Arlie: Was KI in der IT sein sollte

Hast du schon mal Jenga gespielt?

Es beginnt mit einer kleinen Unregelmäßigkeit – einem Backup-Job, der langsamer als gewöhnlich läuft, einer ignorierten Sicherheitswarnung, einem nicht angekreuzten Compliance-Kästchen. Jede dieser Veränderungen, die auf den ersten Blick unbedeutend erscheinen, wirkt für sich genommen harmlos. Doch mit der Zeit wird die Struktur geschwächt. Und dann, mit einem einzigen falschen Schritt, gerät alles ins Wanken. Vielleicht bemerkt man es noch rechtzeitig. Vielleicht auch nicht.

Die Verwaltung der IT-Infrastruktur kann sich manchmal wie Jenga anfühlen. Unter den Schichten der Komplexität bilden sich kleine Risse, die oft unbemerkt bleiben, bis sie zu schwerwiegenden Ausfällen führen. Aber was wäre, wenn Ihr System diese Verschiebungen erkennen könnte, bevor sie zu einem Problem werden? Was wäre, wenn Ihr IT-System stabil bliebe, anstatt dass Sie hektisch versuchen müssten, die Risse zu flicken?

Genau hier kommt Arlie von Commvault ins Spiel. Arlie – kurz für „Autonomous Resilience“ – wurde entwickelt, um umsetzbare Erkenntnisse zu liefern, mit denen Sie Zeit sparen, Bedrohungen beseitigen und komplexe Herausforderungen bewältigen können. Mit Ihrem rund um die Uhr verfügbaren, KI-gestützten Assistenten können Sie dafür sorgen, dass alles stabil, sicher und reibungslos läuft, bevor Probleme eskalieren. 

Wie Commvault KI einsetzt, um die Benutzererfahrung zu verbessern

KI verspricht, die IT zu revolutionieren: schnellere Fehlerbehebung, intelligentere Automatisierung, stärkere Abwehrmaßnahmen. In der Realität neigen KI-Lösungen jedoch oft zu Fehlern, lassen sich nur schwer skalieren, werfen Bedenken hinsichtlich der Datensicherheit auf und können sich nicht anpassen. Was IT-Teams brauchen, ist nicht mehr KI, sondern eine KI, die zu ihrer Welt passt – präzise, skalierbar, sicher und intelligent genug, um sich weiterzuentwickeln.

Arlie ist kein bloßer nachgerüsteter Chatbot oder ein Pilot-Tool. Es wurde entwickelt, um IT-Abläufe mit unternehmensgerechter Präzision zu analysieren, anzupassen und zu automatisieren. Arlie ist nativ in Commvault Cloud integriert, von Grund auf sicher konzipiert und dort verfügbar, wo Teams bereits arbeiten – über die Konsole, den Chatbot oder API-Workflows. Es lässt sich nahtlos auf Cloud-, On-Premise-, Hybrid- und Air-Gap-Umgebungen skalieren, ohne die bestehende Architektur zu beeinträchtigen. Das bedeutet Echtzeit-Einblicke, intelligentere Workflows und weniger Fehler.

Da Arlie zudem allgegenwärtig ist, bietet es systemweite Transparenz und liefert Ihnen Antworten auf Ihre wichtigsten Fragen. So kann es Ihnen beispielsweise bei Aufgaben wie der Erstellung von Berichten helfen und Ihnen einen täglichen Echtzeit-Überblick über die wichtigsten Vorgänge bieten. Sollten Sie Probleme mit Ihren kritischen virtuellen Maschinen haben, kann Arlie Ihnen Berichte bereitstellen, die fehlgeschlagene Backups auf kritischen VMs zusammen mit konkreten Gründen, Erklärungen und möglichen Lösungen aufzeigen.

Arlie ist nicht nur Ihr neuer Lieblingskollege, der mühelos auch langwierige organisatorische Aufgaben erledigt, sondern auch leicht verständlich und benutzerfreundlich. Für Kunden der Commvault Cloud-Software ist Arlie mit nur einem Klick verfügbar.

Wie Arlie denkt: Das Gehirn hinter dem Assistenten

Hinter jeder reibungslosen Interaktion mit Arlie steht eine sorgfältig entwickelte Architektur – eine Architektur, die darauf ausgelegt ist, in der risikoreichen Welt der IT präzise, sicher und zuverlässig zu sein.

Schauen wir uns einmal genauer an, wie Arlie KI-Herausforderungen meistert, mit denen andere Tools überfordert sind.

