Von Beobachtbarkeit zur AIOps-Automatisierung

In komplexen IT-Umgebungen ermöglichen Beobachtbarkeits-Tools das Erkennen und Verstehen von Vorgängen. Diese Erkenntnisse sind nützlich, aber wäre es nicht besser, wenn Sie noch mehr erreichen könnten?

Mit künstlicher Intelligenz für die Automatisierung von IT-Operationen (AIOps) können Sie KI nutzen, um Insights in konkrete Aktionen umzusetzen. Dieser Ansatz unterstützt die von Ihnen gewünschten Ergebnisse: effizienteres Arbeiten und die Bereitstellung zuverlässiger und skalierbarer IT-Systeme.

Werden Beobachtbarkeit, AIOps und Automatisierung gemeinsam als Teil einer einheitlichen Strategie eingesetzt, können sie die Stärken des jeweils anderen verstärken. Viele Unternehmen investieren zwar erheblich in diese Bereiche, scheitern jedoch daran, diese Investitionen sinnvoll zu bündeln. Beobachtbarkeits-Tools können eine große Anzahl von Warnmeldungen generieren. Dies führt dazu, dass Teams unter Warnmüdigkeit und hohem Stress leiden – selbst wenn sie KI einsetzen, um die Warnmeldungen zu priorisieren oder ihnen einen Mehrwert zu verleihen. Ohne den entsprechenden Kontext und eine effektive Anbindung an Ihre Automatisierungsplattform kann es passieren, dass Sie mit einer überwältigenden Datenmenge konfrontiert sind, aber keine Möglichkeit haben, diese mithilfe zuverlässiger Automatisierungskonzepte konsistent und in großem Umfang zu verarbeiten.

In diesem Artikel wird erläutert, wie intelligente Beobachtbarkeit operative Vorteile bieten kann, mit Schwerpunkt auf Red Hat® Ansible® Automation Platform und dem integrierten Event-Driven Ansible. Wir greifen die Kernkonzepte von Beobachtbarkeit, AIOps, Events und Automatisierung auf und zeigen, wie diese miteinander verknüpft sind, damit Sie mithilfe kontrollierter Automatisierung schnell KI-gestützte Entscheidungen treffen können. 

Wir beginnen mit einer wichtigen Ressource: Daten.

Zum Analystenbericht: Die AIOps-Lücke schließen

Daten sind der Rohstoff, der KI-gestützte Automatisierung ermöglicht. Der erste Schritt, um aus Ihren Daten einen Nutzen zu ziehen, ist Beobachtbarkeit. Da IT-Umgebungen immer komplexer werden, reicht es nicht mehr aus, nur die Fehlerprotokolle zu überwachen und auf diese zu reagieren. Sie benötigen ein umfassenderes Bild.

Beobachtbarkeit geht über das Monitoring hinaus. Sie hat zum Ziel, Insights zu generieren mit denen Sie Ihre IT-Systeme und -Anwendungen proaktiv analysieren und optimieren können. Beobachtbarkeits-Tools können traditionelle Daten – Protokolle, Metriken und Traces – mit zusätzlichen Quellen wie Metadaten, Nutzerverhalten, Netzwerktopologie und Code-Details kombinieren. 

Ihnen stehen zahlreiche Beobachtbarkeits-Tools zur Verfügung. Plattformen von Red Hat lassen sich mit gängigen Beobachtbarkeitsplattformen wie Splunk, Dynatrace, IBM Instana und LogicMonitor sowie mit Branchentechnologien wie Event Buses, Kafka und Webhooks integrieren. Es ist üblich, mehrere Beobachtbarkeits-Tools gleichzeitig einzusetzen, um verschiedene Systeme und Verhaltensweisen besser beobachten zu können.

Durch Zusammenführen dieser Informationen können Sie mehr erfahren. Durch die Beobachtbarkeit erfahren Sie nicht nur, dass ein Problem aufgetreten ist, sondern auch die Ursache und was dagegen zu tun ist.

So weit, so gut. Beobachtbarkeits-Tools eignen sich hervorragend dazu, Informationen zu Problemen und erforderlichen Schritten zur Unterstützung des Betriebsmanagements aufzudecken. Ihre Operations-Teams könnten jedoch mit einer hohen Anzahl von Warnmeldungen überfordert sein. Was dann?

