NetBrain Von Fast Company als „Next Big Thing“ und Top-InfoSec-Innovator ausgezeichnet
NetBrain Die LIVE 2025-Konferenz wurde letzten Monat abgeschlossen, lieferte aber eine gewagte Prognose: KI und Automatisierung werden die mittlere Reparaturzeit halbieren (MTTR) alle 12-18 Monate.
Genauer gesagt, stellte CEO Lingping Gao den Hunderten von Teilnehmern während seiner Keynote das vor, was er „Gaos Gesetz“ nennt – eine Prognose, die die Denkweise von Netzwerkbetriebsteams hinsichtlich der Störungsbehebung neu definiert.
Die dreitägige Konferenz präsentierte die Lösungen, die diesen ambitionierten Zeitplan erreichbar machen, von KI-Agenten, die rund um die Uhr Diagnosen auf Doktorandenniveau liefern, bis hin zu „Golden Assessment“-Funktionen, die Netzwerkinfrastrukturen sequenzieren, ähnlich wie die Genommedizin DNA sequenziert.
Wir glauben, dass viele wichtige Erkenntnisse aus dem NetBrain Die Live-Keynote wird grundlegend für die Ergebnisse im Netzwerkbetrieb sein, die wir im Jahr 2026 erwarten. Hier sind fünf der wichtigsten Erkenntnisse von NBL25, um sich darauf vorzubereiten:
CEO Lingping Gao stellte eine Prognose vor, die herkömmliche Ansätze zur Netzwerkfehlerbehebung in Frage stellt: KI und Automatisierung werden die mittlere Reparaturzeit alle 12 bis 18 Monate halbieren. Die heute üblichen, mehrere Stunden dauernden Störungen könnten innerhalb weniger Produktzyklen auf unter 30 Minuten reduziert werden.
Der Antrieb für dieses Ziel wurzelt in Gaos 20-jähriger Erfahrung im Kampf gegen stundenlange Fehlersuche. „Wenn man im Urlaub ist, ruiniert eine dreistündige Unterbrechung den ganzen Urlaub“, erklärte er in seiner Keynote. Die Prognose zielt darauf ab, diese Anrufe am Wochenende und die durch Urlaub bedingten Unterbrechungen, die den Netzwerkbetrieb prägen, zu eliminieren.
Was macht das Halbieren aus? MTTR Ist das alle 12 Monate erreichbar? Es hängt von drei grundlegenden Säulen ab:
LP zog in seiner Keynote Parallelen zur Genommedizin: „Die Sequenzierung des ersten menschlichen Genoms kostete 100 Millionen Dollar und dauerte Monate. Heute dauert es nur wenige Stunden und kostet 200 Dollar.“ Goldene Bewertung wendet die gleiche Transformation auf die Netzwerkinfrastruktur an und erkennt automatisch die grundlegenden Regeln, Richtlinien und Absichten, die die Funktionsweise von Netzwerken definieren.
Die Technologie identifiziert Netzwerkschwachstellen, erstellt Basiswerte und erkennt Abweichungen, die auf potenzielle Ausfälle hinweisen, wobei sie auf Branchenkenntnissen aufbaut. Goldene Bewertungsbibliothek„Welche Schwachstelle besteht? Führt eine Abweichung zu einem Ausfall oder ist sie ein häufiges Problem?“, fragte Gao. Golden Assessment beantwortet diese Fragen kontinuierlich in heterogenen Umgebungen mit Tausenden von Geräten.
Mit diesem Wandel verlagert sich der Fokus des Netzwerkbetriebs von reaktiver Fehlersuche hin zu einer stärker automatisierten und vorausschauenden Analyse und Ausführung, wobei Probleme auf der Grundlage eines tiefen Verständnisses des Infrastruktur-Blueprints und nicht nur auf der Grundlage oberflächlicher Symptome behandelt werden.
Ein Beispiel aus LPs Keynote: Ein Kunde wurde angesprochen NetBrain Bei 700 Firewall-Paaren und der kritischen Frage nach Split-Brain-Schwachstellen hätte eine manuelle Analyse ein Jahr gedauert und wäre somit nie abgeschlossen worden. Golden Assessment hingegen führte das Audit schnell durch und etablierte eine kontinuierliche Überwachung.
Und das ist nur eine Anwendung! Wie LP bereits feststellte, werden Golden Assessments eine Art „Herdenimmunität“ gegenüber den häufigsten Problemen bieten, da immer mehr Netzwerke dieses leistungsstarke Tool nutzen.
Netzwerkteams erstellen runbookBei der Entwicklung von Automatisierungs-Workflows stößt man dann auf ein Problem: Jemand muss wissen, welche Automatisierung für welches Problem ausgeführt werden soll. „Man erstellt viele großartige Automatisierungen“, bemerkte LP, „aber dann stellt man sich vor: Ich muss demjenigen, der für das Problem zuständig ist, erklären, wie er sie ausführt. Das ist jetzt vorbei.“
Everything-as-Code umfasst Diagnose, Änderungen, Sicherheitsbewertungen, Architekturprüfungen und compliance checkAls automatisierte Arbeitsabläufe identifiziert die KI für jede Situation die passende Automatisierung und führt sie ohne menschliches Eingreifen aus. Bei einem OSPF-Nachbarschaftsfehler führt das System automatisch Diagnosecode aus. Wird eine Abweichung von den Compliance-Vorgaben festgestellt, wird Korrekturcode ausgeführt.
