putilov_denis - stock.adobe.com
AIOps: Der Hype um prädiktive KI-Fehlersuche im Netzwerk
Die Anbieter werben mit den Vorteilen der prädiktiven Analyse zur automatischen Erkennung und Behebung von Problemen im Netzwerk. Aber sollte das für Firmenkunden wichtig sein?
Einer der aktuellen Trends im Bereich der Unternehmensnetzwerke ist der Einsatz von künstlicher Intelligenz (KI) und prädiktiver Analyse, um die Erkennung und Behebung von Netzwerkproblemen zu automatisieren. Cisco beispielsweise hat seine "erste prädiktive Analyse-Engine vorgestellt, die IT-Teams dabei helfen soll, Probleme zu vermeiden und die Benutzerfreundlichkeit zu verbessern“.
Das Konzept hinter diesen automatisierten Tools für die Fehlersuche und -behebung im Netzwerk ist ganz einfach. Netzwerk- und Infrastrukturkomponenten übermitteln verschiedene Zustands-, Fluss- und Diagnoseinformationen an einen zentralisierten Collector. Von dort aus wird die KI genutzt, um den Zustand des Netzwerks zu organisieren, zu analysieren und eine Basislinie zu erstellen.
Weichen Netzwerkkomponenten oder Verkehrsströme von diesen festgelegten Grundlinien ab, werden die Administratoren zunächst auf das Problem aufmerksam gemacht. Die Mitarbeiter des Netzwerkbetriebs erhalten dann Informationen darüber, woher das Problem kommt und wie es zu beheben ist. Bei einigen Plattformen lassen sich die Behebungsschritte auch automatisieren.
Warum der ganze Hype?
KI-gesteuerte Tools zur Vorhersage von Netzwerken sind kein neues Konzept. Tatsächlich gibt es sie schon seit einiger Zeit. Für netzwerkzentrierte Plattformen werden sie gemeinhin als AIOps (Artificial Intelligence for IT Operations) bezeichnet. Und für sicherheitsorientierte Netzwerkanalysedienste werden sie üblicherweise als Network Detection and Response (NDR) benannt.
Wenn es AIOps und NDR schon seit einiger Zeit gibt, muss man sich die Frage stellen: Warum jetzt der Hype?
Der größte Unterschied zwischen dem heutigen AIOps-Markt und dem von vor ein paar Jahren besteht darin, dass wir die Ergebnisse der großen Übernahmen von Netzwerk- und Infrastrukturanbietern sehen. In der jüngeren Vergangenheit haben diese Unternehmen die vielversprechendsten AIOps- und NDR-Startups aufgekauft und in ihre eigenen Ökosysteme integriert. Wir haben dies bei der Übernahme von Mist durch Juniper, beim Kauf von Lastline und Nyansa durch VMware sowie bei der Akquisition von AppDynamics durch Cisco gesehen, um nur einige zu nennen.
Natürlich haben große Anbieter große Marketingbudgets, und das ist der eigentliche Grund, warum wir einen Anstieg des Medieninteresses an diesem Thema beobachten. Es ist nicht so, dass diese Plattformen in den letzten 12 Monaten große Innovationen hervorgebracht hätten. Vielmehr haben diese Unternehmen einfach ein viel größeres Publikum und ein größeres Werbebudget, das sie anzapfen können.
Engere Anbieterintegrationen können hilfreich sein
IT-Abteilungen von Großunternehmen entscheiden sich in der Regel für die größten Technologieunternehmen, weil sie sich in diesen Ökosystemen wohlfühlen oder einen hervorragenden Kundensupport erwarten. Das gilt vor allem, wenn es um die Integration einer Infrastrukturplattform mit einer anderen geht.
Im Falle von AIOps ist eine enge Integration erforderlich, damit das Produkt funktioniert. Denn die Netzwerk- und Netzwerksicherheitsgeräte sind so zu konfigurieren, dass sie Telemetriedaten an eine AIOps-Sammel- und Analyse-Engine weiterleiten. Aus Kundensicht haben Unternehmen also nur eine einzige Möglichkeit, die AIOps-Plattform zu unterstützen, wenn sie in einer Umgebung mit nur einem Anbieter arbeiten.
AIOps ist großartig, aber nicht für jeden geeignet
Für große Unternehmen mit großem Budget, hochkomplexen Netzwerken und erfahrenen Mitarbeitern ist AIOps meiner Meinung nach ein absolutes Muss. Für Firmen, die nicht in diese Kategorie fallen, kann der Aufwand für die Implementierung dieser Tools jedoch sehr hoch sein. Daher sind nur wenige Unternehmen finanziell und technisch auf diese Plattformen vorbereitet. Deshalb ist es unwahrscheinlich, dass die meisten Unternehmen innerhalb eines vernünftigen Zeitrahmens einen ROI erzielen können.
Für Unternehmen, die sich für prädiktive Netzwerkanalyse-Tools bereit fühlen, ist der beste Zeitpunkt für deren Implementierung die Bereitstellung eines neuen Netzwerks oder die Durchführung umfangreicher Architektur-Upgrades. Hier können netzwerkzentrierte KI-Plattformen sorgfältig konfiguriert, mit einer präzisen Grundlage versehen und gründlich getestet werden. So lässt sich sicherstellen, dass die Tools richtig kalibriert sind, bevor sie in einer Produktionsumgebung zum Einsatz kommen.
Die Autoren sind für den Inhalt und die Richtigkeit ihrer Beiträge selbst verantwortlich. Die dargelegten Meinungen geben die Ansichten der Autoren wieder.
