DevOps automatisieren – Automate DevOps

Der Bericht zeigt aber auch, dass die Automatisierung in den Unternehmen noch in den Kinderschuhen steckt. Er zeigt auch, dass datengetriebene und KI-gestützte Automatisierungsprozesse notwendig sind, um den Geschäftsanforderungen gerecht zu werden. Der Dynatrace 2023 DevOps Automation Pulse Report kann kostenlos heruntergeladen werden.

Laut der Dynatrace Studie befinden sich DevOps-Automatisierungsprozesse in den meisten Unternehmen noch in einem frühen Reifegrad. Das Fehlen einer klar definierten DevOps-Automatisierungsstrategie, die weit verbreitete Komplexität der Toolchain und Herausforderungen bei der Analyse von Hochverfügbarkeits- und Sicherheitsdaten hindern Unternehmen daran, den vollen Nutzen aus ihren Investitionen zu ziehen. Dies zeigen die folgenden Ergebnisse:

• Nur 38 Prozent der Unternehmen haben eine klar definierte DevOps-Automatisierungsstrategie als Grundlage für ihre Investitionen.
  • Im Durchschnitt ist es den befragten Unternehmen bislang gelungen, etwas mehr als die Hälfte (56 Prozent) ihres End-to-End-DevOps-Lebenszyklus zu automatisieren.
  • Im Durchschnitt setzen sie mehr als sieben verschiedene Tools für die DevOps-Automatisierung ein.
  • Die größten Hindernisse, die Unternehmen davon abhalten, neue DevOps-Anwendungsfälle zu automatisieren, sind Sicherheitsbedenken (54 Prozent), Schwierigkeiten bei der Operationalisierung von Daten (54 Prozent) und die Komplexität der Toolchain (53 Prozent).
  • 71 Prozent der Unternehmen nutzen bereits Observability-Daten, um Automatisierungsentscheidungen und Verbesserungen in DevOps-Workflows voranzutreiben.
  • 85 Prozent der Unternehmen sehen sich allerdings mit Herausforderungen bei der Nutzung von Observability- und Securitydaten für die DevOps-Automatisierung konfrontiert. Dabei sind die drei größten Herausforderungen: Nicht zugängliche Daten (51 Prozent), isolierte Daten (43 Prozent) und die Tatsache, dass die Daten zur Analyse viele Systeme durchlaufen müssen (41 Prozent).

DevOps-Automatisierung ist strategisch notwendig

Die Studie unterstreicht den Bedarf an datengesteuerten und KI-gestützten Automatisierungsverfahren, die es Unternehmen ermöglichen, besser auf geschäftliche Anforderungen zu reagieren.

Bernd Greifeneder, Chief Technology Officer bei Dynatrace ordnet diese Forderung ein: „Da immer mehr Unternehmen Cloud-native Softwarebereitstellung nutzen, hat sich die DevOps-Automatisierung zu einer strategischen Notwendigkeit entwickelt. Die Verbreitung von Kubernetes-Architekturen und Technology-Stacks, deren Verwaltung unsere menschlichen Fähigkeiten übersteigt, erhöhen den Bedarf an automatisierter Orchestrierung und Schutz des Ökosystems. Diesem Bedarf versuchen Unternehmen nachzukommen, indem sie Automatisierungsskripte erstellen und dabei eine wachsende Anzahl von Open-Source-Tools verwenden. Das Ganze wird dann noch mit DIY-Ansätzen und manuellem Aufwand kombiniert.“

Greifeneder sieht jedoch in diesem oft vorherrschenden fragmentierten Ansatz Probleme, die allmählich immer offenkundiger werden: „Die Teams sind in Datensilos, isolierten Automatisierungsbereichen und reaktiven, manuellen Arbeitsabläufen und Sicherheitsmaßnahmen gefangen. Sie brauchen deshalb einen einheitlichen, KI-gestützten Ansatz für die DevOps-Automatisierung. Sonst ist es für sie nicht möglich, Innovationen voranzutreiben und gleichzeitig die Softwarequalität und -sicherheit zu gewährleisten. Datengesteuerte Automatisierung ist der Schlüssel, um Innovationen in der Cloud-Native-Ära zu beschleunigen und Kundenerwartungen zu erfüllen.“