KI, die sich mühelos an die Anforderungen von Unternehmen anpassen lässt

KI-Lösungen versprechen zwar oft Effizienz, haben jedoch Schwierigkeiten mit Workloads im Unternehmensmaßstab. Und zwar aus folgenden Gründen:

• Rechenintensiv, langsam und kostspielig. Viele KI-Modelle erfordern enorme Ressourcen, was ihren Einsatz in großen IT-Umgebungen unpraktisch macht.
• Unter realen Auslastungsbedingungen verschlechtert sich die Leistung. KI-Tools, die in Demos gut funktionieren, versagen oft, wenn sie auf Tausende von Systemen skaliert werden.
• Starre Architekturen. KI-Lösungen mit festgelegter Infrastruktur können sich nicht an schwankende IT-Anforderungen anpassen, was zu Engpässen führt.

Arlie kann große Arbeitslasten effizient bewältigen, ohne dass dabei die Leistung beeinträchtigt wird oder das Budget überschritten wird. Es bietet:

• Leichte KI-Verarbeitung. Arlie optimiert die Rechenauslastung und führt KI-Modelle effizient aus, ohne dabei übermäßig viel Strom zu verbrauchen.
• Adaptiver Lastausgleich. Die KI skaliert die Kapazitäten je nach Echtzeitbedarf dynamisch nach oben oder unten und verhindert so Leistungseinbußen.
• Einsatz in verschiedenen Umgebungen. Arlie läuft in der Cloud, vor Ort oder in Air-Gap-Umgebungen und lässt sich somit an jede IT-Infrastruktur anpassen.
• API-First-Integration. Lässt sich nahtlos in bestehende Arbeitsabläufe integrieren und ermöglicht es Unternehmen, KI auf Tausende von Systemen auszuweiten, ohne dass eine Neugestaltung erforderlich ist.
• Bringen Sie Ihr eigenes Sprachmodell und Ihren eigenen Vektorindex mit. Ganz gleich, ob Sie OpenAI, Gemini oder Llama verwenden oder Ihr eigenes LLM und Ihren eigenen Vektorspeicher mitbringen – Arlie passt sich an. Bringen Sie Ihre eigene Vektordatenbank mit (Qdrant, Azure AI Search oder Cosmos DB).

KI, die Halluzinationen minimiert

Eines der größten Vertrauenshindernisse im Bereich der KI sind Halluzinationen, bei denen Modelle mit großer Sicherheit ungenaue oder irreführende Antworten generieren. Zu den Problemen zählen:

• Chatbots geben nur Vermutungen ab, anstatt es genau zu wissen. Ohne verifizierten Kontext „füllen“ KI-Tools oft „die Lücken“ aus und schaffen so eher Risiken als Klarheit.
• Statische LLM-Ausgaben lassen Nachvollziehbarkeit vermissen. Es gibt keine integrierte Möglichkeit, zu überprüfen, ob eine Antwort richtig ist.
• Fehlinformationen bremsen IT-Teams aus. Anstatt Probleme zu lösen, verschwenden die Teams Zeit damit, die Ergebnisse der KI zu überprüfen.

Arlie basiert auf einem „Retrieval-Augmented Generation“-Framework – das bedeutet, dass es vor der Antwort Informationen aus vertrauenswürdigen, vom Unternehmen verifizierten Quellen abruft. Zu den Vorteilen dieses Ansatzes gehören:

• Kontextbezogene Informationsgewinnung statt automatischer Generierung. Arlie greift auf bekannte Dokumentationen, Protokolle und frühere Vorfallberichte zurück – und nicht nur auf die Sprachvorhersagen eines großen Sprachmodells (LLM).
• Semantische Vektorsuche. Sie erkennt die Absicht des Nutzers und ordnet ihr relevante Daten zu – nicht nur Suchbegriffe.
• Echtzeit-Überwachung von Halluzinationen. Bei geringer Konfidenz oder festgestellten Erfassungslücken wird die Antwort markiert, neu bewertet oder zurückgehalten.
• Fortlaufende Validierung. Ingenieure überprüfen markierte Antworten und speisen strukturiertes Feedback in das Modell ein, um es kontinuierlich zu verfeinern.

