Das Beste des Jahres 6 Stück IT-Betrieb AI Tools

Ein SRE-Team bei einem großen Online-Händler bereitet sich auf ein großes Verkaufsereignis vor. Anstatt sich auf statische Schwellenwerte zu verlassen, verwenden sie eine AIOps-Plattform, um historische Leistungsdaten zu analysieren. Das Tool sagt voraus, dass ein bestimmter Datenbankdienst aufgrund eines ungewöhnlichen Verkehrsmusters zwei Stunden nach Verkaufsbeginn kritische Latenzprobleme aufweisen wird. Basierend auf dieser Prognose skaliert das Team präventiv die Datenbankreplikate hoch und optimiert die Abfrage-Caches. Infolgedessen bewältigt die Plattform den Rekordverkehr reibungslos ohne Leistungseinbußen oder Ausfallzeiten und schützt so den Umsatz und das Kundenerlebnis.

Ein DevOps-Ingenieur erhält eine Warnung für einen ausfallenden Zahlungsdienst in einer komplexen Microservices-Anwendung. Die manuelle Fehlersuche könnte Stunden dauern. Die AIOps-Plattform erfasst automatisch Protokolle, Metriken und Traces von Hunderten von Diensten. Innerhalb von Minuten korreliert sie einen Anstieg von API-Fehlern mit einer kürzlichen Code-Bereitstellung in einem benachbarten Authentifizierungsdienst und einer entsprechenden Zunahme der Datenbanklast. Sie präsentiert eine visuelle Abhängigkeitskarte, die den Authentifizierungsdienst als Ursache hervorhebt. Dies ermöglicht es dem Ingenieur, die fehlerhafte Bereitstellung sofort zurückzusetzen und den Dienst 90 % schneller als mit herkömmlichen Methoden wiederherzustellen.

Ein IT-Betriebsteam eines globalen SaaS-Unternehmens wird ständig von Tausenden von Alarmen aus seinen Überwachungssystemen überflutet, was zu Alarmmüdigkeit führt. Nach der Implementierung eines AIOps-Tools beginnt die Plattform, eingehende Ereignisse zu analysieren. Während einer Netzwerkverlangsamung korreliert das Tool anstelle von 500 einzelnen Alarmen von verschiedenen Servern und Anwendungen diese basierend auf Zeit, Topologie und Kontext. Es erstellt einen einzigen, übergeordneten Vorfall mit dem Titel „Netzwerklatenz beeinträchtigt Region EU-West-1“, identifiziert den wahrscheinlich fehlerhaften Router und unterdrückt die redundanten Alarme. Dies reduziert das Alarmrauschen um über 95 % und ermöglicht es dem Team, sich auf das eigentliche Problem zu konzentrieren.

Ein Cloud-Administrator eines schnell wachsenden Tech-Startups muss sein Cloud-Budget effektiv verwalten. Er verwendet ein AIOps-Tool, um die historische und aktuelle Ressourcennutzung in seinen Kubernetes-Clustern zu analysieren. Die maschinellen Lernmodelle der Plattform prognostizieren, dass sie basierend auf dem aktuellen Wachstumspfad ihre CPU-Kapazität im `us-east-1`-Cluster in 45 Tagen erschöpfen werden. Es identifiziert auch mehrere unterausgelastete virtuelle Maschinen, die stillgelegt werden können. Diese prädiktive Einsicht ermöglicht es dem Administrator, proaktiv reservierte Instanzen mit einem Rabatt zu erwerben und seine Infrastruktur richtig zu dimensionieren, was schätzungsweise 20 % seiner monatlichen Cloud-Rechnung einspart.

Ein Ingenieur im Network Operations Center (NOC) ist für ein großes Unternehmensnetzwerk verantwortlich. Ein AIOps-Tool, das in sein Netzwerküberwachungssystem integriert ist, erkennt intermittierenden Paketverlust an einem kritischen Switch. Anstatt nur eine Warnung zu senden, löst die Automatisierungs-Engine des Tools einen vorab genehmigten Workflow aus. Es führt zuerst Diagnosebefehle aus, um einen Hardwarefehler zu bestätigen, leitet dann den Verkehr automatisch auf einen redundanten Switch um und erstellt schließlich ein Ticket mit hoher Priorität im Service-Desk-System mit allen angehängten Diagnosedaten für den Hardwareaustausch. Der gesamte Prozess ist in weniger als einer Minute abgeschlossen und verhindert einen potenziellen Ausfall, bevor der Ingenieur überhaupt mit der manuellen Untersuchung beginnt.

Ein Security Operations (SecOps)-Team verwendet eine AIOps-Plattform, um seine Fähigkeiten zur Bedrohungserkennung zu erweitern. Das Tool erstellt eine Baseline des normalen Netzwerkverkehrs und der Benutzeraktivität. Es erkennt dann eine signifikante Anomalie: Das Konto eines Entwicklers, das normalerweise nur auf Code-Repositorys zugreift, beginnt außerhalb der Geschäftszeiten, auf sensible Finanzdatenbanken zuzugreifen. Dieses Verhalten stimmt mit keiner bekannten Angriffssignatur überein, sodass herkömmliche Sicherheitstools es möglicherweise übersehen. Die AIOps-Plattform kennzeichnet dies als eine risikoreiche Abweichung, die es dem SecOps-Team ermöglicht, sofort zu ermitteln und ein kompromittiertes Konto zu entdecken, wodurch ein potenzieller Datenverstoß verhindert wird.