Revolutionierung des IT-Betriebs mit GenAI und Agentic AI

Aufkommende Technologien wie generative KI (GenAI) und agentenbasierte KI werden den IT-Betrieb erheblich verbessern. Diese Fortschritte bieten neue, wirklich transformative Möglichkeiten zur Verwaltung, Optimierung und Automatisierung von IT-Umgebungen und werden mit Sicherheit die Effizienz verbessern und Innovationen fördern.

Die Fähigkeit von GenAI, riesige Mengen unstrukturierter Daten zu verarbeiten, und die autonomen Entscheidungsfindungsfähigkeiten von Agentic AI reichen von der prädiktiven Analyse bis zur automatisierten Problemlösung. Diese Technologien verbessern nicht nur bestehende Prozesse, sondern definieren die Grundlagen des IT-Managements neu.

Was ist AIOps?

Der Begriff AIOps wurde vor fast einem Jahrzehnt von Gartner eingeführt und stand ursprünglich für algorithmische IT-Operationen. Der AIOps-Ansatz des Unternehmens beinhaltete die Anwendung algorithmischer Analysen auf große Datensätze. Im Laufe der Zeit entwickelte sich die Definition zu der bekannteren künstlichen Intelligenz für den IT-Betrieb.

Um in die AIOps-Kategorie zu fallen, müssen Lösungen heute einen KI-Technologie-Stack umfassen, der Komponenten wie maschinelles Lernen für Mustererkennung/Warnungskorrelation, Anomalieerkennung und Verhaltensanalyse beinhaltet. Darüber hinaus wurden AIOps-Lösungen um intelligente Prozessautomatisierung erweitert, die Routineaufgaben automatisiert und so die Reaktion auf Vorfälle verbessert. Das Ziel von AIOps ist es, einen umfassenden Datensatz zu erstellen, unstrukturierte Daten zu strukturieren und sie auf Muster hin zu analysieren, um Prozesse auf der Grundlage dieser Erkenntnisse zu automatisieren.

Sehen Sie sich unser neues Webinar an, um mehr über GenAI, agentische KI und AIOps zu erfahren

Der IT-Betrieb hat mit komplexen, Hybrid Cloud-Umgebungen, großen Datenmengen, Fehlalarmen und schlechter Integration zu kämpfen. Die Herausforderungen werden noch verstärkt durch eine alternde Belegschaft im Rechenzentrum, die kurz vor der Pensionierung steht. Dies macht es erforderlich, mit weniger mehr zu erreichen. Folglich setzen Unternehmen schnell auf neue Technologien - wie GenAI - um diese Probleme effektiv anzugehen.

Aufkommende Trends bei AIOps

Vor ein paar Jahren, als ChatGPT aufkam, war es unmöglich, über AIOps zu sprechen, ohne GenAI zu erwähnen. Es dauert zwar eine Weile, bis solche Technologien ausgereift sind, aber wir sehen jetzt, dass sie schon früh in unsere Technologie-Stacks integriert werden. Ein Grund dafür ist, dass GenAI große Mengen unstrukturierter Daten wie Systemprotokolle, Vorfallsberichte und technische Dokumentationen hervorragend verarbeiten kann. Diese Fähigkeit ermöglicht es AIOps-Systemen, Muster und Anomalien zu erkennen, wahrscheinliche Grundursachen zu bestimmen und Lösungen auf der Grundlage historischer Daten und Echtzeitanalysen vorzuschlagen.

In Zusammenarbeit mit unserem Partner Virtana haben wir diese Fähigkeit auf Hitachi EverFlex Control übertragen. Das Ergebnis war ein GenAI-Copilot, der Sie unterstützt bei:

• Warnungen zur Fehlerbehebung: Erweiterte Warnempfehlungen für eine bessere Erkennung von Zwischenfällen.
• Automatisierte Ursachenanalyse: KI-gesteuerte Analysen ermitteln schnell die Ursache für jedes Problem.
• Konfigurationsmanagement: Ein KI-Assistent hilft, Konfigurationen effizient zu verwalten.

Mit der weiteren Entwicklung wird GenAI eine größere Rolle bei Predictive Analytics spielen und potenzielle Probleme vorhersagen, bevor sie auftreten. Sie kann Anomalien erkennen und automatische Reaktionen auslösen, um sicherzustellen, dass Probleme schnell und effizient angegangen werden.

Agentische KI hebt AIOps auf eine neue Ebene

Platon sagte einmal: „Der Anfang der Weisheit ist die Definition von Begriffen". Während wir uns in den frühen Stadien aufkommender Technologien wie GenAI und agentenbasierter KI bewegen, können die Definitionen dieser Begriffe manchmal breit und nuanciert sein.

