Telemetrie in die Praxis umsetzen

Telemetrie in Maßnahmen umsetzen

Wie viele IT-Unternehmen sammeln auch wir eine Menge Telemetriedaten.

Mein Team ist für NetApp Active IQ verantwortlich. Wir erfassen Telemetriedaten von mehr als 300.000 Systemen in der gesamten installierten Basis von NetApp und wandeln diese Rohdaten in Erkenntnisse um, die unsere Kunden, Partner, Supportteams und internen Teams nutzen können.

Das entspricht etwa 10 Terabyte neuen Telemetriedaten pro Monat und trägt zu einem Data Lake von rund 4 Petabyte aus 24.000 Kunden bei.

In diesem Maßstab ist das Sammeln von Daten nur, weil es möglich ist, keine Strategie. Es muss einen Nutzen haben.

Tatsächlich hat mich ein CFO direkt gefragt: Was bringt uns all diese Daten?

Das ist eine berechtigte Frage, und jedes Unternehmen, das Telemetriedaten sammelt, sollte sie beantworten können.

Von reaktivem Support zu proaktiven Einblicken

Was wir heute tun, hat seine Wurzeln in AutoSupport. Einer unserer ersten Anwendungsfälle war unkompliziert: ein Hardwareproblem erkennen und darauf reagieren. Wenn eine Festplatte oder ein Lüfter ausfiel, konnte die Telemetrie den Supportprozess auslösen und dabei helfen, dem Kunden ein Ersatzteil bereitzustellen.

Seitdem haben wir erweitert, wie wir diese Daten nutzen.

Heute unterstützt die Telemetrie unsere Supportteams bei der Fehlerbehebung und der Identifizierung potenzieller Risiken, bevor diese sich zu größeren Problemen ausweiten. Wir nutzen sie außerdem, um Kunden dabei zu helfen, die Sicherheit zu erhöhen, die Kapazität zu optimieren, ihre Umgebungen zu planen und ihre NetApp Investitionen optimal zu nutzen.

Im Laufe der Zeit haben wir uns von der reaktiven Nutzung von Telemetrie hin zu deren proaktiver und prädiktiver Nutzung entwickelt. Jetzt hilft uns KI, den nächsten Schritt zu gehen.

Nur das erfassen, was benötigt wird, nicht alles, was möglich ist

Mehr Daten bedeuten nicht automatisch mehr Wert.

Die Erfassung, Übertragung, Verarbeitung und Speicherung von Telemetriedaten verursacht Kosten. Obwohl wir ein Storage-Unternehmen sind, erhält mein Team Storage nicht kostenlos.

Deshalb werten wir fortlaufend aus, was wir erfassen.

Wir arbeiten mit unseren Entwicklungs- und Produktteams zusammen, während sie neue Versionen und Funktionen entwickeln, um zu ermitteln, welche zusätzlichen Signale wir benötigen. Gleichzeitig prüfen wir die vorhandenen Daten, um festzustellen, ob sie noch einem Zweck dienen.

Wir verfügen tatsächlich über Telemetriedaten zu unserer Telemetrie. Wir können sehen, ob auf Daten zugegriffen wird, welche Tools darauf zugreifen und welche APIs sie aufrufen. Wenn etwas ungenutzt bleibt, können wir feststellen, ob wir es weiterhin erfassen und speichern müssen.

Ziel ist es nicht, den größtmöglichen Data Lake aufzubauen. Es geht darum, sicherzustellen, dass die Daten, die wir speichern, einen Zweck erfüllen.

Den Wert sichtbar machen

Das Sammeln nützlicher Daten ist nur ein Teil der Gleichung. Wir möchten auch, dass unsere Kunden verstehen, welchen Nutzen diese Daten ihnen bringen.

Das ist eine der Ideen hinter Value Insights in NetApp Digital Advisor.

