Wie Unternehmen von KI mit Operations profitieren können

AIOps: Auf dem Weg zum echten KI-Assistenten

Jeff Aaron

© Shutterstock / Andrey Armyagov

AIOps ist eines der neuesten technologischen Schlagworte, das in der IT-Branche an Fahrt gewinnt. Die Gründe dafür sind vielfältig, eines steht allerdings fest: AIOps ist das Sprungbrett für eine Technologie, die es so zuvor noch nicht gegeben hat – ein echter Künstliche-Intelligenz-Assistent. Dieser beantwortet Fragen auf Augenhöhe mit einem menschlichen Netzwerk-Experten. Er geht außerdem proaktiv Herausforderungen an, die er erkennt.

AIOps (Künstliche Intelligenz gepaart mit Operations) bezieht sich auf Algorithmen, die IT-Operations-Teams einsetzen, um der wachsenden Komplexität der Daten und Vernetzung Herr zu werden. Gleichzeitig soll AIOps den anhaltenden Druck auf die IT-Budgets mildern. AIOps-Lösungen nutzen die gleiche Art von Machine Learning und fortschrittlichen Analyse-Tools, die bei Google Maps oder den vorausschauenden Fahrpreismodellen von Uber zum Einsatz kommen. IT-Abteilungen werden damit in die Lage versetzt, Probleme zu antizipieren und zu beheben, bevor die Anwender sie überhaupt bemerken.

Im selbstheilenden KI-Netzwerk der Zukunft erhalten Nutzer eine konstante Leistung. Die wertvollen IT-Ressourcen können dann verantwortungsvollere Aufgaben übernehmen, anstatt sich mit Support-Tickets herumzuschlagen.

Das Konzept AIOps bietet ein spannendes Potential hinsichtlich der Geschwindigkeit und Zuverlässigkeit drahtloser Netzwerke. Sie sind mittlerweile so unverzichtbar wie Wasser, Strom und Licht. Organisationen bauen unternehmenskritische Services für Verbraucher und Mitarbeiter darauf auf, damit sie in der heutigen mobilen und App-getriebenen Welt bestehen können. Daher müssen diese Netzwerke vorhersehbarer, messbarer und einfacher zu managen sein als jemals zuvor.

Dies bedeutet aber auch, dass Firmen einen transparenten Einblick in und umsetzbare Erkenntnisse aus den Petabytes an Daten benötigen, die durch ihre drahtlosen Netzwerke fließen. Nur dann sind sie in der Lage, ihre Infrastruktur in Echtzeit aktiv und automatisch anzupassen, um Ausfälle zu vermeiden, Leistungsspitzen abzufedern und die Performance zu optimieren. CIOs müssen verstehen, welches die richtigen Schritte sind, um AIOps als Grundlage für ein KI-basiertes, selbstständig agierendes Netzwerk zu nutzen. Die folgenden fünf Prioritäten sollten Firmen im Auge behalten.

ML Conference 2019

Workshop: Machine Learning 101++ using Python

mit Dr. Pieter Buteneers (Chatlayer.ai)

Honey Bee Conservation using Deep Learning

mit Thiago da Silva Alves, Jean Metz (JArchitects)

1. Die Weichen für eine echte KI stellen

Ähnlich wie KI-Systeme für autonom fahrende Fahrzeuge oder zur Diagnose von Krankheiten wird die echte KI während des IT-Betriebs intelligenter. Der Grund dafür: Sie analysiert im Laufe der Zeit immer mehr Daten und verbessert so ihre Fähigkeiten zu einer autonomen Kontrolle und Reparatur des Netzwerks.

