Warum MCP das fehlende Bindeglied zwischen KI und Infrastruktur ist

Ich habe die Entwicklung des Internets, der Virtualisierung, der Cloud und von KI/ML miterlebt. Aber noch nie habe ich mich so begeistert gefühlt von dem, was gerade passiert.

Sorgfältige Planung, wohlüberlegte Änderungsfenster und umfangreiche manuelle Arbeit haben den Großteil meiner Karriere als Speicherarchitekt und IT-Betriebsleiter geprägt. Komplexe globale IT-Umgebungen bringen jahrelange Betriebshistorie, angehäufte technische Schulden und unzählige „Das räumen wir später auf“-Entscheidungen mit sich.

Agentische KI hat ein enormes Potenzial, aber es gab schon immer ein Problem: KI kann keine Infrastruktur verwalten, die sie nicht versteht.

Hier kommt Model Context Protocol (MCP) ins Spiel.

Was vor wenigen Monaten noch Zukunftsmusik war, wird jetzt aktiv innerhalb der NetApp IT genutzt. MCP bildet das Fundament unserer KI-gestützten Prozesse und liefert KI-Agenten den nötigen Infrastrukturkontext, um Probleme zu analysieren, ONTAP Umgebungen zu untersuchen, Ursachen aufzudecken und die Fehlerbehebung auf eine bisher nicht mögliche Weise zu beschleunigen.

Was als Zukunftsvision begann, ist schnell zu einem festen Bestandteil unserer heutigen Arbeitsweise geworden.

Das KI-Problem, das MCP löst

Künstliche Intelligenz ist bemerkenswert gut im logischen Denken, aber logisches Denken allein reicht in der Unternehmensinfrastruktur nicht aus.

Ein KI-Modell versteht Ihre ONTAP Cluster, SnapMirror-Beziehungen, die Speichertopologie, Betriebsstandards oder jahrzehntelang angesammelte Konfigurationsentscheidungen nicht automatisch. Ohne diesen Kontext ist die KI gezwungen zu raten. Sie kann Dokumentationen durchsuchen, Absichten ableiten und Empfehlungen geben, aber es fehlt ihr das operative Wissen, das für eine sichere Interaktion mit der laufenden Infrastruktur erforderlich ist.

MCP verändert die Gleichung.

Vereinfacht ausgedrückt bietet MCP KI-Agenten eine strukturierte Möglichkeit, Systeme wie ONTAP zu verstehen und mit ihnen zu interagieren. Es stellt die Befehle, Fähigkeiten und das operative Wissen bereit, die notwendig sind, um sinnvolle Aufgaben zu erledigen, anstatt sich auf Annahmen zu verlassen.

Man kann sich MCP als Übersetzer zwischen KI und Infrastruktur vorstellen. Anstatt ein KI-Modell zu zwingen, ONTAP bei jeder Anfrage zu recherchieren, bietet MCP eine zuverlässige Möglichkeit, damit das Modell versteht, welche Aktionen verfügbar sind, wie Systeme konfiguriert sind und wie sicher mit ihnen interagiert werden kann.

Von „Was wäre wenn?“ zu „Wir machen es“

Als ich zum ersten Mal über KI-gestützte Speicheroperationen sprach, klang vieles davon theoretisch.

Stellen Sie sich KI-Agenten für Speicher, Netzwerk, Rechenleistung, Cloud und Anwendungen vor, die bei einem Ausfall zusammenarbeiten. Jeder Agent kennt seinen eigenen Bereich. Jeder untersucht seinen Teil der Infrastruktur. Anschließend korrelieren diese Agenten ihre Erkenntnisse und unterstützen dabei, die Ursache zu identifizieren.

Das war die Vision. Jetzt haben wir sie verwirklicht.

Innerhalb der NetApp IT werden agentenbasierte Workflows verwendet, die ein ServiceNow Ticket aufnehmen, die Beschreibung lesen, sie mit Infrastrukturkontext anreichern, ONTAP über MCP abfragen, verwandte Domänen überprüfen und innerhalb von Minuten eine Analyse im RCA-Stil generieren.

In einem Beispiel meldete ein Benutzer, dass er einen NAS-Pfad nicht einbinden konnte. Im Ticket wurde nicht erwähnt, dass es sich um NFS handelte. ONTAP wurde nicht genannt. Es wurde auch nicht angegeben, welcher Cluster, welche SVM, welches Volume oder welche Region untersucht werden sollte.

