Künstliche Intelligenz, aktuell.
Direkt aus den Originalmeldungen.

Red Hat OpenShift 5 ergänzt überwachte KI zur Störungsdiagnose

11. November 2026Von der KI Nachrichten RedaktionQuelle: Red Hat
Red Hat OpenShift 5 ergänzt überwachte KI zur Störungsdiagnose
Bild: Red Hat

Red Hat OpenShift 5 ergänzt überwachte KI-Funktionen, die Plattformteams bei der Untersuchung von Störungen, der Erstellung von Observability-Dashboards und der Prüfung von Maßnahmenplänen unterstützen sollen. OpenShift Lightspeed kann Belege aus Metriken, Logs und Traces strukturieren. Ein optionaler agentischer Workflow bereitet zudem vorgeschlagene Aktionen vor, die von Menschen freigegeben werden müssen.

Das Wichtigste in Kürze
  • OpenShift Lightspeed strukturiert Belege aus Metriken, Logs und Traces.
  • KI-gestützte Perses-Panels lassen sich aus Anfragen in Alltagssprache erstellen.
  • Agentisches Troubleshooting ist eine optionale Technologievorschau für OpenShift 5.
  • Jede Änderung am Clusterstatus erfordert die ausdrückliche Freigabe eines Administrators.
  • Organisationen können kompatible Modellendpunkte einbinden und die Verarbeitung kontrollieren.

Lightspeed macht aus Telemetriedaten einen Untersuchungsentwurf

Red Hat zufolge enthalten moderne Unternehmensumgebungen bereits umfangreiche Prometheus-Metriken, Traces und Logs. Dennoch können Ingenieure viel Zeit damit verbringen, zwischen Konsolen und Abfragen zu wechseln, bevor sie entscheiden, ob ein Alarm auf einen echten Notfall hindeutet. OpenShift Observability und OpenShift Lightspeed sollen diesen Diagnoseaufwand verringern, indem sie Belege sammeln, wahrscheinliche Ursachen untersuchen und vorgeschlagene Maßnahmen zur Prüfung präsentieren.

Ausgehend von einem Alarm oder einer Anomalie kann OpenShift Lightspeed den aktuellen Clusterstatus und konfigurierte Telemetriequellen untersuchen, darunter Prometheus-Metriken, Pod-Logs und verteilte OpenTelemetry-Traces. Über den Observability Model Context Protocol Server kann das System bei der Alarmpriorisierung und der tiefergehenden Telemetrieanalyse helfen.

Der daraus entstehende Untersuchungsentwurf enthält drei Elemente: Source benennt die Herkunft der Belege, Signal hebt die erkannte Anomalie hervor und Finding liefert eine Schlussfolgerung in allgemein verständlicher Sprache. Red Hat nennt als Beispiel langsame Datenbankaufrufe in shared-services, die bei payments-api zu Verbindungs-Timeouts führen. Der Ingenieur bleibt dafür verantwortlich, die Gültigkeit des Befunds zu beurteilen, insbesondere wenn neben einem tatsächlichen zugrunde liegenden Problem auch zahlreiche störende Fehler auftreten.

Dieser dialogbasierte Troubleshooting-Modus ist auf OpenShift 4.22 und höher verfügbar, wenn der OpenShift Lightspeed Operator 1.1.5 oder höher verwendet wird.

Anfragen in Alltagssprache erstellen Perses-Dashboard-Panels

OpenShift Lightspeed kann außerdem mit dem Cluster Observability Operator und dem Red Hat Build of Perses zusammenarbeiten, um Echtzeit-Metrikpanels in der OpenShift-Konsole zu erzeugen. Ingenieure können Fragen in Alltagssprache stellen, statt mit einem leeren Editor für Prometheus Query Language zu beginnen.

Zu den Beispielen in der Ankündigung gehören Fragen danach, welche Pods in den vergangenen 5 Minuten in einer Crashloop festhingen, welche Pods die meiste CPU nutzen, wie der Speicher im Namespace payment-service verwendet wird oder welche Pods den höchsten eingehenden Netzwerkverkehr aufweisen. Lightspeed erzeugt anschließend Panels im PatternFly-Design.

Red Hat hat einen Verifizierungsschritt in diesen Ablauf integriert. Mit Cluster Observability Operator 1.6 zeigt jedes KI-gestützte Panel ein KI-gestütztes Abzeichen an. Nutzer können die zugrunde liegende PromQL-Abfrage prüfen, den Zeitraum kontrollieren und die Quellmetriken validieren, bevor sie ein Panel an ein produktives Perses-Dashboard anheften.

