Die Antwort auf die große Frage lautet… kurz und knapp „42“, wenn man dem Supercomputer Deep Thought (aus dem Roman „Per Anhalter durch die Galaxis“), Glauben schenken soll. Aber es war ja auch nur die einfache Frage „Nach dem Leben, dem Universum und dem ganzen Rest“ – nicht gerade geistreich. Wieso also sollte man KI in der IT einsetzen.
Kurz und knapp, weil sie jetzt verfügbar und sinnvoll nutzbar ist. Diese Technik kann uns viele Dinge erleichtern, Fehler reduzieren, auf Engpässe hinweisen, Angriffe erkennen und abwehren und damit die Effektivität unserer Systeme massiv steigern und Kosten einsparen. Sie kann, sofern sie richtig eingesetzt wird, in vielen gewöhnlichen Bereichen Automatismen sinnvoller gestalten und verschiedene Prozessabläufe koordinieren.
KI immer und überall?
Um bei dem wichtigsten Utensil eines jeden Unternehmens, der Kaffeemaschine, zu bleiben (siehe Guardian 2018). Muss diese zwingend KI besitzen? Ja – wenn ich mich morgens mit ihr unterhalten möchte oder sie mir Ratschläge geben soll, was ich heute zu kochen gedenke, da sie sich im Vorfeld schon mit dem Kühlschrank und der Vorratskammer abgesprochen hat. Nein – wenn sie für mich in erster Linie nur Kaffee kochen soll und zwar gut und schwarz – fertig. Also stellt sich die Frage, ob man immer und überall KI benötigt. Dann kommt auch schnell die Diskussion auf über die ethischen Grundlagen und Voraussetzungen der KI. Diese Diskussion werde ich hier nicht führen, denn sonst wird der Guardian mit seinen 12 Seiten niemals reichen. Drängt sich nun die Frage auf: „Warum macht KI in der IT Sinn“? Die Ursprünge der KI reichen bis in die 50er Jahre zurück. Damals hatte man die Vision, Maschinen herzustellen, die ein intelligentes Verhalten aufzeigen. In einem mehrtägigen Symposium am Dartmouth College in Hanover / New Hampshire wurde dies erörtert. Witzigerweise an derselben Universität, die heute als Referenzprojekt für DIE KI-Lösung von Juniper Networks dient.
Während beim „Per Anhalter durch die Galaxis“ noch ganze Planeten für die Rechenleistungen benötigt wurden, stehen uns heute die Cloud und schnellere Prozessorleistungen zur Verfügung. Diese Rechenumgebungen erlauben es uns, auch für den geregelten Netzwerkbetrieb ein völlig neuartiges Anwendererlebnis zu bieten.
Die Herausforderungen
- Bisher gab es keine umfassende Sichtbarkeit von Problemen, sowohl kabellos als auch kabelgebunden, um die Beeinträchtigungen von Benutzererfahrungen zu spezifizieren.
- Es standen nur begrenzte Messdaten für drahtgebundene und drahtlose Domänen zur Verfügung. Die manuellen Konfigurations- und Verwaltungsprozesse verursachten Ineffizienzen und waren/sind fehleranfällig.
- Mangelnde oder nicht eingehaltene Compliance-Regeln wurden selten entdeckt, gerade wenn unterschiedliche Lösungen im gesamten IT-Bereich bereitgestellt wurden.
Die Lösung
Eine Plattform auf Basis von KI und moderne Cloud-Plattformen mit Mikroservices, die in der Lage sind die gestellten Anforderungen an Verfügbarkeit, Durchsatz und Sichtbarkeit zu meistern und trotzdem im laufenden Betrieb, ohne Beeinträchtigung der aktiven Verbindungen, die Skalierbarkeit zu erhöhen.
Sie sind es leid zu hören, dass die Nutzerprobleme im Netzwerk liegen?
Beweisen Sie das Gegenteil, indem Sie die Nutzererfahrung in den kabelgebundenen oder kabellosen Netzwerken anhand der geforderten Leistungsmetriken, kurz SLEs (Service Level Expectations) wie Durchsatz, Kapazität, Roaming und Betriebszeit, überprüfen und z.B. das Antwortzeitverhalten von Netzwerkinfrastrukturservices wie DHCP, DNS, AAA, etc. mit in die Berechnungen einbeziehen. Die Netzwerkinfrastrukturservices hängen zwar nicht mit der eigentlichen Übertragungsqualität des Netzwerks zusammen, sehr wohl aber mit der gesamten User-Experience der Clients, die das Netzwerk nutzen.
Diese Korrelation ermöglicht es, sogar SLEs für angeschlossene IoT-Endgeräte zu bestimmen, bei denen kein User ein ITTicket zu sporadisch auftretenden Qualitätseinschränkungen der Dienstgüte öffnen und beschreiben kann.