Ein Ansatz besteht darin, eine Reihe vordefinierter Regeln zu programmieren, die festlegen, wie auf die einzelnen Warnungen reagiert werden soll. Leider führt dieser zeitaufwendige Prozess zu technischen Schulden, die immer dann fällig werden, wenn sich die Funktionsweise Ihrer Systeme ändert.
 

Beobachtbarkeit allein nützt nicht viel. Sie müssen Ihre Daten und Insights intelligent anwenden. Hier kommt AIOps ins Spiel.

E-Book „Beobachtbarkeit und Event-Driven Ansible“ herunterladen

Die Anzahl der Beobachtbarkeitswarnungen steigt rasant an. Wie lässt sich die richtige Vorgehensweise bestimmen? AIOps bietet die Antwort. 

Betrachten Sie AIOps eher als ein Konzept denn als eine eigenständige Produktkategorie oder Plattform. AIOps ist ein Ansatz, der Machine Learning und künstliche Intelligenz einsetzt, um dazu beizutragen, die Komplexität der IT-Automatisierung zu bewältigen. Im Idealfall bietet AIOps die notwendigen Informationen, um automatisierte Aktionen auszulösen, die die gewünschten Ergebnisse unterstützen. AIOps-Konzepte arbeiten harmonisch mit den Zielen von Teams in den Bereichen Plattform-Engineering und Site Reliability Engineering zusammen.

Um AIOps zu implementieren, erfassen Sie Daten aus Ihren Beobachtbarkeitsquellen, um einen einheitlichen Blick auf Ihre IT-Umgebung zu erhalten. Danach können Sie Machine Learning dazu verwenden, um Anomalien aufzuspüren, Muster zu identifizieren und in Echtzeit nützliche Empfehlungen zu erstellen. Ein weiterer Vorteil besteht darin, dass KI-gesteuerte Systeme sich im Laufe der Zeit verbessern können. Anstatt auf jedes einzelne Event direkt zu reagieren, können sie beobachten und ihre Reaktion anpassen, um die gewünschten Ergebnisse besser zu erreichen. 

Es gibt keinen allgemeingültigen Weg, KI in Ihre Betriebsabläufe zu integrieren. Viele Beobachtbarkeits-Tools verfügen mittlerweile über integrierte KI-Funktionen. Sie können auch Ihre eigenen KI-Modelle in Ihre Automatisierungs-Workflows einbinden.

Mittlerweile ist Ihnen sicherlich klar, welchen Mehrwert die Kombination von Beobachtbarkeitsdaten mit Echtzeit-AIOps-Informationen bietet. Allerdings fehlt Ihnen noch immer ein Ansatz, diese Erkenntnisse in nützliche Handlungen umzusetzen. Das führt uns zu Events.

Ein Event bezeichnet jegliche erkennbare und aussagekräftige Aktivität in einem IT-System. Dabei kann es sich um eine Statusänderung bei einer Ihrer Anwendungen, bei Hardware, Software, Cloud-Instanzen oder anderen Technologien handeln: Etwas startet oder schaltet sich ab. Eine Netzwerkverbindung wird geöffnet oder geschlossen. Eine Aktivität überschreitet eine bestimmte Ebene. Dabei handelt es sich um verschiedene Events. 

Je nach den Umständen können manche Events völlig unterschiedliche Reaktionen erfordern. Eine hohe Systemlast kann während normaler Abläufe eine Benachrichtigung auslösen, aber wenn sensible Workloads ausgeführt werden, kann ein sofortiges Herunterfahren erforderlich sein, um ein Sicherheitsrisiko zu vermeiden. Mit Beobachtbarkeits-Tools lassen sich Ereignisse erkennen und mit AIOps können Sie diese in einen Kontext setzen, damit Sie die entsprechende automatisierte Reaktion auslösen können. 

Mit durch Intelligenz erweiterten Events können Sie für eine Vielzahl von Situationen die optimale Vorgehensweise festlegen und sich an neue Event-Typen anpassen, sobald diese auftreten. Jetzt haben Sie die erforderliche Basis geschaffen, um eventgesteuerte Automatisierung optimal zu nutzen.Dies bringt uns zum nächsten Abschnitt in unserem Artikel.

