Der Weg zum automatisierten Anwendungsmanagement

Die effektive Verwaltung des gesamten Anwendungsportfolios eines Unternehmens ist für den Unternehmenserfolg von entscheidender Bedeutung. Dennoch ist dies keine besonders beliebte Aufgabe in der IT-Welt, da sie in der Regel mit hohen Kosten, manuellen Prozessen, menschlichen Fehlern und ineffizienter Ressourcenzuweisung verbunden ist. Mit anderen Worten, es ist ein perfekter Kandidat für die Automatisierung. Ein durch künstliche Intelligenz (KI) und maschinelles Lernen (ML) unterstütztes automatisiertes Anwendungsmanagement kann einem Unternehmen über einen Zeitraum von drei bis fünf Jahren Einsparungen von bis zu 40 Prozent ermöglichen (je nach aktuellem Entwicklungsstand), indem es die IT-Arbeitskosten senkt und die Effizienz und Produktivität verbessert. Unternehmen müssen sich jedoch darüber im Klaren sein, dass der Übergang von manuellen zu automatisierten Anwendungsmanagementprozessen komplex, zeitaufwändig und teuer sein kann, zumindest in den frühen Phasen eines Projekts, da dann die meisten Kosten für Scoping, Planung und Anlauf anfallen.

Ein weiterer wichtiger Punkt ist, dass die Automatisierung ein fortlaufender Prozess ist, der vielmehr ein Teil einer kontinuierlichen Verbesserungsstrategie ist als eine einmalige Aktivität. Das langfristige Ziel ist der Übergang von der manuellen Arbeit zu einer futuristischen Welt mit selbstlernenden Robotern, die die Vorteile der KI zur stetigen Systemoptimierung nutzen.

Die Automatisierung verändert die IT-Services

Aber irgendwo muss man ja anfangen. Für die meisten Unternehmen bedeutet das, einen Schritt nach dem anderen zu wagen. Also ein einzelnes Projekt umzusetzen und dann die Vorteile sowie die daraus gezogenen Lehren zu bewerten, bevor der nächste Schritt unternommen wird.

Dafür gibt es zwei übliche Ansätze: Das Unternehmen kann das Projekt selbst in die Hand nehmen oder einen Managed Services Provider mit der Durchführung beauftragen. 

Solche Dienstleistungsanbieter verfügen in der Regel über vorintegrierte Plattformen oder Automatisierungslösungen, die Vorteile bei der Einführungsgeschwindigkeit, der Produktivität und den Endresultaten bieten. Vom Kunden selbst entwickelte Automatisierungslösungen sind in der Regel eher Stückwerk, das schrittweise weiterentwickelt wird, sodass es länger dauert, bis sie ihren Wert entfalten. Dies liegt auch an erforderlichen Schulungen und fehlender Vertrautheit mit den Tools sowie Governance- und Adaptionsproblemen.

Darüber hinaus tragen Unternehmen, die dies in Eigenregie durchführen, die Kosten für das erste Jahr und, sobald das System in Betrieb ist, das Risiko für das Erreichen des mit dem Projekt verbundenen Geschäftserfolgs – beispielsweise Kosteneinsparungen sowie Qualitäts- oder Kapazitätsverbesserungen.

Bei dem zweiten Ansatz schließt das Unternehmen einen Managed-Service-Vertrag mit einer Laufzeit von drei bis fünf Jahren ab, wobei der anfängliche finanzielle Aufwand über die Vertragslaufzeit verteilt wird und der Anbieter das Risiko für das Erreichen der Ergebnisse trägt. Er trägt außerdem die Verantwortung für die laufende Verwaltung des Anwendungsportfolios.

In beiden Fällen muss sich das Unternehmen über die technischen und kulturellen Veränderungen im Klaren sein, die erforderlich sind, um einen höheren Automatisierungsgrad im Anwendungsmanagementprozess zu erreichen.