KI, die Datenrisiken von Grund auf minimiert

Bei der Entwicklung von KI-Modellen wird nicht immer auf Sicherheit geachtet. Tatsächlich behandeln sie Unternehmensdaten unter Umständen sogar wie Testdaten – ohne Rücksicht auf Compliance, Isolierung oder Zugriffskontrollen. Zu den Problemen zählen unter anderem:

• Große Sprachmodelle (LLMs), die mit sensiblen Daten trainiert wurden. Einige KI-Tools speichern oder verwerten versehentlich Kundeneingaben, was zu erheblichen Sicherheitsrisiken führt.
• Undurchsichtige Datenflüsse. Unternehmen können nicht immer nachvollziehen, wohin ihre Daten gelangen oder wie sie verarbeitet werden.
• Ungeeignet für regulierte Branchen. Die meisten KI-Assistenten sind nicht für Air-Gap-Umgebungen, Compliance-Prüfungen oder strenge Datenverwaltung ausgelegt.

Arlie wurde mit Blick auf Sicherheit entwickelt und verfügt über Kontrollmechanismen, die den Anforderungen der am stärksten regulierten Branchen gerecht werden – vom Finanzsektor bis hin zum öffentlichen Sektor. Arlie bietet:

• Kundendaten sind geschützt. Kundendaten werden niemals zum Trainieren von KI-Modellen verwendet. Es werden ausschließlich Metadaten und strukturierte Abfrageprotokolle analysiert – niemals Inhalte.
• Sandbox-basierte KI-Umgebungen. Arlie läuft in einem isolierten, sicheren Framework, das dazu beiträgt, den Datenaustausch zwischen Mandanten zu reduzieren.
• Einsatz in verschiedenen Umgebungen. Unterstützt Cloud-, On-Premise- und Air-Gapped-Installationen, sodass die KI-Funktionen die Kontrolle nicht beeinträchtigen.
• Richtlinienkonforme Automatisierung. Arlie erkennt Muster unbefugter Zugriffe und unterstützt die automatische Durchsetzung von Sicherheits- und Compliance-Richtlinien.

KI, die lernt und sich weiterentwickelt

KI ist nicht statisch. Ihre Systeme entwickeln sich weiter, Ihre Bedrohungen ändern sich, Ihre Arbeitsabläufe verschieben sich. Die meisten KI-Tools tun dies jedoch nicht. Sobald sie einmal implementiert sind, stagnieren sie. Dieser Ansatz hat Nachteile, wie zum Beispiel:

• Kein Lernen aus der praktischen Anwendung. Viele Assistenten verfeinern ihre Ergebnisse im Laufe der Zeit nicht und wiederholen immer wieder dieselben Ungenauigkeiten.
• Keine Berücksichtigung von Rückmeldungen. Wenn ein Nutzer einen Fehler meldet, fließt dieser nicht unbedingt in das System ein, um Verbesserungen vorzunehmen.
• Unfähigkeit, sich an veränderte Infrastruktur anzupassen. Eine KI, die nicht kontinuierlich optimiert wird, ist schnell veraltet – insbesondere in dynamischen Unternehmensumgebungen.

Arlie basiert auf kontinuierlichen Lernzyklen, wodurch es sich mit jeder Interaktion weiter verbessert. Die Vorteile dieses Ansatzes sind:

• Überwachtes und unüberwachtes Lernen. Markierte Antworten werden von Ingenieuren manuell überprüft, während Modelle zur Anomalieerkennung Ergebnisse mit geringer Konfidenz nachverfolgen.
• Adaptive Optimierung. Arlie passt die Gewichtung der semantischen Suche, die Schwellenwerte und die Ranking-Algorithmen auf der Grundlage bewährter Verfahren an.
• Verbesserung durch Nutzung. Jedes analysierte Protokoll und jeder unterstützte Arbeitsablauf trägt dazu bei, zukünftige Ergebnisse intelligenter und schneller zu gestalten.
• Verhindert wiederkehrende Fehler. Arlie erkennt wiederkehrende Fehlermuster und passt seine Empfehlungen so an, dass diese Fehler beim nächsten Mal früher behoben werden können.

Nicht einfach nur KI. KI, die funktioniert.

KI in der IT darf kein Experiment sein. Sie muss skalierbar, sicher, präzise und anpassungsfähig sein – bereit, unter Druck Leistung zu bringen und sich an zunehmende Komplexität anzupassen. Genau das bietet Arlie.

Anstatt zu raten, überprüft es. Anstatt Systeme zu überlasten, optimiert es sie. Anstatt Unruhe zu stiften, schafft es Klarheit. Arlie ist tief in Ihrer gesamten IT-Umgebung verankert – von Workloads bis hin zu Workflows – und ist mehr als nur ein Assistent. Es ist Teil Ihrer Infrastruktur.