Was ist AIOps?
Was ist AIOps?
AIOps oder „Artificial Intelligence for IT Operations“ ist ein von Gartner geprägter Branchenbegriff. Er beschreibt Technologieplattformen und Prozesse, die IT-Teams helfen, schneller und besser Entscheidungen zu treffen und zeitnah auf Netzwerk- und Systemvorfälle zu reagieren.
AIOps schafft Kontext für große Mengen an Telemetrie- und Protokolldaten in der gesamten IT-Infrastruktur eines Unternehmens in Echtzeit oder nahezu in Echtzeit. Diese Daten werden dann mit relevanten historischen Daten kombiniert, um verwertbare Erkenntnisse zu gewinnen. AIOps ist die Verkörperung eines Assistenten, der über tiefgreifende Kenntnisse der IT- und Netzwerkumgebung verfügt und mit diesem Wissen Echtzeitanalysen erstellen und nächste Schritte ausführen oder empfehlen kann.
Warum ist AIOps wichtig?
AIOps steigert die Effizienz und Leistung einzelner Anwendungen und Services. Unternehmen, die AIOps als Teil ihrer automatisierten Infrastruktur- und Betriebsabläufe einsetzen, verbessern damit sämtliche Aspekte, von der Reaktionszeit auf Sicherheitsvorfälle und Störungsfälle bis hin zum Kauf neuer Infrastrukturkomponenten und deren Implementierung. Unternehmen, die AIOps gerade erst einführen, sehen es meist als eine Investition in Performance-Analyse, Anomalieerkennung und den Abgleich von Ereignissen, um zukünftige netzwerkbeeinflussende Ereignisse leichter vorherzusagen.
Anwendungsbeispiele, Vorteile und Ergebnisse
Im Idealfall ist AIOps für den Endanwender unsichtbar und in die üblichen Tools des Administrators integriert. AIOps ist Bestandteil zahlreicher Produkte und Services, die sowohl von Juniper als auch von Juniper-Kunden regelmäßig genutzt werden.
Einsatz von AIOps
Der Einstieg in AIOps unterscheidet sich nicht wesentlich von der Implementierung anderer Lösungen zur Infrastrukturanalyse. Die AIOps-Plattform muss mit der Infrastruktur, die sie überwachen soll, verbunden werden, woraufhin die Erkennung und das Lernen beginnen. Vorläufige Erkenntnisse werden verfügbar, sobald genügend Daten während des KI-Lernprozesses eingelesen wurden.
Die AIOps-Plattform analysiert die IT-Umgebung und bietet dann Ursachenanalysen für Probleme, sobald diese auftreten. Die letzte Phase der Einbindung von AIOps in den Workflow einer Organisation ist die Automatisierung. Sobald die AIOps-Plattform genug gelernt hat, kann sie beginnen, einfache Probleme automatisch zu beheben.
Phasen der Bereitstellung einer AIOps-Lösung
Die Integration von AIOps in IT-Workflows ist relativ einfach, die schnell grundlegende Automatisierungs- und Problembehebungsmaßnahmen ermöglicht. Je mehr Daten die Plattform aufnimmt und je mehr sie daraus lernt, desto besser funktioniert sie.
Praktischer Nutzen für Netzwerke
Branchenführende AIOps-Plattformen bieten Funktionen für kabelgebundene, WLAN-, WAN- und Sicherheitsdomains mit zuverlässiger Servicequalität in allen Phasen. Sie erhöhen die Effizienz und steigern den Kundenerfolg, indem sie Algorithmen optimieren und bereinigte, mit Kontext angereicherte Datenquellen nutzen.
Bei AIOps geht es nicht nur darum, bereits vorhandene Abläufe zu verbessern. Der wahre Wert besteht darin, komplexe IT-Infrastrukturen zu managen, wenn es der Mensch selbst mit den besten Tools (ohne KI) nicht mehr schafft.
AIOps bietet eine Reihe von Vorteilen für Betreiber von Unternehmens- und kommerziellen Netzwerken.
- Beschleunigt die Zeit bis zur Lösung eines Vorfalls
- Konsolidiert und analysiert Daten aus verschiedenen Quellen
- Beobachtet und erlernt die Details der einzelnen Betriebsumgebungen
- Liefert Bewertungen auf Basis einer berechneten Benutzererfahrung
- Bietet eine Konversationsschnittstelle mit natürlicher Sprachverarbeitung (NLP)
AIOps bei Juniper
Bei Juniper nutzen wir eine Microservices-Cloud-Architektur und Marvis, unseren virtuellen Netzwerkassistenten, um Support-Tickets zu bearbeiten, die beim Kundensupport-Team von Juniper eingehen. Dieses Kundensupport-Modell bietet die Möglichkeit, Kunden über Probleme zu informieren, bevor ein Fehler auftritt. So können wir zum Beispiel Kunden rechtzeitig zu einem Hardwareaustausch auffordern.
Marvis verwendet eine geschlossene Feedback-Schleife und lernt von stets aktualisierten Daten, um seine Effektivität weiter zu steigern. In einer gut durchdachten AIOps-Lösung sollte der Anbieter über die gleichen Informationen wie der Kunde verfügen, damit er weiß, wann der Kunde ein Problem hat.
