Die digitale Transformation ist in vollem Gange. Was für den Geschäftserfolg und für die Innovationskraft von Unternehmen notwendig ist, sorgt an anderer Stelle für großen Druck. Denn die Digitalisierung zieht Konsequenzen wie immer komplexere Netzwerkinfrastrukturen nach sich – und die wollen verwaltet, abgesichert und effizient gehalten werden. Der Performance- und Datenhunger moderner Anwendungen ist größer denn je. Und entsprechend hoch ist auch der Traffic und damit die Abhängigkeit der Unternehmen von stabilen und leistungsstarken Netzwerken.

Um deren Resilienz, Sicherheit und Effizienz sicherzustellen, zeichnen Netzwerkadministratoren verantwortlich. Jedoch sind die An- und Herausforderungen mittlerweile so groß, dass selbst gut aufgestellte Netzwerkteams zuweilen an ihre Grenzen stoßen. Darüber hinaus zieht der Fachkräftemangel auch ein eklatantes Defizit an Expertinnen und Experten im Netzwerksegment nach sich, sodass Unternehmen gezwungen sind, nach alternativen Möglichkeiten zu suchen, um ihre Network Operations zu stemmen.

KI als Retter in der Not
Es ist daher wenig verwunderlich, dass Geschäftsführungen sehr interessiert auf die aktuellen Entwicklungen im Bereich KI und generative KI (GenAI) blicken. Die beeindruckenden Ergebnisse, die die Technologie heute liefert, sorgen daher für deren rasante Verbreitung im IT- und Netzwerkbetrieb. Laut einer Untersuchung von Opengear berichten 94 Prozent der Chief Information Officers (CIOs) und Chief Security Officers (CSOs), mit der Implementierung von KI ins Netzwerkmanagement begonnen zu haben; mehr als die Hälfte (58 Prozent) gaben sogar eine vollständige Implementierung zu Protokoll. Doch wofür setzen Unternehmen KI im Netzwerkbereich wirklich ein?

Künstliche Intelligenz ist tatsächlich ein sehr mächtiges Werkzeug, wenn es um die Verwaltung von modernen Netzwerken geht. Durch die Fähigkeit, große Datenmengen rapide zu erfassen und zu verarbeiten, eignet sich KI unter anderem dafür, die Netzwerkperformance und den Traffic in Echtzeit zu überwachen. Automatisiertes Netzwerkmonitoring ist einer der großen Benefits, die die Arbeitslast von Administratoren extrem senkt und ihnen mehr Zeit für anspruchsvollere Aufgaben gibt. Gleiches gilt für die Automatisierung von Routineaufgaben wie dem Update von Netzwerkgeräten oder der Provisionierung von Ressourcen im laufenden Betrieb. Durch KI-basierte Datenanalyse ist es dem System so möglich, kritischen Traffic automatisch zu erkennen und zu priorisieren. Die Auswertung von Logdaten – ebenfalls in Echtzeit – kann Performanceprobleme entlarven und potenzielle Ausfälle vorhersagen. Elaborierte KI-Tools können dann sogar automatisiert Gegenmaßnahmen ergreifen und somit Downtimes verhindern.

Nach heutigem Stand der Technik ist es durchaus möglich, das Netzwerkmanagement im Alltag umfassend zu automatisieren. Das macht Netzwerkadministratoren natürlich nicht obsolet, doch ihre Rolle innerhalb eines Unternehmens wird sich in den kommenden Jahren definitiv weiterentwickeln. Dazu wird unter anderem gehören, ein umfangreiches Wissen rund um den Themenkomplex KI aufzubauen, um die Möglichkeiten der Zukunftstechnologie zielgenau und sinnvoll einzusetzen, um den Mangel an Fachkräften auszugleichen und einen reibungslosen Betrieb zu gewährleisten.

KI als Garant für Sicherheit und Resilienz
Eine der vielversprechendsten Anwendungen von KI im Netzwerkmanagement ist ihre Rolle bei der Stärkung der Cybersecurity und der Abwehr von Hackerangriffen. Denn nicht nur die Netzwerkinfrastrukturen werden immer komplexer, auch die Bedrohungen aus dem Cyberspace nehmen gleichermaßen an Anzahl als auch an Komplexität zu. Unternehmen benötigen daher innovative und fortschrittliche Methoden sowie Werkzeuge, um auf diese Entwicklung passend und vor allem ohne Zeitverzögerung reagieren zu können.

