Sie sind hier: Startseite » Markt » Tipps und Hinweise

KI-gestützte Observability und Automatisierung

Full-Stack Observability ist mittlerweile nahezu unumgänglich für Unternehmen, die Innovationen in zunehmend Cloud-nativen Umgebungen bereitstellen müssen
Vereinfachung komplexer IT-Umgebungen durch Full-Stack Observability

Von Andreas Grabner, CNCF Ambassador and Dynatrace DevRel

Unternehmen kämpfen mit der zunehmenden Komplexität der Cloud. IT-Teams brauchen daher neue Möglichkeiten, um Probleme über den gesamten Technologie-Stack hinweg – von Mainframes bis hin zu Multi-Cloud-Umgebungen – zu erkennen und auf sie reagieren zu können: "Full-Stack Observability". Diesen umfassenden Überblick zu erhalten, ist auch deshalb unverzichtbar, weil Unternehmen innovative Lösungen zunehmend in Cloud-nativen Umgebungen entwickeln. Doch wie funktioniert Full-Stack Observability? Welche Vorteile bietet die Technologie bezüglich der Cybersicherheit und der Automatisierung manueller Prozesse?

Jeden Endpunkt sehen
Full-Stack Observability beschreibt die Fähigkeit, den Zustand jedes Endpunkts in einer verteilten IT-Umgebung auf der Grundlage seiner Telemetriedaten zu bestimmen. Zu den Endpunkten gehören lokale Server, Kubernetes-Infrastrukturen, in der Cloud gehostete Infrastrukturen und Dienste sowie Open-Source-Technologien. Durch die Observability des gesamten Technologie-Stacks erhalten IT-Teams einen umfassenden Echtzeit-Einblick in das Verhalten, die Leistung und den Zustand von Anwendungen und der zugrunde liegenden Infrastruktur.

Observability-Lösungen nutzen Telemetriedaten wie Protokolle, Metriken und Traces, um IT-Verantwortlichen Einblicke in die Anwendungs- und Infrastruktur-Performance sowie die tatsächliche Nutzererfahrung zu geben. Dieser Kontext ermöglicht es auch nachzuvollziehen, wie all diese Einheiten miteinander verbunden sind Dabei geht es nicht nur um Infrastrukturverbindungen, sondern auch um die Beziehungen und Abhängigkeiten zwischen Containern, Microservices und Code auf allen Netzwerkschichten.

Eine umfassende Observability ist nicht zuletzt unerlässlich für das Digital Experience Monitoring (DEM). Hierdurch kann die grundlegende Nutzererfahrung ermittelt werden. Fachkräfte können die Ladezeiten von Webseiten, Reaktionszeiten von Webapplikationen beim Endanwender optimieren und die Latenz verringern. Die schnelle Behebung von Problemen sorgt so zum Beispiel bei Webshops für ein positives Kundenerlebnis und einen ungestörten Einkauf.

Warum Observability des gesamten Systems wichtig ist
Cloud-Umgebungen stellen die IT vor viel komplexere Herausforderungen als traditionelle, lokale Rechenzentren. Als Reaktion darauf fügen viele Unternehmen weitere Überwachungstools hinzu. Doch unter Umständen erhöht die Vielzahl an Tools die Komplexität noch weiter und verlangsamt sogar die Reaktion auf Probleme, weil die Übersicht fehlt.

Wenn die IT-Teams ihre Tools in getrennten Silos verwenden, fehlt ihnen ein vollständiges Bild der Aktivitäten. Ohne eine zentralisierte Quelle, in der alle relevanten Informationen zusammengeführt werden, haben selbst die besten Fachkräfte oft Schwierigkeiten, dringende geschäftskritische Probleme zu verstehen und effizient zu lösen.

Observability ändert dies. Es bietet über eine zentralisierte Plattform Einblick in jede Schicht der Anwendungsinfrastruktur und reduziert so den Wildwuchs an Überwachungstools, der mit hohen Kosten und Ineffizienz einhergeht. DevOps-Teams profitieren ganz besonders von der Observability des vollständigen Technologie-Stacks. Sie erhalten genaues Echtzeit-Feedback von Integrations- oder Produktionssystemen und können somit Probleme hinsichtlich der Nutzererfahrung und Anwendungsleistung schneller lösen. Dank verbesserter Diagnose- und Analysefunktionen verbringen DevOps-Teams weniger Zeit mit der Fehlersuche und können stattdessen ihre Expertise für die Entwicklung neuer Funktionen einsetzen, von denen Benutzer profitieren.

