Der Einsatz von AIOps ist der Schlüssel zur Automatisierung zunehmend komplexer Unternehmensnetzwerke. Daher sollten Networking-Teams jetzt schrittweise beginnen, es zu nutzen.
Moderne IT-Umgebungen sind verteilt, mit Anwendungen, die über private Data Center, mehrere Public Clouds und Edge-Standorte hinweg bereitgestellt werden. Gleichzeitig hat sich Hybrid Work etabliert, bei der die meisten Mitarbeiter von verschiedenen Unternehmensstandorten, Home-Offices und von unterwegs aus auf diese Anwendungen zugreifen.
Da die Anwendungen und Benutzer in einer hochgradig verteilten Umgebung arbeiten, ist das Netzwerk zu einem integralen Bestandteil geworden, für positive Nutzungserlebnisse zu sorgen.
Die hochgradige Verteilung und mangelnde Observability des Ende-zu-Ende-Netzwerks führen jedoch zu einer erheblichen Komplexität, die den Betrieb behindert, die Performance beeinträchtigt und zu einem nicht optimalen Nutzererlebnis führt.
So gab die Mehrheit der Befragten (54 Prozent) in der 2021 durchgeführten Umfrage der Enterprise Strategy Group (ESG) Network Modernization in Highly Distributed Environments an, ihre Netzwerke seien entweder komplexer oder deutlich komplexer als vor zwei Jahren.
Abbildung 1: Die Mehrheit der Unternehmen hält ihre Netzwerke für komplexer als noch vor zwei Jahren.
Es ist offensichtlich, dass diese Netzwerkumgebungen schnell zu komplex werden, um sie mit herkömmlichen, manuellen Methoden zu verwalten. Gleichzeitig müssen Unternehmen, die in einer digitalen Always-on-Wirtschaft wettbewerbsfähig bleiben wollen, sicherstellen, dass das Netzwerk immer verfügbar und vollständig optimiert ist. Dies würde bedeuten, dass Netzwerkbetriebsteams (Network Operations) die Zeiten für das reaktive Troubleshooting und Remediation-Maßnahmen minimieren müssen.
Erschwerend kommt hinzu, dass moderne Netzwerkgeräte mehr Informationen als je zuvor generieren. Der Versuch, alle diese Daten zu erfassen und sie dann in einem großen Netzwerk zu korrelieren und zu interpretieren, ist eine Herkulesaufgabe, die die menschlichen Fähigkeiten übersteigt. Zudem schreitet die Innovation in der Netzwerktechnologie in noch nie da gewesenem Tempo voran (insbesondere bei Cloud-nativen Produkten).
Für die vorhandenen Mitarbeiter ist es schwierig, auf dem neuesten Stand zu bleiben. Noch schwieriger ist es, neues Personal mit den entsprechenden Fachkenntnissen zu finden. Das soll nicht heißen, dass sehr erfahrene Netzwerkbetreiber es nicht schaffen können, aber es erfordert individuelle Kraftakte im IT-Bereich – und dann geht das gesamte Know-how verloren, wenn der qualifizierte Mitarbeiter das Unternehmen verlässt.
Selbst wenn das Budget dafür zur Verfügung stünde, ist es nicht sinnvoll, weitere Fachkräfte einzustellen, nur um mit der Technologie Schritt zu halten und den operativen Status der Netzwerke aufrechtzuerhalten.
AIOps für den Netzwerkbetrieb
Unternehmen müssen sich Technologien zunutze machen, um operativ effizienter zu werden und die existierenden Netzwerkressourcen zu erweitern. An dieser Stelle kommt AIOps ins Spiel, ein Verfahren, das künstliche Intelligenz (Artificial Intelligence, AI) und maschinelles Lernen (Machine Learning, ML) kombiniert, um die Erkennung, Identifizierung und in bestimmten Fällen Behebung von Problemen zu automatisieren.
Damit diese Technologie effektiv sein kann, muss sie jedoch anhand von Daten lernen – und zwar sehr vielen Daten. Um dies zu erreichen, müssen Netzwerkanbieter in der Lage sein, alle verfügbaren Networking-Daten zu sammeln, nicht nur von Ihrem eigenen Netzwerk, sondern von allen Netzwerken ihrer Kunden (selbstverständlich sicher und anonym). Auf diese Weise können sie das kollektive Wissen aus allen Netzwerkumgebungen nutzen, die sie unterstützen, um die Algorithmen und Modelle zu erstellen, die wiederum den einzelnen Kunden helfen werden.
