KI-unterstützte Netzwerkverwaltung
Administratoren müssen für einen reibungslosen Ablauf innerhalb des Netzwerks sorgen, um die erwartete Nutzererfahrung konsistent zu liefern. Doch mit sich ständig verändernden Variablen ist dies von menschlicher Hand kaum mehr managebar. Eine Voraussetzung, um in Echtzeit auf Probleme reagieren zu können, sind KI-basierte Betriebsabläufe. Dieser Ansatz unterstützt Admins bei ihrer Arbeit und übernimmt bestimmte Tätigkeiten automatisch. Der Beitrag erklärt, wie genau eine solche KI-native Netzwerksoftware funktioniert.
Moderne dynamische IT-Umgebungen im Zeitalter von Cloud und Edge Computing erhöhen die Anforderungen an Netzwerkkapazitäten und -verfügbarkeiten sowie den Administrationsaufwand deutlich. Eine rein manuelle Verwaltung des Netzwerks ist dabei kaum mehr praktikabel. Nur eine gezielte Automatisierung von Netzwerkfunktionen kann die Administratoren maximal entlasten. KI-native Netzwerkplattformen bieten die erforderliche Flexibilität, Automatisierung und Sicherheit, um den Betrieb zu vereinfachen und eine zuverlässige Performance zu gewährleisten. KI-gestützte Betriebsabläufe können Störungen und Engpässe in Echtzeit erkennen, melden und manchmal sogar beheben, einzelne Service-Level überwachen und Sicherheitsrichtlinien durchsetzen. Konsolidierte Reports unterstützen zudem den Netzwerkbetrieb beim Erreichen von KPIs, etwa im Hinblick auf die Service Availability.
Anforderungen des Admins priorisiert
Ebenso wichtig ist eine Experience-First-Networking-Strategie, die die Anforderungen des Administrators priorisiert. Sie zielt darauf ab, Nutzern relevante, proaktive Einblicke in ihre Netzwerke zu bieten sowie Daten und Erkenntnisse durch automatisierte Prozesse zur Optimierung von Betrieb und Support jederzeit und überall verfügbar bereitzustellen. Dieses KI-getriebene Konzept optimiert Netzwerkhardware, -software und -services in koordinierter Weise und automatisiert viele Aufgaben, um die Arbeit des Administrators zu erleichtern. Prinzipiell handelt es sich dabei um eine KI-basierte Netzwerkgrundlage mit einer Reihe von Standardbetriebsverfahren, die zusammen einen simplifizierten und automatisierten IT-Betrieb vom Core bis zur Cloud unterstützen.
Architekturen, die auf diesem Modell basieren, sind auf die Bereitstellung zuverlässiger Funktionen und Prozesse ausgelegt, die die Netzwerkplanung, das Deployment und die Wartung automatisieren, vereinfachen und beschleunigen. Beispiele dafür sind Hardware- und Softwareupgrades, die Fehlersuche und -behebung, Funktions-Rollouts, die Skalierung und die agile Datenspeicherung. Insgesamt können Unternehmen mit einer Experience-First-Networking-Strategie für IT-Personal, Endbenutzer, Anwendungen und Geräte die bestmöglichen Service-Level und Erfahrungen erzielen.
KI-nativ zu AIOps
KI-native Netzwerke sind die ideale Basis für die Umsetzung von AIOps-Konzepten, die Administratoren und Betriebsteams helfen, schnellere und bessere Entscheidungen zu treffen und zeitnah auf Netzwerk- und Systemvorfälle zu reagieren. Mit AIOps erhalten Unternehmen Kontextinformationen für große Mengen von Telemetrie- und Protokolldaten in der gesamten IT-Infrastruktur in Echtzeit oder nahezu in Echtzeit. Diese Daten werden dann mit relevanten historischen Daten kombiniert, um verwertbare Erkenntnisse zu gewinnen. Die Netzwerkperformance wird kontinuierlich überwacht und analysiert, wobei es auch zu automatischen Anpassungen kommt, um die Geschwindigkeit, Zuverlässigkeit und Effizienz zu optimieren. Indem sich Netzwerkausfälle und Engpässe vorhersagen lassen, bevor sie tatsächlich auftreten, kann AIOps vorbeugende Wartungsmaßnahmen ergreifen und so Ausfälle reduzieren.
Der Einstieg in AIOps unterscheidet sich nicht wesentlich von der Implementierung anderer Lösungen zur Infrastrukturanalyse. Eine AIOps-Plattform muss mit der Infrastruktur, die sie überwachen soll, verbunden werden, woraufhin die Erkennung und das Lernen beginnen. Erste Erkenntnisse stehen zur Verfügung, sobald genügend Daten während des KI-Lernprozesses eingelesen wurden. Die AIOps-Plattform analysiert die IT-Umgebung und bietet dann Ursachenanalysen für Probleme, sobald diese auftreten. Die letzte Phase der Einbindung von AIOps in den Workflow einer Organisation ist die Automatisierung. Sobald die AIOps-Plattform genug gelernt hat, kann sie beginnen, einfache Probleme automatisch zu beheben.
