Wie Observability IT- und Sicherheits-Workflows im Gesundheitswesen verbessert
Gesundheitsorganisationen sind heute mit Personal- und Fachkräftemangel in der IT sowie Herausforderungen in Bezug auf Sicherheit und IT-Workflows konfrontiert. Wenn die IT auf Ausfallmeldungen von Benutzern reagiert, ist es oft zu spät.
„Ein offline stehendes System kann den Unterschied zwischen Leben und Tod bedeuten“, sagt Bill Lobig, Vizepräsident für Automatisierungsproduktmanagement bei IBM . „Das ist im Gesundheitswesen besonders problematisch.“
Observability-Tools ermöglichen es Unternehmen, den internen Zustand eines Systems zu analysieren. Sie setzen umfassende Observability-Tools sowohl in der Cloud als auch auf der Hardware ein. Ziel ist es, vollständige Transparenz über die Anwendungs- und Netzwerkleistung eines Unternehmens zu erhalten.
„Ein Observability-Tool kann jede Transaktion, jeden API-Aufruf und jede Ablaufverfolgung überwachen“, so Lobig. „Es verfügt über ein umfangreiches Set an Service-Level-Zielen, die von Verfügbarkeit bis Latenz reichen und all diese verschiedenen Dimensionen im Zusammenhang mit KI abdecken.“
Obwohl mehr als die Hälfte der Organisationen sagen, dass sie durch Observability Leistungsprobleme erkennen können, die ihnen vorher nicht bewusst waren, haben laut „The State of Observability 2024“, einem Bericht von OpsRamp, einem Unternehmen von Hewlett Packard Enterprise , nur 23 % der Unternehmen Full-Stack-Observability implementiert und in 90 % ihres Unternehmens eingesetzt.
„Einheitliche Observability-Pipelines konsolidieren Daten aus der gesamten digitalen Umgebung eines Unternehmens in einem einzigen, konsistenten Datenstrom und brechen so Silos zwischen IT, Sicherheit und Geschäftsbetrieb auf“, sagt Tom Andriola , Chief AI Officer für den öffentlichen Sektor bei Dynatrace . „Diese Pipelines speisen Echtzeit-Dashboards mit KI-gestützten Erkenntnissen. So können Unternehmen ihre Leistung überwachen, KPIs verfolgen und schnellere, datenbasierte Entscheidungen treffen.“
Behebung des Mangels an IT-Personal und FachkräftenDa Organisationen unterbesetzt sind, erhalten sie viele Warnmeldungen , was zu Burnout führen kann. Sie haben möglicherweise auch Schwierigkeiten, mit der Komplexität moderner IT-Umgebungen Schritt zu halten. Gesundheitssysteme leiden unter einem Fachkräftemangel und mangelnden Investitionen in die Entwicklung von IT-Personal, so Andriola.
„Branchen wie das Gesundheitswesen, die ihre Vergütung mit knappen Betriebsbudgets in Einklang bringen müssen, spüren die Auswirkungen oft stärker“, so Andriola. „Ärzte und Patienten sind daher auf zuverlässige, sichere digitale Dienste angewiesen, doch die IT-Teams sind oft überlastet und sehen sich mit einem ständigen Strom von Warnmeldungen, isolierten Tools und fragmentierten Daten konfrontiert – all dies trägt zu Burnout und Ineffizienz bei.“
Klicken Sie auf das Banner unten, um den aktuellen CDW Cybersecurity Research Report zu lesen.
Organisationen im Gesundheitswesen seien mit zahlreichen Scan-Tools und -Konfigurationen überfordert, so Lobig. Manche Prozesse seien schlecht definiert und Silos behindern die Bemühungen zur Beobachtung .
„Viele Unternehmen verfügen oft über mehrere, voneinander getrennte Überwachungs- und Sicherheitstools, die nur einen Teilüberblick über ihre Umgebung bieten“, so Andriola. „Das erhöht die Silos und die betriebliche Komplexität und verlangsamt die Problemlösung.“
Andriola weist auf die Gefahren von Ausfallzeiten im Gesundheitswesen hin: „Im klinischen Umfeld zählt jede Sekunde, und Ausfallzeiten sind nicht nur störend, sondern potenziell gefährlich. Ob in der Notaufnahme, im Operationssaal oder bei der individuellen Betreuung – Gesundheitssysteme müssen in Echtzeit und ständig verfügbar funktionieren.“
Beobachtbarkeit kann die Komplexität in Organisationen mit vernetzten digitalen Diensten vereinfachen, sagt Andriola.
Wie Observability Transparenz schafft, um blinde Flecken zu überwindenObservability-Tools bieten eine Anwendungstopologie, die Unternehmen hilft , die Vernetzung von Systemen und Netzwerkendpunkten zu verstehen und den Informationsfluss abzubilden. Mit den Daten, die Observability-Tools liefern, können Unternehmen Schwachstellen isolieren, schlägt Lobig vor.
„Insbesondere die Fähigkeit, Informationsflüsse, Serviceflüsse und Quarantäneanwendungen und/oder Endpunkte basierend auf diesen Schwachstellenvektoren zu verstehen, ist etwas, was Observability-Tools leisten können“, erklärt er.
Um die „blinden Flecken“ herkömmlicher Überwachungsanwendungen zu schließen, bieten Observability-Tools eine zentrale Informationsquelle und durchgängige Transparenz. Sie stärken die Governance in Cloud-, Edge- und Hybridumgebungen und integrieren Datenplattformen und LLM-Workloads (Large Language Model) , so Andriola.
„ Fortschrittlichere Observability-Plattformen vereinen Datenpipelines, Sicherheitstelemetrie und Geschäftsanalysen in einem einzigen Stream und ermöglichen so konsistente, vertrauenswürdige Erkenntnisse in großem Maßstab“, erklärt er. „Diese Tools helfen Teams, den Datenfluss über Silos und analytische Ebenen hinweg zu verstehen und so Vertrauen in operative und strategische Entscheidungen zu schaffen.“
Observability-Tools beseitigen Silos, indem sie die Datenerfassung und -analyse zentralisieren und rationalisieren. Diese Tools liefern auch Erkenntnisse für Organisationen wie Gesundheitssysteme. Im Gesundheitswesen kann Observability Störungen kritischer Systeme für Kliniker minimieren und die Sicherheitslage der Organisation verbessern, so Andriola.
Lücken in der Patientenversorgung können lebensbedrohlich sein. Durch umfassende Observability können Störungen für Kliniker und IT-Mitarbeiter reduziert werden. Ereigniskonsolen in Observability-Tools ermöglichen es Organisationen, Transparenz und Reaktionsfähigkeit zu gewährleisten und gleichzeitig Daten aus mehreren Systemen zu konsolidieren.
„Aber Transparenz allein reicht nicht aus“, betont Andriola. „Im heutigen Umfeld, in dem Betriebsvolumen und -geschwindigkeit traditionelle IT-Modelle übertreffen, können nur Observability-Plattformen mit integrierter Intelligenz und Automatisierung mit der Nachfrage mitwachsen.“
Durch die vollständige Transparenz des gesamten Stacks wird die Effektivität des IT-Personals gesteigert , sagt er: „Indem sie ihnen Echtzeit-Transparenz des gesamten Stacks und einen klaren Kontext zu Leistungs- oder Sicherheitsproblemen bietet, hilft die Observability den Teams dabei, Systeme proaktiv zu optimieren, Probleme schneller zu lösen und ihr Fachwissen dort zu konzentrieren, wo es am wichtigsten ist.“
Tom Andriola Chief AI Officer für den öffentlichen Sektor, Dynatrace
Der Einsatz von KI im IT-Betrieb ist eine Schlüsselstrategie, die es Unternehmen ermöglicht, Fehlerbehebungen zu automatisieren, Ablenkungen zu reduzieren und Probleme proaktiv anzugehen. Dadurch können Unternehmen selbstbewusste Netzwerke aufbauen, um Ausfallzeiten zu vermeiden und finanzielle Verluste zu vermeiden.
„Unternehmen von heute müssen Automatisierung an erste Stelle setzen, um mit neuen Bedrohungen und steigender Komplexität Schritt zu halten, insbesondere angesichts der anhaltenden Herausforderungen bei der Personalbeschaffung“, so Andriola. „Einige fortschrittliche Observability-Plattformen, insbesondere solche mit integrierter AIOps-Technologie , tragen dazu bei, die Qualifikationslücke zu schließen, indem sie den manuellen Arbeitsaufwand reduzieren und in Echtzeit umsetzbare Erkenntnisse liefern.“
AIOps könne weniger Fehlalarme liefern , schnellere Ursachenanalysen durchführen und Schwachstellen und Anomalien präzise erkennen, erklärt er.
„Ich denke, AIOps ist eine implizite Funktion der Observability“, sagt Lobig. „Es geht darum, KI zu nutzen, um Dinge intelligenter zu machen, wie es viele Anbieter in verschiedenen Bereichen der gesamten Technologie tun.“
KI-Modelle und -Agenten ermöglichen es Unternehmen, ihre Observability-Strategien weiterzuentwickeln. Mit der Weiterentwicklung von Observability-Tools müssen IT-Leiter laut Andriola neues Vertrauen in KI-Agenten und LLMs entwickeln.
„Investitionen in einheitliche Observability sind nicht nur eine IT-Entscheidung“, sagt er. „Es ist ein strategisches Engagement für Resilienz, Leistung und Geschäftsausrichtung in einer Welt, in der digitale Abläufe die Abläufe bestimmen.“
In Zukunft muss sich die Beobachtbarkeit auch mit der Erklärbarkeit und Leistung befassen, wenn Unternehmen LLMs und KI-Agenten einführen.
„Nicht alle Plattformen bieten dieses Maß an kontextbezogenen Einblicken, die für die Aufrechterhaltung der Transparenz in dynamischen, intelligenten Systemen immer wichtiger werden“, sagt Andriola.
healthtechmagazine
