Dynatrace-Founder und CTO Bernd Greifeneder blickt in die Zukunft und erklärt, warum sich die Nutzung von KI verändern muss, welche Rolle digitale Immunsysteme spielen werden und warum Unternehmen CAIOs (Chief AI Officer) bestimmen sollten.

Prognose Nr. 1: Der Umgang mit KI wird sich verändern – der Blick darauf weitet sich

2024 tritt die generative KI in das Tal der Ernüchterung ein. Unternehmen werden erkennen, dass die Technologie zwar transformativ ist, aber alleinstehend nicht den erhofften Wert liefern kann. Der Umgang mit KI wird sich ändern und man wird dazu übergehen, generative KI mit anderen Arten der Künstlichen Intelligenz und zusätzlichen Informationsquellen zu kombinieren.

Hintergrund: Dieser kombinierte Ansatz liefert generativer KI besseren Kontext und ermöglicht das Einbetten präziser Ergebnisse in die Ausgabe, um die für Automatisierung notwendige Genauigkeit zu verbessern und Unschärfen oder gar Falschaussagen (Halluzinationen) zu vermeiden. Zum Beispiel lassen sich im IT-Betrieb mittels kombinierter KI-Arten Probleme vorhersagen und verhindern, bevor sie auftreten. Oder es lassen sich vormals manuelle Aufgaben automatisieren, wie beispielsweise das Erstellen neuer Workflows zur Automatisierung des Software-Lebenszyklus.

Prognose Nr. 2: KI-generierter Code wird digitale Immunsysteme zur Notwendigkeit machen

2024 werden in den Unternehmen größere Ausfälle digitaler Dienste aufgrund qualitativ minderem und unzureichend überprüftem Softwarecode zunehmen. Folglich werden die Unternehmen digitale Immunsysteme einführen, um den Sicherheitsrisiken computergenerierter Software entgegenzutreten. Als digitales Immunsystem wird Sicherheitssoftware verstanden, die automatisiert und im Echtbetrieb vor Cyber-Angriffen nicht nur von außen, sondern auch von innen heraus Schutz bietet.

Hintergrund: Entwickler werden verstärkt generative, KI-gestützte autonome Agenten verwenden, um Code zu schreiben. Das birgt für ihre Unternehmen ein erhöhtes Risiko unerwarteter Probleme, die die Kunden- und Benutzererfahrung beeinträchtigen. Die Wartung mittels autonomer Agenten generiertem Code sowie die Pflege von Code, bei dem der Entwickler das Unternehmen verlassen hat, sind eine Herausforderung. Für beide gilt: Niemand versteht den Code vollständig und daher kann niemand Probleme im Code schnell beheben.

Diejenigen, die versuchen, generative KI zur Überprüfung und Behebung von Problemen im Code zu verwenden, der von einer anderen generativen KI erstellt wurde, werden sich mit einem rekursiven Problem konfrontiert sehen. Denn, weiterer Code wird immer wieder hinzugeneriert und die Komplexität beziehungsweise das Risiko unerwünschter Nebenwirkungen aufgrund sämtlicher Änderungen steigt. Damit wird die Robustheit und Sicherheit von generierter Software, abgesehen von Trivialproblemen, zunehmend unkontrollierbarer.

Dies wird Unternehmen veranlassen, digitale Immunsysteme einzusetzen, die ihre Anwendungen von innen schützen. Unternehmen werden dazu prädiktive KI nutzen, um Probleme im Code oder in Anwendungen automatisch schon vor dem Auftreten vorherzusagen und um eine sofortige, automatische Reaktion auszulösen. So können Entwicklungsteams beispielsweise Anwendungen mit Selbstheilungsfunktionen entwerfen. Diese Funktionen ermöglichen ein automatisches Rollback auf die letzte stabile Version der Codebasis, wenn eine neue Version Fehler enthält. Sie ermöglichen auch, zusätzliche Cloud-Ressourcen bei steigender Rechenleistung automatisch bereitzustellen.

Prognose Nr. 3: Unternehmen werden CAIOs benennen

Unternehmen werden zunehmend leitende Mitarbeiter in ihre Führungsteams berufen, die sicherstellen, dass das Unternehmen auf die Auswirkungen von KI in den Bereichen Sicherheit, Compliance und Governance vorbereitet ist.

Hintergrund: In dem Maße, in dem sich die Mitarbeiter durch Tools wie ChatGPT an die Nutzung von KI in ihrem Privatleben gewöhnen, werden sie auch KI bei der Arbeit einsetzen wollen. Unternehmen haben das bereits erkannt und werden Chief AI Officer (CAIO) ernennen, die den Einsatz dieser Technologien überwachen. Das folgt dem gleichen Prinzip, nachdem viele Unternehmen einen Chief Information Security Officer (CISO) in ihrem Führungsteam haben, der sich gesamtverantwortlich um die Datensicherheit im Unternehmen kümmert. Der CAIO wird sich darauf konzentrieren, Richtlinien zu entwickeln sowie die Mitarbeiter zu schulen, KI richtig und sicher zu nutzen. Der CAIO soll so das Unternehmen vor versehentlichem Bruch von Vorschriften, dem Verlust von geistigem Eigentum oder Sicherheitsbedrohungen schützen. Diese Praktiken werden den Weg für eine breite Einführung von KI in Unternehmen ebnen.

