Als einzige AIOps-Plattform für die Automatisierung des SAP-Betriebs übernimmt Avantra die Alltagsarbeit, die Ihnen wertvolle Zeit stiehlt. In diesem Artikel zeigen wir Ihnen, wie die Avantra Enterprise Edition Ihnen hilft, potenzielle Probleme zu antizipieren anstatt nur auf sie zu reagieren. Das ist die nächste Stufe jenseits des Monitorings.
Alarmieren oder nicht alarmieren, das ist hier die Frage
Unser Ziel bei Avantra ist es, eine Plattform zu schaffen, die Sie ihr Eigen nennen können. Die von Basis-Ingenieuren für Basis-Ingenieure entwickelt wurde. Mit der neuen Enterprise Edition nutzen wir KI-Überwachungsfunktionen, um das Rauschen zu reduzieren, Probleme proaktiv anzugehen und gleichzeitig den Ursprung gravierender Störungen genau zu lokalisieren. Sie haben es verdient, mehr Zeit für gewinnbringende Aufgaben zu haben - und mehr zur Wertschöpfung beizutragen.
Seit der allerersten Version von Avantra (damals noch Syslink Xandria) lag der Schwerpunkt der Überwachung stets auf der Erkennung kritischer Trends und nicht auf Einzelereignissen. Viele der Überwachungsfunktionen von Avantra (wir nennen sie Checks) werten Bedingungen über einen bestimmten Zeitraum aus. Beispiele hierfür sind die Anzahl der Kurzdumps, bei denen ein einzelner normalerweise keinen Schaden anrichtet und keine sofortige Weiterverfolgung erfordert.
Bei allen Checks auf der Grundlage von Metriken gab es jedoch keine einfache Möglichkeit, dies zu erreichen. Und die fortschreitende digitale Transformation erfordert ein dynamisches, datengesteuertes Verständnis der Systemperformance und der wirtschaftlichen Auswirkungen. Und hier ist sie, direkt aus unserem Innovationslabor: Prognoseanalytik (Predictive Analytics).
Was ist Prognoseanalytik?
Worum geht es dabei? Avantra wendet Machine Learning (ML) basierte Prognosemethoden auf Zeitreihendaten an. Typische Beispiele sind CPU-Nutzung, Festplattennutzung, Tablespace-Nutzung und andere. Überwachungsaktivitäten, die auf Zeitreihendaten basieren, werden häufig mit Schwellenwerten parametrisiert, die oft in Prozent der maximal verfügbaren Ressourcen angegeben werden. Dadurch lassen sie sich leicht vordefinieren, sind aber auch leicht zu verstehen. Und in Avantra lassen sie sich auch leicht über Landschaften skalieren.
Dennoch gibt es Situationen, in denen die Schwellenwerte zu statisch sind oder zu streng werden. Der Zweck von Schwellenwerten besteht darin, eine langfristige Trennlinie zwischen gut und weniger gut zu definieren. Normalerweise wird eine Situation erst dann kritisch, wenn ein Schwellenwert über einen längeren Zeitraum überschritten wird. Wenn die Ressourcennutzung sprunghaft ansteigt oder es zu Auslastungsspitzen kommt, können die Schwellenwerte für kurze Zeit überschritten werden, obwohl dies keine kritische Situation darstellt.
Aus technischer Sicht ist die Entscheidung schwierig: Handelt es sich nur um eine Spitze oder ist dies der Beginn eines längerfristigen Problems? In der Vergangenheit hat Avantra Sie frühzeitig gewarnt. Vorsicht ist besser als Nachsicht. Denn manchmal ist nur ein kurzer Blick eines Mitarbeiters nötig, um die Situation zu klären. Problematisch wird es, wenn diese Situationen in der Nacht oder am Wochenende auftreten. Wenn Sie Bereitschaftsdienst haben, werden Sie vielleicht aus dem Bett geholt, nur um festzustellen, dass sich die Situation erholt hat, bis Sie zur Klärung des Sachverhalts kommen. Und glauben Sie uns, wir wissen genau, wie sich das anfühlt. Wir möchten, dass Sie nachts gut schlafen können.