Künstliche Intelligenz spielt auch in diesem Zusammenhang seine Stärken in puncto Datenanalyse in Echtzeit aus. Das Monitoring des Netzwerks und des Traffics ermöglichen nicht nur, Ausfälle und Leistungsschwankungen aufzudecken und somit die Resilienz zu steigern. Auch Anomalien im Traffic, die auf potenzielle Sicherheitsverletzungen hinweisen, identifizieren entsprechende KI-Tools zielsicher, bevor diese eskalieren. Darüber hinaus können auf künstlicher Intelligenz basierende Systeme die Reaktion auf solche Vorfälle automatisieren. Dazu sollten Netzwerkadministratoren in enger Absprache mit der technischen Geschäftsführung Sicherheitsprotokolle definieren, die dann auslösen, wenn die KI verdächtige Aktivitäten entdeckt. Auf diese Weise geht im Ernstfall keine Zeit verloren.

Alles Gold, was glänzt? Herausforderungen beim KI-Einsatz
Die Vorteile der Zukunftstechnologie KI in Bezug auf das Netzwerkmanagement und die Cybersicherheit liegen auf der Hand. Dennoch gibt es einige Hindernisse, denen Unternehmen bei ihrem Sprung ins KI-Zeitalter begegnen. Network Engineers nennen in diesem Zusammenhang vor allem die hohen Anfangsinvestitionen, die für den Einsatz von künstlicher Intelligenz erforderlich sind. Vor allem kleine und mittelständische Unternehmen verfügen oft nicht über die finanziellen Ressourcen, um KI ernsthaft einzusetzen und dessen Möglichkeiten voll auszuschöpfen. Dabei wären gerade sie es, die am meisten von KI profitieren und mit ihr im Bereich Netzwerkresilienz und Cybersicherheit zu Großkonzernen aufschließen könnten.

Auf Ebene der Geschäftsführung werden von CIOs und CSOs häufig regulatorische Probleme und die Compliance beim Einsatz von KI als Herausforderung genannt. Insbesondere in der EU, wo strenge Regularien für den Datenschutz und die Nutzung von KI gelten (Stichworte: DSGVO und EU AI Act), ist deren Nutzung kein Selbstläufer – selbst wenn die technischen Voraussetzungen vorhanden wären. Der erzwungene Nachweis, dass ihre KI-Systeme den rechtlichen Anforderungen entsprechen, wird oft zum Showstopper, bevor es überhaupt losgehen kann.

Eine sinnvolle Lösung dieser Probleme ist, die Einführung von KI für das Netzwerkmanagement schrittweise anzugehen. Indem Unternehmen mit einer Teilimplementierung starten und diese nach und nach ausbauen, können sie Erfahrung mit der Technologie sammeln und die Einhaltung der Compliance erleichtern. Ein sinnvoller Startpunkt ist, KI zunächst nur für das kontinuierliche Monitoring und die Echtzeitanalyse von Log-Daten einzusetzen.

Ein gutes Fundament für KI
Im Zusammenhang mit künstlicher Intelligenz empfiehlt sich der Einsatz von Werkzeugen, die unabhängig vom Produktivnetzwerk einen sicheren Zugriff für das Provisionieren, Orchestrieren sowie Verwalten und Beheben von Problemen bieten. Smart-Out-of-Band-Technologien schaffen eine stets aktive und vor allem unabhängige Managementebene, die vom Produktivnetzwerk getrennt ist. Über sie erhalten Admins wie auch KI-basierte Tools Zugang zu den Netzwerkgeräten, wenn das Produktivnetzwerk ausgefallen ist. Der Einsatz von Smart-Out-of-Band-Technologie trägt somit dazu bei, dass auch die künstliche Intelligenz zu jeder Zeit funktional bleibt und Echtzeitanalysen auf vollständigen und aktuellen Daten basieren.

Gerade im Hinblick auf die Bereiche prädiktive Analyse und automatisierte Problembehebung, die in Zukunft eine immer wichtigere Rolle spielen werden, ist es unabdingbar, dass KI-Tools über einen solchen Zugriff verfügen. Noch besser ist es, wenn das Out-of-Band-Netzwerk über eine Failover-to-Cellular-Funktion verfügt. Sie sorgt dafür, dass die Managementebene bei einem Ausfall des kabelbasierten Netzwerks über den Mobilfunk erreichbar ist und so eine zentralisierte Fehlersuche und -behebung erlaubt.

Fazit
Künstliche Intelligenz wird das Netzwerkmanagement in Zukunft prägen und die Arbeit von Network Engineers vereinfachen sowie verändern. Sie hat das Potenzial, die Resilienz von Netzwerken deutlich zu stärken und Ausfallzeiten massiv zu reduzieren – oder sie bereits im Vorfeld durch prädiktive Analysen ganz zu verhindern. Bevor die Technologie allerdings vollständig eingesetzt werden und den Fachkräftemangel abschwächen kann, müssen Unternehmen investieren, und zwar parallel in ihre Mitarbeiter und die Technologie selbst.

ln/Dirk Schuma, Sales Manager EMEA North bei Opengear