Die Automatisierung im Cloud-Lösungbereich kann die Administration heterogener IT-Landschaften markant vereinfachen. Dabei verbessern KI-gestützte Systeme die Sicherheit und sorgen dafür, dass Cloud-Prozesse effizienter und widerstandsfähiger werden.
Gastbeitrag von Roman Spitzbart, VP Solutions Engineering Emea bei Dynatrace
Cloud-Technologien entwickeln sich rasant weiter. Die zunehmende Verbreitung cloud-nativer Technologien macht die Enterprise-IT flexibel und skalierbar. Multi-Cloud- und Hybrid-Cloud-Ansätze stehen im Fokus aktueller IT-Strategien. Allerdings führt der parallele Einsatz von unterschiedlichen Cloud-Anbietern zwangsläufig zu einer heterogenen Systemlandschaft.
Diese strukturelle Entwicklung steigert die Komplexität der Cloud-Nutzung. IT-Teams sind mit einer wachsenden Zahl an Aufgaben konfrontiert. Sie müssen kontinuierlich Software bereitstellen, Sicherheitsrisiken identifizieren sowie Ressourcen effizient verwalten – oft mit begrenzten personellen und finanziellen Kapazitäten.
Die manuelle Bewältigung des IT-Betriebs ist unter diesen Bedingungen keine sinnvolle Option. Doch herkömmliche Automatisierungslösungen sind nicht hinreichend anpassungsfähig oder intelligent genug, um diese komplexen Anforderungen zu erfüllen. Es bedarf daher Automatisierungssysteme, die kontextsensitiv auf Veränderungen reagieren können.
Antwortgesteuerte Automatisierung mit Beobachtungsdaten
Ein zentrales Konzept für diese Aufgabe ist die antwortgesteuerte Automatisierung. Dabei werden Beobachtungsdaten, sicherheitsrelevante Informationen sowie Geschäftsmetriken aus verschiedenen Quellen zusammengeführt und mit Künstlicher Intelligenz analysiert. Fehler und Anomalien werden dadurch frühzeitig erkannt und behoben, bevor sie zu Systemausfällen führen. Die technische Basis ist eine Observability-Plattform, die in Echtzeit Daten aus der gesamten IT-Infrastruktur erfasst. Ihre Datenquellen können von Infrastrukturkomponenten, Applikationen, Netzwerken, Security-Tools oder auch externen Systemen stammen. Durch Aggregation entsteht ein umfassendes Bild der aktuellen Systemlage – eine Grundlage für fundierte Entscheidungen.
In Verbindung mit kausaler künstlicher Intelligenz eröffnen sich neue Möglichkeiten. Anders als rein statistische Methoden versucht die kausale KI, Ursache-Wirkungs-Zusammenhänge zu identifizieren. Auf dieser Grundlage leitet sie automatisierte Massnahmen ein. Sie überwacht den Zustand von Services, behebt eigenständig Schwachstellen und blockiert potenziell gefährliche Anwendungen oder IP-Adressen.
Automatisierung von Ereignissen und Workflows
Die antwortgesteuerte Automatisierung setzt dabei sowohl auf ereignisbasierte als auch auf workflowbasierte Routinen.
• Die ereignisgesteuerte Automatisierung reagiert auf Zustände oder Signale, die von der Observability-Plattform erkannt werden. Dies kann zum Beispiel eine Fehlermeldung sein, das Eintreffen eines Datenpakets oder ein charakteristisches Nutzerverhalten. Sobald ein vordefiniertes Ereignis auftritt, führt eine Automatisierungs-Engine eine zuvor festgelegte Aktion aus. Das kann je nach Situation die Änderung einer Konfiguration, die kurzfristige Bereitstellung zusätzlicher Ressourcen oder die Ausführung eines automatisierten Prozesses sein.
• Die workflowbasierte Automatisierung folgt einem zuvor definierten Ablauf. Die einzelnen Schritte werden dabei in No-Code- oder Low-Code-Umgebungen modelliert und in einem Regelwerk verankert, das genau festlegt, unter welchen Bedingungen welcher Schritt auszuführen ist. Typische Anwendungsfälle sind beispielsweise die Bereitstellung neuer Releases, das Ausführen von Sicherheitsaktualisierungen oder das strukturierte Onboarding neuer Benutzer.
Die Kombination dieser beiden Automatisierungsarten vergrössert die Anpassungsfähigkeit der IT-Infrastruktur deutlich. Sie ist vor allem für dynamische Cloud-Umgebungen geeignet. Dort sind viele Prozesse nicht vollständig im Voraus planbar. Die Mehrzahl startet automatisch, wenn bestimmte Systemereignisse eintreten. Darüber hinaus ist jederzeit ein manuelles Eingreifen möglich. Fortschrittliche KI-Tools sind mittlerweile sogar in der Lage, neue Workflows in Echtzeit zu konstruieren und sofort auszuführen, ohne dass sie zuvor explizit programmiert wurden.
Anwendungsfelder intelligenter Cloud-Automatisierung
KI-gestützte Cloud-Automatisierung eröffnet zahlreiche neue Anwendungsbereiche. Mögliche Einsatzszenarien sind Ressourcenoptimierung, Sicherheitsmanagement und Softwarebereitstellung.
• Die vorausschauende Optimierung von Ressourcen erfordert schnelle Reaktionen. Auf der Grundlage historischer Auslastungsdaten und aktueller Nutzungsinformationen erkennen die Systeme Lastspitzen frühzeitig und skalieren die benötigten Ressourcen automatisch. So wird eine bedarfsgerechte Versorgung mit Rechenleistung ermöglicht, ohne dass es zu Über- oder Unterversorgung kommt.
• Ein wirkungsvolles Sicherheitsmanagement muss aktiv agieren. Dazu gehört die kontinuierliche Bewertung von Schwachstellen sowie die Priorisierung von Risiken. Auf dieser Grundlage reagieren Observability-Plattformen dynamisch auf neue Bedrohungslagen und setzen die Schutzmaßnahmen automatisiert um.
• Bei der progressiven Software-Bereitstellung wird neue Software nicht sofort an alle Nutzer verteilt, sondern schrittweise an unterschiedliche Nutzergruppen. Damit lassen sich bisher unbekannte Probleme eines Releases frühzeitig identifizieren. Grundlage für diesen Ansatz sind Service-Level-Ziele, die als objektiver Massstab für die Qualität neuer Releases dienen. Quality Gates überwachen die Einhaltung dieser Ziele kontinuierlich. Werden festgelegte Schwellenwerte nicht erreicht, wird der Rollout automatisch gestoppt oder sogar vollständig zurückgenommen.
Automatisierung als strategischer Hebel
Cloud-Automatisierung ist ein strategischer Erfolgsfaktor für verschiedene Organisationsgrössen und Branchen. Auch Unternehmen ohne umfassende Entwicklerressourcen oder tiefgreifende IT-Expertise können davon profitieren. Doch trotz der wachsenden Rolle von KI und Automatisierung bleibt der Mensch unverzichtbar. Er übernimmt weiterhin die Verantwortung für die Überwachung, Anpassung und strategische Weiterentwicklung der Systeme. Fachkräfte könne sich auf Innovationsprojekte und strategische Aufgaben konzentrieren – ein Ansatz, der langfristig Wettbewerbsvorteile sichert.