Elemente der Automatisierung

Hier sind einige der wichtigsten Schritte beim Übergang von manuellen Prozessen zur Automatisierung:

Bewertung: Es ist wichtig, die Quellen der zeitaufwändigen und mühsamen Support-Tätigkeiten zu ermitteln. Das hilft bei der Bestimmung des Implementierungsumfangs und der jeweiligen Maßnahmen für diejenigen Aktivitäten, die den größten Teil des Support-Aufwands ausmachen. Die Bewertung ist einerseits ein einmaliger und anfänglicher Aufwand, aber auch eine fortlaufende Aktivität, die Probleme aufdeckt und zu einer verbesserten Optimierung führt.

Zeitaufwändige Tätigkeiten, die sich für eine Automatisierung eignen, können folgendermaßen ermittelt werden:

• Analysieren Sie Anwendungs-Support-Tickets, um sich wiederholende Vorfälle und Probleme zu identifizieren und die Ursachen zu ermitteln und zu beseitigen. Um die große Anzahl von Tickets zu sortieren und die am häufigsten wiederkehrenden Ereignisse zu identifizieren, können ML-Algorithmen für die Musteranalyse eingesetzt werden. Mit Hilfe der Wertstromanalyse lassen sich sogenannte Hero-Syndrome-Vorfälle wie „Nur Thomas weiß, wie man das Problem löst“ ermitteln. Oder sie können die Situationen erkennen, in denen Übergaben zwischen unterschiedlichen Service Providern scheitern, da sie in separaten Domänen wie beispielsweise Anwendungen, Netzwerken und Infrastrukturen isoliert sind. Mit diesen Maßnahmen kann auch eine mangelnde Benutzerkommunikation ermittelt werden, um sicherzustellen, dass diese benachrichtigt werden, sobald ein Problem behoben wurde.
• Untersuchen Sie außerplanmäßige Arbeiten auf Möglichkeiten zur Automatisierung der Anwendungsentwicklung und des Betriebs. Die Erfassung von Metriken zur mittleren Reparaturzeit (MTTR) ermöglicht es Unternehmen, den Automatisierungsbedarf zu erkennen, um Qualität und Konsistenz zu verbessern.

Onboarding: Vor der Implementierung von Automatisierungstools muss das Anwendungsportfolio bewertet und so ausgerichtet werden, dass es effektiv mit den neuen Tools arbeiten kann. Dies kann Kodierung, Modellierung und Umstrukturierung der Anwendungsarchitektur oder das Hinzufügen von APIs erfordern, um einen möglichen Mangel an Automatisierungsschnittstellen zu beheben.

Ein potenzielles Hindernis, das es für die Automatisierung zu überwinden gilt, sind fehlende Daten, die für eine fundierte Entscheidung über die Investitionsrendite (ROI) der Automatisierung und die Nutzung der Vorteile fortschrittlicher Analysen erforderlich sind. Manchmal sind die Daten in Silos untergebracht und werden nicht allen, die sie benötigen, zur Verfügung gestellt. Ohne ganzheitliche Analyse ist es schwierig, den Wald vor lauter Bäumen zu sehen. Analysen sind für den gesamten Servicebereich erforderlich und umfassen Überwachungs- und Änderungsdaten, Daten über Zwischenfälle sowie Lebenszyklusmanagement- und Automatisierungsdaten. 

Im Idealfall werden Daten aus unterschiedlichen Quellen in einem Data Lake zusammengeführt, in dem analytische Prozesse die Identifizierung sich wiederholender Muster unterstützen, um Optimierungsmöglichkeiten aufzuzeigen. Ein Beispiel dafür wäre die Anwendung einer Heat Map, um zu sehen, bei welchen überwachten Komponenten im Laufe der Zeit die meisten Probleme auftreten.

Die Anwendung von KI-Algorithmen ist nur mit einer guten Datengrundlage möglich. KI ist kein Hexenwerk und ohne die Erhebung und Erfassung valider Daten einfach nicht möglich.

Baselining: Nach dem Onboarding ist es von entscheidender Bedeutung, dass die Anwendungen und ihre Betriebsumgebung einem Baselining unterzogen werden. Dieses Baselining ist unerlässlich, damit die Automatisierung erkennen kann, wann Anwendungen besser oder schlechter funktionieren als unter den aktuellen Bedingungen. Darüber hinaus verlässt sich die zukünftige Instrumentierung in hohem Maße auf die während des Baseline-Prozesses erfassten Daten.

