Investitionen in die DevOps-Automatisierung bringen Unternehmen erhebliche Vorteile - darunter eine Verbesserung der Softwarequalität um mehr als 60 Prozent, die Reduktion von Fehlern bei der Bereitstellung um 57 Prozent und eine deutliche Senkung der IT-Kosten um 55 Prozent. So die Ergebnisse einer unabhängigen globalen Studie von Dynatrace.
Für die Analyse wurden 450 IT-Fachleute in Großunternehmen befragt, darunter 150 in Europa. Der Report zeigt aber auch, dass die Automatisierungsverfahren in Unternehmen noch in den Kinderschuhen stecken. Zudem belegt er, dass datengesteuerte und KI-gestützte Automatisierungsverfahren nötig sind, um auf geschäftliche Anforderungen zu reagieren.
Laut der Studie befinden sich in den meisten Unternehmen die DevOps-Automatisierungsverfahren noch in einem frühen Reifestadium. Das Fehlen einer klar definierten Strategie für die DevOps-Automatisierung, die weit verbreitete Komplexität der Toolchain und die Herausforderungen bei der Analyse von Oberservability- und Securitydaten hindern die Unternehmen daran, den vollen Nutzen aus ihren Investitionen zu ziehen.
Dies zeigen folgende 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.“
Weitere Ergebnisse der Analyse beleuchten die Investitionsvorhaben im Bereich DevOps-Automatisierung:
- 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) 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).