Der Avantra-Ansatz für Prognoseanalytik
Der Avantra-Ansatz der prädiktiven Analyse versucht, genau dieses Problem zu beheben. Der Avantra-Agent wendet ML-basierte Algorithmen an, um Nutzungsmuster zu verstehen und - zu jedem gegebenen Zeitpunkt - vorherzusagen, wie sich die Nutzung in naher Zukunft entwickeln wird. Diese Vorhersagen werden verwendet, um einen Trend zu ermitteln, sobald der Agent einen Check auswertet. Und dieser Trend wird zusätzlich zu den festgelegten Schwellenwerten berücksichtigt. Grob gesagt, wenn ein Schwellenwert überschritten wird und wir vorhersagen, dass sich die Situation innerhalb eines kurzen Zeitraums wieder entspannt, wird die Meldung unterdrückt. Oder auf den nächsten Auswertungszyklus verschoben. Nur wenn sich die Situation zu verschlechtern scheint, wird der Alarm tatsächlich ausgelöst.
Wie kommt Prognoseanalytik im SAP-Betrieb zum Einsatz?
Mithilfe der Prognoseanalytik kann Avantra Nutzungsspitzen oder Situationen, in denen die Nutzung um einen Schwellenwert schwankt (über, unter, über, unter, ...), besser verstehen. Der gesamte Überwachungsprozess wird dadurch gleichmäßiger und anpassungsfähiger. Und es ist unwahrscheinlicher, dass Ihr Schlaf wegen etwas unterbrochen wird, das eigentlich nicht geschäftskritisch ist.
Andere Lösungen auf dem Markt, insbesondere diejenigen, die im Bereich des Anwendungs-Performance-Managements angesiedelt sind, behaupten, ohne Schwellenwerte zu arbeiten und kritische Zustände völlig eigenständig zu erkennen. Diese Technologie wird als Anomalieerkennung bezeichnet. Avantra schließt sich dieser Vorgehensweise aus zwei Gründen aus:
- Wenn man von Anomalien spricht, wird das Problem der Bestimmung eines kritischen Systemzustands in ein statistisches Problem umgewandelt. Eine Anomalie besteht aus einem oder mehreren Werten mit einer bestimmten statistischen Signifikanz. Menschen neigen dazu, sich mit Statistik schlecht auszukennen, die in der Tat ziemlich kontraintuitiv sein kann. Das bedeutet, dass man kaum die Möglichkeit hat zu verstehen, was die Anomalieerkennung eigentlich tut, und daher gibt es oft sehr wenig zu parametrieren. Im Grunde sind diese Systeme Blackboxen. Avantra sollte eine Plattform sein, die Sie Ihr Eigen nennen können. Und das ist nur möglich, wenn Sie die Kontrolle behalten!
- Zweitens ist Avantra eine Plattform, die normalerweise im Rechenzentrum vor Ort eingesetzt wird. Das ist zumindest das, was die meisten unserer Kunden bevorzugen. Und es ist eine verteilte Anwendung mit Agenten, die die Logik ausführen, d. h. Prüfungen durchführen und Automatisierungen anstoßen. Diese Agenten laufen auf allen Systemen, auf denen Ihre geschäftskritischen SAP-Systeme gehostet sind. Avantra würde diese Agenten auf keinen Fall in dem Maß zusätzlich belasten, wie dies für die Ausführung komplexer maschineller Lernalgorithmen (zur Erkennung von Anomalien) erforderlich wäre.
Als best-of-breed SAP-Überwachungs-, KI- und Automatisierungsplattform haben wir einen Großteil unserer Entwicklungskapazitäten darauf verwendet, effiziente Algorithmen für ML und Optimierung zu finden. Wir haben die minimale Datenmenge ermittelt, die erforderlich ist, um vernünftige Ergebnisse zu erzielen, und eine speichereffiziente Übertragung und Handhabung dieser Daten implementiert.
Manchmal ist es schade, dass so viele der spannenden Dinge unter der Oberfläche passieren. Wenn man jedoch dadurch Probleme vorhersehen kann, bevor sie auftreten, das Rauschen reduziert und Risikofaktoren ausfindig macht, haben wir das Richtige getan, um Sie vom Alltagsgeschäft zu befreien und Ihnen eine lohnendere Arbeit zu ermöglichen.
Wenn Sie mehr über ML-basierte Prognoseanalytikn mit Avantra Enterprise erfahren möchten, nehmen Sie bitte Kontakt mit uns auf und wir führen Sie gerne durch eine ausführliche und maßgeschneiderte Demonstration.
