Ihre Aufgabe ist, KI-Tools einzuführen. Diese versprechen, die Zeit bis zur Produktion zu verkürzen und die Codequalität zu verbessern. Dabei haben Sie einen deutlichen Anstieg der eingereichten Codeänderungen festgestellt. Wahrscheinlich haben Sie auch bemerkt, dass Ihre Systeme und Prozesse nicht mehr mithalten können. Der Inner Loop der Entwicklung bewegt sich in rasantem Tempo, während der Outer Loop nur schwer mithalten kann.
In vielen CI/CD-Workflows kann ein Pipeline-Ausfall – oft verursacht durch eine Sicherheitslücke oder einen Konfigurationsfehler – dazu führen, dass Entwicklungsteams die Fehlerursache mühsam manuell suchen müssen. Sie verbringen viel Zeit mit der Fehleranalyse, dem Debugging, der Suche nach Fixes und dem erneuten Einreichen von Code. Dies führt zu Reibungen zwischen Entwicklungs-, Sicherheits- und Operations-Teams, wenn diese sich gegenseitig die Schuld geben oder die Zuständigkeit für die Fehlerbehebung klären.
Beim OpenShift Commons Gathering auf dem diesjährigen Red Hat Summit haben wir uns die Tools in Red Hat OpenShift genauer angesehen. Wir haben untersucht, wie Fehler in einer fehlgeschlagenen Pipeline über einen agentischen Workflow behoben werden können. Unser Developer Advocate, Natale Vinto, demonstrierte, wie Red Hat OpenShift die Entwicklungs-Pipeline sichert und automatisiert, und zwar durch:
- Definition und Durchsetzung von Security Gates
- Beschleunigte Fehlererkennung und -behebung mithilfe eines KI-Agenten
- Korrektur und Validierung von neuem Code unter Human-in-the-Loop-Überwachung, bevor die Pipeline erneut ausgeführt wird. So stellen Sie sicher, dass die Korrektur wirksam ist und alle Sicherheitskriterien erfüllt sind.
Zu Beginn führt uns Natale zu Red Hat OpenShift DevSpaces. Dort übermittelt er ein Update für eine neue Java-Anwendung und startet eine neue DevSecOps-Pipeline. Red Hat OpenShift nutzt bereits definierte Anforderungen, um die Sicherheit proaktiv durchzusetzen. Beim Übertragen von Code prüft das System diesen automatisch gegen die definierten Sicherheitsrichtlinien. Die Sicherheits- und Ops-Teams haben mit Red Hat Advanced Cluster Security for Kubernetes ein robustes Policy as Code-Konzept entwickelt. Sicherheitsdefinitionen sind somit konsistent, versionsgesteuert und tief in Red Hat OpenShift integriert. Wenn das System eine kritische Schwachstelle erkennt – wie etwa ein beschädigtes Basis-Image in der Demo –, stoppt die Pipeline das Deployment. Dies geschieht, bevor der Code eine Produktivumgebung erreicht, um die Bereitstellung anfälliger Software zu verhindern.
Abbildung 1: Ein SRE-Agent identifiziert einen Point of Failure in der Pipeline, nachdem er mit Red Hat Advanced Cluster Security for Kubernetes eine kritische Schwachstelle gefunden hat. Zeitstempel: 3:42
Normalerweise kommen die Tests hier abrupt zum Stillstand. Die Entwicklungsteams versuchen dann hektisch herauszufinden, warum die Pipeline gestoppt wurde und welche Korrekturen nötig sind. Natale hat jedoch einen KI-Agenten namens SRE-Agent entwickelt. Dieser fungiert als intelligente Durchsetzungsschicht statt als passive Checkliste, um die Problemursache zu identifizieren, anstatt Protokolle manuell zu durchsuchen und Fehler zu debuggen. Über Integrationen von GitHub und Tekton Pipelines as Code erstellt der Agent eine neue Pipeline mit der empfohlenen Fehlerbehebung. Er zeigt Natale das identifizierte Problem und schlägt eine Lösung vor. Zudem nutzt der Agent Claude, um auf das Problem in Red Hat OpenShift zuzugreifen, es zu verifizieren und das Sicherheitsteam über Slack zu benachrichtigen.
