Von hundert Personen gelingt es nur fünf, die benötigten Erkenntnisse zu gewinnen – und das aus der Vielzahl von Monitoring-Tools, mit denen sie die Leistung, Verfügbarkeit und Sicherheit ihrer digitalen Assets überwachen.
Und die anderen fünfundneunzig? Die könnten genauso gut auf hübsche, aber nutzlose Venn-Diagramme starren.
Eine der Ursachen für fehlende Erkenntnisse ist nicht ein Mangel an Tools oder gar an Daten, sondern die fortwährende Verzerrung der Daten.
Kontinuierliche Datenverzerrung
Datenverzerrungen entstehen durch subjektive Kuratierung innerhalb eines Systems. Diese ist das Ergebnis von Entscheidungen, die von der Frage, welche Daten aus welchen Systemen erfasst werden, bis hin zur Darstellung von Visualisierungen auf Dashboards reichen.
Eine der bedeutendsten Ursachen für Datenverzerrungen sind die Altlasten agentenbasierter Systeme. Bei diesen muss auf jedem System, von dem Daten erfasst werden sollen, zusätzliche Software installiert werden. Agenten werden in der Regel zusammen mit einer Analyseplattform eingesetzt, und in der Vergangenheit waren die Kosten für die Agenten häufig in der Preisgestaltung dieser Produkte enthalten. Für umfangreiche Implementierungen gab es natürlich Rabatte, dennoch war dies ein kostspieliges Unterfangen.
Die Kosten für die Bereitstellung und Verwaltung von Agenten führten zu einer Verzerrung der Daten, da sie die Anzahl der Systeme begrenzten, von denen Daten erfasst werden konnten. Einschätzungen – ob fundiert oder nicht – darüber, ob sich die Überwachung einer bestimmten Anwendung oder eines bestimmten Systems lohnte, gaben häufig den Ausschlag für die Bereitstellungsentscheidung.
Auch die Menge der erzeugten Daten ist eine Quelle fortwährender Verzerrungen, da sie zu Entscheidungen führte, die auf subjektiven Einschätzungen zum Wert bestimmter Datenpunkte beruhten. Brauchen Sie wirklich all diese Metriken, oder können wir uns einfach auf drei oder vier beschränken? Die subjektive Auswahl von Metriken macht es unmöglich, Verschiebungen oder Veränderungen in den Daten insgesamt zu überprüfen. Solche Verschiebungen oder Veränderungen könnten auf ein potenzielles Problem – oder Risiko – hindeuten, bleiben jedoch unbemerkt, weil die Daten als unbedeutend eingestuft wurden.
Schließlich können auch Entscheidungen zur Visualisierung in Dashboards die Interpretation zusätzlich verzerren. Sie beruhen häufig auf Kenntnissen und Erfahrungen, über die andere Nutzer des Dashboards möglicherweise nicht verfügen. Selbst die Wahl des Diagrammtyps kann zu Verzerrungen führen. Dies gilt insbesondere für zeitserienbasierte Betriebskennzahlen wie Leistung und Verfügbarkeit.
Balkendiagramme werden häufig zur Darstellung von Zeitreihendaten verwendet, sind jedoch weniger aussagekräftig als Liniendiagramme. Bei einem Balkendiagramm müssen wir die Höhe der Balken vergleichen, um Veränderungen der Reaktionszeit zu erkennen, anstatt anhand des Linienverlaufs auf einen Blick zu sehen, was geschieht. Solche einfachen Entscheidungen können erhebliche Auswirkungen auf Bediener haben, die mithilfe von Visualisierungen Einblicke in den Betriebszustand eines Systems gewinnen.
All diese Entscheidungen führen fortwährend zu Verzerrungen in den Daten und beeinträchtigen unsere Fähigkeit, sie zu interpretieren – und damit zu erkennen, was sie wirklich aussagen.
Datenverzerrungen beseitigen
Wenn wir in einer Welt, in der digitale Lösungen der Standard sind, bessere Entscheidungen treffen wollen, brauchen wir bessere Daten. Das bedeutet, dass wir Verzerrungen in den Daten so weit wie möglich beseitigen müssen.
Dies ist einer der Gründe, warum OpenTelemetry so vielversprechend ist. Die Standardisierung der Erzeugung und Erfassung von Telemetriedaten mithilfe von Open-Source-Agenten, die entsprechend wenig bis gar nichts kosten, wird wesentlich dazu beitragen, eine der Hauptursachen für verzerrte Daten zu beseitigen: das IT-Budget. Wenn Sie sicherstellen, dass Sie Telemetriedaten aus jedem System erfassen können und nicht nur aus einigen wenigen, die als „würdig“ erachtet werden, beseitigen Sie eine wesentliche Ursache für Verzerrungen in Ihren Daten. Deshalb umfasst unsere Vision für Edge auch den Ansatz, die Erzeugung von Telemetriedaten direkt in die Plattform zu integrieren, sodass sie jederzeit und überall verfügbar sind.
Auch Data Lake as a Service kann ein wirksames Mittel sein, um Verzerrungen entgegenzuwirken, die durch die Auswahl von Daten aufgrund ihres Volumens und der langfristigen Speicherkosten entstehen. Durch die Auslagerung von Skalierung und Kapazität können Unternehmen mehr Telemetriedaten flexibler erfassen, sodass sich Anomalien und Muster, die sich auf die Leistung und andere Bereiche auswirken, leichter erkennen lassen. In den vergangenen fünf Jahren ist das Angebot solcher Dienste stetig gewachsen. Sie werden häufig der Kategorie XaaS zugerechnet, die einen immer größeren Anteil des IT-Budgets beansprucht. Deloitte stellte dieses Jahr in einem Bericht über XaaS fest, dass fast die Hälfte der Unternehmen mindestens die Hälfte ihrer IT-Ausgaben für XaaS aufwenden wird.
Schließlich lässt sich das Problem verzerrter Darstellungen bei der Bereitstellung von Betriebsdaten in Dashboards angehen, indem der Schwerpunkt von Visualisierungen auf Erkenntnisse verlagert wird. Statt lediglich Momentaufnahmen einzelner Datenpunkte anzuzeigen, liefern Erkenntnisse Informationen auf Grundlage von Mustern und Zusammenhängen, die in den Daten entdeckt wurden. Darüber hinaus können Erkenntnisse unnötige Feuerwehreinsätze vermeiden, die durch die Abhängigkeit von binären Kennzahlen entstehen. Moderne Systeme sind darauf ausgelegt, auszufallen und sich automatisch wiederherzustellen. Benachrichtigungen bei jedem solchen Vorfall können zu Alarmmüdigkeit führen und die Produktivität beeinträchtigen. Durch die Analyse von Telemetriedaten im Kontext eines vollständigen Benutzerablaufs lässt sich erkennen, wann eine ausgefallene Komponente ein Eingreifen erfordert und wann nicht. Der Wechsel von einem Ansatz, der auf der Interpretation mehrerer Visualisierungen beruht, hin zur Nutzung umfassender Erkenntnisse kann einen Teil der Visualisierungen innewohnenden Verzerrung beseitigen.
Da Unternehmen zunehmend auf ein standardmäßig digitales Modell setzen, sind sie zwangsläufig immer stärker auf Daten angewiesen. Verzerrungen in diesen Daten zu beseitigen, wird entscheidend dafür sein, dass darauf basierende Entscheidungen zum bestmöglichen Ergebnis für Kunden und Unternehmen führen.
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.