Sechs Vorteile von Full-Stack Observability im Überblick

1. Bewusstsein für die gesamte Umgebung: Viele Unternehmen haben heute eine Multi-Cloud-Umgebung. Observability bietet einen durchgängigen Einblick in die Gesamtheit der Anwendungsumgebung und beseitigt blinde Flecken in Bezug auf Leistung, Zustand und Verhalten aller Applikationen. Ohne vollständige Observability haben Fachkräfte bestenfalls ein partielles Verständnis ihrer Anwendungsinfrastruktur.

2. Präzise Ursachenermittlung und Priorisierung von Problemen: IT- und DevOps-Teams verschwenden keine Zeit mit dem Durchforsten von Daten und der Interpretation von Statistiken. Mithilfe von Observability können sie schnell die grundlegenden Ursachen identifizieren und Probleme gemäß den Auswirkungen auf Benutzer und Unternehmen priorisieren.

3. Beschleunigung und Automatisierung der CI/CD-Pipeline: Full-Stack Observability hilft DevOps-Teams, potenzielle Probleme in der CI/CD-Pipeline (Continuous Integration und Continuous Delivery) rasch zu identifizieren und schneller zu beheben. So kann neue Software schneller in Produktion genommen werden, Unternehmen steigern ihre Innovationsgeschwindigkeit und profitieren schneller von der Umsetzung guter Ideen.

4. Integration von Runtime-Application-Security in DevSecOps: Sicherheitsteams müssen Risiken adressieren und managen. Deshalb werden sie von anderen IT-Teams oft als Innovationsbremse wahrgenommen. Full-Stack Observability beseitigt diese interne Konfliktkonstellation, weil sie IT-Teams ermöglicht, die Runtime-Application-Security effektiver in DevSecOps-Prozesse zu integrieren. So können die IT-Mitarbeiter die Geschäftsziele unterstützen, ohne die Sicherheit zu gefährden.

5. Bessere Geschäftsentscheidungen mit präziser Analytik: Wenn IT-Teams und Fachabteilungen nicht Hand in Hand arbeiten, ist es für Unternehmen schwierig, geschäftskritische Entscheidungen zu treffen. Observability sorgt für die nötige Transparenz, damit alle Beteiligten einen gemeinsamen Bezugsrahmen haben und sich auf geschäftliche Prioritäten einigen können.

6. Beseitigung operativer Silos und Optimierung der Zusammenarbeit: Mit einer zentralisierten Quelle aller relevanten Informationen für die Ursachenanalyse können sich IT- und DevOps-Teams schnell darüber verständigen, was getan werden muss, um eine gute Funktion zu gewährleisten und wer dafür verantwortlich ist. Dies verbessert die abteilungsübergreifenden Arbeitsbeziehungen und sorgt für eine flüssige interne Zusammenarbeit.

Die Komplexität der Cloud hat den Einblick in das gesamte System erschwert. Doch mit einer zentralisierten Plattform, die die Überwachung über den gesamten Technologie-Stack hinweg automatisiert, können Unternehmen alle erforderlichen Betriebs- und Business-Performance-Metriken erhalten, vom Front-End bis zum Back-End und zu allem, was dazwischen liegt. Hier wirkt auch Künstliche Intelligenz Wunder: Sobald ein System alle erforderlichen Telemetriedaten zusammenführt, kann deterministische KI schnell aufzeigen, was wichtig ist und weshalb. Dann fällt es Fachkräften leicht, die richtigen Maßnahmen zu ergreifen. Der Einsatz von KI für den IT-Betrieb (AIOps) hilft nicht nur dabei, die Informationsflut im IT-Betrieb zu beherrschen, sondern auch die Effizienz und Innovationsgeschwindigkeit zu erhöhen. AIOps ermöglichen eine automatisierte Ursachenanalyse, sodass IT-Teams sich auf übergeordnete Aufgaben konzentrieren können, statt sich in der Suche nach Fehlern zu verlieren.

Durch die Observability des gesamten Systems können Unternehmen alles durchblicken - von der Erfahrung des Endanwenders bis hin zum Zustand der Infrastruktur, inklusive aller Beziehungen und Abhängigkeiten zwischen den einzelnen Schichten, Komponenten oder Codeteilen. Dies unterstützt Unternehmen dabei, ihre digitale Transformation schneller, einfacher und intelligenter gestalten. (Dynatrace: ra)

eingetragen: 07.12.23
Newsletterlauf: 26.02.24

Dynatrace: 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.

Nicht überstürzt in DRaaS-Tools investieren Öffentliche Clouds nutzen