Entwickeln von Maßnahmen: Der letzte Schritt bei der Automatisierung ist die Schaffung entsprechender Maßnahmen zur Erleichterung der maschinellen Prozesse, die normalerweise mit Arbeit verbunden sind. Dies sind einige der häufigsten Ziele:

1. Anwendungsbereitstellung: Automatisierung der Freigabe von Anwendungsänderungen und -konfigurationen in unterschiedlichen Phasen des Anwendungslebenszyklus wie Build-, Test- und Produktionsphase. Dies geschieht in der Regel einmalig und wird im Laufe der Zeit durch kleinere Verbesserungen ergänzt. Möglich ist hier die Automatisierung von Tests, Release-Pipelines, Code-Scannings und Build-Evaluierungen.

2. Korrekturmaßnahmen: Entwicklung des erforderlichen Codes und der Skripte, die benötigt werden, um bei einem bekannten Betriebsproblem Korrekturmaßnahmen zu ergreifen. Diese sind die teuersten und in der Regel einzigartigen Automatisierungen, da sie sehr spezifisch für die Anwendung und Reparatur sind.

3. Wiederkehrende Tätigkeiten: Beispiele hierfür sind tägliche Kontrollen, bei denen der Zustand der Anwendung in irgendeiner Form manuell überprüft wird.

4. Datenmanipulation: Diese erfolgen, wenn eine Anfrage zur Umwandlung bestimmter Daten zur Unterstützung des Anwendungsprozesses gestellt wird.

5. Betrieb: Diese beziehen sich in der Regel auf das Anhalten, den Start sowie das Skalieren von Diensten oder auf die Disaster Recovery.

Tooling

Zur Verbesserung der Effizienz sind Investitionen in die nächste Generation von Tools erforderlich. Eine bloße Erweiterung oder Aufrüstung der vorhandenen Werkzeuge reicht nicht aus und behindert die volle Produktivitätsentfaltung, die durch eine ganzheitliche Erneuerung der operativen Service-Tools möglich wäre.

Die Werkzeuge sollten einer erweiterten Überwachung unterliegen, die einen tieferen Einblick über die Infrastrukturnutzung hinaus ermöglicht. Moderne Tools für das Application Performance Management (APM) gehen über die grundlegende Leistungsüberwachung einer einzelnen Anwendung hinaus und erfassen die Abhängigkeiten und Beziehungen zwischen den Anwendungen und ihren Komponenten. Darüber hinaus integrieren APM-Tools mittlerweile KI-Elemente, um das gesamte Application-Stack zu analysieren, was die automatische Erkennung von Ursachen erleichtert. Das ist ein großer Produktivitätsschub, der dazu beiträgt, die mit der manuellen Datenverarbeitung und -analyse verbundenen Workloads zu verringern.

Für eine automatisierte Lösung sind aber noch weitere Werkzeuge erforderlich, die von den Plattformen, Betriebssystemen und der Anwendungsinfrastruktur abhängen. Darüber hinaus sind Runbook-Orchestrierungen erforderlich, die Vorfälle mit Lösungen verknüpfen können. Außerdem erfordert die Automatisierung von Problemlösungen den Zugriff auf Programmierschnittstellen. Wenn diese Schnittstellen nicht vorhanden sind, können RPA-Tools (Robotic Process Automation) eingesetzt werden, die menschliche Interaktionen mit der Anwendung automatisieren und Programmierschnittstellen bereitstellen können.

Die Implementierung dieser Werkzeuge sowie die notwendige Entwicklung von Workflows und Skripten sind ein wesentlicher Bestandteil der Vorabinvestitionen, die im Rahmen der Automatisierung des Anwendungsmanagements erforderlich sind.

Kultureller Wandel

Ein kultureller Wandel ist für die effektive Einführung der Automatisierung von großer Bedeutung. Wenn für jede noch so geringfügige Änderung an einer Umgebung Änderungsanträge erforderlich sind, wird dies zu einem großen Hindernis bei der Einführung. Prozesse, Arbeitsabläufe, Genehmigungsverfahren – all das muss neu definiert werden, damit autonome Änderungen in größerem Umfang vorgenommen werden können.

