phonlamaiphoto - stock.adobe.com

Wie DevOps von künstlicher Intelligenz (KI) profitiert

KI wird für Unternehmen, die einen Wettbewerbsvorteil im Markt erlangen wollen, geschäftskritisch. DevOps-Teams müssen daher KI in ihre tägliche Arbeit einbinden.

Künstliche Intelligenz (KI) und ihr Potenzial als Triebfeder für die digitale Wirtschaft stehen heute bei Unternehmen rund um die Welt im Mittelpunkt der strategischen Überlegungen. Zur selben Zeit eröffnet DevOps – als effektive Zusammenarbeit zwischen Entwicklerteams und dem IT-Betrieb – Unternehmen die Chance, sich die neuesten Technologien agil und flexibel zu erschließen und sie zügig zu implementieren.

Künstliche Intelligenz zwingt Unternehmen, die den digitalen Wandel vollziehen, zum Umdenken. Wir erleben heute den rasanten Vormarsch von Technologien, die auf KI, Big Data und Predictive Analytics basieren. KI ermöglicht den Entwicklern und DevOps-Teams, diese Technologien direkt für intelligente Entscheidungsprozesse auf Basis von Echtzeitdaten zu nutzen.

Doch laut einer Studie von IDG Research aus dem Jahr 2017 haben nur 28 Prozent aller Unternehmen eine aktive Digital-First-Strategie. Angesichts der kontinuierlichen Weiterentwicklung von KI müssen Unternehmen diese zukunftsweisenden Technologien in ihre übergeordnete Strategie integrieren, um in der digitalen Wirtschaft mithalten zu können.

Das Analystenhaus IDC hat in seinen Prognosen für 2018 festgehalten, dass bis 2019 bei 40 Prozent aller Initiativen zur digitalen Transformation die eine oder andere Art von künstlicher Intelligenz zum Einsatz kommen wird. KI wird für Unternehmen, die einen Wettbewerbsvorteil im Markt erlangen und ihren Erfolg in der digitalen Wirtschaft ausbauen wollen, geschäftskritisch sein. Für DevOps bedeutet das nicht weniger als die Unabdingbarkeit, KI in die tägliche Arbeit einzubinden.

Neue Technologien aufgreifen

Unternehmen, die DevOps-Methoden anwenden, um die Innovation zu beschleunigen, müssen auch neuere Technologien wie etwa Google Talk, Alexa von Amazon und andere sprachgesteuerte digitale Assistenten aufgreifen. Denn kontextsensitive digitale Assistenten können einzelne funktionale Aufgaben automatisieren – bis hin zur durchgängigen Prozessautomatisierung. Dabei trägt KI nicht nur zur Produktivitätssteigerung bei. Vielmehr kann sie auch Risiken und erhöhten Zeitaufwand minimieren, die aus menschlichen Fehlern resultieren, da sie Entwickler in die Lage versetzt, Probleme sehr schnell zu korrigieren.

Ein weiterer Vorteil von digitalen Assistenten ist, dass Entwickler nicht mehr mit unzähligen verschiedenen Plattformen interagieren müssen. Stattdessen können Entwickler und DevOps-Teams die digitalen Assistenten anweisen, Informationen aus verschiedenen Anwendungen abzurufen. Diese Assistenten können Fragen beantworten, Anforderungen ausführen und Analysen liefern, während sie individuell auf den Nutzer abgestimmt werden. Das Ziel hinter all dem ist, Ressourcen für Entwickler und DevOps-Teams freizusetzen, so dass diese sich auf Aufgaben konzentrieren können, mit denen maximaler Mehrwert für Endnutzer geschaffen wird.

Altbewährtes hinterfragen und neu betrachten

Ganz wie beim DevOps-Ansatz gibt es auch für die Implementierung von KI im Unternehmen kein Patentrezept. Entwickler und DevOps-Teams müssen die vorhandenen, traditionellen Methoden hinterfragen und zudem neu betrachten, wie sie das Potenzial von KI mit messbarem Ergebnis ausschöpfen können. KI liefert umsetzbare Daten, die sofortige, zielführende Anpassungen erlauben – und schafft damit eine ganz andere Entscheidungsgrundlage als die altbewährten Berichte oder etwa Intuition.

Während DevOps-Teams Skalierungen dadurch rasch voranbringen können, müssen Entwickler das Einführungstempo im Auge behalten und Wege finden, KI so zu nutzen, dass problemlos mehrere Releases pro Jahr ausgeliefert werden können. Je mehr Teams ihre Abläufe auf sichere Weise automatisieren können, umso erfolgreicher die Entwicklung. Entwickler, die sich dieses neue Denken nicht aneignen, werden schnell ihre Relevanz verlieren.

Flexibilität als Schlüssel

Die überragende Stärke von DevOps liegt darin, Fehler als Grundlage für Verbesserungen zu nutzen, schnell zu iterieren und Änderungen sofort durchzuführen. Es ist eine Abkehr vom Wasserfallmodell, bei dem jede einzelne Phase der Softwareentwicklung abgeschlossen wird, bevor die nächste beginnt, was für Entwickler oft eine sehr rigide Vorgehensweise ist.

Bei DevOps kann das Qualitäts-Management automatisiert werden, so dass Fehler schnell gefunden werden und rasche Iterationen möglich sind. Das bedeutet ein hohes Entwicklungstempo ohne Qualitätseinbußen. Dies ist genau der Punkt, an dem KI zum Tragen kommt: Hier ermöglicht KI Entwicklern und DevOps-Teams eine höhere Wertschöpfung und mehr Flexibilität und kann deren Arbeitsweise grundlegend verändern – durch erfolgreiche Automatisierung.