Mein Kollege (und unser CTO für künstliche Intelligenz) Jason Hardy beschrieb kürzlich agentenbasierte KI als Armee von Experten, die bereit ist, uns bei der Abwicklung von Geschäften zu helfen. Für die Zwecke dieses Blogs verwende jedoch eine spezifischere Definition, die sich auf autonome Prozessautomatisierung konzentriert.

In den letzten 25 Jahren hatte ich das Privileg, die Entwicklung der IT-Prozessautomatisierung aus erster Hand mitzuerleben. Es begann mit einfachen Workflows, entwickelte sich zur Workflow-Automatisierung, dann zum Geschäftsprozessmanagement und schließlich zur Geschäftsprozessautomatisierung.

Vor etwa 10 Jahren kam die robotergestützte Prozessautomatisierung (RPA) auf, die sich durch die Automatisierung sich wiederholender Aufgaben mit strukturierten Daten auszeichnete. Wir haben dann KI-Technologien wie die Verarbeitung natürlicher Sprache (NLP) in RPA-Bots integriert, um Daten zu strukturieren und die Effektivität von RPA zu erhöhen. Dies wurde später als intelligente Prozessautomatisierung bekannt.

Jetzt erleben wir den Aufstieg von KI-Agenten, die einige autonome Entscheidungen und zielgerichtete Aufgaben übernehmen. Bei all diesen Technologien handelt es sich um regelbasierte Automatisierung, die eine Programmierung erfordert, um effektiv zu funktionieren.

Agenten-KI zeichnet sich jedoch dadurch aus, dass sie zielgerichtet und auf die Erreichung bestimmter Ziele ausgerichtet und in der Lage ist, komplexe Entscheidungen zu treffen und komplizierte Aufgaben selbstständig zu bewältigen, ohne dass ein Mensch eingreifen muss. Darüber hinaus kann sie sich im Laufe der Zeit auf der Grundlage ihrer Erfahrungen anpassen und verbessern, ähnlich wie Menschen es tun. 

Beispiel für einen agentenbasierten AIOps-Anwendungsfall

Hier ein Beispiel dafür, wie Agentic AIOps den IT-Betrieb unterstützt.

• Überwachung und Warnungen: Überwacht den IT-Betrieb auf Warnungen und entscheidet, wann ein Ereignis im IT-Service-Management-System (ITSM) erscheinen muss.
• Automatisiertes Ticketing: Erstellt ein automatisiertes Ticket, das alle gesammelten Informationen und möglichen Lösungsschritte enthält.
• Warnhinweis-Korrelation: Erkennt zusätzliche Alarme, die mit dem ersten in Verbindung stehen, und setzt sie automatisch in Beziehung.
• Team-Benachrichtigung: Benachrichtigt das erforderliche Teammitglied über den Alarmstatus und führt die Prozessautomatisierung zur Lösung oder Heilung des Problems aus.
• Lernen und Anpassen: Wenn es bei der Lösung des Ereignisses auf ein Problem stößt, kann es sich an einen Manager wenden, um sich beraten zu lassen, zu lernen und sich für zukünftige Problemlösungen anzupassen.

Der Schlüssel dazu ist, dass agentenbasierte KI völlig ohne menschliche Programmierung oder Eingriffe funktioniert. Das klingt nach Jarvis, Tony Starks KI-Assistent aus den Marvel-Filmen. Aber wir sehen bereits praktische Anwendungen in Branchen wie dem Gesundheitswesen, dem Finanzwesen und der Fertigung.

Entdecken Sie das agentenbasierte KI-Betriebsmanagement mit Hitachi

Bei Hitachi Vantara engagieren wir uns für die Förderung von GenAI und agentenbasierter KI. Wir arbeiten mit Unternehmen wie Zetaris, einem führenden KI-Entwicklungsunternehmen, zusammen, um agentenbasierte KI für unsere Kunden in den Vordergrund zu rücken. In Kombination mit Hitachi iQ, unserem neuen Portfolio an Dateninfrastrukturen und Lösungen für den KI-Markt, sind wir bereit, die nächste Ära des KI-gesteuerten IT-Betriebs einzuläuten.

Sehen Sie sich unser aktuelles Webinar AIOps Driven Infrastructure Consumption Servicesan, in dem es um Hitachi EverFlex Control und Hyperautomation für das IT-Unternehmen geht, und setzen Sie sich mit Ihrem Hitachi Vantara-Vertreter in Verbindung, um mehr zu erfahren.

Mehr lesen

• Webinar: Revolution des IT-Betriebs mit AIOps
• Webseite: Kontinuierliche Einblicke, Intelligenz und Automatisierung mit EverFlex Control
• Lösungsübersicht: Hitachi EverFlex Infrastructure as a Service-Portfolio
• Blog: IT-Infrastruktur-Modernisierung für geschäftliche Agilität mit Hitachi EverFlex
• Blog: Fünf Arten, wie agentenbasierte KI IT- und Datenmanagement verändern wird