Prognose Nr. 4: Daten-Observability wird ein Muss

2024 wird die Daten-Observability zur Pflicht, da Unternehmen nach intelligenterer Automatisierung und schnellerer Entscheidungsfindung streben.

Hintergrund: Das Datenvolumen verdoppelt sich weiterhin alle zwei Jahre und Unternehmen versuchen, diese Daten schneller und in größerem Umfang zu erfassen und zu analysieren. Die Kosten und Risiken minderwertiger Daten sind bedeutender denn je. In einer kürzlich durchgeführten Umfrage gaben 57 Prozent der DevOps-Experten an, dass fehlende Daten-Observability eine konforme Automatisierung erschwert. Infolgedessen werden Unternehmen verstärkt Lösungen suchen, die Observability bieten sowie eine schnelle und sichere Erfassung hochwertiger und zuverlässiger Daten ermöglicht.

Prognose Nr. 5: Observability wird ein Top-Management-Thema, um den CO2-Fußabdruck und Kosten zu optimieren

2024 wird der Druck auf Unternehmen sowohl umweltverträglichere Geschäftspraktiken einzuführen als auch die steigenden Cloud-Kosten zu bewältigen deutlich stärker. Observability muss sich von einer IT-Priorität zu einer Geschäftsanforderung wandeln.

Hintergrund: Der verstärkte Einsatz von KI in Unternehmen wird ein Hauptfaktor für diesen Trend, denn er erhöht den Verbrauch von Cloud-Ressourcen und infolgedessen vergrößert sich der CO2-Fußabdruck. KI-gestützte Datenanalysen können Unternehmen jedoch dabei helfen, diese Herausforderungen zu bewältigen und ihre FinOps- und Nachhaltigkeitspraktiken zu verbessern. Sie liefern verwertbare Erkenntnisse und ermöglichen intelligente Automatisierungen, um ineffiziente Hotspots in Cloud-Umgebungen zu beseitigen. Der verstärkte Einsatz KI-gestützter Observability wird es Unternehmen erlauben, ihre Systeme automatisch zu orchestrieren und so eine optimale Ressourcennutzung zu erreichen. Das reduziert Emissionen und Betriebskosten ihrer Cloud-Umgebungen.

Prognose Nr. 6: Plattform-Engineering wird unternehmenskritisch

Die Softwareentwicklung wird 2024 einen deutlichen Schritt machen und Plattform-Engineering als Erweiterung von DevOps und Site Reliability Engineering (SRE) einführen.

Hintergrund: Plattform-Engineering bedeutet, dass die Automatisierung der Softwareauslieferung wie eine eigene Software-Plattform gestaltet und betrieben wird. Dies ist notwendig, weil die Softwareauslieferung für die Geschäftskontinuität genauso wichtig ist, wie die Qualität und Sicherheit der digitalen Dienste, die Endnutzer und Kunden einsetzen. Da die Plattform eine zentrale Rolle spielt, muss sie – genau wie die Software-Services, die sie bereitstellt – auch überwacht und geschützt werden. Plattform-Engineering ist ein neuer Trend, der die Entwicklerprozesse und die Produktivität verbessert und die Geschwindigkeit und Effizienz der Softwareentwicklung erhöht.

Die Bedeutung von Plattform-Engineering führt dazu, dass die Tools, die man für DevOps, Security und SRE benötigt, zu Produkten werden. Plattform-Engineering ermöglicht es Unternehmen, ihr Know-how und ihre Fähigkeiten in Form von wiederverwendbaren und selbstbedienbaren Komponenten zu kodifizieren. So können sie sichere Softwarepipelines automatisieren und die Qualität und Geschwindigkeit ihrer Softwareentwicklung verbessern.

Prognose Nr. 7: Unternehmen werden sukzessive von SIEM auf Threat-Intelligence-Lösungen umsteigen

2024 werden Cloud-optimierte Threat-Intelligence-Lösungen, die bisher üblichen SIEM-Systeme (Security Information and Event Management) sukzessive durch moderne digitale Services ablösen.

Hintergrund: Mit Blick auf Security werden Unternehmen alte SIEM-Lösungen auslaufen lassen, da IT-Sicherheitsteams nach intelligenteren Threat-Analysen suchen. Diese modernen Lösungen ermöglichen es Sicherheitsteams, ihre Fähigkeiten über die Logauswertungen hinaus zu erweitern. Sie können auf den dazugehörigen Kontext zugreifen, der durch ein breites Spektrum an Datenmodalitäten und verschiedene Arten von KI – einschließlich eines Zusammenspiels aus generativen, kausalen und prädiktiven Techniken – bereitgestellt wird.

Dadurch erhalten Unternehmen Zugang zu tieferen, präziseren, intelligenten und automatisierten Bedrohungsanalysen, die sie dabei unterstützen, ihre Anwendungen und Daten vor immer raffinierteren Bedrohungen zu schützen.