Cloud Computing
Die Top 5 Cloud-Trends 2017
René Büst ist Research Director in Gartners Managed Business and Technology Services Team mit Hauptfokus auf Infrastructure Services & Digital Operations. Er analysiert Entwicklungen im Bereich Cloud Computing (Anbieter von Managed Cloud-Services und Public Cloud sowie Cloud-Strategien wie IaaS, PaaS und Multicloud), digitale Infrastrukturen und Managed Services sowie den Einfluss der digitalen Transformation auf die IT. Seit Mitte der 90er Jahre konzentriert sich Herr Büst auf den strategischen Einsatz der IT in Unternehmen und setzt sich mit deren Einfluss auf unsere Gesellschaft sowie disruptiven Technologien auseinander.
Crisp Research geht davon aus, dass sich dieser TrendTrend weiter verstärken wird. Schließlich spielt die Cloud im Rahmen der digitalen Transformation eine wesentliche Rolle und stellt die technologische Basis für den Wandel und die Entwicklung neuer Geschäftsmodelle sowie die allumfassende Vernetzung eines Unternehmens mit Kunden, Partnern und Lieferanten dar. Unternehmen haben daher keine Ausrede mehr, in Zukunft nicht auf Cloud-Technologien zu setzen. Alles zu IT Trends auf CIO.de
Während der Cloud-Einsatzgrad selbst nur die Oberfläche zeigt, entwickelt sich der Cloud-Markt im Inneren stetig weiter und sorgt für neue Themen, die die IT-Strategie von Unternehmen entscheidend beeinflussen. Crisp Research hat die fünf wesentlichen Cloud-Trends identifiziert, die im Jahr 2017 die Agenda von IT-Entscheidern prägen werden.
Cloud-Trend 1: Autonomous IT & Künstliche Intelligenz im Rechenzentrum
Mit der stetig wachsenden Bedeutung von Machine Learning und Künstlicher Intelligenz wird die Entwicklung auch auf infrastruktureller Ebene und in den Rechenzentren weiter voranschreiten. Die zunehmende Automatisierung der IT-Systeme in den vergangenen Jahren ist nur der Vorläufer. Schließlich zeigt die Fähigkeit, einen hohen Automatisierungsgrad zu erreichen, die Güte und den Reifegrad einer "Digital Infrastructure Platform."
Denn darin spiegelt sich das Streben nach Effizienz wider, von der auch die Kunden, seien es interne oder externe, profitieren. So lässt sich mit einem hohen Automationsgrad beispielsweise die Zeit bis zur Bereitstellung von neuen Systemen von Monaten auf Stunden verkürzen und ermöglicht es den Nutzern durch ein vollständig automatisiertes Self-Service-Modell, virtuelle Maschinen, Speicherplatz, Loadbalancer oder andere Ressourcen zu beziehen.
Automatisierung, angereichert mit Machine Learning, Künstlicher Intelligenz (KI) und Cognitive Computing, führt zur Autonomous IT. Genau genommen bedeutet dies nichts anderes, als dass die Künstliche Intelligenz in die Rechenzentren und IT-Infrastrukturen einzieht. Hierbei geht es vor allem um den Aufbau und Betrieb von selbstlernenden bzw. regelbasierten und damit einhergehend selbstheilenden Infrastruktur-Umgebungen. Diese sorgen automatisch und eigenständig dafür, dass nach den jeweiligen Anforderungen der Workloads und Applikationen die notwendigen Ressourcen hoch- und herunterfahren werden.
Weiterhin analysieren sie das sich stetig verändernde Verhalten und den Zustand der einzelnen Infrastruktur-Komponenten und lernen die Infrastruktur damit kennen. Zudem reagieren bzw. agieren sie proaktiv auf Zustände einzelner Infrastruktur-Komponenten, um im Fehlerfall eigenständig die betreffende Komponente und damit die gesamte Infrastruktur wieder in einen fehlerfreien Zustand zu überführen.
Cloud-Trend 2: Infrastructure Orchestration und Serverless Infrastructure
In der digitalen Ära steht die IT direkt mit dem Kunden in Kontakt. So sind bspw. Prozesse, die eine neue Ressource anfordern und diese im besten Fall in ein bis zwei Tagen erhalten, nicht mehr tragbar. In der Interaktion mit dem Kunden zählt jede Sekunde und jedes Feedback muss direkt verarbeitet werden können. Die IT muss daher im Einklang mit den Fachabteilungen direkt am Kunden sein.
Vor diesem Hintergrund werden heute auslieferungsfertige IT Services entwickelt, die sich nahtlos und automatisiert in Prozesse einbeziehen lassen. Container-Technologien helfen in diesem Kontext dabei, eine notwendige Abstraktionsschicht aufzubauen und für mehr Flexibilität zu sorgen, indem die Applikationen von den darunter liegenden Systemen und anderweitigen Anwendungen isoliert betrieben werden. Dies erhöht die Portabilität und verbessert das Infrastruktur- und Lifecycle-Management, indem sich lose gekoppelte Anwendungen und Systeme einfacher austauschen und verschieben lassen.
Auf Basis einer Microservice-Architektur lassen sich weiterhin Applikationsarchitekturen modularisieren und einfacher und schneller um neue Funktionen erweitern und im Laufe des Lebenszyklus damit effizienter warten. Ein Microservice repräsentiert dabei eine abgeschlossene Funktionalität und wird unabhängig (weiter)entwickelt und betrieben. Ein Microservice lässt sich unabhängig bereitstellen und skaliert autonom und selbständig. Es handelt sich dabei um eine kleine, eigenständige Softwarekomponente, die eine Teilfunktion innerhalb einer großen, verteilten Softwareapplikation bereitstellt.
Eine "Serverless Infrastructure" kümmert sich autonom um die Bereitstellung der notwendigen Server und weiterer Ressourcen; sie stellt zu jeder Zeit sicher, dass die Anwendung ausreichend Ressourcen zur Verfügung hat, um performant Anfragen zu beantworten. Der Serverless-Service kümmert sich hierbei unter anderem um die automatische Skalierung der Server-Infrastruktur, des Speichers, Netzwerks und anderer Ressourcen und übernimmt somit eigenständig das Kapazitätsmanagement. Eine "Serverless Infrastructure" vereinfacht somit das Infrastruktur- und das Lifecycle-Management, indem sie die Infrastruktur-nahen Aufgaben teilautonom für den Entwickler übernimmt.