderungen an das Datenmanagement in Unternehmen grundlegend. Während Cloud-Dienste zentrale Geschäftsprozesse unterstützen, sind standardmäßig bereitgestellte Datenaufbewahrungsfunktionen oft eingeschränkt und können die Einhaltung der Compliance gefährden. Arcserve hat jetzt zusammengefasst, worauf es bei der Sicherung der Daten führender SaaS-Anbieter ankommt.
Nicht mehr unterstützte Software managen
Von Windows bis hin zu industriellen Produktionssystemen: Wie veraltete Software Unternehmen angreifbar macht und welche Strategien jetzt nötig sind Veraltete Software ist weit verbreitet - oft auch dort, wo man es nicht sofort vermuten würde. Beispiele für besonders langlebige Anwendungen sind das SABRE-Flugbuchungssystem oder die IRS-Systeme "Individual Master File" und "Business Master File" für Steuerdaten, die seit den frühen 1960er-Jahren im Einsatz sind. Während solche Anwendungen ihren Zweck bis heute erfüllen, existiert daneben eine Vielzahl alter Software, die längst zum Sicherheitsrisiko geworden ist.
Wie sich Teamarbeit im KI-Zeitalter verändert
Liefertermine wackeln, Teams arbeiten unter Dauerlast, Know-how verschwindet in der Rente: In vielen Industrieunternehmen gehört der Ausnahmezustand zum Betriebsalltag. Gleichzeitig soll die Zusammenarbeit in Produktion, Qualitätskontrolle und Wartung immer schneller, präziser und vernetzter werden. Wie das KI-gestützt gelingen kann, zeigt der Softwarehersteller Augmentir an sechs konkreten Praxisbeispielen.
Vom Workaround zum Schatten-Account
Um Aufgaben im Arbeitsalltag schneller und effektiver zu erfüllen, ist die Suche nach Abkürzungen Gang und Gebe. In Kombination mit dem technologischen Fortschritt erreicht die Effizienz menschlicher Arbeit so immer neue Höhen und das bringt Unternehmen unwissentlich in eine Zwickmühle: Die zwischen Sicherheit und Produktivität. Wenn ein Mitarbeiter einen Weg findet, seine Arbeit schneller oder besser zu erledigen, die Bearbeitung von Zugriffsanfragen durch die IT-Abteilung aber zu lange dauert oder zu kompliziert ist, dann finden Mitarbeiter oftmals "kreative" Lösungen, um trotzdem weiterarbeiten zu können. Diese "Workarounds" entstehen selten aus böser Absicht. Allerdings stellen sie gravierende Sicherheitslücken dar, denen sich viele Beschäftigte und Führungskräfte nicht bewusst sind.
KI in der Cloud sicher nutzen
Keine Technologie hat die menschliche Arbeit so schnell und weitreichend verändert wie Künstliche Intelligenz. Dabei gibt es bei der Integration in Unternehmensprozesse derzeit keine Tür, die man KI-basierter Technologie nicht aufhält. Mit einer wachsenden Anzahl von KI-Agenten, LLMs und KI-basierter Software gibt es für jedes Problem einen Anwendungsfall. Die Cloud ist mit ihrer immensen Rechenleistung und Skalierbarkeit ein Motor dieser Veränderung und Grundlage für die KI-Bereitstellung.

Sicherung von Container-Daten In Multi-Cloud-Zeiten zählt Expertise