Mithilfe der Telemetrie können wir den Kunden den Nutzen aufzeigen, den sie aus Funktionen wie der Storage-Effizienz ziehen, Sicherheitsrisiken identifizieren, die bereits gemindert wurden, und Bereiche hervorheben, in denen zusätzliche Maßnahmen ihre Umgebung verbessern könnten.

Kapazität bietet ein weiteres Beispiel. Wir können kalte Daten auf höherpreisigem All-Flash-Storage identifizieren und Optionen wie FabricPool empfehlen, um geeignete Daten auf eine kostengünstigere Ebene zu verschieben.

Entscheidend ist, eine Erkenntnis mit einem Ergebnis zu verknüpfen. Es genügt nicht, Ihnen zu sagen, was in Ihrer Umgebung geschieht. Wir möchten Ihnen helfen zu verstehen, was Sie als Nächstes tun können.

Von der Empfehlung zum Handeln

Hier wird KI besonders interessant.

Wir nutzen KI und maschinelles Lernen seit Jahren für Telemetriedaten, um Vorhersagen zu treffen und Muster zu erkennen. Generative und agentische KI ermöglicht uns, noch einen Schritt weiter zu gehen.

Anstatt lediglich ein potenzielles Problem zu erkennen, können wir die jeweils beste nächste Maßnahme ermitteln. Und anstatt bei einer Empfehlung stehen zu bleiben, könnte ein KI-Agent diese Maßnahme schließlich mit der entsprechenden Überwachung und den notwendigen Schutzmechanismen umsetzen.

Ich glaube, dass AIOps genau dorthin geht: die Distanz zwischen der Identifizierung eines Problems und dessen Lösung zu verkürzen.

Wir gehen diese Entwicklung jedoch behutsam an. Wir beginnen intern, lernen von unseren eigenen Nutzern und stellen sicher, dass die richtigen Leitplanken vorhanden sind. Anschließend arbeiten wir mit vertrauenswürdigen Early-Access-Nutzern zusammen, bevor wir über ein ringbasiertes Deployment-Modell erweitern.

Der Einstieg erfolgt mit Anwendungsfällen mit geringerem Risiko. Lernen. Feedback einholen. Dann erweitern.

Bei INSIGHT stellen wir zwei Möglichkeiten vor, Active IQ Intelligenz direkt in die Arbeitsabläufe der Nutzer zu integrieren. Digital Coach bietet KI-gestützte Anleitungen innerhalb von Active IQ, während Active IQ MCP NetApp Intelligenz zu den KI-Assistenten und -Agenten bringt, für die sich Nutzer bereits entschieden haben. Gemeinsam erleichtern sie es, Erkenntnisse überall dort in Maßnahmen umzusetzen, wo Menschen arbeiten.

Ausgangspunkt ist das Problem, das Sie lösen möchten.

Unternehmen, die aus Telemetriedaten einen größeren Nutzen ziehen möchten, sollten beim Anwendungsfall beginnen.

Welches Problem wollen Sie lösen? Welche Daten benötigen Sie, um es zu lösen? Welches Ergebnis zeigt Ihnen, ob die Investition einen Mehrwert bietet?

Support ist oft ein naheliegender Ausgangspunkt. Von dort aus kann Telemetrie dazu beitragen, die Benutzererfahrung zu optimieren, die Sicherheit und das Kapazitätsmanagement zu verbessern und Möglichkeiten aufzudecken, die sonst schwer zu erkennen wären.

KI kann diesen Fortschritt beschleunigen, aber sie setzt weiterhin die richtige Grundlage voraus. Erforderlich sind die richtigen Daten, ein sicherer Zugriff und angemessene Leitplanken für ihre Verwendung.

Die Chance besteht darin, die bereits vorhandenen Daten in etwas Nützliches zu verwandeln.

Zuerst eine Erkenntnis. Dann eine Empfehlung. Und zunehmend auch eine konkrete Handlung.

Sie können den Podcast anhören oder die vollständige Podcast-Reihe erkunden.