Die Ergebnisse des Berichts „State of Application Strategy 2025“ deuten darauf hin, dass der IT-Betrieb infolge der Einführung generativer und klassischer KI unweigerlich zu Modellen übergehen wird, die auf dem OODA-Zyklus basieren.
Vielleicht erinnern Sie sich daran, dass ich letztes Jahr darauf hingewiesen habe, dass generative KI die Automatisierung im IT-Betrieb neu definiert. Vielleicht aber auch nicht – oder Sie möchten Ihr Gedächtnis auffrischen. Wie dem auch sei, hier eine kurze Zusammenfassung:
„In der Vergangenheit nutzten die digital am weitesten entwickelten Unternehmen Automatisierung, um Skripte auf der Grundlage klar definierter geschäftlicher und betrieblicher Ziele auszuführen – etwa um Konfigurationsänderungen vorzunehmen und Richtlinien anzupassen. Mit der Einführung generativer KI ist dies nahezu überholt; das neue Ziel ist ein autonomeres System.“
Das basierte auf der jährlichen Studie des vergangenen Jahres. Und wissen Sie was? Die diesjährige Studie untermauert diese Schlussfolgerung nur noch. Autonomie ist nicht mehr nur die nächste Stufe der Automatisierung – sie ist das, was Betriebsteams jetzt fordern.
In unserer jährlichen Umfrage baten wir die Befragten, alle operativen Aufgaben auszuwählen, bei denen sie sich Unterstützung durch generative KI wünschen. Die drei meistgenannten kombinierten die Erstellung und Ausführung von Aufgaben:
- 57 %: Generierung von Skripten zur Bereitstellung neuer bzw. Anpassung bestehender Konfigurationen und Richtlinien
- 56 %: Generierung von Richtlinien, benutzerdefinierten Funktionen und Konfigurationen
- 55 %: Skripte ausführen, um neue Konfigurationen und Richtlinien bereitzustellen bzw. bestehende anzupassen
Übrigens stellten wir auch eine separate Frage, um herauszufinden, welche betrieblichen Funktionen die Befragten bedenkenlos automatisch von generativer KI ausführen lassen würden. Wir waren etwas verblüfft, dass 99 % der Befragten mindestens eine Funktion auswählten.
Autonome Abläufe sind unvermeidlich.
Was hat das mit OODA-Schleifen zu tun? Nun, holen Sie sich einen Kaffee, denn ich werde es gleich erklären.
Was ist eine OODA-Schleife?
Im IT-Betrieb ist der OODA-Loop (Beobachten, Orientieren, Entscheiden, Handeln) ein kontinuierliches, iteratives Rahmenwerk für schnelle Entscheidungsfindung und Anpassung. Er ermöglicht es Teams, Probleme proaktiv zu erkennen, ihre Auswirkungen in Echtzeit zu bewerten, fundierte Entscheidungen zu treffen und schnell Korrekturmaßnahmen zu ergreifen. So lassen sich Betriebschaos vermeiden und die Resilienz verbessern.
- Beobachten: Protokolle, Telemetriedaten und den Systemzustand in Echtzeit überwachen.
- Orientieren: Anomalien analysieren, Warnmeldungen korrelieren und die Auswirkungen im jeweiligen Kontext bewerten.
- Entscheiden: Reaktion priorisieren – automatisieren, eskalieren oder eindämmen.
- Handeln: Fehlerbehebungen implementieren, Änderungen rückgängig machen oder Patches bereitstellen.
Schnelle, iterative Zyklen verkürzen die mittlere Reparaturzeit (MTTR), reduzieren Ausfälle und ermöglichen eine intelligentere Automatisierung. Das ist nicht nur agil, sondern ein kontinuierlicher Kreislauf, der sich fortlaufend anpasst. Auf den IT-Betrieb angewendet, verändert er alles.
IT-Betrieb heute
Seien wir ehrlich: Heute schöpfen wir das Potenzial von OODA-Schleifen nicht wirklich aus. SRE orientiert sich stark an diesem Konzept, doch der Großteil des IT-Betriebs arbeitet nach wie vor entweder nach dem Wasserfallmodell oder agil. Agile Methoden haben uns zwar zu einer kontinuierlicheren Betriebsweise verholfen, können jedoch weder Änderungen in Echtzeit noch schnelle Iterationen angemessen bewältigen.