AIOps erfordert eine KI-Engine, die in der Lage ist, Ereignisse zu korrelieren, und ML-Algorithmen, die Wissen oder Muster aus einem Satz von Beobachtungen extrahieren. Ein virtueller Netzwerkassistent bietet darüber hinaus auf der Basis der Verarbeitung natürlicher Sprache eine leistungsstarke Konversationsschnittstelle, die Anfragen in Kontext setzen, die Fehlerbehebung beschleunigen und intelligente Entscheidungen oder Empfehlungen bereitstellen kann, um den Betrieb zu optimieren.
Der zentrale Vorteil von AIOps liegt in der Steigerung der Effizienz und Performance einzelner Anwendungen und Services. Unternehmen, die AIOps als Teil ihrer automatisierten Infrastruktur- und Betriebsabläufe einsetzen, verbessern damit sämtliche Aspekte, von der Reaktionszeit auf Sicherheitsvorfälle und Störungsfälle bis hin zur Implementierung neuer Infrastrukturkomponenten. Im Idealfall ist AIOps für den Endanwender unsichtbar und in die üblichen Tools des Administrators integriert.
Optimierung des Netzwerkbetriebs
Ein KI-natives Netzwerk mit einem Experience-First-Networking-Ansatz bietet konkrete Verbesserungen in verschiedensten Bereichen. Zunächst wird ein automatisierter WLAN-, LAN- und WAN-Betrieb unterstützt – basierend auf relevanten Erkenntnissen, die aus korrelierten Daten von KI- und ML-Analysen abgeleitet werden. Die proaktive Automatisierung erfolgt durch präskriptive Empfehlungen mit einer Closed-Loop-Verifizierung der durchgeführten Maßnahmen. Das heißt der Zustand des Netzwerks wird vor und nach der Durchführung von Änderungen überprüft, um sicherzustellen, dass die Änderungen keine negativen Nebeneffekte verursachen.
Automatisiert lassen sich zum Beispiel auch Bereitstellungstests durchführen. Dabei wird die Fähigkeit von Netzwerken zur Unterstützung von Services schon vor deren Deployment überprüft. Nach der Bereitstellung ist dann verifizierbar, ob die Services gemäß den Servicel-Level-Zielen funktionieren. Darüber hinaus ermöglicht die Erkennung von Anomalien auch eine schnelle Behebung von Problemen, bevor sie bei den Benutzern auftauchen. Der letzte Schritt könnten KI-gesteuerte Maßnahmen auf Basis eines Self-Driving Network sein, das Störungen proaktiv und automatisch beseitigt und damit auch potenzielle manuelle Fehlerquellen vermeidet.
Zudem profitieren Administratoren von der clientseitigen Visibilität. Über eine einfache Netzwerkschnittstelle erhalten sie Informationen zu jedem einzelnen Benutzer, jeder Anwendung, jedem Gerät und jeder Session. Anstatt sich ausschließlich auf eine Netzwerk-zentrierte, aggregierte Ansicht von Metriken wie Verbindungsstatus, Durchsatz und Latenz zu stützen, können Admins so den aktuellen Status der Konnektivität jedes einzelnen Clients überprüfen und gegebenenfalls erforderliche Anpassungen vornehmen, etwa falls ein Access Point überlastet ist und deshalb Performanceprobleme bestehen.
Nicht zuletzt zielt Experience-First Networking auch auf eine automatisierte Sicherheit ab. Das heißt, Netzwerke werden an allen Verbindungspunkten mit einer Bedrohungserkennung ausgestattet. Sobald eine Gefahr registriert wird, ergreift das Netzwerk automatisch erforderliche Maßnahmen, indem es zum Beispiel den Netzwerkzugriff oder Datenverkehr bei Bedarf stoppt beziehungsweise umleitet.
Von einem KI-natives Netzwerk mit einem Experience-First-Networking-Ansatz profitieren Netzwerkarchitekten, -entwickler und -betreiber in Unternehmen, aber auch Service- und Cloudprovider. Durch die Netzwerkautomatisierung, die den Betrieb beschleunigt, die Visibilität verbessert und Fehler minimiert, kann etwa ein Unternehmen mit einem kleinen IT-Team Software-Upgrades an Hunderten von Standorten schnell bereitstellen und Cloudarchitekten können neue Services in kürzester Zeit einführen, um sie im Einklang mit einem Geschäftswachstum zu skalieren.
Fazit
Nach wie vor besteht vielfach eine Diskrepanz zwischen der Netzwerkperformance und der User Experience des Administrators, die mit der wachsenden Anzahl von Benutzern, Geräten und Anwendungen noch steigt. Hohe Verfügbarkeit im Netzwerkkontext bedeutet nicht automatisch, dass die Netzqualität gut ist – die bloße Durchleitung von Datenverkehr ist kein akzeptables Messkriterium mehr für eine optimale IT-Infrastruktur. Eine KI-native Netzwerkplattform in Kombination mit einer Experience-First-Networking-Strategie stellt deshalb die Erwartungshaltung und Bedürfnisse der Administratoren in den Mittelpunkt. Die Nutzerfahrung mit einer Entlastung des Administrators hat oberste Priorität – und das kommt in letzter Konsequenz vor allem auch der Qualität und Effizienz des Netzwerks zugute.
ln/Dieter Badmann, Senior Director DACH bei Juniper Networks