Kostenkontrolle in hybriden Cloud-Welten
Die Kosten in Private-, Hybrid- und Public-Cloud-Umgebungen kalkulieren und planen zu können, ist die zweite große Herausforderung, der BMC mit "TrueSight Cloud Cost Control" begegnet. Mit dieser Lösung lasse sich die Auslastung von Multi-Cloud-Infrastruktur-Services analysieren und die Kontrolle über Kapital- und Betriebskosten herstellen, sagte Bill Berutti, President von Enterprise Solutions bei BMC. Wichtig sei eine einheitliche Sicht auf die Kosten in der lokalen Infrastruktur und der Public Cloud. BMC bietet die Möglichkeit, Migrationen in die Public Cloud kostenseitig zu simulieren und dabei nicht nur lokale Installationen mit Public-Cloud-Angeboten, sondern auch die Cloud-Angebote untereinander zu vergleichen.
Ein weiterer Baustein für Multi-Cloud-Management adressiert laut BMC das Thema Integration und Automatisierung: Wie lassen sich heterogene Umgebungen aus On-Premise- sowie diversen Cloud-Spielarten zusammenführen und managen? Hier fühlt sich BMC mit seiner Workflow-Automation-Software "Control-M" richtig aufgestellt. Außerdem kündigte das Unternehmen eine Zusammenarbeit mit Amazon Web Services (AWS) an, deren Ziel es sei, Unternehmens-Workloads schnell und sicher in die Amazon-Cloud zu verlagern. Viele der Multi-Cloud-Lösungen von BMC laufen bereits auf AWS, darunter etwa "Remedy OnDemand", die "TrueSight AIOps-Plattform", Control-M und der dazugehörige "SecOps Response Service" sowie die "Innovation Suite".
Sicherheit in Multi-Cloud-Umgebungen adressiert der Softwarekonzern mit dem "SecOps Policy Service". Er soll Compliance und Sicherheitsprüfungen in den Lebenszyklus der Softwareentwicklung integrieren und eine fortlaufende Verifizierung und Analyse ermöglichen, um regulatorischen Anforderungen gerecht zu werden.
Die nächste Welle der Innovation: künstliche Intelligenz
Da Multi-Cloud-Umgebungen komplex sind, reichen laut BMC die herkömmlichen Methoden der IT-Verwaltung durch Ausnahmen und Überwachung nicht mehr aus. Ausfälle und Verzögerungen können die Folge sein. Wie verschiedene BMC-Manager in Essen ausführten, investiert das Unternehmen derzeit massiv in Machine Learning, Artificial Intelligence und kognitive Funktionen, um eine "Predictive Automation" zu ermöglichen bringen.
Das besondere Augenmerk des Herstellers liegt dabei auf "TrueSight 11", einer neuen Plattform, die maschinelles Lernen und Analytics nutzt, um die Qualität und Performance von Services in Multi-Cloud-Umgebungen zu verbessern. Neu sind auch die Cognitive-Service-Management-(CSM-)Lösungen. Sie basieren auf IBMs Watson-Technologie und sollen der Multi-Cloud-Komplexität mit KI, Automatisierung und prädiktiven Fähigkeiten beikommen. Dabei können Chatbots und virtuelle Agenten eingesetzt werden, um die Self-Services für Mitarbeiter zu vereinfachen und zu verbessern. Gleichzeitig lässt sich damit die Geschwindigkeit und Genauigkeit der Ticket-Klassifizierung und -lösung steigern, so dass Mitarbeiter im Idealfall weniger Zeit mit Routinetätigkeiten verbringen müssen.
Konkret integriert BMC kognitive Fähigkeiten in die Remedy Service Management Suite, um die Klassifizierung, Zuweisung und Weiterleitung von Vorfällen sowie die anschließende Serviceerbringung verbessern und automatisieren zu können. "BMC Digital Workplace" wird um virtuelle Agenten und Chatbots ausgebaut, um Angestellte mit besseren Self-Service-Funktionen auszustatten. Und Developer können prädiktive KI-Funktionen in den Anwendungsentwicklungsprozess integrieren, wobei die KI- und Machine-Learning-Funktionen von IBM Watson durch einen kognitiven Mikroservice genutzt werden, der mit der BMC Innovation Suite zur Verfügung gestellt wird.
Bei BMC ist man grundsätzlich davon überzeugt, dass die Transformation der IT-Landschaften in Richtung Multi-Cloud, DevOps und Microservice-Architekturen bei gleichzeitig exponentiellem Wachstum der Datenmengen zu einer Komplexität führen wird, die IT-Abteilungen nur mit KI- Werkzeugen in den Griff bekommen können. TrueSight 11 sei als Plattform konzipiert, die Muster in vielfältigen Datenquellen erkennen und in den Kontext einordnen könne, wodurch sich wiederkehrende Probleme und Routinearbeiten, die für eine Automatisierung geeignet sind, identifizieren ließen. Das System lerne, wie sich eine Infrastruktur verhalte, und verwalte Kapazitäten, zu denen auch die Multi-Cloud-Auslastung im Kontext von Anwendungen und Services gehört. Diese prädiktiven Fähigkeiten ermöglichen es IT-Teams, ihre durchschnittliche Zeit zur Problemlösung zu verkürzen, Fehlalarme zu erkennen und die Ausgaben für Cloud-Ressourcen zu senken.