Der Agent hat das Problem dennoch gelöst. Mithilfe von MCP analysierte er ServiceNow und CMDB-Daten, überprüfte ONTAP, verifizierte die UNIX-Seite und stellte fest, dass das Problem eine NFS Exportregel war. Er bestätigte sogar, dass andere Mounts vom Host funktionierten, bevor eine hochzuverlässige domänenübergreifende Analyse erstellt wurde.

Agentic AI in Aktion

Wer schon einmal einen P1-Vorfall bearbeitet hat, kennt das Muster. Ein Ticket geht ein. Die Beteiligten treten einer Bridge bei. Teams beginnen, ihre jeweiligen Domänen zu überprüfen. Storage schaut auf Storage. Network schaut auf Switches. Compute schaut auf Hosts. Application-Teams schauen auf Protokolle.

Stellen Sie sich stattdessen Folgendes vor:

• Ein ServiceNow Ticket löst eine KI-Untersuchung aus.
• Ein Koordinator-Agent liest die Problemstellung
• Ein Speicheragent verwendet ONTAP MCP, um relevante Cluster, SVMs, Volumes, Exporte, SnapMirror-Beziehungen und Leistungsdaten zu prüfen
• Ein UNIX- oder Windows-Agent überprüft die Hostseite
• Ein Netzwerkagent überprüft das Storage-Fabric und die Schicht 2.
• Ein Koordinator vergleicht die Ergebnisse aus verschiedenen Domänen
• Das System veröffentlicht eine Zusammenfassung der Untersuchung und empfiehlt die nächsten Schritte im Ticket oder Krisenraum

Heutzutage ist vieles von dem, was wir tun, rein lesend, insbesondere in Workflows für Produktionsvorfälle. Rein lesende Vorgänge sind risikoarm, aber wirkungsvoll. Wenn KI Ingenieuren schnell mitteilen kann, wo sie suchen sollten, was sich geändert hat, was falsch konfiguriert ist und was höchstwahrscheinlich den Vorfall verursacht, kann allein das die Reaktionszeit deutlich verbessern.

KI hilft uns bei der Bekämpfung „unmenschlicher“ Probleme

Die andere große Chance ist die technische Verschuldung.

Jedes Unternehmen hat Probleme, die nicht aufgrund ihrer konzeptionellen Komplexität schwierig sind. Sie sind schwierig, weil sie zu umfangreich, zu mühsam oder zu weit verteilt sind, um von Menschen effizient gelöst zu werden.

Wir können beispielsweise KI beauftragen, lokale Benutzerkonten in Dutzenden von ONTAP Clustern und Hunderten von Knoten zu überprüfen. Dies ist keine einfache Tabellenkalkulationsaufgabe. Die letzten Anmeldeinformationen befinden sich möglicherweise in Sicherheitsprotokollen, nicht direkt im Benutzerkonto. Eine Person müsste Exporte sammeln, Daten zusammenführen, Protokolle prüfen, Zeitstempel vergleichen und manuell einen aussagekräftigen Bericht erstellen.

Mit ONTAP MCP können wir Fragen in natürlicher Sprache stellen und innerhalb von Minuten eine Flottenanalyse erhalten. Aufgaben, die bisher stundenlange manuelle Datenerfassung, Tabellenkalkulation und Protokollprüfung erforderten, können nun durch eine einfache Eingabeaufforderung abgeschlossen werden.

Das gleiche Prinzip gilt für veraltete Snapshots, nicht mehr vorhandene SnapMirror Zielvolumes, inkonsistente Konfigurationen, fehlende Schutzbeziehungen, Lebenszyklusplanung und Kapazitätshygiene.

Solche Probleme können jahrelang ungelöst bleiben, weil ihre manuelle Behebung zu aufwendig ist. MCP-enabled AI bietet eine Möglichkeit, sie zu beheben und dauerhaft zu lösen.

Wenn aufgrund einer Automatisierungslücke Zielvolumes zurückbleiben, sollte die Antwort nicht eine einmalige Bereinigung sein. Die Antwort sollte ein agentischer Workflow sein, der diesen Zustand regelmäßig überprüft, meldet und schließlich durch genehmigte Kontrollmaßnahmen behebt.

