Project Description
AIOPS-ARCHITEKTUR IM NETZ-BETRIEB
TELEKOMMUNIKATIONSBRANCHE
KURZ GESAGT
Mediaan Conclusion hat einen niederländisch / deutschen Telekom-Anbieter bei der Implementierung einer „Aritificial Intelligence in Operations“ (AIOps)-Plattform unterstützt. Die Lösung erkennt und bewertet Anomalien in einer komplexen Datenumgebung im ITK-Betrieb und nutzt die Erkenntnisse zur automatisierten Fehlerbehebung mittels robotergestützter Prozessautomatisierung (RPA).
Zuvor war unser Kunde in einem Dschungel von heterogenen Netzwerküberwachungs- und Alarmierungssystemen verloren – sehr hohe Betriebskosten waren die natürliche Folge. Unser Team konnte den Kunden bei der Einrichtung einer zentralen Big-Data-Umgebung unterstützen, die nun als Grundlage für ein AI/ML-gesteuertes Operations- und Maintenance System dient.
Im Wesentlichen unterstützte Mediaan Conclusion in den folgenden Bereichen:
Datenarchitektur, Roadmap und die Implementierung einer AIOps-Plattform
Robotergestützte Prozessautomatisierung (RPA)
Definition und Implementierung relevanter Anwendungsfälle für „autonome“ Netzwerkoperationen“
Umwandlung der heterogenen Systemlandschaft in eine integrale und homogene AIOps-Lösung
DAS KONZEPT
Die Lösung basiert auf der Erfassung und Analyse aller Daten, die täglich im Regelbetrieb eines ITK-Netzes entstehen und mit denen sich Rückschlüsse auf den Zustand des Netzes gewinnen lassen. Diese Informationen wurden in einer Big Data Platform konsolidiert und nach Daten-Mustern und deren Folgen untersucht. So könnte eine End-to-End-Überwachungs- und Warnungsumgebung geschaffen werden, die mittels AI Netzzustände nicht nur erkennt und klassifiziert, sondern auch präventive oder korrektive Maßnahmen einleiten kann.
DIE HERAUSFORDERUNG
Unser Kunde verlor sich in einem Dschungel von Überwachungs- und Warnsystemen für sein Netzwerkmanagement. Dies führte zu einer Vielzahl von Problemen:
– Es dauerte sehr lange neue Mitarbeiter im Betriebsteam anzulernen (fast ein Jahr)
– Die Ursachenanalyse war komplex und unsystematisch.
– Die Klassifizierung und Priorisierung war zeitintensiv.
– Die Betriebskosten waren unakzeptabel hoch.
DIE MEDIAAN LÖSUNG
Mit einem multidisziplinären Expertenteam für Data Architecture, Data Engineering, Data Science und RPA konnten wir den Kunden Schritt für Schritt zu einer intelligenten Automatisierung seines Netzbetriebs führen. Unsere Erfahrung im Telko-Umfeld ermöglichte es uns, relevante Anwendungsfälle für den „autonomen“ Netzbetrieb zu definieren und zu implementieren. So konnten wir dem Kunden helfen den Dschungel aus heterogenen Altsystemen in eine integrale und homogenere AIOps-Lösung umzuwandeln.
DIE WESENTLICHEN ERGEBNISSE
Dank unseres Wissens und unserer Erfahrung im Bereich Data Architecture, Data Engineering, Data Science, RPA und Operations haben wir unseren Kunden bei der Entwicklung einer Vision und der schrittweisen Implementierung einer AIOps-Lösung unterstützt. Wir konnten den Wald aus heterogenen Systemen lichten und durch modernste Technologien ersetzen. Das Ergebnis des Projekts ist eine zentrale Big-Data-Umgebung, die als Grundlage für AI/ML-gesteuerte Überwachungs- und präventive Wartungsprozesse dient.
MÖCHTEN SIE MEHR SEHEN?
