Als Branche sind wir bereit, über nahezu jeden Aspekt der Technologie zu diskutieren. Unsere besondere Stärke scheint jedoch darin zu liegen, über Begrifflichkeiten zu streiten. Fachjargon. Wörter.
Cloud. DevOps. SDN. Open. Die Definition dieser Begriffe ist nach wie vor umstritten – die Kontroverse haftet ihnen an wie Hundehaare an einem schwarzen Sofa.
Du benutzt deine Vergleiche und ich meine, vielen Dank.
Heute sprechen wir über einen Begriff, der wohl noch etwa ein Jahrzehnt lang für Diskussionen sorgen wird: Telemetrie. Sind das letztlich nicht einfach nur Daten? Verwenden wir den Begriff Telemetrie nur, weil er attraktiver klingt als Daten?
Nein. Ganz und gar nicht.
Letztlich sind sowohl Daten als auch Telemetriedaten 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 zunehmend an Bedeutung gewinnen, je weiter Unternehmen in die Datenökonomie vordringen.
Der Begriff Telemetrie leitet sich von zwei griechischen Wörtern ab: „tele“ und „metron“, die „fern“ und „Maß“ bedeuten. Laut Wikipedia ist „Telemetrie die Erfassung von Messwerten oder anderen Daten an entfernten oder unzugänglichen Orten und deren automatische Übertragung an Empfangsgeräte zur Überwachung“.
Aus diesem Grund werden so viele Betriebsdaten als Telemetrie bezeichnet: Sie werden (aus der Ferne) erfasst und an ein anderes System übertragen. Telemetriedaten sind nichts Neues. Sie sind seit jeher ein inhärentes Nebenprodukt jedes Netzwerk- und Anwendungsdienstes. Bei der Netzwerk- und Anwendungsüberwachung werden bereits seit Jahrzehnten Agenten und Protokolle zur Erfassung von Telemetriedaten eingesetzt. Ihr Nutzen lag bislang hauptsächlich in der Behebung von Problemen im Datenpfad.
Doch mit dem Fortschreiten der digitalen Transformation in Unternehmen und der zunehmenden Verwischung der Grenzen zwischen Geschäftsprozessen und Technologie liefert die Telemetrie entlang des gesamten Datenpfads Erkenntnisse sowohl zu technischen als auch zu geschäftlichen Problemen. Da Unternehmen bei der Abwicklung ihrer Geschäfte – intern wie extern, mit Kunden und Partnern – zunehmend auf Anwendungen angewiesen sind, ist die Telemetrie am wertvollsten, die von den Anwendungsdiensten erzeugt wird, aus denen sich der Datenpfad zusammensetzt.
Wenn man sich diesen Pfad ansieht, gibt es dort mindestens einen – mit Sicherheit aber eher zehn – Anwendungsdienste, die für Skalierbarkeit und Sicherheit sorgen.
Jeder Anwendungsdienst – und die Plattformen, auf denen er bereitgestellt wird – verfügt über wertvolle Informationen zum Zustand eines bestimmten Kundenerlebnisses. Von den Merkmalen der Benutzerplattform (Gerätetyp, Standort, Netzwerk) bis hin zur Verweildauer an jedem einzelnen „Hop“ entlang des Datenpfads können all diese Informationen genutzt werden, um Störungen zu beheben, böswillige Akteure zu identifizieren und Leistungsprobleme genauer zu analysieren. Dabei handelt es sich weder um „Kunden-“ noch um „Unternehmensdaten“, sondern um Betriebsdaten. Es handelt sich um Telemetriedaten.
Um diese Daten jedoch wirklich nutzen zu können, müssen wir einen Weg finden, die enormen Datenmengen zu erfassen und anschließend zu analysieren, die von Anwendungsdiensten im Datenpfad stammen können. Hier kommt die Cloud ins Spiel.
Warum die Cloud für die Nutzung von Telemetriedaten unverzichtbar ist
Heute wird nur ein Teil der Telemetriedaten erfasst, da für die vollständige Speicherung mehr Speicherplatz erforderlich wäre, als verfügbar ist.
Die Menge an Telemetriedaten, die ausgegeben wird – und werden könnte –, ist überwältigend. Die meisten Systeme können Telemetriedaten nur für wenige Wochen – oder Tage – speichern. Oft werden sie in Zeitreihen unterteilt, um Speicherplatz zu sparen. Doch selbst das kann die enorme Speicherbelastung nicht verhindern. Letztendlich müssen die Daten gelöscht werden, um Platz für neuere, relevantere Telemetriedaten zu schaffen.
Aus diesem Grund werden fortschrittliche Analysedienste häufig in einer Public Cloud gehostet. Die Kapazität der Rechen- und Speicherressourcen in der Cloud schafft in Verbindung mit maschinellem Lernen die technologischen Grundlagen, die erforderlich sind, um riesige Mengen an Telemetriedaten zu erfassen, zu speichern und zu verarbeiten. Mit einem ausreichend umfassenden Bestand an Telemetriedaten können fortschrittliche Analysen Unternehmen verwertbare Erkenntnisse liefern, indem sie Muster und Zusammenhänge zwischen scheinbar voneinander unabhängigen Datenpunkten aufdecken.
Doch um dieses Ziel zu erreichen, müssen Anwendungsdienste so viele Telemetriedaten ausgeben, wie ein cloudbasiertes Repository aufnehmen kann. Zudem müssen diese Daten von möglichst vielen Punkten entlang des Datenpfads stammen. Je mehr Informationen über die gesamte Customer Experience (den Datenpfad) hinweg gesammelt werden können, desto wertvoller sind sie für das System, das nach Mustern und Zusammenhängen sucht, um verwertbare Erkenntnisse zu gewinnen, die sowohl die Customer Experience als auch die Unternehmensleistung verbessern.
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.