Frau sitzt vor Computerbildschirmen

Bislang ist der Aufbau und die Pflege von IT-Infrastrukturen ein manuelles Business. Das wird sich dank KI und Co. schnell ändern. (Bild: Adobe Stock / DC Studio)

DevOps, beziehungsweise DevSecOps hat sich bereits in vielen Unternehmen in der IT durchgesetzt und Arbeitsweisen verändert. Neben diesen organisatorisch-konzeptionellen Veränderungen, die den Siegeszug der Cloud begleitet haben, stehen auf dem Weg zu mehr Effizienz und der Industrialisierung der IT weitere Veränderungen auf dem Plan. Beim Aufbau und Betrieb von IT-Infrastruktur greifen zunehmend Automatisierung und KI. Viele der großen Automotive-Player sind hier schon weit gekommen, denn mit dem Connected Car sind die Datenvolumen und der Bedarf nach Skalierung und Standardisierung gestiegen. Doch auch für die mittelständischen Zulieferer besteht Handlungsbedarf.

Auf dem Weg zur automatisierten IT

Es geht weg von der „Turnschuh-Administration“, bei denen ITler Software manuell installieren und warten, meint Hauke Moritz, Solution Manager für das Thema Cloud Security bei Computacenter. „Viele Unternehmen setzen darauf, mittels AI und Automatisierung ihre Infrastruktur vernünftig verwalten zu lassen, indem sie Aufgaben in Code überführen, Stichwort ‚Infrastructure as Code (IaC)‘: Statt dem klassischen Betrieb, bei dem etwa eine virtuelle Maschine manuell bereitgestellt und Parameter händisch überwacht werden, erfolgt eine stärkere Automatisierung von Prozessen“, fasst Hauke Moritz den Trend zusammen. Der Abschied der Boomer-Generation aus dem Berufsleben und der allgemeine Fachkräftemangel treiben diese Entwicklung.

Doch es bedarf gewisser Voraussetzungen, um den Infrastrukturbetrieb überhaupt automatisieren zu können. Häufig seien die Prozesse allerdings noch nicht angepasst an Cloud-native Bereitstellungsmethoden, stellt Moritz fest. Umgebungen müssen auch so entwickelt werden, dass sie in IaC abgebildet werden können – so sollte beispielsweise berücksichtigt werden, dass bei Veränderungen auch gleich das Asset-Management-System befüllt wird. Oft geschieht dies aber noch durch manuelle Nacharbeiten.

Gerade eine zentrale Erfassung von Veränderungen ist jedoch wichtig, um eine „Single Source of Truth“ zu schaffen, die Transparenz über alle Vorgänge und ein Lagebild von Cloud- oder anderen Umgebungen gewährt: Observability wird zum zentralen Thema. „Solche Abläufe kann und sollte man heute entsprechend automatisieren, da sich im Kontext der Cloud die Bereitstellungsgeschwindigkeit stark beschleunigt. Mehrere hundert Änderungen lassen sich dann nicht mehr manuell bearbeiten“, so der Experte.

Warum Infrastructure as Code herausfordernd ist

Der Umstieg auf Infrastructure as Code ist allerdings oft komplexer als gedacht, besonders in Legacy-Setups. In einer Anwenderstory beleuchtet IT-Dienstleister Demicon den Einsatz der Lösung Terraform in Zusammenarbeit mit dem Software-Hub eines deutschen Automobilunternehmens. So geriet eine ursprünglich mit Blick auf IaS implementierte Lösung für einen Legacy Development Workflow mit veränderten Anforderungen und Nutzerzahlen bald an Grenzen. Qualitativ hochwertige Dienste bereitzustellen, wurde damit komplexer und zeitaufwendiger, was zu Frust im Entwicklungsteam führte.

