Im Gegensatz zu einer reaktiven IT sind proaktive IT-Operations-Teams in der Lage, den Zustand der Endpunkte, der Hardware sowie der virtuellen Umgebungen in Echtzeit zu monitoren und zusätzlich mittels künstlicher Intelligenz zu analysieren. Das proaktive IT-Betriebsmodell erlaubt es somit, Störungen und deren Problemursache in dem Moment zu erkennen, wenn sie auftreten – oder bereits im Vorfeld, wo in den Systemen und bei den Endnutzern Schwierigkeiten auftreten könnten. Dementsprechend viel schneller lassen sich IT-Probleme lösen und darüber hinaus die Anzahl der Incidents deutlich senken. Somit erkennen die Verantwortlichen frühzeitig, wo Anomalien entstehen, und können entsprechende Maßnahmen einleiten, wie zum Beispiel automatisierte Reaktionen.

Der Wechsel von einer reaktiven zur proaktiven IT kann also ein echter Quantensprung für die IT-Teams sein. Das proaktive IT-Betriebsmodell bietet eine viel umfassendere Sicht auf den Gesundheitszustand der unternehmenseigenen IT-Landschaft. Die wichtigsten Vorteile von sind:

• Erhöhung der IT-Verfügbarkeit, Mitarbeiterproduktivität und -zufriedenheit.
• Deutliche Reduktion der Betriebskosten, derAnzahl der Incidents und der MTTR.
• Stärkere Konzentration auf den Zustand von Hard- und Software sowie auf die User-Experience im Zusammenhang mit dem Gesundheitszustand der IT.
• Messung der Anwendererfahrung wird direkt am Endgerät möglich.
• Ermittlung des tatsächlichen Bedarfs der Benutzer an IT-Ressourcen.
• Unterstützung des IT-Helpdesks mit Hilfe von KI und Automatisierung.
• Umstellung von Service-Level-Agreements (SLAs) zu Experience-Level-Agreements (XLAs) möglich.

Wie aber baut eine IT-Abteilung am besten ein proaktives IT-System auf? Drei Elemente helfen, diese Entwicklung voranzutreiben: eine Echtzeitüberwachung, verstärkter Einsatz von Automatisierung mit Hilfe von KI sowie der Wechsel von SLAs zu XLAs.

Echtzeitüberwachung und KI-gestützte Einblicke
Grundlage einer proaktiven IT ist zunächst ein Echtzeitmonitoring. Ziel muss es sein, möglichst im Sekundentakt einen umfassenden Überblick über alle Endgeräte und Systeme zu bekommen – einschließlich sämtlicher Offlinedaten. Um damit sinnvoll arbeiten zu können, ist nicht nur die Masse, sondern vor allem die Qualität der Daten entscheidend. "Gute" Daten verfügen über folgende Merkmale:

• Datentiefe und -breite: Präzise, domänenspezifische Daten sind sinnvoller als generische Daten. Gleichzeitig gilt: Je mehr Systeme, Prozesse, Anwendungen und Verfahren gemonitored sind, desto hilfreicher ist das für Problemanalysen.
• Datenhistorie: Historische Daten bieten zusätzlichen Kontext und eine Fülle von Daten, auf denen ein KI-Modell trainiert werden kann. Auf diese Weise lassen sich Leistungstrends, optimierungsfähige Bereiche und vieles mehr identifizieren.
• Datenqualität: Inzwischen werden häufig so viele Tools für die Verwaltung und Sicherheit eingesetzt, dass Datenüberschneidungen, blinde Flecken und widersprüchliche Daten aus nicht miteinander integrierten Systemen vorliegen. Dies kann zu Qualitätsproblemen bei den Daten führen.

Durch die kontinuierliche Überwachung der IT-Infrastruktur lassen sich Probleme oft erkennen und beheben, bevor sie sich negativ auf den Betrieb auswirken. Automatisierte Incident Response gewährleistet eine schnelle Reaktion auf erkannte Anomalien und erhöht die Systemverfügbarkeit und -zuverlässigkeit.

Planvolle Automatisierung
Hat das Unternehmen mit einem gut funktionierenden Monitoringtool den Grundstein zur proaktiven IT gelegt, ist der nächste Schritt die zunehmende Automatisierung von Aufgaben. Hierbei ist der Einsatz von KI inzwischen natürlich von entscheidender Bedeutung. KI und maschinelles Lernen (ML) lassen sich beispielsweise für Predictive Analytics und autonome IT-Operations (AIOps) einsetzen. Das sorgt für Entlastung. Die Implementierung von KI ermöglicht es Unternehmen, sogar zu präventiven IT-Operationen überzugehen. Durch den Einsatz fortschrittlicher Analytik und Automatisierung können IT-Teams Probleme schneller erkennen und beheben, die Systemverfügbarkeit maximieren und die Effizienz des IT-Betriebs insgesamt verbessern. Dies macht KI zu einer vielversprechenden und zukunftsweisenden Technologie im Bereich der proaktiven IT und Automatisierung. Spezifische Anwendungsfälle sind:

• Predictive Maintenance: Durch die Analyse von Performancedaten können KI-Systeme vorhersagen, wann Hard- oder Software voraussichtlich ausfallen wird, und präventive Wartungsmaßnahmen vorschlagen. Dies reduziert ungeplante Ausfallzeiten und verbessert die Verfügbarkeit und Zuverlässigkeit der IT-Infrastruktur.
• Intelligente Incident-Erkennung und -Behebung: KI kann ungewöhnliches Verhalten oder Abweichungen in der IT-Infrastruktur erkennen und automatisch Korrekturmaßnahmen einleiten, wie etwa den Neustart von Diensten, die Anpassung von Ressourcen oder die Benachrichtigung des IT-Teams. Dies beschleunigt die Problembehebung und minimiert die Auswirkungen auf den Geschäftsbetrieb.
• Optimierung der Ressourcennutzung: Durch die kontinuierliche Überwachung und Analyse der Ressourcennutzung können KI-Systeme Optimierungen vorschlagen, um die Effizienz zu maximieren und Kosten zu senken. Beispielsweise können sie Empfehlungen zur Skalierung von Cloudressourcen oder zur Optimierung des Netzwerkverkehrs geben.
• Kapazitätsplanung und -management: KI kann Trends in der Ressourcennutzung analysieren und Vorhersagen über den zukünftigen Kapazitätsbedarf treffen. Dies hilft IT-Teams, besser zu planen und sicherzustellen, dass ausreichend Ressourcen verfügbar sind, um zukünftige Anforderungen zu erfüllen, ohne übermäßige Kosten zu verursachen.

Wechsel von SLAs zu XLAs
Schließlich kann der Wechsel von SLAs zu XLAs der Entwicklung hin zu einer proaktiven IT einen echten Schub verleihen. Während SLAs vor allem quantitative Ziele wie Verfügbarkeit, Leistung und Reaktionszeit beinhalten, konzentrieren sich XLAs auf die Wertschöpfung eines Dienstes und decken damit Bereiche ab, die bislang eher vernachlässigt wurden. Denn wer nur die Betriebszeit eines Dienstes misst, weiß noch lange nicht, wie der Anwender damit zurechtkommt – oder auch nicht.

In Zeiten hybrider Arbeitswelten ist eine funktionierende IT ein wichtiger Faktor, um Mitarbeitende zu binden. Und hier kommen XLAs ins Spiel. Denn mit ihnen lässt sich mehr über die Mitarbeiterzufriedenheit erfahren – beispielsweise über Metriken wie Benchmarking mit Echtzeit-Benutzererfahrung. Die entscheidenden Vorteile von XLAs gegenüber SLAs sind:

• XLAs ermöglichen den Blick auf das große Bild des IT-Betriebs.
• Sie sind benutzer- und produktivitätsorientiert.
• Sie fokussieren sich auf die Wertschöpfung und Business Outcomes.
• XLAs konzentrieren sich auf den tatsächlichen Nutzen und bessere Prozesse für den Anwender.

Wenn die Datengrundlage "breit und tief" ist, können XLAs beeindruckende Ergebnisse erzielen – vorausgesetzt, die Unternehmen verfügen über ein Echtzeit-Datenmonitoring- und Analysewerkzeug, das über alle physischen und virtuellen Systeme hinweg einen detaillierten Überblick über den Gesundheitszustand der gesamten IT-Landschaft ermöglicht. In Verbindung mit KI und strategisch gut aufgesetzt, können sie auch helfen, IT-Probleme proaktiv vorherzusehen und in Richtung Automated RCA und Autonomous IT zu operieren. IT-Abteilungen können so im Idealfall Probleme angehen, bevor die End-User Experience, IT-Verfügbarkeit und Produktivität beeinträchtigt wird.

Fazit
Unternehmen, die bereits das proaktive IT-Betriebsmodell operieren, profitieren nachweislich von einer höheren IT-Verfügbarkeit, Mitarbeiterproduktivität, sowie Mitarbeiterzufriedenheit. Diese Unternehmen haben IT-Ausfallzeiten durch eine mitunter signifikante Reduktion der Anzahl der Incidents und der MTTR reduziert. Entscheidend für den Erfolg sind hier Faktoren wie ganzheitliche Echtzeitüberwachung der IT-Landschaft, verstärkte Automatisierung mithilfe von KI sowie der Übergang von Service-Level-Agreements zu Experience-Level-Agreements. So lassen sich IT-Probleme frühzeitig erkennen und beheben, IT-Ressourcen besser nutzen und den Fokus stärker auf die Anwendererfahrung legen.

ln/Alexander Laubert, Director DACH bei Lakeside Software