Abbildung 2: Der SRE-Agent analysiert das aufgetretene Problem und schlägt dem Sicherheitsteam eine Lösung zur Prüfung und Genehmigung vor. Zeitstempel: 4:13
Von hier aus haben die Sicherheits-, Operations- und Entwicklungsteams vollständigen Zugriff auf die vom Agenten überprüften Protokolle sowie dessen Vorschläge und können Maßnahmen ergreifen. Dank Human-in-the-Loop verfügen Teams jetzt über klare, umsetzbare Erkenntnisse, um die Fehlerbehebung mit einem Klick zu prüfen, zu validieren und anzuwenden. Dies bewahrt die Autonomie und das Vertrauen der Entwicklungsteams. Menschliches Fachwissen autorisiert die Änderungen, während der Agent die mühsame manuelle Recherche und das Testen übernimmt.
Abbildung 3: Das Sicherheitsteam wendet die vom SRE-Agenten vorgeschlagenen Änderungen an. Zeitstempel: 5:29
Nach der Anwendung des Vorschlags führt der Agent die Pipeline erneut aus, um die Wirksamkeit der Korrektur und die Einhaltung aller Security Gates sicherzustellen. Dieser letzte Validierungsschritt ist entscheidend, um Builds ohne kritische Schwachstellen zu gewährleisten. Teams behalten die volle Sichtbarkeit über die Änderungen, die über GitHub, OpenShift Pipelines, Red Hat Advanced Cluster Security und Red Hat Trusted Profile Analyzer implementiert werden. Nachdem Natale bestätigt hat, dass die neuen Änderungen nur wenige Schwachstellen aufweisen, kann er den neuen Code bedenkenlos in die Produktion überführen.
Abbildung 4: Das System führt neuen Code in die Pipeline zusammen und testet ihn erneut auf Schwachstellen. Zeitstempel: 7:42
Das Ergebnis: eine CI/CD-Pipeline, die ein hohes Volumen an Code-Commits unterstützt, ohne etablierte Sicherheits-, Richtlinien- und Verwaltungsprotokolle zu gefährden. Mit Red Hat OpenShift automatisieren wir KI-gesteuerte Aufgaben innerhalb von OpenShift Pipelines im Outer Loop. So beheben wir Engpässe, die durch die zunehmende Anzahl KI-gestützter Codeänderungen im Inner Loop entstehen. Mit Red Hat OpenShift erhalten Entwicklungs-, Sicherheits- und Operations-Teams volle Sichtbarkeit der identifizierten Probleme und der Lösungsvorschläge des KI-Agenten. Zudem erhalten sie ein vollständiges Änderungsprotokoll, um Updates sicher zu validieren und in Zielumgebungen zusammenzuführen. Durch die Kombination der unternehmensgerechten Stabilität von Red Hat OpenShift mit der Flexibilität von Tekton und der Intelligenz moderner KI-Modelle ermöglichen wir Teams, sicherere Software vertrauensvoll und schnell bereitzustellen.
Produkttest
Red Hat OpenShift Container Platform | Testversion
Über den Autor
Aubrey Muhlach is a Senior Manager of Product Marketing Red Hat OpenShift based out of Colorado. Focusing on enabling DevOps practices and culture, Aubrey develops and implements go to market strategies for OpenShift and emerging technologies in the ecosystem. Aubrey lives in Colorado with her family where she takes full advantage of the Rocky Mountains and those infamous Boulder Flat Iron views.
Ähnliche Einträge
Agentische KI mit Red Hat OpenShift in Unternehmen
Red Hat Summit 2026: 4 Erkenntnisse zur KI-Automatisierung
Standardizing the AI stack with PyTorch
Technically Speaking | Defining sovereign AI with open source
Nach Thema durchsuchen
Automatisierung
Das Neueste zum Thema IT-Automatisierung für Technologien, Teams und Umgebungen
Künstliche Intelligenz
Erfahren Sie das Neueste von den Plattformen, die es Kunden ermöglichen, KI-Workloads beliebig auszuführen
Open Hybrid Cloud
Erfahren Sie, wie wir eine flexiblere Zukunft mit Hybrid Clouds schaffen.
Sicherheit
Erfahren Sie, wie wir Risiken in verschiedenen Umgebungen und Technologien reduzieren
Edge Computing
Erfahren Sie das Neueste von den Plattformen, die die Operations am Edge vereinfachen
Infrastruktur
Erfahren Sie das Neueste von der weltweit führenden Linux-Plattform für Unternehmen
Anwendungen
Entdecken Sie unsere Lösungen für komplexe Herausforderungen bei Anwendungen
Virtualisierung
Erfahren Sie das Neueste über die Virtualisierung von Workloads in Cloud- oder On-Premise-Umgebungen