„Eine solche Entwicklung bei der Cloud-Einführung lässt sich bei vielen Unternehmen beobachten, die vor Herausforderungen hinsichtlich der Reife ihrer Cloud-Infrastruktur stehen“, folgert Rico Nuguid, Head of Engineering bei Demicon. Im Projekt erfolgte der Umstieg auf die Enterprise Version des Open-Source-Tool Terraform für Infrastructure as Code, um die Produktivität zu erhöhen, Cloud-Kosten zu sparen und die Zufriedenheit der IT-Mitarbeitenden zu verbessern.

Mindset und Kulturfragen müssen adressiert werden

Bei der Entscheidung für das passende IaC-Werkzeug sollte jedoch genau hingeschaut werden, argumentieren Spezialisten des IT-Beratungshauses MHP. Es hänge stark von der individuellen Situation ab, ob sich beispielsweise die teurere Enterprise-Lizenz von Tools wie Terraform auszahlt, oder ob die Open-Source-Lösung OpenTofu (ebenfalls auf Basis des Hashicorp-Systems) besser passt. Beide Lösungen sind Cloud-agnostisch, ansonsten haben die Hyperscaler jeweils eigene IaC-Tools im Angebot.

Da sich die IT-Umgebung von Automotive-Unternehmen weiter stark verändert, müssten „IT-Führungskräfte vom ITIL-basierten Gatekeeping zu gemeinsamen Self-Service-Prozessen für eine verbesserte digitale Erfahrung übergehen“, hebt man bei Demicon hervor. Ganz einfach ist dieser Wandel allerdings nicht. „Die größte Herausforderung, die wir im Markt sehen, ist das Mindset der Mitarbeitenden“, sagt Hauke Moritz von Computacenter. Es gilt also vor allem, die Kraft und Bequemlichkeit des Glaubenssatzes „das haben wir schon immer so gemacht“ zu brechen. Dass wie in anderen Bereichen dahinter die Angst steckt, durch KI und Automatisierung seine Arbeit zu verlieren, glaubt Moritz nicht. Zu tun sei in der IT trotzdem immer genug.

Künstliche Intelligenz beschleunigt die Entwicklung

Eine besonders wichtige Rolle spielen Automatisierung und KI in den letzten Jahren vor allem beim Sicherstellen der Cybersecurity – etwa beim Versenden von Benachrichtigungen oder um direkt in Infrastrukturen einzugreifen. „Das ist jetzt nochmal angereichert worden durch KI, beispielsweise um Anomalien innerhalb der eigenen Umgebung zu erkennen oder Auswertungen von Umgebungen und Analysen von Logdaten zu skalieren und zu beschleunigen“, sagt Moritz.

Da die KI permanent dazulernt, werden die Use Cases etwa rund um die Anomalieerkennung, die vorher sozusagen „in Stein gemeißelt“ waren, automatisch angepasst. KI kann also zumindest in Teilen für die Anpassung an sich ändernde Infrastrukturen sorgen. Sie kommt auch zunehmend in CNAP-Plattformen (Cloud Native Application Protection) zum Einsatz, um automatisierte Empfehlungen auszusprechen, wie sich etwa eine Sicherheitsherausforderung in der Infrastruktur beheben lässt. Zu den wichtigsten Anbietern gehören Palo Alto Networks, Acqua Security, Zscaler oder Trend Micro.

Conversational oder GenAI hat seit 2023 gerade die Arbeit in der IT noch einmal umgekrempelt. Für die schnellere Entwicklung von Software, darunter auch Infrastructure as Code, ist ihre Nutzung in vielen Unternehmen bereits zum Standard geworden. „Die große Herausforderung besteht darin, dass man auch nach wie vor verstehen muss, was denn dort eigentlich geschrieben wird und ob der Code sauber ist“, so Moritz. KI sei also kein Allheilmittel, helfe jedoch enorm, die gesamte Bereitstellungsthematik und Softwareentwicklung zu beschleunigen. GenAI trägt auch dazu bei, die Aufgaben rund um die notwendige Dokumentation stark zu verkürzen, indem sie den Code um Begründungen ergänzt, die ihn nachvollziehbar machen.

Sie möchten gerne weiterlesen?