Einer der entscheidenden Schritte, um diese Datenbestände an Netzwerkinformationen aufzubauen, war die Einführung von Cloud-basierten Netzwerkmanagementprodukten. Durch die Verlagerung aller Netzwerkdaten in die Cloud lässt sich ein riesiger Datensatz nutzen, um so viele Szenarien wie möglich zu verstehen und Erkenntnisse zu gewinnen, mit denen man die zugrunde liegenden Ursachen von Problemen exakt bestimmen kann.
Es ist sogar möglich, Empfehlungen zu erhalten, um die Probleme zu beheben. Die gute Nachricht ist, dass Anbieter von Cloud-basierten Netzwerken vor etwa einem Jahrzehnt auf den Markt kamen. Inzwischen stellen die meisten Netzwerkanbieter Cloud-basierte Managementoptionen bereit, die immer mehr Netzwerkbereiche abdecken (Wi-Fi-, kabelgebundene, WAN- und Data-Center-Netzwerke). Deshalb ist es nur logisch, dass die Netzwerkanbieter entweder über eine umfangreiche Datenbank verfügen oder aktiv daran arbeiten, diese aufzubauen.
Durch das Erfassen von Daten über die gesamte Ende-zu-Ende-Netzwerkumgebung können diese intelligenten Produkte kontextbezogene und hochpräzise Informationen liefern.
Wenn Sie noch nicht begonnen haben, mit einem intelligenten AI/ML- oder AIOps-Produkt zu arbeiten, ist es jetzt an der Zeit, damit Sie und Ihr Unternehmen nicht ins Hintertreffen geraten.
Bob LaliberteESG
Der Begriff AIOps ist zwar nicht ausschließlich auf den Netzwerkbereich beschränkt, aber er wird zu einem wichtigen Instrument für die effizientere Verwaltung und Automatisierung moderner Netzwerke. Die ESG-Studie 2022 Spending Intentions Survey (PDF) hat gezeigt, dass das vorrangige Ziel für Projekte zur digitalen Transformation darin besteht, die operative Effizienz zu steigern. Netzwerk-Operations-Teams können diese intelligenten Produkte nutzen, um effizienter zu arbeiten – auch wenn die Netzwerkumgebungen immer verteilter und komplexer werden.
AIOps-Produkte, oder welchen Begriff auch immer Netzwerkanbieter zur Beschreibung ihrer intelligenten AI/ML-Lösugen verwenden, werden für Unternehmen entscheidend sein, um die Einführung neuer Technologien zu beschleunigen und hochverfügbare Umgebungen zu gewährleisten. Eine gut implementierte Technologie lernt und verbessert sich kontinuierlich, je mehr Daten sie verarbeitet.
Sie wird außerdem dazu beitragen, dass die Netzwerk-Operations-Teams von einem reaktiven zu einem proaktiven und vorausschauenden Modus übergehen können – der oft als selbstheilend und selbstoptimierend bezeichnet wird –, um eine optimale Verfügbarkeit und Leistung sicherzustellen.
Dies ist vielleicht ein guter Zeitpunkt, um zu erwähnen, dass Netzwerkbetreiber eine wichtige Rolle bei der Entwicklung dieser Technologie spielen werden. Da die Technologie lernt, indem sie Alarme über Probleme sendet oder vielleicht sogar Lösungen vorschlägt, ist eine Feedback-Schleife für das Operations-Team unabdingbar, um den Alarm beziehungsweise die Empfehlung entweder zu validieren oder, falls nicht korrekt, darauf mit der richtigen Fehlerursache oder der richtigen Empfehlung zu reagieren.
Weil sich die Technologie ständig weiterentwickelt, wird das Netzwerk-Operations-Teams immer gebraucht, um die Entwicklung dieser Netzwerkintelligenz zu unterstützen.
Die wichtige Erkenntnis für Netzwerk-Operations-Teams lautet, dass diese Netzwerkintelligenz zwar noch relativ neu ist, sich aber auf Dauer durchsetzen wird. Unternehmen müssen sich diese Technologien zunutze machen und mit ihren Netzwerkanbietern zusammenarbeiten, um zu gewährleisten, dass die Lösungen exakt arbeiten und einen Mehrwert bieten.