Wir wechseln von manueller Bereinigung zu kontinuierlicher Hygiene.

Die natürliche Sprache verändert, wer automatisieren kann

Automatisierung beschränkt sich nicht mehr auf Menschen, die Code schreiben.

Zu Beginn dieses Projekts entwickelte ich für mein Team eine Demo, die ich scherzhaft „Storage Hotness“ nannte. Der Durchbruch war die Verbindung des Modells mit ONTAP über MCP. Ich verband einen KI-Agenten mit einem ONTAP Simulator und begann, Anfragen in einfacher Sprache einzugeben:

• Volumes erstellen
• Volumengröße ändern
• SnapMirror-Beziehungen erstellen
• Zeigen Sie mir, was sich geändert hat

Ich hatte ONTAP seit fast zehn Jahren nicht mehr direkt bedient, verwaltete aber Speicher über natürliche Sprache. Dieser Moment half dem Team zu sehen, was möglich war.

Unsere Rollen verändern sich. Ingenieure verschwinden nicht, aber die Arbeit verändert sich. Wir werden zu Orchestratoren, Prüfern und Qualitätskontrolleuren von KI-unterstützten Abläufen. Menschen, die lernen, diese Werkzeuge zu nutzen, vervielfachen ihre Wirkung. Menschen, die weiterhin an manuellen Arbeitsabläufen festhalten, werden Schwierigkeiten haben, mitzuhalten.

Warum NetApp IT der richtige Ort ist, um dies zu beweisen

NetApp IT befindet sich in einer einzigartigen Position, da wir dieselben Technologien verwenden wie unsere Kunden.

Wir betreiben ONTAP, StorageGRID, E-Series, Amazon FSx for ONTAP, Cloud Volumes ONTAP, Data Infrastructure Insights sowie andere NetApp Technologien in einer realen globalen Unternehmensumgebung.

Wir erforschen KI für die Datenspeicherung nicht nur in einem Laborszenario. Sie wird auf reale Infrastrukturen, reale Vorfälle, reale technische Schulden und realen Betriebsdruck angewendet.

Da diese Technologien im Unternehmensmaßstab eingesetzt werden, zeigt sich unmittelbar, wie MCP die Fehlersuche beschleunigt, ungenutzte Kapazitäten aufdeckt, Konfigurationsabweichungen identifiziert oder über Jahre angesammelte technische Schulden sichtbar macht.

Wenn wir sehen, wie ein Agent innerhalb von Minuten eine nützliche RCA-Analyse im Stil einer Ursachenanalyse erstellt, wird deutlich, wie dies die Reaktion von IT-Teams auf Ausfälle verändern kann.

Und wenn etwas nicht funktioniert, wird auch daraus gelernt.

Speicher, mit dem Sie sprechen können

Wir sind einer Zukunft, in der Infrastruktur durch Intention gesteuert wird, näher, als viele Menschen ahnen.

Führungskräfte werden fragen: „Wie viel Kapazität haben wir?“

Ingenieure werden fragen: „Welche Produktions-Volumes sind ohne Schutz?“

Einsatzteams stellen die Frage, was sich vor diesem Vorfall geändert hat.

Speicherteams stellen die Frage, wo sich ihre inaktive Kapazität befindet.

KI-Agenten erfassen Kontext, fragen die Umgebung ab, analysieren die Ergebnisse und empfehlen Maßnahmen. Das ersetzt das ingenieurtechnische Urteilsvermögen nicht, sondern verstärkt es.

Die Zukunft ist nicht, dass KI Speichersystemtechniker ersetzt. Die Zukunft ist, dass Speichersystemtechniker Flotten von KI-Agenten steuern, die inspizieren, analysieren, korrelieren und schließlich in einem Ausmaß beheben können, das Menschen manuell niemals erreichen könnten.

Zum ersten Mal in meiner Karriere wird die Betriebsebene des Rechenzentrums neu geschrieben. MCP ist eine Brücke, die KI-Logik mit realen Infrastrukturmaßnahmen verbindet. Ohne sie bleibt KI ein Assistent. Mit ihr wird KI zu einem operativen Kraftmultiplikator.

Und dieses Mal ist es nicht nur theoretisch. Es wird bereits umgesetzt.