Advertisement

Datenbasierte Resilienzsteigerung von IT-Services

  • Michael MöhringEmail author
  • Barbara Keller
  • Rainer Schmidt
Schwerpunkt

Zusammenfassung

Die Zuverlässigkeit der IT-Services ist die Voraussetzung für die reibungslose Ausführung von Geschäftsprozessen und entscheidet so wesentlich über den wirtschaftlichen Erfolg von Unternehmen. Um den Ausfall von IT-Services zu vermeiden, ist es wichtig ihre Resilienz zu erhöhen also ihre Fähigkeit den Ausfall von untergeordneten IT-Services abzufangen und nach einem erfolgten Ausfall zum Normalbetrieb zurückzukehren. Bisher wurden resilienzsteigernde Maßnahmen nur manuell initiiert. Datenbasierte Ansätze ermöglichen dies zu automatisieren und die Resilienz von IT-Services zu steigern. Daher wird mittels einer methodisch durchgeführten Fallstudie Erfahrungen und Einblicke in die Umsetzung eines datenbasierten Systems zur IT-Service-Resilienzsteigerung ermittelt. Die Fallstudie zeigt, dass eine schnellere Erkennung von resilienzrelevanten Ereignissen erreicht wird und die Erfassungstiefe der relevanten Ereignisse deutlich gesteigert werden kann. Zusammen mit der automatischen Veranlassung resilienzsteigernder Maßnahmen kann eine deutliche Steigerung der Resilienz der IT-Services erreicht werden, die sich auf die Zuverlässigkeit der unterstützten Geschäftsprozesse deutlich positiv auswirken kann.

Schlüsselwörter

IT-Services Resilience Analytik Automation IT-Systems 

Data-based Resilience Enhancement of IT Services

Abstract

The reliability of IT services is the prerequisite for the smooth execution of business processes and is thus a key factor in the economic success of companies. In order to avoid the failure of IT services, it is important to increase their resilience, i. e. their ability to intercept the failure of subordinate IT services and return to normal operation after a failure. So far resilience-increasing measures were initiated only manually. Data-based approaches make it possible to automate and to increase the resilience of IT-services. Therefore, experiences and are captured by means of a methodically accomplished case study on the conversion of a data-based system for the improvement of resiliency of IT-services. The case study shows that a faster recognition of events is reached and the collection depth of the relevant events is clearly increased. Together with the automatic a clear increase of the resiliency of the IT-services was achieved, improving the reliability of the supported business processes clearly.