Somit können sich die Operations-Teams auf die Bereitstellung der nächsten Generation von Netzwerkgeräten konzentrieren, ohne übermäßig damit beschäftigt zu sein, die letzte Generation weiterhin zu unterstützen. Neben Troubleshooting und Optimierung sollten diese Technologien auch bei der Identifizierung von Assets und dem Lifecycle-Management helfen und vielleicht sogar Benchmarking mit Umgebungen ähnlicher Größe ermöglichen.
AIOps-Schritte für Netzwerk-Operations-Teams
Wie bei jeder neuen Technologie, die in einer Unternehmensumgebung bereitgestellt wird, benötigen die Operations-Teams Zeit, um sich mit ihr vertraut zu machen. Die Teams brauchen Zeit, um zu überprüfen, ob die Meldungen des Produkts stimmen und ob man den Ergebnissen vertrauen kann, die es liefert. Da dies einige Zeit in Anspruch nehmen wird, sollten Unternehmen bereits jetzt beginnen, mit dem Produkt zu arbeiten, und die folgenden Schritte durchführen:
Die Netzwerk-Operations-Teams sollten zunächst die Alerting-Funktion nutzen und Feedback geben.
Sobald sie sich mit dieser Funktion vertraut gemacht haben, empfiehlt es sich, die Empfehlungs-Engine zu aktivieren, um zu sehen, ob sie das Troubleshooting beschleunigt.
Wenn genug Erfahrungen mit den gängigsten Empfehlungen vorliegen, ist es unter Umständen sinnvoll, die Remediation-Funktion (Korrekturfunktion) zu automatisieren.
Eine wichtige Funktion, die in allen AIOps-Produkten enthalten sein sollte, ist eine Feedback-Schleife. Diese informiert Sie darüber, dass Ereignis x passiert ist, die Software den Fix y angewendet und dann überprüft hat, dass das Netzwerk wieder normal funktioniert. Durch das Versenden eines Alarms, der all dies dokumentiert, wird diese Funktion selbst die konservativsten Netzwerk-Operations-Teams letztlich davon überzeugen, AIOps zu verwenden.
Die genannte ESG-Studie Network Modernization in Highly Distributed Environments hat ergeben, dass die Mehrheit der Unternehmen (59 Prozent) die Empfehlungs-Engine bereits nutzt, eine vollständige Automatisierung jedoch nur von etwa einem Fünftel der Befragten (21 Prozent) in Anspruch genommen wird.
Abbildung 2: Unternehmen nutzen zwar Empfehlungs-Engines, aber nur eine Minderheit setzt auf eine komplette Automatisierung.
Die gute Nachricht ist, dass sich diese Produkte im Networking-Bereich immer stärker durchsetzen, wobei die meisten Anbieter zumindest für einen Teil des Netzwerks ein gewisses Maß an Intelligenz bereitstellen. Idealerweise sollten diese AIOps- oder intelligenten Systeme die gesamte Ende-zu-Ende-Netzwerkumgebung abdecken, um die gesamte Infrastruktur vollständig zu erfassen und einen Kontext zu liefern. Aber selbst wenn man ein Produkt in nur einem Netzwerkbereich einsetzt, kann dies für ein Unternehmen erhebliche Vorteile bringen.
Praktisch alle Netzwerkanbieter, mit denen ich gesprochen habe, verfügen inzwischen über ein AI/ML-, AIOps- oder intelligentes Produkt mit einem gewissen Entwicklungsstand. Zu diesen Anbietern gehören Arista, Aruba, Cisco, Extreme, IBM, Juniper und VMware. Als Fazit lässt sich Folgendes festhalten: Wenn Sie noch nicht begonnen haben, mit einer intelligenten AI/ML- oder AIOps-Lösung zu arbeiten, ist es jetzt an der Zeit, damit Sie und Ihr Unternehmen nicht ins Hintertreffen geraten.
Die Autoren sind für den Inhalt und die Richtigkeit ihrer Beiträge selbst verantwortlich. Die dargelegten Meinungen geben die Ansichten der Autoren wieder.
