Top 5 Cloud-Trends für 2017

1. Autonomous IT & Künstliche Intelligenz im Rechenzentrum

Mit der stetig wachsenden Bedeutung des Machine Learning und der Künstlichen Intelligenz wird die Entwicklung auch auf infrastruktureller Ebene und in den Rechenzentren weiter voranschreiten. Eine immer weiter steigende 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 Automationsgra beispielsweise die Zeit bis zur Bereitstellung von neuen Systemen von Monate 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.

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, und stellt zu jeder Zeit sicher, dass die Anwendung ständig ausreichend Ressourcen zur Verfügung hat, um performant Anfragen zu beantworten. Der Serverless-Service kümmert sich hierbei u.a. 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 – sowie Lifecycle-Management, indem sie die Infrastruktur-nahen Aufgaben teilautonom für den Entwickler übernimmt.

3. Cloud Integration Hubs

Nach 10 Jahren stellt das Thema Integration in der Cloud weiterhin eine zentrale Herausforderung dar und verursacht weiterhin die größten Sorgen. Beratungsmandate mit Anwenderunternehmen spiegeln die harte Realität wieder. Die Hoffnung, dass sich mit dem Einsatz von Cloud-Lösungen der Integrationsaufwand - der früher On-Premise bestand - deutlich einfacher realisieren lässt, da sich die Systeme der jeweiligen Anbieter bereits innerhalb einer zentralisierten Infrastruktur befinden, schwindet. Ähnliche Rückmeldungen kommen von den Systemintegratoren. APIs und die Integration von anbieterübergreifenden Services aber ebenfalls proprietären Services sorgen in der Cloud für den selben Aufwand wie On-Premise. Dabei handelt es sich um eine nachvollziehbare Erwartungshaltung. Schließlich halten Anbieter die Fäden innerhalb ihrer Cloud-Infrastruktur (insbesondere SaaS-Angebote) in der Hand und wären in der Lage innerhalb der Cloud eine einfachere Integration zwischen mehreren Systemen zu bieten. Jedoch ist das Gegenteil der Fall. Zwar verfügt nahezu jeder Cloud-Service bzw. jedes SaaS-Angebot über APIs, die sich von außen ansprechen lassen, allerdings ist dies nur eine Voraussetzung für die Integration.

Ein wesentlicher Teil einer Cloud-Strategie besteht darin, Applikations- bzw. Datensilos zu vermeiden und stattdessen für einen nahtlosen Übergang zwischen bestehenden Systemen und Cloud-Services bzw. Cloud-Services untereinander zu sorgen und eine Federation zu schaffen. Dies ist keine leichte Aufgabe, schließlich setzen insbesondere große Unternehmen z.T. über 1000 einzelne Applikationen innerhalb ihrer IT-Umgebung ein, die nach und nach durch Cloud-Lösungen abgelöst bzw. mit diesen integriert werden sollen.

Sogenannte Cloud Integration Hubs (CIH) helfen Unternehmen dabei, diese Integration sicherzustellen. Hierzu implementieren diese Schnittstellen zu einer Vielzahl von APIs von gängigen Cloud-Services bzw. SaaS-Lösungen, über welche auf eine einheitliche Datenbasis zugreifen lässt. Je nach Entwicklungsstand ist ein Cloud Integration Hub ebenfalls in der Lage, das Datenmanagement zu übernehmen, um darüber für die notwendige Kohärenz zu sorgen. Cloud Integration Hubs existieren sowohl als Public Cloud sowie als Private Cloud Variante und gehören auf den Zettel eines jeden CIOs bzw. CTOs.

