Beim Umbrella Monitoring gibt es zwei Optionen: „Synthetic Monitoring“ und „Real-User Monitoring“. Das Synthetic Monitoring ist eine aktive Lösung und überprüft die zu beobachtende Anwendung mit Hilfe simulierter Testszenarien. Hierbei verwendet sie vordefinierte Aktionen und Skripte mittels Bots, die anhand eines Netzwerks von Messstationen die Verfügbarkeit, Performance und Funktionsfähigkeit testen. Diese Messstationen sitzen an diversen Stellen innerhalb sowie außerhalb des eigenen Netzwerks, um möglichst viele unterschiedliche Szenarien zu prüfen. Diese Methode kann Reputationsschäden langfristig verhindern, da man das System kontinuierlich nach Fehlern überprüft. Die gewonnenen Informationen reflektieren allerdings immer nur die Simulationen und nicht die echte Benutzererfahrung. Zudem kann Synthetic Monitoring ausschließlich Daten zu vordefinierten Szenarien liefern.
Das Real-User Monitoring wiederum basiert darauf, die Interaktionen mit echten Benutzern zu erfassen und zu analysieren. Diese passive Überwachungslösung erfasst Daten wie Ladezeiten, Seitenaufrufe und Verhaltensmuster, um Einblicke in die tatsächliche Benutzererfahrung zu gewinnen. Das Monitoring basiert daher auf realen Daten und spiegelt die echte Benutzerinteraktionen wider. Für diese Art der Überwachung ist allerdings echter Traffic erforderlich. Eine aussagekräftige Analyse gelingt nur mit einer großen Menge qualitativ hochwertiger Daten.
Am Ende hängt die Wahl zwischen Synthetic und Real-User Monitoring von den spezifischen Anforderungen des Unternehmens ab. Je nach den individuellen Bedürfnissen des Unternehmens kann auch eine Kombination beider Ansätze sinnvoll sein, um eine ganzheitliche Überwachung zu gewährleisten.
Automatisiertes Monitoring mit KI
Generell wird die dynamische IT-Infrastruktur in Unternehmen in den nächsten Jahren noch an Komplexität gewinnen. Um IT-Fachleute bei der Verwaltung und dem Monitoring ihrer Infrastruktur zu entlasten, braucht es zeitsparende Tools, die manuelle Routineaufgaben übernehmen. Daher wird sich mittelfristig ein KI-basiertes, automatisiertes Monitoring durchsetzen. Denn mit Hilfe von künstlicher Intelligenz kann man das Lastverhalten für einen bestimmten Zeitraum automatisch analysieren. Dabei berücksichtigt die KI Abhängigkeiten zwischen den Anwendungen und Systemkomponenten, um Anomalien direkt zu erkennen. Sie adaptiert die gelernten Performance-Parameter währenddessen kontinuierlich und automatisch. So kann sich die KI auf weiterentwickelte Applikationen und veränderte Prozesse einstellen. Das Ergebnis dieser Herangehensweise ist eine intelligente Überwachung, die dank KI kontinuierlich dazulernt und einen umfassenden Blick auf die gesamte IT-Landschaft und alle Anwendungen ermöglicht. Betriebs- und Entwicklerteams können so besser im Sinne des DevOps-Prinzips zusammenarbeiten. Das beschleunigt die Fehlerbehebung und sorgt für eine effiziente Zusammenarbeit.
Das sollten Unternehmen beim Monitoring beachten
Nicht jede Monitoring-Lösung passt für jeden Anwendungsfall und jedes Unternehmen. Folgende Aspekte sollten die Verantwortlichen daher vor und bei der Tool-Auswahl beachten.
Matthias Fichtner ist Senior Project Manager & Portfolio Lead Observability & Monitoring bei Telekom MMS.