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

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.
Clever skalieren auf Basis bestehender Strukturen
Da Generative AI zunehmend Teil unseres Alltags wird, befinden wir uns in einer KI-Phase, die sich durch außerordentliche Fähigkeiten und enormen Konsum auszeichnet. Was anfangs auf einer theoretischen Ebene stattgefunden hat, ist inzwischen messbar - und zwar bis zur kleinsten Einheit. Aktuelle Untersuchungen von Mistral AI und Google deuten darauf hin, dass die Folgen einer einzigen Interaktion vernachlässigbar sind: Bruchteile eines Watts, einige Tropfen Wasser und ein Kohlenstoffausstoß, der etwa dem entspricht, was beim Streamen eines Videos unter einer Minute verbraucht wird.
Von Cloud-First zu Cloud-Smart
Die zunehmende Vernetzung von IT- und OT-Systemen bedeutet für die Fertigungsindustrie neue Sicherheitsrisiken. Ein moderner Cloud-Smart-Ansatz verbindet Innovation mit effektiven Sicherheitslösungen, um diesen Herausforderungen gerecht zu werden. Die industrielle Digitalisierung stellt die Fertigungsindustrie heute vor neue Herausforderungen - insbesondere in puncto Sicherheit.
Technik statt Vertrauen
Die andauernden Turbulenzen in den USA seit Amtsantritt von Donald Trump, die konsequente Kürzung von Mitteln für Datenschutz und die Kontrolle staatlicher Überwachungsprogramme verdeutlichen: Wer als Behörde oder Institution höchste Datensicherheit garantieren muss, kann nicht auf US-amerikanische Unternehmen oder deren europäische Töchter setzen.
Risiko von SaaS-zu-SaaS-Integrationen
Ein SaaS-Sicherheitsalbtraum für IT-Manager in aller Welt wurde kürzlich wahr: Hacker nutzten legitime OAuth-Tokens aus der Drift-Chatbot-Integration von Salesloft mit Salesforce, um unbemerkt Kundendaten von der beliebten CRM-Plattform zu exfiltrieren. Der ausgeklügelte Angriff deckt einen kritischen toten Winkel auf, von dem die meisten Sicherheits-Teams nicht einmal wissen, dass sie von ihm betroffen sind.
Kostenfallen erkennen und vermeiden
Remote Work, Cloud Computing und mobile Endgeräte haben die Arbeitswelt grundlegend verändert. Mitarbeiter erwarten heute, von überall aus auf ihre Anwendungen und Daten zugreifen zu können. Virtuelle Desktop-Lösungen machen diese Flexibilität möglich, indem sie Desktop-Umgebungen und Anwendungen über das Netzwerk eines Unternehmens bereitstellen. Doch der Markt für solche Lösungen ist komplex und vielfältig. IT-Entscheider stehen vor der Herausforderung, aus dem Angebot die passende Lösung zu identifizieren, die sowohl technische Anforderungen als auch wirtschaftliche Ziele erfüllt.
Übergang in die neue Systemlandschaft
Der Umstieg auf SAP S/4HANA ist bei vielen Unternehmen bereits in vollem Gange oder steht unmittelbar bevor. Wer in diesem Zusammenhang seine Archivierungsstrategie überdenkt, kann wertvolle Zeit, Kosten und Aufwand sparen. Die Archivierungsexperten von kgs haben zehn zentrale Aspekte zusammengestellt, die dabei helfen, den Übergang in die neue Systemlandschaft effizient und zukunftssicher zu gestalten.
Die Zukunft braucht offene KI-Infrastrukturen
KI ist mehr als ein ominöses Hinterzimmer-Experiment. Die Technologie ist eine treibende Kraft, wenn es um Produkte, Entscheidungen und Nutzererfahrungen über jegliche Wirtschaftsbereiche hinaus geht. Mittlerweile stellen Unternehmen jedoch die Inferenz in den Mittelpunkt ihrer KI-Implementierungen. Hier können die Modelle ihren eigentlichen Mehrwert unter Beweis stellen - unter anderem in Form von Antworten auf drängende Fragen, Vorhersagen und Content-Generierung. Der Anstieg des Inferenz-Bedarfs bringt jedoch eine entscheidende Herausforderung mit sich. Bei Inferenzen handelt es sich nämlich nicht um einzelne Workloads.

Nicht überstürzt in DRaaS-Tools investieren Öffentliche Clouds nutzen