Einige Lösungen, die derzeit auf dem Markt sind und als KI bezeichnet werden, sind eher umfassendere Anwendungen zur Datenerfassung oder Applikationen, die hohe Mengen an Daten verarbeiten. Sie sind bestens dafür geeignet, Statistiken zu sammeln und zu analysieren. Allerdings fehlen ihnen die grundlegenden KI-Technologien für ein selbstständig agierendes KI-Netzwerk. Organisationen sollten darauf achten, dass sie ihre AIOps-Plattform vor der Implementierung genau unter die Lupe nehmen, um zu gewährleisten, dass sie über alle notwendigen Komponenten verfügt. Dazu gehören unter anderem:

  • Daten-Pipeline unterstützt Daten aus verschiedenen Quellen
  • KI-Primitives bieten die Möglichkeit, den Daten-Domänen-Wissen hinzuzufügen
  • Bibliothek an Data-Science-Algorithmen: Deep Learning ist Teil der Toolbox
  • Eine Benutzeroberfläche, dank derer jeder Anwender die Lösung nutzen kann – und so für die Demokratisierung der Daten sorgt

CIOs müssen den Unterschied kennen und eine Strategie festlegen, bei der AIOps ein integraler Bestandteil eines autonomen Netzwerks ist.

2. Daten-Harmonisierung

KI benötigt saubere, integrierte Daten, damit Unternehmen Vorteile daraus ziehen können. Ein System mit künstlicher Intelligenz muss aus den Daten lernen und sie analysieren – nur dann kann es seine Aufgabe erfüllen. Ist die Vielzahl der unterschiedlichen Geräte im Unternehmen (WLANs, WANs, Router und Firewalls), nicht in der Lage, Daten auszutauschen und zu korrelieren, verfehlt die KI-Plattform ihre Wirkung.

3. Die richtigen Funktionen gewährleisten

AIOps erfordert eine deutliche Neuausrichtung der IT-Teams – von einem Command-Line-Paradigma für die Konfiguration von Boxen hin zu einem API-Programmiermodell-Paradigma. Nur so lassen sich aus Daten umsetzbare Erkenntnisse generieren.

Traditionell wurden die meisten Netzwerk-Administratoren darin geschult, Boxen zu konfigurieren. Für AIOps reicht dies nicht aus, die Technologie erfordert eine umfangreichere Expertise: IT-Teams müssen in der Lage sein, Daten aus der Vielzahl von Boxen zu übernehmen und dann die künstliche Intelligenz in einem gemeinsamen, interoperablen Format anzuwenden. Für CIOs und andere Führungskräfte ist es wichtig, diesen Unterschied zu verstehen und bei der Suche, Einstellung und (Um-)Schulung neuer Mitarbeiter entsprechend zu berücksichtigen. Vor allem ist eine umfangreiche Entwicklungskompetenz notwendig.

4. Verständnis dafür, dass AIOps nur eine verteilte Software-Cloud-Architektur ist

Die erste Generation der Cloud Managed Endpoint-Technologie wird heute noch häufig eingesetzt und besteht im Wesentlichen aus lokalen Controllern mit einer eingebetteten Software-Architektur. Diese Lösungen vereinfachten die Bereitstellung und Verwaltung von drahtlosen Netzwerken, indem sie eine embedded Architektur nutzte. Das autonome KI-Netzwerk der Zukunft hingegen benötigt eine verteilte Cloud-Software-Architektur. Damit lassen sich neue KI-Modelle schnell hinzufügen.

Organisationen, die AIOps implementieren und nutzen möchten, benötigen eine verteilte Microservices-Architektur. Diese wendet die Algorithmen in verschiedenen Teilen des Netzwerks an und bietet damit eine unternehmensübergreifende Visibilität. Darüber hinaus lassen sich neue Funktionen schnell implementieren.

5. Die Cloud akzeptieren

Während Unternehmen für Vertrieb, Personal, Finanzen und andere Geschäftsfelder bereits in die Cloud gewechselt sind, hat das Netzwerk die Cloud zögerlicher angenommen. CIOs sollten aber erkennen, dass die Cloud der beste Freund von AIOps ist. Sie bietet die notwendige skalierbare Infrastruktur, um verwertbare Erkenntnisse aus den Daten zu gewinnen, die über drahtlose Netzwerke laufen.

Indem Unternehmen diese fünf Schritte befolgen, können sie die Möglichkeiten nutzen, die AIOps bietet. Damit lassen sich autonome Netzwerke aufbauen, die einfacher zu bedienen und besser zu nutzen sind.

Geschrieben von
Jeff Aaron

Jeff Aaron ist Vice President of Marketing bei Mist Systems, einer Juniper Company.

Kommentare

Hinterlasse einen Kommentar

Hinterlasse den ersten Kommentar!

avatar
4000
  Subscribe  
Benachrichtige mich zu: