Multicloud fordert neue Tools für das Infrastruktur-Monitoring

Unternehmen, die zunehmend Multicloud-Architekturen nutzen, müssen sich Herausforderungen in Bezug auf Agilität und Skalierbarkeit stellen. Dies zeigt eine von Dynatrace beauftragte Studie. Eines der Ergebnisse: IT-Teams benötigen fast die Hälfte ihrer Zeit, um Systeme am Laufen zu halten.

Multicloud-Strategien, so Dynatrace, haben zu einem Anstieg der Komplexität geführt. Die Überwachung und Verwaltung von sich ständig verändernden Umgebungen liefere Infrastruktur-Teams oft zu viele Daten. So müssten sie viel Zeit mit manuellen Routine-Aufgaben verbringen – Zeit, die fehlt, um Innovationen zu beschleunigen. Dies würde die Notwendigkeit eines verstärkten Einsatzes von KI und Automatisierung unterstreichen.

Die wichtigsten Ergebnisse, bezogen auf Deutschland:

• 100 Prozent der befragten deutschen Unternehmen haben eine Multicloud-Umgebung und nutzen durchschnittlich jeweils sechs verschiedene Plattformen. Dazu gehören Amazon Web Services (62 Prozent), Microsoft Azure (38 Prozent), Google Cloud (23 Prozent) und IBM Red Hat (11 Prozent).

• Unternehmen verwenden im Durchschnitt acht verschiedene Produkte für das Infrastruktur-Monitoring, um Multicloud-Umgebungen zu verwalten. 55 Prozent sagen, dass dies die Optimierung der Infrastruktur-Performance und des Ressourcenverbrauchs erschwert.

• Laut 83 Prozent der IT-Führungskräfte hat der Einsatz von Kubernetes ihre Infrastruktur dynamischer und schwieriger zu verwalten gemacht.

• 48 Prozent der IT-Führungskräfte glauben, dass herkömmliche Software für das Infrastruktur-Monitoring bei Multicloud und Kubernetes nicht mehr geeignet sind.

„Multicloud-Strategien sind entscheidend, um mit dem rasanten Tempo der digitalen Transformation Schritt zu halten – aber die Teams haben Schwierigkeiten, die Komplexität zu bewältigen, welche diese Umgebungen mit sich bringen“, sagt Bernd Greifeneder, Gründer und Chief Technology Officer bei Dynatrace. „Die Abhängigkeiten nehmen exponentiell zu, angetrieben durch eine schnellere Bereitstellungsfrequenz und Cloud Native Architekturen, die zu ständigen Veränderungen führen. Open-Source-Techniken verkomplizieren dies, indem sie den Teams noch mehr Daten liefern.

Erschwerend kommt hinzu, dass jeder Cloud-Service oder jede Cloud-Plattform eine eigene Monitoring-Software hat. Für ein vollständiges Bild müssen Teams Erkenntnisse aus jeder Lösung manuell extrahieren und mit Daten aus anderen Dashboards zusammenfügen. Unternehmen sollten ihre Teams dabei unterstützen, die Zeit für manuelle Aufgaben zu reduzieren. Dann können sie sich wieder auf strategische Aufgaben konzentrieren, die neue, qualitativ hochwertige Services für Kunden bieten.“

Weitere Ergebnisse der Studie, bezogen auf Deutschland:

• 56 Prozent der IT-Führungskräfte sagen, dass in ihren Multicloud-Umgebungen blinde Flecken bei der Observability zu einem größeren Risiko für die digitale Transformation führen, denn die Teams haben keine einfache Möglichkeit, die Infrastruktur durchgängig zu überwachen.

• 55 Prozent der IT-Führungskräfte geben an, dass das Infrastruktur-Management mit der zunehmenden Nutzung von Cloud-Services immer mehr Ressourcen bindet. So sind ihre Teams gezwungen, zwischen verschiedenen Lösungen und Dashboards zu wechseln, um Erkenntnisse zu gewinnen.

• Fast die Hälfte (42,5 Prozent) ihrer Zeit verschwenden IT-Teams mit manuellen Routinearbeiten, um Systeme am Laufen zu halten. Das führt zu einem erheblichen Produktivitätsverlust und verpassten Umsatzchancen durch verzögerte Innovationen.

• Mehr als die Hälfte (60 Prozent) der IT-Führungskräfte ist der Meinung, dass herkömmliche Ansätze für Infrastruktur-Monitoring mit einer Plattform abgelöst werden müssen, die eine durchgängige Observability in Multicloud-Umgebungen ermöglicht.

„Infrastruktur-Teams benötigen KI-gesteuerte Lösungen, die so viele manuelle Routine-Aufgaben wie möglich automatisieren“, so Greifeneder weiter. „Mit automatischer, kontinuierlicher Erkennung und Instrumentierung können Teams den manuellen Aufwand reduzieren und gleichzeitig die End-to-End-Observability in ihren hybriden Multicloud-Umgebungen aufrechterhalten. Observability allein ist jedoch nicht genug. Man braucht auch Zugang zu präzisen Antworten, die den Teams helfen, ihre Umgebungen effektiv und effizient zu optimieren.“

Herkömmliche Ansätze könnten hier nicht mithalten, da sie stark auf manuellen Prozessen basierten. Unternehmen benötigten einen intelligenteren Ansatz, der KI, Automatisierung und End-to-End-Observability kombiniere. Teams erhalten damit mehr Zeit und können sich auf die Beschleunigung von Innovationen und die Optimierung von Nutzungsmöglichkeiten konzentrieren.“

(ID:47977963)