Von DevOps über DevSecOps und BizDevOps zu AIOps
Obwohl DevOps den Mainstream-Status erreicht hat, sind nicht alle Anwendungen vollständige DevOps – Entwicklungen. Viele Firmen verlassen sich auf einen DevOps-Ansatz für umsatzgenerierende IT-Projekte, bei denen sie einen Return on Investment in den neuesten Tools und Fähigkeiten sehen.
Für viele interne IT-Services, die stabil und ausgereift sind, wie z. B. traditionelle, gut etablierte Legacy-Anwendungen, bietet DevOps keine nennenswerten Vorteile.
DevOps und Security
Einige Organisationen erweitern den Anwendungsbereich von DevOps auf andere Rollen, z. B. Sicherheitsteams oder Abteilungen.
- In DevSecOps finden Sicherheits- und Compliance-Planung, Scans, Tests und Überprüfungen während der gesamten DevOps-Schleife kontinuierlich statt.
- BizDevOps konzentriert sich auf die Zusammenführung von Führungskräften, Anwendungseigentümern und anderen Geschäftsbeteiligten mit dem technischen Team, das die Software entwickelt, testet und unterstützt
- DevOps entwickelt sich ständig weiter, da künstliche Intelligenz von der Codeerstellung bis zum Incident Management hilft.
- KI für DevOps (oder AIOps) bedeutet eine intelligentere Automatisierung und noch kürzere Wartezeiten, sogar nahtlose Übersetzungen von Geschäftsanforderungen zu technologischen Konzepten – aber es gibt noch viele Hindernisse, bevor AIOps Realität wird.
AIOps
Der Einsatz von künstlicher Intelligenz in DevOps ist zwar noch eine junge Praxis, zeigt aber bereits jetzt und wird zunehmend größere Auswirkungen auf die Überwachung, Kostenoptimierung und darüber hinaus haben.
Anbieter versuchen, bestehende Portfolios mittels KI zu unterstützen bzw. in die KI-Welt zu bringen und daher ist künstliche Intelligenz allgegenwärtig geworden. KI wird definieren, wie effektiv und erfolgreich DevOps-Initiativen wirklich sein können.
KI wird zum zentralen Bestandteil der modernen IT – und DevOps. Da Unternehmen auf komplexere IT-Plattformen umsteigen, die private und öffentliche sowie virtuelle und physische Umgebungen mischen, wird es immer schwieriger bis unmöglich, die Bereitstellung und Orchestrierung von Workloads manuell zu verwalten.
IT-Administratoren müssen KI durchgängig in DevOps-Prozesse einbetten – und darüber hinaus in den vorgelagerten Prozess, in dem das Unternehmen Entscheidungen trifft. Die Geschäftsanforderungen bestimmen alles, von der Entwicklung über das Testen bis hin zu Betrieb und Wartung.
Monitoring mit KI: Fortschrittliche KI für DevOps stellt sicher, dass Entwickler die richtige Plattform zur richtigen Zeit verwenden, um die Kosten zu optimieren. Sie können beispielsweise Sandboxing und frühe Tests in einer Workstation-Umgebung durchführen, für Tests in der zweiten Phase auf kostengünstige Public-Cloud-Plattformen wechseln und dann für vollständige Belastungstests auf eine Replik einer realen Umgebung umsteigen, bevor sie das fertige Paket in die Produktion überführen.
Direktes Feedback von Benutzern ist nach wie vor wichtig, aber KI-Workflows können erweiterte Berichte über Ressourcen erstellen und darüber hinaus Informationen bereitstellen, die IT-Prozesse optimieren können.
KI für DevOps ist in Arbeit: Erwarten Sie nicht, dass all diese fortschrittlichen KI-Anwendungen im nächsten Jahr zum Mainstream werden. Der Markt ist noch unreif und das Potenzial der KI wird sich mit der Marktentwicklung ändern. Schüren Sie die Erwartungshaltung an die KI nicht zu viel in ihrem Unternehmen, sondern erklären Sie den Entscheidungsträgern, warum Experimente in der Frühphase und Sondierungsprojekte den Entwicklern nicht nur helfen, zukünftige Möglichkeiten besser zu verstehen, sondern auch dem Unternehmen direkt zugutekommen.
ResultONE kann in vielen Fällen als DevOps – Berater fungieren und bei DevOps-Projekten unterstützen oder Fachwissen ergänzen, das möglicherweise irgendwo im DevOps-Prozess fehlt.