Eventgesteuerte Automatisierung ist eine Methode, um automatisierte IT-Betriebsabläufe auf Basis von Beobachtbarkeitsdaten zu starten. Durch eventgesteuerte Automatisierung können Menschen komplexe Systeme, darunter Hybrid Cloud-, KI- und Edge-Umgebungen, besser im Blick behalten. Sie reduziert Routine- und sich wiederholende Aufgaben und ermöglicht IT-Operations-Teams, sich auf wichtigere Aufgaben zu konzentrieren.

Wie bereits erwähnt, können Sie KI auf Ihre Beobachtbarkeitsdaten anwenden, um bessere automatisierte Entscheidungen zu treffen. Sie können Sie Probleme effizient lösen und Ihre eventgesteuerten Automatisierungs-Workflows besser nutzen.

Für Nutzende von Red Hat Ansible Automation Platform bieten die enthaltenen Features von Event-Driven Ansible Funktionen zur Event-Verarbeitung und Automatisierung von Aufgaben in verschiedenen IT-Domains. 

Event-Driven Ansible basiert auf 3 Komponenten:

• Quellen liefern Event-Daten über die Bedingungen in Ihrer IT-Umgebung. Diese Events werden über Plug-ins oder Webhooks an Event-Driven Ansible gesendet.
• Rulebooks enthalten Regeln und Bedingungen, die eine Aktion auslösen. Regeln definieren die angemessenen Reaktionen auf Events.
• Aktionen sind das Ergebnis von Automatisierung. Sie werden unternommen, um das Event zu bearbeiten oder Abhilfe zu schaffen.

Ansible Rulebooks werden wie auch Ansible Playbooks im für Menschen lesbaren YAML-Format geschrieben. Im Gegensatz zu Playbooks verwenden Rulebooks bedingte Regeln, um festzulegen, wann ein Event eine Aktion auslösen soll. Event-Driven Ansible überwacht Events, erkennt deren Eintreten und führt automatisch die entsprechende Aktion aus.

Sie können die Ansible Automation Platform mit Open Source-Tools wie Prometheus Alertmanager oder Apache Kafka integrieren. Sie können aus zertifizierten und validierten IT-Ökosystem-Sammlungen auswählen, um diese Automatisierungsintegrationen schneller bereitzustellen.

Kombinieren Sie eventgesteuerte Automatisierung mit Ihren bestehenden Tools und profitieren Sie von zahlreichen Vorteilen – mehr dazu im nächsten Abschnitt. 
Mehr über Event-Driven Ansible erfahren

Durch einen AIOps-Ansatz für eventgesteuerte Automatisierung können Sie Beobachtbarkeitsdaten, KI-Insights und regelbasierte Logik nutzen, um einen sonst überwältigenden manuellen Arbeitsaufwand zu automatisieren. Sie können proaktiven Maßnahmen Vorrang vor reaktiven, manuellen Prozessen einräumen. 

Zu den Vorteilen dieses Ansatzes gehören:

• Proaktive Erkennung: KI-gestützte Anomalieerkennung hilft, Probleme zu verhindern, bevor sie sich auf Ihre Nutzenden auswirken.
• Intelligente Analysen: Durch automatisierte Ursachenanalysen und die dazugehörigen Handlungsempfehlungen können Sie Zeit sparen und genau die Antworten erhalten, die Sie zu dem Zeitpunkt benötigen.
• Schnellere Reaktion: Dank KI-gestützter Entscheidungen, die durch gesteuerte Automatisierung getroffen werden, können Ihre Teams schnell agieren.
• Kontinuierliches Lernen: Anstatt mit einem festen Regelsatz zu arbeiten, können KI-gesteuerte Systeme ihre Empfehlungen im Laufe der Zeit verbessern.

Das Ergebnis sind eine zuverlässigere Infrastruktur, geringere Kosten und eine schnellere Problemlösung. Im Folgenden befassen wir uns mit einigen konkreten Use Cases, bei denen diese Vorteile entscheidend sind.

Beobachtbarkeit, Automatisierung und AIOps können dazu beitragen, eine Vielzahl realer Use Cases in Unternehmen zu bewältigen.

Zuverlässigkeit der Infrastruktur

Sie können einen AIOps-Ansatz verwenden, um häufig auftretende Warnmeldungen automatisch zu bearbeiten. Durch diese Strategie löst Ihre Beobachtbarkeitsplattform automatisierte Aktionen auf Basis KI-gestützter Analysen und Empfehlungen aus. 