Dieser Ansatz macht Netzwerkoperationen deterministisch und wiederholbar über Hunderte oder Tausende von Geräten hinweg. „Alles ist wiederholbar und durchsetzbar“, erklärte Gao. „Man zwingt die Leute nicht länger zu etwas, das man Wiederholung nennt.“
Das Ergebnis beseitigt das, was LP als „Retention Loop“ bezeichnete, also den endlosen Kreislauf sich wiederholender Aufgaben, der Teams daran hindert, sich auf strategische Initiativen zu konzentrieren.
Netzwerktechniker stehen manchmal nachts um 2 Uhr vor dem Problem, während die Experten schlafen. Deep Diagnosis setzt … ein. AI-Agenten Die nie müde werden. „Es gibt ein halbes Dutzend Agenten, die auf einem Niveau denken, das einem Doktortitel entspricht“, erklärte LP. „Sie haben nicht das Problem wie ich, müde zu werden und nach Hause gehen zu wollen.“
Jeder Agent übernimmt spezialisierte Aufgaben: Planung, Iteration, Nachverfolgung und Zusammenfassung. Sie verarbeiten gleichzeitig Milliarden von Metriken, korrelieren Daten und analysieren sie, um die Hauptursachen zu identifizieren. „Ihr Netzwerk besteht nicht aus 10,000 unabhängigen Knoten von 20 Anbietern“, bemerkte Gao. „Es ist ein einziges Netzwerk.“ Die Agenten analysieren die Infrastruktur ganzheitlich mithilfe von NetBrain Digital-Twin-Technologie.
„Viele Herausforderungen, wie beispielsweise Anrufe am Wochenende oder im Urlaub, sind nun optional“, prognostizierte LP. Deep Diagnosis zielt auf eine 99%ige Abdeckung von Netzwerkvorfällen ab, indem es die Ursachen identifiziert, Fehlalarme aussortiert und Probleme kennzeichnet, die eine menschliche Untersuchung erfordern.
NetBrain Auf der LIVE 2025 wurde hervorgehoben, wie Netzwerk-Assessments heutzutage skalierbar gestaltet sind. Post-Mortem-Assessments wandeln jede Fehlersuche in eine Quelle für präventive Maßnahmen um. Anstatt einen Vorfall abzuschließen und zur Tagesordnung überzugehen, werden die Ergebnisse eines Problems automatisch mit dem gesamten Netzwerk abgeglichen.
Wenn ein Ausfall auftritt, Obduktionsbeurteilungen Über die reine Ursachenanalyse hinaus werden die Ergebnisse automatisiert erfasst und als Standardprüfungen für ähnliche Geräte oder Konfigurationen angewendet. Dadurch bleibt die Lösung nicht isoliert, sondern trägt dazu bei, ähnliche Vorfälle an anderer Stelle zu verhindern und die Netzwerkbasis für die zukünftige Überwachung zu aktualisieren.
In Kombination mit den zuvor erwähnten Golden Assessments ermöglicht dieser Ansatz eine neue Realität: Ein gelöstes Problem bedeutet nun, dass Hunderte von gefährdeten Geräten repariert werden können, bevor Probleme erneut auftreten.
NetBrainDie Roadmap zielt auf die anhaltenden Herausforderungen im Netzwerkbetrieb ab: langwierige Fehlersuche, Notfalleinsätze am Wochenende und manuelle, sich wiederholende Aufgaben. Mit dem Gao-Gesetz, das vorhersagt MTTR Durch die Reduzierung der Fallzahlen alle 12 bis 18 Monate und Technologien wie Deep Diagnosis, die eine Abdeckung von nahezu 99 % der Vorfälle erreichen, beschleunigt sich der Wandel von reaktiver Brandbekämpfung zu proaktiver Prävention. NetBrain ist die Plattform, die entwickelt wurde, um diese neue Realität im Jahr 2026 und darüber hinaus zu nutzen.
Netzwerkteams stehen von allen Seiten unter Druck. Sie müssen komplexe Hybridnetzwerke verfügbar und sicher halten, haben aber keine wirkliche End-to-End-Transparenz, sodass Ausfälle, Leistungsprobleme und Sicherheitslücken auftreten können.
NetOps prägt die Art und Weise, wie Organisationen ihre digitalen Ökosysteme erweitern, Innovationen vorantreiben und schützen. (Informiert durch) DevOpsNetOps kombiniert hybride Architekturen, verteilte Workloads und KI-gestützte Rechenzentren zu schnellen, anpassungsfähigen Systemen...
Künstliche Intelligenz verspricht ein selbstheilendes, autonomes Netzwerk. Für heutige Netzwerkbetriebsteams fühlt sich dieses Versprechen oft hohl an. Die Realität sieht so aus, dass die meisten KI-Tools nachträglich integriert werden – sie basieren auf einer...
Wir verwenden Cookies, um Inhalte zu personalisieren und Ihre Nutzung der Website zu verstehen, um das Benutzererlebnis zu verbessern. Durch die Nutzung unserer Website stimmen Sie allen Cookies gemäß unserer Datenschutzrichtlinie zu.