Weitere Ergebnisse der Analyse beleuchten die Investitionsvorhaben im Bereich DevOps-Automatisierung und geben Einschätzungen zum Potential von neuen KI-Modellen:

• 54 Prozent der Unternehmen investieren in Plattformen, die die Integration von Tools und die Zusammenarbeit zwischen den an Automatisierungsprojekten beteiligten Teams erleichtern sollen.
• Mit Blick auf die Investitionen in DevOps-Automatisierung in den nächsten 12 Monaten gaben 55 Prozent der befragten Unternehmen an, in Sicherheits- und Compliance-Management zu investieren. Auch Infrastrukturbereitstellung und -management (52 Prozent) und Investitionen in Leistungsoptimierung (51 Prozent) wurden besonders häufig genannt.
• 59 Prozent der Unternehmen erwarten, dass Large Language Models (LLMs) wie ChatGPT und Bard einen erheblichen Einfluss auf ihre DevOps-Automatisierungsfähigkeiten haben werden. Zu den drei wichtigsten Vorteilen zählen sie dabei die Steigerung der Produktivität und die Verringerung des manuellen Aufwands (57 Prozent), die verbesserte Zusammenarbeit zwischen den Bereichen Entwicklung, Sicherheit und Operations (56 Prozent) und die Möglichkeit für Teams, automatisch Code zu generieren (48 Prozent).

However, the report also shows that automation is still in its infancy in companies. It also shows that data-driven and AI-powered automation processes are necessary to meet business needs. The Dynatrace 2023 DevOps Automation Pulse Report is available for free download.

According to the Dynatrace study, DevOps automation processes are still at an early stage of maturity in most enterprises. The lack of a clearly defined DevOps automation strategy, widespread toolchain complexity, and challenges in analyzing high availability and security data are preventing organizations from realizing the full benefits of their investments. This is demonstrated by the following findings:

– Only 38 percent of enterprises have a clearly defined DevOps automation strategy as the foundation for their investments.

– On average, the companies surveyed have managed to automate just over half (56 percent) of their end-to-end DevOps lifecycle to date.

– On average, they use more than seven different tools for DevOps automation.

– The biggest barriers preventing organizations from automating new DevOps use cases are security concerns (54 percent), difficulty operationalizing data (54 percent) and toolchain complexity (53 percent).

– Seventy-one percent of organizations already use observability data to drive automation decisions and improvements in DevOps workflows.

– However, 85 percent of organizations face challenges in using observability and security data for DevOps automation. Among these, the top three challenges are: Inaccessible data (51 percent), isolated data (43 percent) and the fact that data must traverse many systems for analysis (41 percent).

DevOps automation is strategically necessary

The study underscores the need for data-driven and AI-powered automation practices that enable organizations to better respond to business needs.

Bernd Greifeneder, Chief Technology Officer at Dynatrace puts this demand in perspective, „As more enterprises embrace cloud-native software delivery, DevOps automation has become a strategic imperative. The proliferation of Kubernetes architectures and technology stacks whose management exceeds our human capabilities increase the need for automated orchestration and ecosystem protection. Companies are trying to meet this need by building automation scripts using a growing number of open source tools. The whole thing is then combined with DIY approaches and manual effort.“

However, Greifeneder sees problems in this often-prevalent fragmented approach that are gradually becoming more apparent: „Teams are trapped in data silos, isolated automation areas and reactive, manual workflows and security measures. They therefore need a unified, AI-powered approach to DevOps automation. Otherwise, it’s impossible for them to drive innovation while ensuring software quality and security. Data-driven automation is key to accelerating innovation in the cloud-native era and meeting customer expectations.“

Other findings from the analysis shed light on DevOps automation investment plans and provide assessments of the potential of new AI models:

– 54 percent of companies are investing in platforms to facilitate tool integration and collaboration between teams involved in automation projects.

– Looking ahead to DevOps automation investments over the next 12 months, 55 percent of respondents said they are investing in security and compliance management. Infrastructure provisioning and management (52 percent) and performance optimization investments (51 percent) were also cited with particular frequency.