Zudem muss es eine Ausrichtung auf einen DevOps-Betriebsmodus geben, bei dem häufigere und kleinere Änderungen oft zu einem geringeren Risiko führen als bei einem herkömmlichen Wasserfall-Freigabezyklus.

Im Kontext automatisierter Workflows kann das Verfahren der effektiven Erprobung und Demonstrationen während der Pilotphase eines Projektes das Vertrauen der Interessengruppen stärken und die Bedenken, dass nicht verwaltete Änderungen Risiken für die Anwendungsumgebung darstellen können, zerstreuen. Automatisierte Genehmigungsabläufe können Steuergates anwenden, die einen allmählichen Übergang von einer traditionellen zu einer hochautomatisierten Arbeitsweise ermöglichen.

Ermöglichung eines automatisierten App-Managements

Die utopische Zukunftsvision für die Automatisierung des Anwendungsmanagements wäre eine komplett automatisierte Umgebung mit vollständiger Autokorrektur und Selbstheilungsfunktionen. Wenn neue Anwendungen mit Hilfe von Cloud-nativen Technologien entwickelt werden, ist diese Vision viel leichter umzusetzen. Die Automatisierung ist von Anfang an auf das Ziel ausgerichtet, einen Zero Operations Operating Mode zu erreichen. Das typische Portfolio enthält jedoch eine Mischung aus Legacy-, Mainframe- und Software as a Service (SaaS)-Anwendungen, die zu einer Zeit entwickelt wurden, als die Automatisierungstechnologien noch nicht so ausgereift oder von vornherein auf die Unterstützung des Anwendungsbetriebs ausgelegt waren.

Eine Automatisierung der Verwaltung dieser heterogenen Umgebungen verspricht Folgendes:

Erhöhung der Kapazität — indem Menschen die für Maschinen weniger geeigneten Arbeiten erledigen.

Verbesserung der Qualität — durch die Vermeidung von Fehlern und die Unterstützung der menschlichen Entscheidungsfindung durch die Identifizierung von Problemursachen.

Erhöhung der Geschwindigkeit — durch Verkürzung der Erkennungszeiten und Beschleunigung der Lösung von Vorfällen und Problemen sowie durch eine schnellere Bereitstellung von Code.

Kostenreduzierungen — durch Verringerung des manuellen Arbeitsaufwands. 

Die CIOs müssen außerdem verstehen, dass der Prozess der Einrichtung automatisierter Systeme an sich bereits sehr arbeitsintensiv ist. Zur Erstellung eines Inventars der Anwendungen und zur Bewertung des Anwendungsportfolios gehören beispielsweise Fragebögen, Interviews mit den wichtigsten Interessengruppen und die Zusammenstellung von Datensätzen.

Für die Entscheidung, welche Verfahren anzuwenden sind und wie der Aufbau des Instrumentariums aussehen soll, ist ebenso harte Arbeit von entsprechenden Fachleuten erforderlich wie für das Onboarding von Anwendungen.

Investitionen in die Automatisierung sorgen für eine nachhaltige Arbeitsweise, mit der es möglich ist, einen linearen Anstieg der Supportmitarbeiteranzahl zu vermeiden, sobald die Zahl der Anwendungen oder die Komplexität des Portfolios zunimmt.

Diese Optimierung gibt Unternehmen die Möglichkeit, Einsparungen in Initiativen zu reinvestieren, die einen größeren Geschäftswert schaffen, und festzustellen, wie sich das Verhältnis der für den Betrieb aufgewendeten Mittel weiter zugunsten von Entwicklungsprojekten verschiebt.

Die derzeitige Notwendigkeit einer jährlichen Kostensenkung wird nur mit einer grundlegenden Automatisierung möglich sein, die mit der Entwicklung neuer Anwendungen umgesetzt wird. Mit dem Einsatz von DevOps-Methoden für einen größeren Teil des Portfolios wird sich der Arbeitsaufwand für Unternehmen, die diesen Wandel am erfolgreichsten durchführen, von arbeitsintensiv zu hochgradig automatisiert und autark verschieben.

Erfahren Sie mehr über automatisiertes Anwendungsmanagement.