4. IoT- & Industrie-Clouds

Klassische Industrie- und Technologiekonzerne arbeiten derzeit mit Hochdruck daran, ihre Organisationen und Geschäftsmodelle fit für das digitale Zeitalter zu machen. Der Fokus richtet sich hierbei vor allem auf die Themen IoT bzw. Industrial Internet (Industrie 4.0) und neuen datenbasierten Services und Geschäftsmodellen rund um Smart Cities, Connected Buildings, Predictive Maintenance und Autonomer Verkehr. Und das aus einem guten Grund. Schließlich birgt die Vernetzung und Automatisierung von Fertigungsanlagen, Infrastrukturen, Verkehrssysteme und Logistikketten enorme Effizienzsteigerungen und Flexibilisierungsmöglichkeiten, die für die digitale Ökonomie notwendig sind.

Im Rahmen dieser Transformationen zeigt sich ein deutlicher Trend hin zu mehr Industrie- bzw. Branchenfokussierten Cloud-Umgebungen. Allen voran GE gilt hier mit seiner Predix PaaS-basierten IoT-Platform als Vorreiter im Markt. Aber auch andere Industriegrößen wie Bosch, die in 2017 ihre Bosch IoT-Cloud offiziell veröffentlichen werden, zeigen in welche Richtung sich der Cloud-Markt bewegen wird. Ähnliches ist von Branchenriesen aus anderen Industrien z.B. Volkswagen oder Ford (Automotive Clouds) zu erwarten. Volkswagen ist aktuell dabei die Infrastruktur auf OpenStack umzurüsten. Ford hingegen hat in Pivotal dem Unternehmen hinter der PaaS-Lösung Cloud Foundry investiert. Vor allem die bestehende Kunden- und Partnerbasis bzw. Netzwerke werden Branchenfokussierte Clouds dabei helfen erfolgreich zu sein. Hinzu kommt, dass „One size fits all“ Cloud-Umgebungen wie AWS, Azure und Google darauf ausgerichtet sind jedem eine universelle Plattform zu bieten und dadurch keine speziellen Industrien bzw. deren z.T. besondere Herausforderungen oder Anforderungen bedienen können.

5. Hardware Clouds

Typischerweise bauen Nutzer ihre Cloud-Umgebungen auf Basis virtueller Umgebungen (Server, Storage, Network) plus weiteren höherwertigen Services auf. Mit der für die Virtualisierung notwendigen physikalischen Infrastruktur, sprich Hardware-basierte Server und Storage, kommt der Nutzer normalerweise nicht in Berührung. Diese Umgebung dient lediglich als Mittel zum Zweck – zur Bereitstellung der virtuellen Schicht.

IBM Softlayer gilt als Vorreiter von sogenannten Hardware Clouds bzw. Bare Metal Servern. Für deren Bereitstellung benötigt Softlayer etwa 2 bis 4 Stunden. Im Vergleich zu einer virtuellen Maschine, die je nach Softwarekonfiguration 5-15 Minuten benötigt, relativ langsam. An dieser Stelle sollte jedoch festgehalten werden, dass kein anderer Anbieter weltweit derzeit in der Lage ist, einen fertigen physikalischen Server in dieser Geschwindigkeit zur Verfügung zu stellen. Nach Angaben von IBM ist das aktuelle Nutzungsverhältnis von virtuellen Maschinen zu Bare Metal-Servern etwa 80:20.

Microsoft ist mit seinem „Project Catapult“ nun noch einen viel weiteren Weg gegangen, welcher das Thema Hardware Clouds bzw. Bare Metal Clouds auf eine ganz neue Ebene bringt. Auf Basis programmierbarer Chips, sogenannter FPGAs (Field Programmable Gate Array), erhalten Entwickler innerhalb der Azure Cloud deutlich mehr Freiheiten und können bis auf Hardware bzw. Mikroprozessor-Ebene ihre Anwendungen entwickeln.

Dies macht Microsoft Azure dadurch viel flexibler als alle anderen Public Cloud-Umgebungen und ermöglicht die Entwicklung einer völlig neuen Art von Workloads (z.B. Machine Learning und Künstliche Intelligenz), die performanter, konfigurierbaren und mächtiger sind als bisherige.