Observability: 4 Aspekte, die für die digitale Transformation künftig entscheidend sind

Die beschleunigte Digitalisierung hat von IT-Abteilungen viel Einsatz gefordert, entsprechend fühlen sich neun von zehn Technologen (90 Prozent) in Deutschland während der Arbeit stark unter Druck gesetzt, zeigt der aktuelle Report Agents of Transformation 2021: The Rise of Full-Stack Observability von AppDynamics. Die Gründe hierfür liegen in der gestiegenen Komplexität, sowohl durch den schnellen Übergang zu Cloud Computing (74 Prozent) als auch durch den dabei entstandenen Flickenteppich aus Legacy- und Cloud-Technologien (82 Prozent). Die Folge: den IT-Experten fehlt Transparenz über den gesamten IT-Stack, denn herkömmliche Monitoring-Lösungen reichen in dynamischen und verteilten Software-defined-Umgebungen nicht mehr aus. Um wieder Transparenz zu erreichen und die digitale Transformation weiterhin vorantreiben zu können, müssen Unternehmen vier Aspekte beachten:

1. Technologen brauchen Einblick in die gesamte IT-Landschaft

66 Prozent der Befragten verschwenden laut eigener Aussage Zeit, weil sie nicht schnell identifizieren können, wo Probleme in ihrer IT-Umgebung auftreten. Daher benötigen sie ein Observability-Tool, das ihnen Transparenz über alle Cloud- und traditionelle Infrastrukturen bietet, von kundenorientierten Anwendungen bis hin zur Kerninfrastruktur wie Storage und dem Netzwerk. Eine Lösung, die Warnmeldungen, Ursachenforschung und Analysen von korrelierten MELT-Daten (Metrics, Events, Logging, Tracing) der Cloud bietet, ermöglicht eine frühzeitige und einfache Fehlerbehebung. Zusätzlich sollte sie die Infrastrukturen mit den von ihnen ausgeführten Diensten und Anwendungen verknüpfen, um Probleme auf der Anwendungsebene schneller zu lösen.

2. IT-Daten in einem Business-Kontext betrachten

Technologen brauchen aber nicht nur eine Lösung, um Transparenz über die IT-Infrastrukturen und –Anwendungen zu erreichen, sondern auch, um richtig mit den Datenmengen umzugehen, die daraus entstehen. So sind 90 Prozent von ihnen überzeugt, dass die Fähigkeit, sämtliche technische Bereiche des IT-Stacks zu überwachen und ihre Performance mit den Geschäftsergebnissen zu verbinden, wichtig ist, um die Innovationsziele ihres Unternehmens zu erreichen. Indem sie Echtzeit-Geschäftsdaten wie Customer Experience, Verkaufsaktivitäten und Umsatz mit Performance-Daten verbinden, können sie Probleme anhand ihrer tatsächlichen Bedeutung und ihrer Auswirkungen auf die Endnutzer priorisieren. Technologen können sich dadurch stärker auf neue Innovationen konzentrieren, da sie nicht mehr ununterbrochen mit Feuerlöschen beschäftigt sind.

3. Investitionen in die richtigen Fähigkeiten

Für die Überwachung der Leistung ihrer Cloud-Umgebung brauchen IT-Abteilungen ebenso ein neues Skillset wie für die Verknüpfung dieser Daten mit dem übergreifenden Business-Kontext. 30 Prozent der Technologen befürchten allerdings, dass es in ihrem Unternehmen aktuell an den entsprechenden Fähigkeiten hierfür mangelt. Für diese Problematik existieren zwei Lösungen: Zum einen die Einstellung neuer Mitarbeiter, die die benötigten Skills mitbringen. Durch den vorherrschenden IT-Fachkräftemangel kann sich die Suche allerdings in die Länge ziehen. Zum anderen können Unternehmen aber auch in ihre vorhandenen Mitarbeiter investieren und ihnen Trainings und Schulungen anbieten, die ihnen diese Fähigkeiten beibringen.

4. Die Zukunft im Blick behalten

Die Innovationsgeschwindigkeit und damit die Menge an Daten werden in den nächsten Jahren weiter stark zunehmen. Dadurch werden IT-Teams Schwierigkeiten bekommen, die erforderlichen Ressourcen für die Verwaltung und Optimierung der Performance in der gesamten IT-Umgebung bereitzustellen, während die meisten Observability-Lösungen nicht in der Lage sein werden, die Datenflut und Komplexität zu verarbeiten, die mit großen Public-Cloud-Architekturen einhergehen. Technologen müssen sich deshalb jetzt schon überlegen, wie sie diesen Problemen vorbeugen können, indem sie die Abhängigkeit von manuellen Maßnahmen durch Automation und Künstliche Intelligenz verringern. So haben KI-gestützte Observability-Lösungen das Potenzial, Echtzeiteinblicke in die IT-Leistung zu liefern und Anomalien automatisch zu beheben bevor diese sich auf die Nutzer auswirken.