Sie sind in die Fallstricke des Spanning-Tree-Protokolls geraten?
Finden Sie STP-Schleifen, falsch konfigurierte VLANs oder defekte Kabel, noch bevor die Nutzer sie bemerken. Mit KI-geführten Lösungen sind die Zeiten der Turnschuh-Administration vorbei. Nun kann man von der Konsole aus den Fehler „vor Ort“ eingrenzen, beheben oder isolieren.
Sie werden von Benachrichtigungen Ihrer Systeme überschwemmt?
Ermitteln Sie die Problemursachen in drahtgebundenen und in kabellosen Netzwerken und nutzen Sie automatisierte Lösungen zur Fehlerbeseitigung. Oder wenn nötig, fragen Sie ein Expertensystem (z.B. Juniper MARVIS), das Ihnen auf Grund der gelernten Informationen Lösungsvorschläge präsentiert.
Erhalten Sie mit Mist Wired Assurance einen besseren Einblick
Die Wireless Lösungen von Mist Systems (Part of the Juniper Company) und der dazugehörigen KI wurden ja bereits in den vorhergehenden Ausgaben des Guardian beschrieben. Die darin beschriebenen Grundsätze wie; „Up ist nicht das Gleiche wie gut“, sondern das zur Verfügung stellen von vorhersehbaren, zuverlässigen und messbareren drahtlosen Netzen sowie völlig neuen Nutzererfahrungen durch KI und ML, gelten natürlich auch in den drahtgebundenen Netzen.
Mit der Juniper Wired Assurance ist dies nun möglich. Der Cloud-Abonnementdienst von Mist Wired Assurance nutzt die umfangreiche Junos-Switch-Telemetrie, um einfachere Vorgänge sowie eine kürzere Reparaturzeit und eine bessere Übersicht über die Endbenutzererfahrungen Ihrer verbundenen Geräte, einschließlich Zugriffspunkten, Servern und IoT-Endpunkten zu ermöglichen. Die KI-gesteuerte Lösung von Mist Systems kann genutzt werden, um Kunden der Juniper EX-Serie mit oder ohne Mist Access Points einen besseren Einblick in das verkabelte Netzwerk zu bieten.
Mist Systems Wired Assurance nutzt die Switches der EX-Serie und bietet mehr als Telemetrie, z. B. durch:
- Kabelgebundene und drahtlose Sicherheit.
Durch das Festlegen, Überwachen und Durchsetzen wichtiger kabelgebundener und drahtloser SLEs (Durchsatz, Kapazität, Roaming etc.), sowie vorhersehbaren Empfehlungen zum Vermeiden oder Lösen von Problemen.
- MARVIS, eine integrierte KI-Engine.
Juniper Networks hat seine KI-Engine in die Mist Systems-Plattform integriert, die einzigartige Einblicke auf Kundenebene, schnelle Fehlerbehebung, Trendanalysen, Anomalieerkennung und proaktive Problemeingrenzung bietet. Diese Funktionen simplifizieren die IT-Abläufe ohne kostspielige Overlay-Sensoren, Datenerfassungshardware oder zusätzliche Software.
- Moderne Mikroservices-Cloud.
Die Mist Systems Cloud baut auf modernen Mikroservices-Architekturen auf, die dem Netzwerk die Flexibilität von SaaS verleihen. Abrufbare Netzwerkaktualisierungen und Patches stehen innerhalb von Minuten statt Monaten bereit. Neue Funktionen werden nahezu wöchentlich bereitgestellt, um Risiken zu minimieren.
- Digitale Transformation mit Network Insights.
Dieser Service von Mist Systems beinhaltet die Analyse von Daten, um die Einblicke in das Netzwerk zu erweitern und Analysen durchzuführen. Somit können Sie Ihre Ressourcen besser auf die sich ändernde Anforderungen ausrichten, um benutzerdefinierte Berichte zu erstellen und Telemetriewerte aus Datenelementen von Drittanbietern zu integrieren. Dazu bietet Juniper Networks ebenso den neuen Mist Systems Premium Analytics Service an.
So erhalten Nutzer das beste Anwendererlebnis bei gleichzeitiger Simplifizierung der Betriebsabläufe für die verantwortlichen Netzwerk-Teams. Es bedarf also nicht eines noch größeren Computers, wie im Film „Per Anhalter durch die Galaxies“ zu bauen, sondern einfach nur die bestehenden Technologien zu nutzen und daraus die richtigen Schlüsse zu ziehen, eben das was KI in der IT macht.
Autor: Karl-Heinz Lutz, Partner Consultant DACH bei Juniper Networks