Agentisches Troubleshooting ist eine optionale Technologievorschau

OpenShift 5 führt einen optionalen agentischen Troubleshooting-Workflow als Technologievorschau ein. Dafür sind OpenShift 5, der OpenShift Lightspeed Operator 2 und ein konfiguriertes Large Language Model mit Tool-Aufruffunktion erforderlich. Ein Standardmodell wird nicht mitgeliefert.

Der Workflow nutzt einen Adapter, der Alertmanager überwacht und bestehende Empfänger wie Critical oder Default berücksichtigt. Wenn ein zulässiger Alarm ausgelöst wird, kann der Agent standardmäßige Diagnosebefehle mit oc und kubectl ausführen, eine Root-Cause-Diagnose entwerfen und einen vorgeschlagenen Maßnahmenplan in einer Entscheidungsschlange bereitstellen. Der Plan steht anschließend zur Prüfung in der OpenShift-Webkonsole bereit.

Falls eine freigegebene Maßnahme die auslösende Bedingung nicht beseitigt, stoppt der Agent und eskaliert den Vorfall an einen menschlichen Operator, statt wiederholt weitere Korrekturen zu versuchen.

Schutzmechanismen und die Wahl des Modells bleiben zentral

Red Hat beschreibt drei verbindliche Kontrollen für das Troubleshooting-Framework: die menschliche Freigabe jeder Änderung am Clusterstatus, eine strikte rollenbasierte Zugriffskontrolle durch isolierte, kurzlebige sichere Ausführungsumgebungen sowie eine vollständige Nachvollziehbarkeit von Beobachtungen, vorgeschlagenen Aktionen und Ausführungsergebnissen.

Nutzer können agentische Ausführungen mit Tempo verfolgen. Direkte Links zu Audit-Traces sind in der Agentic-Runs-Oberfläche der OpenShift-Webkonsole verfügbar. Die Traces sollen die Anforderungen von Organisationen an die KI-Compliance unterstützen.

OpenShift Lightspeed setzt auf eine offene Provider-Architektur, statt ein vorgefertigtes Standardmodell auszuliefern. Zu den unterstützten Endpunkten gehören gehostete kommerzielle APIs, IBM watsonx, Red Hat OpenShift AI, Red Hat Enterprise Linux AI und andere kompatible Endpunkte. Organisationen können festlegen, wo Modellanfragen verarbeitet werden, die Erfassung von Telemetriedaten zu Unterhaltungen deaktivieren und lokal gehostete Modelle in vollständig getrennten, luftisolierten Umgebungen einsetzen. Laut Quelle hängt die Verarbeitung von Clusterdaten vom konfigurierten Modellendpunkt ab, während sich die administrative Identität an den RBAC-Berechtigungen der Konsole orientiert.

Für Nutzer stellt die Ankündigung OpenShift 5 als Möglichkeit dar, von verstreuten Telemetriedaten zu strukturierten, von Menschen geprüften Entscheidungen überzugehen. Die Funktionen können beim Sammeln und Aufbereiten von Belegen helfen. Die genannten Kontrollen stellen jedoch sicher, dass betriebliche Änderungen erst nach der Freigabe durch einen Administrator umgesetzt werden.

Red HatOpenShift 5OpenShift LightspeedPersesUnternehmens-KIRechenzentren

Ähnliche Meldungen

Huawei stellt KI-Datenplattform für europäische Unternehmen vor
Chips und Infrastruktur16. November 2026, 09:56

Huawei stellt KI-Datenplattform für europäische Unternehmen vor

Huawei hat in Florenz eine neue AI Data Platform vorgestellt und sie als Infrastruktur zur Verbesserung des Datenmanagements und der Leistung von KI-Anwendungen…

Red Hat OpenShift Lightspeed 2 ergänzt Live- und autonome Fehleranalyse
Produkte und Tools12. November 2026

Red Hat OpenShift Lightspeed 2 ergänzt Live- und autonome Fehleranalyse

Red Hat OpenShift Lightspeed 2 kann Probleme in OpenShift-Clustern nun direkt untersuchen, entweder in einem Live-Chat zur Fehleranalyse oder in einem autonomen…

Red Hat stellt RHEL-MCP-Server mit PCP-Diagnose allgemein bereit
Produkte und Tools11. November 2026

Red Hat stellt RHEL-MCP-Server mit PCP-Diagnose allgemein bereit

Red Hat stellt seinen Model Context Protocol-Server für Red Hat Enterprise Linux allgemein bereit. Damit erhalten KI-Assistenten unterstützten, schreibgeschützten…