Auch der DevOps-Ansatz selbst hat sich in Bezug auf Struktur, Tempo und Iterationen verändert. Die Veränderung betrifft zudem die Frage, welche Produkte die Entwickler überdenken müssen. Machine Learning ist ein Teilbereich von KI, der in der Branche klar an Bedeutung gewonnen hat. Maschinelles Lernen kann als klassische Technologie betrachtet werden, doch DevOps-Teams müssen sie verstehen und wirkungsvoll einsetzen.

Maschinelles Lernen ist auf Lernen basierende KI – sie lehrt Computer, wie sie Aufgaben unter Verwendung von Daten ausführen, aber ohne die explizite regelbasierte Programmierung, die bei der robotergesteuerten Prozessautomatisierung (RPA) traditionell angewendet wird. Der rasant zunehmende Einsatz von maschinellem Lernen in Software ist beeindruckend – und zeigt sofort Wirkung in Form von Effizienzsteigerungen. Auf maschinellem Lernen basierende Systeme können DevOps-Teams in Echtzeit mit Vorschlägen zur Problemlösung unterstützen.

KI nicht als Bedrohung, sondern als Chance sehen

KI stellt für Entwickler oder DevOps-Teams keine Bedrohung dar, sondern gibt ihnen Zeit für neue Aufgaben und Innovationen. Wenn Unternehmen das Potenzial von KI ausschöpfen, können ihre Mitarbeiter effizienter arbeiten. So werden laut einer Prognose von Gartner bis 2021 durch Einsatz von KI-basierten Systemen rund 6,2 Milliarden Arbeitsstunden für produktivere Tätigkeiten der Mitarbeiter zurückgewonnen.

Sven Denecken, SAP

„KI liefert umsetzbare Daten, die sofortige, zielführende Anpassungen erlauben – und schafft damit eine ganz andere Entscheidungsgrundlage als die altbewährten Berichte oder etwa Intuition.“

Sven Denecken, SAP

KI entlastet die DevOps-Teams von wiederkehrenden administrativen Tätigkeiten, so dass sie ihre Zeit wichtigeren, strategischen Aufgaben widmen können. Das beginnt damit, Konzepte für die Einbindung von KI zu entwickeln, wobei der Fokus auf dem betriebswirtschaftlichen und technologischen Wert des zu erreichenden Ziels liegen muss. Nur so kann ein Effizienzniveau erreicht werden, das eine höhere Leistung ermöglicht. DevOps-Teams können die Geschäftsprozess-Experten mit den KI-Experten zusammenbringen, um die Arbeitslast optimal zu verteilen. Das hilft im Endeffekt allen: den Entwicklern, den DevOps-Teams, dem Unternehmen und den Endnutzern.

KI und DevOps – die perfekte Verbindung für einen hohen ROI

Bei der traditionellen Methode haben Entwickler Zeile für Zeile neuen Code hinzugefügt. In der Cloud können Entwickler heute weitaus effizienter arbeiten. KI ermöglicht Optimierung und Automatisierung über den ganzen Software Development Lifecycle hinweg und birgt damit ein enormes Potenzial, die Produktivität von Entwicklern, den Erfolg der DevOps-Zusammenarbeit insgesamt und damit letztlich das Unternehmensergebnis zu steigern.

Die Rentabilität des Einsatzes von KI lässt sich in zahlreichen Bereichen nachweisen, zum Beispiel anhand des verringerten Zeitaufwands für bestimmte Tätigkeiten. DevOps bietet ein breites Anwendungsfeld für KI. Daher ist es wichtig, im Hinblick auf die Prozessoptimierung, die Produktivitätssteigerung und die Minimierung von Risiken durch menschliche Fehler zuerst herauszufinden, welche Bereiche des Zyklus am meisten von KI profitieren könnten. Durch das Untersuchen dieser Kriterien vor der Einführung einer KI-basierten Lösung können die Teams von Beginn an deren Auswirkungen messen und die Ergebnisse im Sinne des Beitrags zur Unternehmensleistung überzeugender darstellen.

Für DevOps-Teams, die ihr Unternehmen in der digitalen Wirtschaft auf Wachstumskurs halten wollen, wird künstliche Intelligenz erfolgsentscheidend sein. Damit es ein Erfolg für alle Stakeholder wird, sollte KI in den DevOps-Zyklus und über den gesamten Software Development Lifecycle hinweg implementiert werden. Nur dann kann der Wert nach außen sichtbar dargestellt werden. Auf breiter Front eingesetzt, befähigt KI Entwickler zu Höchstleistungen und hilft Unternehmen, die immer komplexeren Anforderungen ihrer Kunden zu erfüllen.

Über den Autor:
Sven Denecken ist SVP, Head of Product Management and Co-Innovation SAP S/4HANA bei SAP SE. Neben seinem Fokus auf Produkt-Management und Cloud-Themen beschäftigt er sich mit den globalen Anforderungen von Kunden und Märkten.

Folgen Sie SearchEnterpriseSoftware.de auch auf Twitter, Google+, Xing und Facebook!

Nächste Schritte

Wie integriere ich künstliche Intelligenz im Rechenzentrum?

Künstliche Intelligenz und der Umgang mit den Risiken

Vernetzte Welt: So ticken künstliche Intelligenzen (KI).

Artikel wurde zuletzt im November 2018 aktualisiert

Erfahren Sie mehr über Software-Entwicklung

Diskussion starten

Schicken Sie mir eine Nachricht bei Kommentaren anderer Mitglieder.

Bitte erstellen Sie einen Usernamen, um einen Kommentar abzugeben.

- GOOGLE-ANZEIGEN

SearchSecurity.de

SearchStorage.de

SearchNetworking.de

SearchDataCenter.de

Close