Situation-Aware IT Asset Management

Dokumentierte IT Assets bilden die Basis der meisten Aufgaben und Prozesse des IT-Managements, wie z.B. des Risikomanagements, der Planung von IT-Architekturen, sowie des Change und Incident Managements. In der betrieblichen Praxis werden IT Assets meist in Enterprise Architecture Management (EAM) Werkzeugen oder Configuration Management Data Bases (CMDBs) dokumentiert. Dabei werden diese Assets auf unterschiedlichen Ebenen, von der Infrastruktur-Ebene über die Applikationsebene bis zur Geschäftsebene, beschrieben und miteinander in Beziehung gesetzt. Die Anzeichen mehren sich, dass heutige EAM-Werkzeuge und CMDBs nicht mehr in der Lage sind, die Anforderungen einer neuen Generation von IT-Systemen zu erfüllen. Diese formen Netzwerke ineinander verwobener, sich schnell ändernder Assets, und entstehen in Szenarien wie Smart Grids, Industrie 4.0 oder beim Betreiben von Cloud Services. In den letzten Jahren durchgeführte Studien belegen, dass die Nutzer von EAM-Werkzeugen die dokumentierten Daten als veraltet, von ungeeigneter Granularität, unvollständig oder inkonsistent bewerten. Der TxtreSA Projektantrag ist Teil unserer langjährigen Aktivitäten, die Ursachen dieser Qualitätsprobleme zu erforschen und neue, kosteneffiziente Methoden und Werkzeuge zu entwickeln, um die Qualität in der IT Asset Dokumentation zu heben. Innerhalb des TxtureSA-Projekts werden wir uns auf einen bisher weitgehend unbeachteten Aspekt fokussieren, nämlich die Verbindung von IT Asset Modellen mit Informationen, die aus externen Datenquellen, wie der Laufzeit-Umgebung, gewonnen werden. Unser Ziel ist es, einen signifikanten Schritt in Richtung situationsbezogener Wissensbasen zu vollziehen, die IT-Manager und IT- Architekten dabei unterstützen, informierte Entscheidungen zu treffen. Um dies zu erreichen, müssen zwei grundlegende Herausforderungen gelöst werden. Dies sind zum einen funktionale Herausforderungen, die Fragen wie geeignete Datenquellen, Visualisierungen und Propagierungsregeln für Metriken in den Asset-Modellen betreffen. Zum anderen müssen eine Reihe harter Repository-Herausforderungen gelöst werden, die z.B. die Konfiguration der Metrik-Erhebung, performante Speicherung und Anfragebearbeitung oder Versionierungskonzepte betreffen. Innerhalb des TxtureSA-Projektes werden wir sowohl wissenschaftliche empirische Studien mit Experten aus der Industrie durchführen, als auch einen generischen Repository-Prototypen entwickeln. Die Ergebnisse werden in zwei Fallstudien im Kontext von Green IT und der Bewertung von Security Risiken evaluiert werden.

Die Informations-Technologie hat sich zum kritischen Erfolgsfaktor der modernen Geschäftswelt entwickelt. Software-Anwendungen agieren als Rückgrat vieler Unternehmen und reichen von der selbst gehosteten internen Anwendung bis zum global verteilten und hochverfügbaren öffentlichen Service, wie zum Beispiel Webshop-Plattformen und Nachrichten-Systeme. Große Unternehmen verfügen über ihre eigenen Daten-Zentren um diese Systeme zu betreiben, während andere ihre Services in die Public Cloud auslagern oder einen gemischten Ansatz verfolgen. In jedem dieser Szenarien ist das Management der Abhängigkeiten zwischen Geschäftsprozessen und Anwendungen von zentraler Bedeutung, beispielsweise für die Nachverfolgbarkeit von Änderungen sowie zu Auditing- und Planungs-Zwecken. Darüber hinaus werden aufgrund der großflächigen Nutzung von Virtualisierungs-Umgebungen Programme nicht länger direkt auf physikalischer Hardware ausgeführt, sondern auf virtuellen Maschinen. Diese virtuellen Maschinen können wiederum Teil von Clustern, Lastverteilern oder anderen Orchestrierungs-Mechanismen sein. Die resultierenden Deployment Stacks verschiedener Anwendungen können daher sehr komplex sein und mehrere Abstraktions-Ebenen umfassen. Auch hier ist die Nachverfolgbarkeit von Änderungen eine der wichtigsten Anforderungen. Die schnelle Identifikation der Ursache für eine offline gegangene Anwendung kann den Unterschied zwischen mehreren Tagen und wenigen Minuten des Ausfalls bedeuten. Umgekehrt erlaubt eine Analyse der transitiven Abhängigkeiten einer Anwendung zur physikalischen Hardware die Identifikation von Flaschenhälsen und die Optimierung der Ressourcen-Nutzung. Die strukturellen Dokumentationen der IT-Landschaften findet man in verschiedensten Formaten, die von tabellarischen Dokumenten bis hin zu Configuration Management Databases (CMDBs) reichen. Diese unterschiedlichen Quellen erhöhen die Komplexität globaler Analysen noch weiter. Abgesehen von strukturellen Aspekten spielen auch Laufzeit-Daten eine wichtige Rolle in der Analyse von IT-Landschaften. Monitoring-Systeme erkennen beispielsweise, welche Maschinen gerade ausgefallen sind. Sie bieten aber nur sehr eingeschränkte Unterstützung für komplexere, aggregierte Metriken. Im Kontext des Projekts txtureSA wurden Konzepte und ein Tool-Prototyp entwickelt, um Daten aus verschiedenen unterschiedlichen Quellen zu sammeln, zu versionieren und in ein gemeinsames Modell zusammenzuführen. Dieses strukturelle Modell wird um Laufzeit-Informationen ergänzt, wodurch sehr präzise Analysen möglich werden. Mit Hilfe unserer flexiblen Änderungs-Propagierung können lokale Modell-Änderungen weitere Änderungen an benachbarten Elementen auslösen. Dieser Mechanismus kann dazu verwendet werden um den Laufzeit-Status eines abstrakten Services zu bestimmen, indem er vom Status der physikalischen Maschinen abgeleitet wird, von denen der Service direkt oder transitiv abhängig ist. Zusätzlich verwaltet unser Repository die volle Änderungs-Historie der Modell-Daten, wodurch Abfragen über die Zeit hinweg ermöglicht werden.