Wenn ein bestimmtes System Ausfälle zeigt, greift die Automatisierung ein, um Services neu zu starten, Protokolle zu löschen, Ressourcen neu zuzuweisen oder die Infrastruktur zu skalieren. Dank diesem Ansatz können Sie Probleme beheben, bevor sie sich ausweiten, die MTTR (Mean Time to Resolution) verkürzen und die Systemzuverlässigkeit zu steigern.

Verbesserte Servicetickets

Infrastrukturteams können besser auf IT-Servicemanagement-Tickets (ITSM) reagieren, wenn sie ein klares Bild der Situation haben. Durch den Einsatz von Analysetools, die Events durch KI-Analysen ergänzen, können Sie Ihren ITSM-Ticketing- und Tracking-Prozessen hilfreiche Informationen hinzufügen. Sie können eine Voranalyse und Prioritätsbewertung vornehmen, bevor die Tickets in die Warteschlange gelangen, die MTTR verkürzen und den manuellen Aufwand reduzieren.

Mit diesem zusätzlichen Kontext können Ihre Teams die Events besser verstehen, sodass sie Probleme schnell lösen und Ausfallzeiten minimieren können.

3 automatisierte Schritte zur schnelleren Bearbeitung von ServiceNow ITSM-Tickets mit Ansible Automation-Plattform. Dauer des Videos: 10:54.

Optimierte KI-Infrastruktur

IT-Infrastrukturteams stehen vor der Herausforderung, den Anforderungen von KI-Workloads gerecht zu werden. Durch Beobachtbarkeit und Automatisierung funktionieren diese komplexen Systeme zuverlässig und erfordern weniger manuellen Aufwand. Sie können sich wiederholende Aufgaben zum KI-Tuning automatisieren, darunter das Anpassen der Infrastrukturgröße und das Reduzieren von Ressourcenausuferung. Sie können Systeme auch zuverlässiger machen, indem Sie Optimierungsmuster und Konfigurationen automatisieren. Zusammengenommen verhindern diese Ansätze Performance-Probleme, bevor sie sich auf die Nutzenden auswirken.

Dadurch können Ihre Teams ihre KI-Entwicklungszyklen beschleunigen und KI-Modelle entlang getesteter und zuverlässiger Wege von der Entwicklung in die Produktion überführen. Ihre Organisation kann schneller innovieren und wettbewerbsfähig bleiben. 

Automatisierte Erkennung und Korrektur von Konfigurationsdrift

Konfigurationsdrift – wenn IT-Systeme von ihrem gewünschten Zustand abweichen – ist eine häufige Quelle für Sicherheitslücken und Instabilität. Konfigurationsdrift lässt sich zwar mit herkömmlichen Monitoring-Methoden in den Griff bekommen, doch ein AIOps-Ansatz bietet mehr: Er stellt Kontextinformationen zu Risiken und Auswirkungen bereit und legt fest, welche Probleme zuerst behoben werden sollten. 

Wenn Ihre Monitoring- oder Beobachtbarkeits-Tools Konfigurationsdrift feststellen, können Sie mithilfe KI-gestützter Automatisierung Korrekturen nach Risiko und geschäftlichen Auswirkungen priorisieren. Sie können außerdem mögliche Folgewirkungen vor dem Durchführen der Korrekturen abschätzen und diese so vornehmen, dass sie möglichst wenig Störungen verursachen. Zudem können Sie die Sicherheits- und Stabilitätsprobleme reduzieren, die durch Konfigurationsdrift entstehen, ohne zusätzliche Störungen zu verursachen.

Compliance und Durchsetzung von Richtlinien

Ihre IT-Teams verlassen sich auf etablierte Richtlinien, um sicherzustellen, dass die Systeme den Vorschriften und Organisationsstandards entsprechen. Sie können Ihre eventgesteuerten Automatisierungssysteme an diesen Richtlinien ausrichten, um für Compliance zu sorgen.

Als Teil Ihres AIOps-Ansatzes können Sie diese Richtlinien in die automatisierte Entscheidungsfindung einbeziehen. Wenn ein KI-System eine Inferenz zieht und eine Automatisierung einleitet, können Ihre Systeme diese Aktion validieren, um sicherzustellen, dass sie Ihren Richtlinien entspricht.

Vor dem Hintergrund dieser Use Cases wollen wir uns im nächsten Schritt damit befassen, wie Sie diese Integrationen konkret umsetzen können. 

