Systeme auf Verfügbarkeit und Geschwindigkeit überwachen und Abweichungen signalisieren, bevor Nutzer davon Nachteile spüren, ist eine Aufgabe, die weitgehend übernommen werden kann. Nicht weil KI plötzlich Verstand von Infrastruktur hat, sondern weil die Aufgabe selbst seit Jahren rund um Messwerte, Schwellenwerte und Wiederholung aufgebaut ist. Das ist eine andere Schlussfolgerung als bei Aufgaben, bei denen Urteilsvermögen oder Verhandlung den Kern bilden.
Drei Achsen geben hier den Ausschlag: Volumen, Strukturiertheit und Fehlerkosten.
Das Volumen ist hoch. Monitoring läuft kontinuierlich, Tag und Nacht, über Hunderte oder Tausende Messpunkte. Ein Mensch, der das manuell verfolgen würde, schaut in Abständen auf Dashboards und verpasst, was dazwischen passiert. Ein System, das jede Sekunde misst und mit einem Schwellenwert vergleicht, verpasst das nicht.
Die Strukturiertheit ist hoch. Die Aufgabe besteht aus: Messen, Vergleichen mit einer Norm, und bei Abweichung ein Signal abgeben. Das ist eine feste Prozedur, keine offene Fragestellung. Vergleichen Sie das mit der Beantwortung einer Nutzeranfrage zu Software, bei der die Frage jedes Mal anders formuliert ist und Kontext benötigt.
Die Fehlerkosten sind niedrig bis mittel. Eine verpasste oder verspätete Meldung ist ärgerlich, aber meist behebbar: Das System sendet eine neue Warnung, sobald die Abweichung anhält, und die meisten Schwellenwerte sind mit Sicherheitsmarge eingestellt. Das unterscheidet sich von einer Aufgabe, bei der ein einziger verpasster Schritt direkt einen Nutzer ohne funktionierende Anwendung zurücklässt, wie beim Lösen eines Erstlinien-IT-Vorfalls.
Zwei Achsen bremsen das Bild ab: Beurteilungsspielraum und Kreativität stehen auf jeweils 2 und 1.
Das Signalisieren einer Abweichung ist etwas anderes als das Verstehen, was diese Abweichung für die Organisation bedeutet. Ein Spitzenwert beim Speicherverbrauch kann harmlos sein, oder der Beginn eines Problems, das in zwei Stunden den Webshop lahmlegt. Die Bestimmung dieser Bedeutung, und die Entscheidung, an einen eingreifenden Engineer zu eskalieren, bleibt Menschenarbeit. KI signalisiert die Abweichung; eine Person mit Kenntnis der Umgebung beurteilt, was diese Abweichung wert ist.
Das ist gleichzeitig auch der Grund, warum diese Aufgabe nicht für sich allein steht. Das Signal, das ein Monitoring-Tool abgibt, muss irgendwo landen: als registrierter Vorfall mit der richtigen Dringlichkeit. Wie das weitergeht, ist beschrieben unter IT-Vorfälle registrieren und priorisieren, einer Aufgabe, die etwas weniger dicht abgesteckt ist als die Überwachung selbst.
Die Einschätzung lautet: ein Agent. Kein einzelnes Skript, das einen Schwellenwert prüft, sondern ein System, das kontinuierlich misst, mehrere Signale kombiniert und selbst bestimmt, ob ein Muster eine Meldung wert ist, bevor ein Mensch es sieht. Das ist ein Schritt weiter als reines Alerting, und ein Schritt zurück von voller Autonomie: Der Agent signalisiert und kategorisiert, ein Administrator entscheidet, was mit dem Signal geschieht.
Zwei Randbedingungen bestimmen, ob das funktioniert. Es müssen eingerichtete Schwellenwerte vorhanden sein, abgestimmt auf das, was für diese spezifischen Systeme normal ist: ein Schwellenwert, der für eine Anwendung streng genug ist, kann bei einer anderen ständig Falschalarm auslösen. Und es muss automatisiertes Alerting vorhanden sein, das das Signal auch tatsächlich bei jemandem abliefert. Ohne diese beiden gibt es nichts zu übernehmen: keine Norm, an der zu prüfen ist, keinen Kanal, um es weiterzugeben.
Bei einem Unternehmen mit ein paar Servern und festen Bürozeiten ist Monitoring oft noch eine Frage des gelegentlichen Nachschauens. Der Volumengewinn der Automatisierung ist dann begrenzt, schlicht weil das Volumen niedrig ist. Bei einem Unternehmen mit vielen Systemen, Kunden, die zu jeder Tageszeit Zugang erwarten, und einer Vorgeschichte von Vorfällen, die nachts entstanden sind, ist das Bild anders: Dort steigt die freiwerdende fte-Kapazität durch kontinuierliche automatisierte Überwachung schnell an, weil die Alternative ein Mensch ist, der permanent in Bereitschaft stehen muss.
Auch die Fehlerkosten-Achse verschiebt sich je Unternehmen. Bei einer internen Testumgebung ist eine verpasste Meldung folgenlos. Bei einem System, das direkt mit Zahlungsverkehr oder mit medizinischen Daten in Berührung kommt, liegt die Compliance-Hürde höher, und das drängt die Achse Compliance, die hier schon auf 4 steht, noch weiter in Richtung verpflichtender Dokumentation und nachweisbarer Nachverfolgung.
Dies ist keine Aussage über Personal. Ob und wie eine Organisation die freigewordene Kapazität eines Systemadministrators anders einsetzt, ist eine Entscheidung des Arbeitgebers, mit eigenen gesetzlichen Anforderungen, soweit dies Entscheidungen über Funktionen betrifft. Diese Seite beschreibt nur die Arbeit, nicht die Menschen, die sie derzeit ausführen.
Monitoring ist selten eine isolierte Aufgabe. Sie hängt zusammen mit Backups ausführen und kontrollieren, mit der Vorfallbearbeitung, und mit der Planung, wer wann für die Nachverfolgung verfügbar sein muss. Wer ein breiteres Bild davon möchte, was KI in der IT-Funktion insgesamt übernehmen kann, findet einen Ausgangspunkt auf der Seite über Arbeit und Planung.
Diese Seite gibt eine Einschätzung auf Basis der Aufgabe in allgemeiner Form. Wie viel das für ein bestimmtes Unternehmen bedeutet, hängt von der Anzahl der Systeme, den eingerichteten Schwellenwerten und den Folgen einer verpassten Meldung ab. Eine Indikation für die eigene Situation lässt sich mit dem kostenlosen Quickscan gewinnen: zwölf Fragen, ohne Konto, mit einer Angabe, welcher Teil der Stunden in diesem Profil heute von KI übernommen werden kann. Der vollständige Werkscan, der die Arbeit eines ganzen Unternehmens in Aufgaben aufschlüsselt, befindet sich noch im Aufbau.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.