Das KI-gesteuerte Kundensupport-Modell von Juniper
Der virtuelle Netzwerkassistent Marvis steigert die Effizienz durch KI-gesteuerten Support.
Einfach ausgedrückt verändern KI und Cloud-Computing das Support-Modell zwischen Kunde und Anbieter. In Abbildung 3 wird die Gesamtzahl der eingehenden Tickets durch eine gestrichelte Linie dargestellt. Die Zahl der Kunden (sprich: neue Geräte, Standorte und Organisationen) ist gewachsen, während die Zahl der Support-Tickets relativ konstant bleibt. Die Abbildung zeigt, wie sich AIOps auf die Support-Tickets der Kunden auswirkt: weniger Eskalationen, weniger eingehende Tickets und eine schnellere Fehlerbehebung.
Eindämmung von Support-Tickets
Auswirkungen von Juniper AIOps: Mit steigender Kundenzahl und Netzwerkkomplexität sinken die Support-Tickets oder verbleiben auf gleichem Niveau.
Häufig gestellte Fragen zu AIOps
Welche Probleme löst AIOps?
AIOps analysiert und konsolidiert Daten aus verschiedenen Quellen. AIOps-Lösungen beobachten und erlernen Details aus der Umgebung und geben Bewertungen auf Basis der Benutzererfahrung insgesamt ab. Auf diese Weise ist AIOps in der Lage, einen Zusammenhang zwischen Netzwerkaktivitäten zu erkennen, um Probleme zu ermitteln und zu beheben, bevor sie von Endanwendern oder IT-Mitarbeitern bemerkt werden.
AIOps bietet Ursachenanalysen für Probleme, wenn oder bevor sie auftreten, und nutzt dafür Algorithmen für maschinelles Lernen (ML) und kontextualisierte Daten. Vor allem aber demokratisiert AIOps die Fähigkeit zur Fehlerbehebung unter IT-Mitarbeitern mit unterschiedlichen Fachkenntnissen und steigert so die Effizienz des Betriebs im gesamten Team.
Was sind die Komponenten von AIOps?
Eine AIOps-Plattform nutzt ML-Algorithmen und kontextualisierte Daten, um Ursachenanalysen zu erstellen und einfache Probleme im Netzwerk automatisch zu beheben. AIOps erfordert eine KI-Engine, die in der Lage ist, Ereignisse zu korrelieren, und ML-Algorithmen, die Wissen oder Muster aus einem Satz von Beobachtungen extrahieren. Ein virtueller Netzwerkassistent bietet auf der Basis von Verarbeitung natürlicher Sprache (NLP), natürlichem Sprachverständnis (NLU) und Spracherzeugung (LG) eine leistungsstarke Konversationsschnittstelle, die Anfragen in Kontext setzen, die Fehlerbehebung beschleunigen und intelligente Entscheidungen oder Empfehlungen treffen kann, um den Betrieb zu optimieren.
Was sind die wichtigsten Funktionen von AIOps?
- Isolierung von Problemen/Ursachenanalyse – Bei den großen Datenmengen in heutigen Netzwerken ist es schwierig, Probleme aus Support-Tickets aufzuspüren, ganz zu schweigen von denen, die der IT-Abteilung noch nicht gemeldet wurden. Eine AIOps-Plattform korreliert Ereignisse in Echtzeit, indem sie kontextbezogene Daten verarbeitet, sodass Probleme zeitnah erkannt und behoben werden können.
- Datengestützte Entscheidungsfindung – ML-Algorithmen treiben die datenbasierte Analyse voran, die betriebliche Empfehlungen oder Abhilfemaßnahmen anbietet, anstatt vorgegebene Reaktionen auf Netzwerkfehler oder Anomalien. Dieser datenzentrische Ansatz ermöglicht den IT-Mitarbeitern eine effizientere Fehlersuche und -behebung.
- Vorausschauende Berichterstellung – AIOps sagt das Netzwerkverhalten voraus und bietet Empfehlungen oder Abhilfemaßnahmen zur Behebung von Leistungseinbußen und anderen Anomalien im Netzwerk. Diese grundlegende Veränderung kommt den Betriebsteams zugute, da sie den Netzwerkbetrieb proaktiv verwalten können, anstatt Problemen hinterherzujagen, die sich bereits auf die Benutzer und das Unternehmen ausgewirkt haben. Statt ständig akute Probleme zu lösen, gewinnt die IT dadurch Zeit, um zukünftige Geschäftsziele in Angriff zu nehmen.
Welche AIOps-Lösungen bietet Juniper an?
Juniper ist ein anerkannter Marktführer im Bereich AIOps. Unsere Lösungen für den kabelgebundenen Zugang, den drahtlosen Zugang und das SD-WAN sind beispielsweise alle durch Mist AI vereinheitlicht. Diese AIOps-Lösungen vereinfachen die End-to-End-Fehlerbehebung, den Self-Driving Network™-Betrieb und den Einblick in die Kundenerfahrungen von Client zu Cloud. Darüber hinaus verfügt Marvis, der branchenweit erste KI-gesteuerte virtuelle Netzwerkassistent, über eine interaktive Gesprächsschnittstelle, die einfache Empfehlungen zu komplexen Problemen liefert. All diese Tools, Driven by Mist AI, können Ihnen Zeit und Geld sparen und gleichzeitig den Wert Ihrer Netzwerkinfrastruktur maximieren.
