Die Enterprise-Project-Community geht davon aus, dass Künstliche Intelligenz eine bedeutende Rolle beim weiteren Siegeszug von Cloud-Lösungen im Markt spielen wird. Für die Researcher von Gartner ist abzusehen, dass sich KI innert fünf Jahren zu einem Top-Parameter für IT-Infrastrukturentscheide entwickeln und einen bis zu zehnfachen Anstieg der Computing-Anforderungen mit sich ziehen wird. Noch nutzen Unternehmen KI nur punktuell, doch bis 2025 soll bereits die Hälfte KI über Orchestrierungsplattformen operationalisieren.

Wir sehen eine sehr interessante Wechselwirkung zwischen Künstlicher Intelligenz und Cloud. Zum einen kann nur dank der Cloud die enorme Rechenleistung bereitgestellt werden, die es braucht, um die riesigen Datenmengen, welche von KI analysiert und nach Mustern durchsucht werden, zu verarbeiten. KI-Lösungen selbst lassen sich aus der Cloud im SaaS-Modell nach Bedarf beziehen. KI resp. Machine Learning «as a Service» wird menschliche Entscheidungen in vielen Bereichen ergänzen und optimieren bzw. sogar autonom Entscheide treffen und diese ausführen.
Zum anderen kann KI für die Optimierung der Cloud-Ops-Effizienz genutzt werden. Es kristallisiert sich hierfür u. a. Potenzial auf vier verschiedenen Ebenen heraus:

• Mittels KI können die Cloud-Kosten gemanagt und optimiert werden.
• KI kann helfen, Cloud-Sicherheit und -Compliance sicherzustellen.
• Der IT-Betrieb lässt sich dank KI intelligent automatisieren.
• Alarmierungen können mit KI verfeinert werden, so dass der Pikettdienst revolutioniert wird.

KI und ihr Potenzial für die Cloud

Mit dem Einzug verschiedenster Cloudmodelle von Private über Public bis Hybrid und der Umstellung auf DevOps und Microservies-Modelle werden die Cloudinfrastrukturen um ein Vielfaches komplexer. KI in den IT-Operations (AIOps) hilft den Betriebsteams, den IT-Betrieb intelligenter und effizienter zu gestalten. AIOps-Plattformen erkennen Muster in den Operations und können so zum Beispiel wiederkehrende Probleme identifizieren, deren Behebung sich für eine Automatisierung eignet. Im nächsten Schritt werden automatisiert IT-Service-Desk-Funktionen wahrgenommen, die auf Basis der gesammelten Daten – etwa zu häufig vorkommenden IT-Tickets – Anfragen eigenständig bearbeiten. Aus den «Verhaltensmustern» der Infrastruktur leitet die KI mit der Zeit proaktiv den Kapazitätenbedarf ab und ist in der Lage, die Multi-Cloud-Auslastung im Kontext von Applikationen und Services zu orchestrieren. Diese «predictive Workload Analytics» führen dazu, dass in den Operationsabteilungen weniger Zeit für Problemlösungen aufgewendet werden muss und die Cloud-Ressourcen effizienter genutzt werden können. Dazu zählt auch, dass der AIOps-Algorithmus selbstständig erkennt, welche Daten und Applikationen besonders sensibel und schützenswert sind, so dass die Einhaltung von Governance-Richtlinien automatisiert und das Compliance-Framework kontinuierlich angewandt und angepasst werden können.
Nicht zuletzt profitieren die Service-Desk-Dienste von KI in den Operations: Je mehr Alerts die KI auswertet, desto genauer lernt sie, falsche Alarme auszusortieren, und kann somit der bei den IT-Betriebsteams weit verbreiteten «Alertmüdigkeit» entgegenwirken. Womöglich werden Pikettdienste bald der Vergangenheit angehören, wenn die KI entsprechende Routineaufgaben fehler- und ermüdungsfrei übernehmen kann.

Bei Inventx sind wir bereits intensiv daran, den Betrieb unserer ix.Cloud intelligent zu automatisieren sowie Machine Learning für die Präzisierung von Alerts nutzbar zu machen, damit der manuelle/menschliche Support zurückgefahren werden kann resp. diese wertvollen Ressourcen in kreativere Aufgaben fliessen können.
Weiteres Augenmerk richten wir darauf, KI-Services quasi wie aus einem Katalog aus der ix.Cloud verfügbar zu machen. Unsere Leistung besteht darin, international ausgerichtete KI-Services auf den Schweizer Finanzmarkt zu adaptieren, so dass sie erstens nach unseren hiesigen Regulatorien anwendbar sind, zweitens Schweizer Befindlichkeiten – etwa in der Spracherkennung – abbilden und drittens auch für kleinere und mittlere Finanzinstitute attraktiv sind, die von Skalierbarkeit und einem vereinfachten Zugang zu diesen zukunftsweisenden Technologien profitieren.