Der Blätterkatalog benötigt Javascript.
Bitte aktivieren Sie Javascript in Ihren Browser-Einstellungen.
The Blätterkatalog requires Javascript.
Please activate Javascript in your browser settings.
Künstliche Intelligenz | technik einführungszeit und die Geschwindigkeit von datengetriebenen Modellen einen entscheidenden Wettbewerbsvorteil liefern Künstliche Intelligenz ermöglicht IT-Operations schnellere Auswertungen geringere Ausfallzeiten und dadurch minimierte Geschäftskosten Bislang vertrauen zahlreiche Unternehmen dafür auf IT-Monitoring Dadurch kann man zu jedem beliebigen Zeitpunkt den Zustand des Systems einsehen und Problematiken frühzeitig erkennen und ihnen entgegenwirken Bei komplexen IT-Umgebungen wird aber schon die schiere Menge an Benachrichtigungen ausgelöst durch das Monitoring zum Problem Es wird schwierig den Überblick zu bewahren geschweige denn die zentralen Problemursachen zu finden und zu beheben Je mehr Daten desto besser das Ergebnis Wenn beispielsweise eine Datenbank ausfällt die von zehn Nodes eines Kubernetes-Clusters genutzt wird und in diesen zehn Nodes jeweils 20 Container laufen dann bekommt das ITTeam zwangsläufig 200 Fehlermeldungen Im Anschluss gilt es schnellstmöglich die Fehlerursache zu bestimmen Dafür ist es nötig die Monitoring-Daten zu analysieren in Kontext zu setzen und zu kuratieren Nutzt man eine AIOps-Lösung übernimmt das die künstliche Intelligenz Das maschinelle Lernen trainiert dann die Algorithmen und optimiert sie auf spezifische Anforderungen hin Die Grundlage des maschinellen Lernverhaltens sind große Datenmengen und je größer die Datenmenge umso qualitativ besser sind die Ergebnisse Bei New Relic nennen wir das Observability Das Monitoring liefert den Fehler quasi das Was Observability dagegen liefert die Fehlerursache also das Warum So werden Fehler schneller entdeckt behoben und Ausfälle auf ein Minimum reduziert was im Endeffekt das Kundenerlebnis optimiert Allerdings gibt es diverse AIOps-Lösungen auf dem Markt Bei einigen ist die Einführung mit einem erheblichen Zeitaufwand und veränderten Arbeitsabläufen verbunden Dies kann Teams Hunderte von Stunden für Integration Konfiguration Schulungen und Einarbeitung kosten Die Alert Fatigue reduzieren Wenn man sich für eine Lösung entscheidet ist es wichtig die Datenbasis zu definieren und mit in die Entscheidung einzubinden Bei der New Relic One Platform ist beispielsweise AIOps bereits integriert und muss bei Bedarf lediglich eingeschaltet werden Das heißt New Relic AI ist eine Out of the box-Lösung die keine Wochen der Einarbeitung oder Datenprüfung benötigt Sie lernt im Laufe der Zeit aggregiert korreliert und priorisiert Vorfalldaten automatisch um Teams dabei zu unterstützen die Alert Fatigue also die Defokussierung bei einem erhöhten Auftreten von Alarmen und Warnungen zu reduzieren So kann auf eine zentrale Datenbasis zurückgegriffen werden was wiederum Datensilos und unterschiedliche Interpretationen verhindern kann Damit schafft AIOps Wettbewerbsvorteile für Unternehmen und verbessert nachhaltig die Kundenzufriedenheit Deutsche Unternehmen sollten nicht mit der Implementierung von AIOps-Lösungen zögern nur weil sie vermuten nicht ausreichend über deren Sicherheit oder Qualität zu wissen Sie sollten zukunftsorientiert denken und die Gelegenheit nutzen ihr Unternehmen zu optimieren Transparenz und Offenlegung der Correlationsmechanismen schaffen Vertrauen in die Zuverlässigkeit der intelligenten Werkzeuge Feedback-Schleifen erhöhen kontinuierlich die Qualität der Trennung zwischen wertvollen Signalen und Störgeräuschen und geben am Ende einen entscheidenden Innovationsvorsprung und Marktvorteil Klaus Kurz Elektronik Studie Entwicklung von Embedded-Systemen Nehmen Sie an unserer Online-Studie teil und gewinnen Sie ein iPhone ein iPad der neuesten Generation oder ein Systemdesign von Advantech im Wert von über 10 000€ sponsored by Jetzt teilnehmen! elektronik de embeddedstudie Teilnahmeschluss 30 11 2020 Marktstudie WEKA_EK Marktstudie_210x110_EKneo_04_20 pdf S 1 Format 210 00 x 110 00 mm 26 Oct 2020 14 16 25