5 AIOps Use Cases für Ansible Automation Platform

Um von datengesteuerter intelligenter Automatisierung zu profitieren, müssen Sie Ihre Beobachtbarkeits-Tools in Ihre Automatisierungsplattform integrieren. Nutzende von Red Hat Ansible Automation Platform haben mehrere Möglichkeiten:

• Event-Driven Ansible: Event-Driven Ansible eignet sich hervorragend für die Verarbeitung hochvolumiger Events. Es ist die empfohlene Wahl für die Verarbeitung großer Mengen von Beobachtbarkeitswarnungen oder Strömen asynchroner Events.
• Model Context Protocol (MCP):MCP wurde für KI-Agenten entwickelt und ist ein Open Source-Standard für die Kommunikation zwischen KI-Anwendungen und externen Services. Es eignet sich ideal für agentenbasierte Workflows und KI-gestützte Abläufe. Wenn Sie ein KI-Modell in Ansible Automation Platform integrieren möchten, ist MCP die richtige Wahl.
• Webhooks: Ein Webhook ist eine Möglichkeit, eventgesteuerte, schlanke Kommunikation zwischen Anwendungen über HTTP zu senden. Webhooks sind in ihren Möglichkeiten begrenzt und eignen sich für einfache, pushbasierte Aktionen, wie beispielsweise das Auslösen eines ITSM-Tickets.
• REST API (Application Programming Interface): Die Ansible Automation Platform kann über eine REST API mit anderen Anwendungen interagieren und folgt dabei einem etablierten Standard für den Informationsaustausch zwischen Anwendungen. Dies trägt zur Unterstützung von CI/CD-Pipelines (Continuous Integration und Continuous Delivery) sowie von bestehenden Systemen bei, die für REST API-Standards entwickelt wurden. Bei Neuinstallationen bietet eine der oben genannten Methoden wahrscheinlich einige Vorteile gegenüber dem älteren REST API-Standard.

Anhand dieser Integrationsansätze betrachten wir nun, wie Sie mit Lösungen von Red Hat Beobachtbarkeit, AIOps und Automatisierung für Ihre Teams nutzbar machen können. 

Mehr über MCP-Server für Ansible Automation Platform erfahren

Red Hat bietet Ihnen einheitliche Lösungen, mit denen Sie Ihre AIOps-Strategie unterstützen können und verschiedene Umgebungen automatisieren sowie validierte und optimierte KI-Modelle bereitstellen können.

Red Hat Ansible Automation Platform

Red Hat Ansible Automation Platform ist eine umfassende IT-Automatisierungslösung für Unternehmen, mit der Sie die Produktivität steigern und Barrieren zwischen Teams abbauen können. Durch die Integration mit bestehenden KI- und Beobachtbarkeits-Tools hilft Ansible Automation Platform dabei, Intelligenz in wiederholbare, kontrollierte Automatisierung in Ihren IT-Umgebungen umzuwandeln.

Im Rahmen Ihrer Subskription für Ansible Automation Platform ist Event-Driven Ansible enthalten – eine skalierbare, reaktionsschnelle Automatisierungslösung, die Events verarbeiten kann, die diskrete, nützliche Informationen enthalten. So können Ihre IT-Teams die angemessene Reaktion auf ein Event bestimmen und automatisierte Aktionen ausführen, um das Event zu beheben oder zu korrigieren. 

E-Book „Eventgesteuerte Automatisierung“ lesen

Red Hat AI

Red Hat AI ist eine Plattform aus Produkten und Services, die Ihr Unternehmen in den einzelnen Phasen seiner KI-Entwicklung unterstützen kann. Die Plattform unterstützt das Bereitstellen generativer und prädiktiver KI-Modelle, einschließlich solcher, die zur Unterstützung von AIOps eingesetzt werden können.

Mit Red Hat AI können Sie auf Red Hat AI Inference Server zugreifen, um die Modellinferenz für schnellere und kostengünstigere Bereitstellungen zu optimieren. Red Hat AI Inference Server umfasst das Repository von Red Hat AI, eine Kollektion validierter und optimierter Drittanbietermodelle, die mehr Modellflexibilität bietet und teamübergreifende Konsistenz priorisiert.

Durch die Kombination dieser Lösungen können Sie KI-gestützte Intelligenz in automatisierte Aktionen umsetzen und so die Entscheidungsfindung Ihrer Teams skalieren und beschleunigen.