Die folgende Tabelle zeigt die Unterschiede auf übergeordneter Ebene:
| Wasserfall | Agil | OODA | |
|---|---|---|---|
| Entscheidungsgeschwindigkeit | Langsam |
Mittel |
Schnell |
Flexibilität |
Starr |
Anpassungsfähig |
Hochflexibel |
Feedbackschleife |
Verzögert (am Ende des Zyklus) |
Kontinuierlich |
Kontinuierlich, in Echtzeit |
Risikomanagement |
Hoch (Fehler in späten Phasen) |
Mittel (häufige Iterationen) |
Niedrig (schnelle Korrektur) |
Prozessablauf |
Linear, sequenziell |
Iterativ, inkrementell |
Schleifenbasiert, schnelle Iterationen |
Reaktion auf Veränderungen |
Widersetzt sich Veränderungen |
Begrüßt Veränderungen |
Nutzt Veränderungen gezielt aus |
Hauptziel |
Vorhersehbarkeit & Struktur |
Schnelle Wertschöpfung |
Schneller & wendiger als die Konkurrenz |
Die meisten Organisationen stecken noch immer in einem Water-Scrum-Fall-Modus fest – einige Schritte sind zwar agil, doch der Gesamtprozess folgt weiterhin dem Wasserfallmodell. Dieser hybride Ansatz verlangsamt den gesamten Ablauf und führt zu Ineffizienzen, die sich mit einem anpassungsfähigeren, auf OODA basierenden Modell vermeiden ließen.
Die Daten sprechen für sich
Unsere jährliche Studie untermauert nachdrücklich den Wechsel zu OODA-Schleifen. Die Herausforderungen, vor denen Unternehmen stehen, decken sich genau mit den Vorteilen dieses Ansatzes:
- Beobachten – Hoher Konfigurationsaufwand:
Die Befragten geben an, 40–50 % ihrer Zeit mit der Verwaltung von Konfigurationen zu verbringen, da sie mit mehreren APIs und Sprachen arbeiten. Ein OODA-basierter, durch KI unterstützter Ansatz könnte diesen Aufwand reduzieren, indem redundante oder miteinander in Konflikt stehende Systeme in Echtzeit erkannt werden. - Orientieren – Datenkonsolidierung und Standardisierung:
Der Trend hin zu Data Lakes und OpenTelemetry ist ein wichtiger Schritt zur Verbesserung der Phase „Orientieren“. Hochwertige, standardisierte Daten erleichtern es, Ereignisse in einen Kontext zu setzen und miteinander zu korrelieren, was zu schnelleren und präziseren Entscheidungen führt. - Entscheiden – Funktionsübergreifende Effizienz:
Viele Befragte nannten SLO-/SLI-Berichterstattung und Ursachenanalyse als Bereiche, die unter isolierten Prozessen leiden. Ein KI-gestützter OODA-Zyklus würde diese Silos aufbrechen und die teamübergreifende Zusammenarbeit und Entscheidungsfindung verbessern. - Handeln – Langsame, reaktive Prozesse:
Die derzeitigen sequenziellen Methoden verzögern Maßnahmen, bis Probleme eskalieren. Durch den Einsatz von Echtzeitanalysen und KI in der Phase „Handeln“ können Teams Fehlerbehebungen sofort implementieren, Ausfallzeiten reduzieren und schwerwiegende Vorfälle verhindern.
Fazit
Die Daten zeigen deutlich: Auf dem OODA-Loop basierende Abläufe sind die Zukunft.
Unternehmen konsolidieren ihre Daten, setzen KI ein und streben einen höheren Automatisierungsgrad an. Der Übergang zu einem adaptiven, iterativen Modell wie OODA wird Ineffizienzen beseitigen, den Verwaltungsaufwand reduzieren und die Reaktionsfähigkeit verbessern.
Die Tools sind bereits vorhanden. Die einzige Frage ist: Wann ist Ihr Unternehmen bereit, den nächsten Schritt zu gehen?
Über den Autor
Lori MacVittie ist Distinguished Engineer und Chief Evangelist im Office of the CTO von F5 und verfügt über umfassende Expertise in den Bereichen Anwendungsbereitstellung, Automatisierungsstrategie und Infrastruktur. Sie ist dafür bekannt, Komplexität verständlich zu machen – ob sie Leitplanken für KI-Agenten definiert, fragile Multicloud-Architekturen analysiert oder die Grenzen skalierbarer Systeme auslotet. Sie verfügt über mehr als dreißig Jahre Branchenerfahrung in der Anwendungsentwicklung, IT-Architektur sowie im Netzwerk- und Systembetrieb. Bevor sie zu F5 kam, war sie als mehrfach ausgezeichnete Technologie-Redakteurin tätig. MacVittie hat einen Masterabschluss in Informatik und ist eine produktive Autorin, deren Veröffentlichungen die Bereiche Sicherheit, Cloud und Unternehmensarchitektur abdecken. Außerdem spielt sie leidenschaftlich gern Brett- und Videospiele und vertritt mit voller Überzeugung klare Ansichten zum Thema Käse.
Weitere Blogbeiträge von Lori Mac VittieÄhnliche Blogbeiträge
Ein umfassender Leitfaden zur Bereitstellung und Sicherheit von KI-Anwendungen
Entdecken Sie optimale Strategien für die Absicherung und Bereitstellung von KI-Anwendungen.
KI zulassen und einführen? Lehren aus der Public Cloud
Die Einführung von KI steht unmittelbar bevor und könnte entscheidend sein, um wettbewerbsfähig zu bleiben. Daher muss die IT-Sicherheit proaktiv handeln und der KI-Einführung schon jetzt einen Schritt voraus sein, um sie auf einen risikogerechten Weg zu lenken.
Stand der Anwendungsstrategie 2022: Zeit für die Modernisierung des Betriebs
Es ist deutlich geworden, dass Unternehmen ihren Fokus erneut auf die Geschäftsfunktionen richten müssen, um die Dynamik ihrer digitalen Transformation aufrechtzuerhalten. Kundenerlebnisse haben zwar weiterhin Priorität, doch auch Geschäftsfunktionen wie Recht, Personalwesen und Finanzen müssen digitalisiert werden. Das bedeutet, dass CIOs das Steuer übernehmen, während sich die digitale Transformation von der Modernisierung von Anwendungen hin zur Modernisierung von Betriebsabläufen verlagert.
F5s Weg zu einer vielseitigen Plattform für Anwendungsanalysen
F5 bietet heute die umfassendsten Anwendungsdienste entlang des gesamten Weges vom Code bis zum Kunden. Künftig werden wir verstärkt auf Anwendungstelemetrie und -analysen setzen, damit unsere Kunden wertvolle Erkenntnisse über ihre Anwendungen, Geschäftsabläufe und Benutzererlebnisse gewinnen können. Beim Ausbau unserer Cloud-Analysefunktionen werden wir ML und KI noch stärker nutzen, um unsere Kunden bei der Verbesserung ihrer Geschäftsdienste zu unterstützen.
Telemetrie: Eine andere Art von Daten
Verwenden wir den Begriff „Telemetrie“ nur, weil er attraktiver klingt als „Daten“? Letztlich sind sowohl Daten als auch Telemetrie strukturierte Informationseinheiten. Es ist kein Verbrechen, die Begriffe synonym zu verwenden. Doch wenn man es genau nimmt, gibt es einen Unterschied. Und dieser Unterschied wird immer wichtiger werden, je weiter Unternehmen in die Datenökonomie vordringen.
MTTR bedeutet nicht „Mean Time to Reboot“
„Schnell scheitern“ lautet heute das Mantra für mehr Geschwindigkeit. Ob in DevOps oder im Geschäftsleben: Wer in einer digitalen Wirtschaft agiert, muss eine möglichst perfekte Verfügbarkeit gewährleisten.