Netzwerkprobleme sind ein weiteres Problem. Die Größe einer typischen Cloud-Infrastruktur könne es für das Netzwerkteam schwierig machen, den Datenfluss vollständig zu überblicken, erklärt Wasim. Daher sollten sowohl Infrastruktur- als auch Betriebsleiter in AIOps-Plattformen investieren, um die Netzwerktransparenz zu verbessern.
Unverzichtbare Tools
Beim Einsatz einer Multi-Cloud-Netzwerkmanagement-Plattform rät Deloitte-Manager Orshaw zum Einsatz leistungsfähiger Tools zur Erkennung, Überwachung und Verwaltung aller wichtigen Ressourcen. Er plädiert außerdem für eine robuste Cybersicherheitsstrategie, die direkt in die Netzwerkplattform integriert ist.
Capgemini-Kollege Achanti wiederum empfiehlt den Einsatz von Dashboards und anderen Tools, um sowohl das Multi-Cloud-Netzwerkmanagement als auch die Sicherheit zu verbessern. Diese würden einen umfassenden Einblick in die Infrastruktur und die Anwendungsressourcen ermöglichen. Er rät außerdem dazu, Prozesse einzuführen, die auf Cybersicherheit und Compliance-Anforderungen ausgerichtet sind. "In einer Multi-Cloud-Umgebung ist ein größerer Aufwand bei der Entwicklung von Verfahren erforderlich, die die Sicherheit erhöhen, da jeder Cloud-Anbieter eigene Techniken für seine Cloud-Umgebung hat", so Achanti.
Entscheidende Merkmale
Ein Multi-Cloud-Netzwerkmanagement-Tool sollte integrierte Visualisierungs- und Verwaltungsfunktionen bieten, die als zusammenhängende Schicht über den nativen Tools der einzelnen Cloud-Anbieter liegen, sagt Orshaw. "Diese wichtigen Single-Pane-of-Glass-Lösungen ermöglichen es Unternehmen, die leistungsstarken Tools zu nutzen, die die Hyperscaler von Haus aus anbieten.
Accenture-Kollege Wood wiederum empfiehlt, bei der Auswahl eines Management-Tools auf Ereignismanagement und -korrelation, KI-Einsichten, die Einbindung externer Quellen und starke Visualisierungsfunktionen zu achten. "Es ist wichtig, dass es in der Lage ist, sich in verschiedene Lösungen von Drittanbietern zu integrieren und diese mit den nativen Diensten des Cloud-Anbieters zu orchestrieren", so der Berater. "Während die Cloud-Service-Anbieter bestrebt sind, eigene Cloud-Services anzubieten und diese kontinuierlich zu verbessern, hat fast jedes große Unternehmen Bedarf an Drittanbietern", erklärt Wood.
Orshaw empfiehlt eine disziplinierte FinOps-Praxis, die nicht nur für das richtige Maß an Governance sorgt, sondern auch dazu beiträgt, die Ausgaben für die verschiedenen Cloud-Anbieter zu optimieren. "Zu den wichtigsten Merkmalen einer Multi-Cloud-Netzwerkmanagement-Plattform sollten einheitliches Management, Automatisierung, Standardisierung, Transparenz und Überwachung, Sicherheit, Anbietermanagement, Schulung und Kompetenzentwicklung sowie kontinuierliche Optimierung gehören."
Die vielleicht wichtigste Entscheidung bei einer Multi-Cloud-Strategie ist die Orchestrierung zwischen den verschiedenen Cloud-Technologien. "Es geht nicht darum, dass ein einziges Fenster die Dashboards mehrerer und unterschiedlicher Clouds anzeigt, sondern darum, wie wir die Lösung so gestalten, dass sie einheitlich und standardisiert eingerichtet ist", so Wasim. Die Priorisierung der Orchestrierung verbessere nicht nur das Multi-Cloud-Management, sondern verringere auch die Auswirkungen auf das Geschäft, wenn es zu Ausfällen kommt, da dieser Ansatz die Fehlerbehebung erleichtert. Gleichzeitig seien Automatisierungswerkzeuge notwendig, um Arbeitsabläufe zu straffen und eine nahtlose Zusammenarbeit über verschiedene Cloud-Umgebungen hinweg zu gewährleisten, erklärt er.
Aktuelle Trends
"KI ist der wichtigste Trend im Multi-Cloud-Netzwerkmanagement", sagt Orshaw. "Der Einsatz von KI-Technologien führt letztendlich zur Problemerkennung und Selbstheilung ohne menschliches Eingreifen", erklärt er.
Branchenkollege Wasim stimmt dem zu. "Eine ideale Multi-Cloud-Managementlösung sollte KI-basierte Funktionen enthalten, die sich bei der Erkennung von Anomalien, dem Ereignismanagement und der Korrelation bei der Umsetzung von Anwendungsfällen mit unterschiedlichen Technologie-Frameworks auszeichnen." Solche Funktionen ermöglichten es Multi-Cloud-Nutzern, Probleme bereits in der Entwurfsphase proaktiv zu erkennen und zu beheben und so den Aufwand für den Aufbau und die Ausfallzeiten zu minimieren und die Gesamtleistung zu verbessern.
Herkömmliche Monitoring-Tools reichen unter Umständen nicht aus, um den Datenfluss sowie Schwachstellen, die auf Konfigurationsintegration oder Missmanagement zurückzuführen sind, vollständig zu verstehen, warnt Wasim. "KI-gestützte Tools helfen dabei, Muster in großen Datensätzen zu erkennen und gleichzeitig die Fehlerbehebung zu automatisieren und damit wichtige Kennzahlen wie die Zeit bis zur Lösung von Netzwerkproblemen zu verbessern", sagt er. "KI und ML unterstützen die IT-Abteilung jetzt bei der proaktiven Wartung. Diese Technologien können auch Geschäftsergebnisse oder Ereignisse vorhersagen.
Neben der Erkennung von Anomalien können KI-basierte Lösungen auch zu einer intelligenten Entscheidungsfindung beitragen, so dass Multi-Cloud-Nutzer die Komplexität ihrer Umgebungen mit größerer Agilität und Präzision steuern können, sagt Wasim. "Was jetzt getestet wird, ist generative KI, die die Erwartungen an die technischen Fähigkeiten im CloudOps-Engineering senkt. Wenn sich die Effizienz von Tools wie CodeWhisperer, Copilot oder Amazon Q verbessert, werden wir exponentielle Effizienzsteigerungen erleben." (mb)