Keywords

IT Services Resilience Analytics Automation IT Systems 

Literatur

  1. Abadi M, Barham P, Chen J, Chen Z, Davis A et al (2016) Tensorflow: a system for large-scale machine learning. In: USENIX Association (Hrsg) Proceedings of the 12th USENIX Symposium on Operating Systems Design and Implementation (OSDI ’16) 12th USENIX Symposium on Operating Systems Design and Implementation (OSDI ’16), Savannah, GA, USA, 02.–04.11.2016 USENIX Association, Berkeley, S 265–283 (https://www.usenix.org/system/files/conference/osdi16/osdi16-abadi.pdf)Google Scholar
  2. Aier S, Ahrens M, Stutz M, Bub U (2009) Deriving SOA evaluation metrics in an enterprise architecture context. In: Service-Oriented Computing-ICSOC 2007 Workshops. Springer, Berlin, Heidelberg, S 224–233. ISBN 978-3540938507CrossRefGoogle Scholar
  3. Armbrust M, Fox A, Griffith R, Joseph AD, Katz R et al (2010) A view of cloud computing. Commun Acm 53:50–58CrossRefGoogle Scholar
  4. Bichler M, Bhattacharya K (2010) IT-Service-Management und IT-Automation. Wirtsch Inform 53:1–2CrossRefGoogle Scholar
  5. Bortz J (2013) Lehrbuch der Statistik: Für Sozialwissenschaftler. Springer, Heidelberg, Berlin, New YorkzbMATHGoogle Scholar
  6. Chollet F (2017) Deep learning with python, 1. Aufl. Manning Publications Co, GreenwichGoogle Scholar
  7. Darke P, Shanks G, Broadbent M (1998) Successfully completing case study research: Combining rigour, relevance and pragmatism. Inf Syst J 8:273–289CrossRefGoogle Scholar
  8. Dohle H, Schmidt R (2007) ITIL V3 umsetzen: Gestaltung, Steuerung und Verbesserung von IT-Services, 1. Aufl. Symposion Publishing, DüsseldorfGoogle Scholar
  9. Eisenhardt KM, Graebner ME (2007) Theory building from cases: Opportunities and challenges. Acad Manage J 50:25–32CrossRefGoogle Scholar
  10. Handelsblatt (2018) Frankfurter Flughafen : Lufthansa muss wegen Fraport-Systemausfall Flüge gestrichen. https://www.handelsblatt.com/unternehmen/handel-konsumgueter/frankfurter-flughafen-lufthansa-muss-wegen-fraport-systemausfall-fluege-gestrichen/22573168.html (Erstellt: 16. Mai 2018). Zugegriffen: 3. Dez. 2018Google Scholar
  11. Hashemian HM, Bean WC (2011) State-of-the-art predictive maintenance techniques. IEEE Trans Instrum Meas 60:3480–3492CrossRefGoogle Scholar
  12. Heath T, Bizer C (2011) Linked data: Evolving the web into a global data space. Synth Lect Semant Web 1:1–136.  https://doi.org/10.2200/s00334ed1v01y201102wbe001 Google Scholar
  13. Hirschey M (2008) Fundamentals of managerial economics. Cengage Learning Emea, AndoverGoogle Scholar
  14. Ignatiadis I, Nandhakumar J (2007) The impact of enterprise systems on organizational resilience. J Inf Technol 22:36–43CrossRefGoogle Scholar
  15. Jonkers H, Lankhorst MM, ter Doest HW, Arbab F, Bosma H, Wieringa RJ (2006) Enterprise architecture: Management tool and blueprint for the organisation. Inf Syst Front 8:63–66CrossRefGoogle Scholar
  16. Kleiber C, Hornik K, Leisch F, Zeileis A (2002) strucchange: An R package for testing for structural change in linear regression models. J Stat Softw 7:1–38Google Scholar
  17. Kotu V, Deshpande B (2014) Predictive Analytics and data mining: Concepts and practice with rapidminer. Morgan Kaufmann, BurlingtonGoogle Scholar
  18. Li TH, Liu R, Sukaviriya N, Li Y, Yang J, Sandin M, Lee J (2014) Incident Ticket Analytics for IT Application Management Services. In: 2014 IEEE International Conference on Services Computing (SCC). IEEE Computer Society, Washington, D.C., S 568–574 (https://www.researchgate.net/profile/Ying_Li21/publication/286668462_Incident_Ticket_Analytics_for_IT_Application_Management_Services/links/569d02ed08ae27633ac97b76/Incident-Ticket-Analytics-for-IT-Application-Management-Services.pdf)Google Scholar
  19. Lusch RF, Vargo SL (2006) Service-dominant logic: Reactions, reflections and refinements. Mark Theory 6:281CrossRefGoogle Scholar
  20. Majhi R, Panda G, Majhi B, Sahoo G (2009) Efficient prediction of stock market indices using adaptive bacterial foraging optimization (ABFO) and BFO based techniques. Expert Syst Appl 36:10097–10104CrossRefGoogle Scholar
  21. Müller A, Schröder H, von Thienen L (2011) Kontinuierliche Verbesserungsprozesse im IT-Management. In: Lean IT-Management: Was die IT aus Produktionssystemen lernen kann. Springer Gabler, Wiesbaden, S 129–148CrossRefGoogle Scholar
  22. Myers MD (1997) Qualitative research in information systems. MIS Q 21:241–242CrossRefGoogle Scholar
  23. O’Sullivan JJ (2006) Towards a precise understanding of service properties. http://eprints.qut.edu.au/16503/. Zugegriffen: 3. Okt. 2010Google Scholar
  24. Pimm SL (1991) The balance of nature?: Ecological issues in the conservation of species and communities. University of Chicago Press, ChicagoGoogle Scholar
  25. Priestley MB, Chao MT (1972) Non-parametric function fitting. J R Stat Soc Series B Stat Methodol 34(3):385–392.  https://doi.org/10.1111/j.2517-6161.1972.tb00916.x MathSciNetzbMATHGoogle Scholar
  26. Recker J (2013) Scientific research in information systems: A beginner’s guide. Springer, Heidelberg, Berlin, HeidelbergCrossRefGoogle Scholar
  27. Reimers K, Johnston RB (2008) Explaining persistence and resilience of inter-Organisational information systems: Theoretical and methodological considerations. In: ECIS 2018 European Conference on Information Systems 2018, Portsmouth, UK, 23.–28.06.2018, S 949–960 (http://ecis2018.eu/published-ecis-2018-papers/)Google Scholar
  28. Scheer A‑W (2002) ARIS – vom Geschäftsprozeß zum Anwendungssystem, 4. Aufl. Springer, BerlinCrossRefGoogle Scholar
  29. Schmidt R, Möhring M (2016) Enterprise architecture Analytics and decision support. In: El-Sheikh E, Zimmermann A, Jain LC (Hrsg) Emerging trends in the evolution of service-oriented and enterprise architectures. Springer, Heidelberg, Berlin, New York, S 201–218CrossRefGoogle Scholar
  30. Schmidt R, Möhring M, Härting RC, Zimmermann A, Heitmann J, Blum F (2015) Leveraging textual information for improving decision-making in the business process lifecycle. In: Intelligent decision technologies. Springer, Cham, S 201–218Google Scholar
  31. Schmidt R, Möhring M, Maier S, Pietsch J, Härting R‑C (2014) Big data as strategic enabler—insights from central European enterprises. In: Abramowicz W, Kokkinaki A (Hrsg) Business information systems. Springer, Heidelberg, Berlin, New York, S 50–60CrossRefGoogle Scholar
  32. Shmueli G, Koppius O (2010) Predictive analytics in information systems research. MIS Q 35:553–572CrossRefGoogle Scholar
  33. Silver B (2009) BPMN Method and Style: A levels-based methodology for BPM process modeling and improvement using BPMN 2.0. Cody-Cassidy Press, AltadenaGoogle Scholar
  34. Stationery Office (2007) The official introduction to the ITIL 3 service Lifecycle: Office of government commerce. The Stationery Office Ltd, LondonGoogle Scholar
  35. Vasconcelos A, Sousa P, Tribolet J (2007) Information system architecture metrics: An enterprise engineering evaluation approach. Electron J Inf Syst Eval 10:91–122Google Scholar
  36. Voss M, Dittmer C (2016) Resilienz aus katastrophensoziologischer Perspektive. In: Multidisziplinäre Perspektiven der Resilienzforschung. Springer, Heidelberg, Berlin, New York, S 179–197CrossRefGoogle Scholar
  37. Wang JW, Gao F, Ip WH (2010) Measurement of resilience and its application to enterprise information systems. Enterp Inf Syst 4:215–223CrossRefGoogle Scholar
  38. Yin RK (2011) Applications of case study research. SAGE, Los AngelesGoogle Scholar

Copyright information

© Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2019

Authors and Affiliations

  1. 1.Hochschule MünchenMünchenDeutschland

Personalised recommendations