Forschungs IT Betrieb · Agentische Change-Workflows

Unkoordinierte Changes in Forschungs IT Clustern im Griff

Eine große Forschungseinrichtung betreibt Labor, Daten und Büro IT mit Hochleistungsclustern. Monatlich rund 1.000 Changes erzeugen Auditrisiken.

Wissenschaft
IT-Service-Management

Ausgangsproblem

Unkoordinierte Changes verursachen Ausfälle und Risiken im internen Audit

Lösungstyp

Agentischer Workflow für Change-Steuerung

Komplexität

Transformation

Leitkennzahl

Zeitersparnis bei Change-Abstimmung

Nutzergruppe

IT Betriebsteams und Change Manager

Umsetzungsdauer

3-6 Monate

Betriebsmodell

On Prem oder Private Cloud im Forschungsverbund

Ausgangslage

Die Forschungseinrichtung betreibt mehrere Hochleistungscluster, Laborgeräte, Datenplattformen und Büro IT für über 5.000 Mitarbeitende. Pro Monat werden rund 1.000 Changes geplant: Updates von Clusterknoten, Patches für Laborsoftware, Konfigurationsänderungen in Storage und Netzwerk sowie Anpassungen an Forschungsapplikationen. Die Anträge kommen aus Ticketsystem, E Mail und Tabellen, oft mit unvollständigen Angaben zu betroffenen Systemen, Zeitfenstern und Risiken. Change Manager und Betriebsteams verbringen zusammen über 1.600 Stunden pro Monat mit Klärungen, manuellen Abhängigkeitstests und der Pflege von Protokollen in verschiedenen Dokumenten.

1.000: Changes pro Monat
1.600 h: Changeaufwand pro Monat

Die Herausforderung

Die manuelle Koordination der Changes stößt an Grenzen. Betriebsteams müssen für jeden Antrag prüfen, welche Cluster, Laborgeräte und Datenplattformen betroffen sind, ob Wartungsfenster kollidieren und welche Forschungsprojekte unterbrochen würden. Informationen liegen in Tickets, Architekturübersichten, Runbooks und Projektplänen verstreut. Kritische Abhängigkeiten werden oft erst kurz vor dem Wartungsfenster sichtbar, was zu spontanen Verschiebungen, Rollbacks und verlängerten Ausfällen führt. Gleichzeitig verlangen interne und externe Audits eine nachvollziehbare Dokumentation von Risiken, Freigaben und durchgeführten Maßnahmen. Die Erstellung dieser Protokolle kostet zusätzliche Zeit und bleibt in Stresssituationen lückenhaft.

„Wir erfahren von kritischen Laborjobs oft erst, wenn der Cluster schon im Wartungsmodus ist.“

„Ich verbringe mehr Zeit damit, Change Anträge zu sortieren, als mit echter Risikoanalyse.“

„Unsere Change Protokolle sind je nach Team unterschiedlich und im Audit schwer vergleichbar.“

„Wenn ein Change schiefgeht, ist unklar, wer was entschieden hat und welche Informationen vorlagen.“

Warum das bisher ungelöst blieb

Das Problem war lange bekannt, wurde aber als unvermeidbare Komplexität des Forschungsbetriebs akzeptiert. Ein klassisches IT Projekt mit neuem Tool schien zu aufwendig, weil viele Teams, Systeme und bestehende Prozesse betroffen wären. Tabellen und Ticketvorlagen wurden mehrfach überarbeitet, konnten aber die Vielzahl an Abhängigkeiten und Sonderfällen nicht abbilden. Regelbasierte Workflows scheiterten daran, dass Risiken und Auswirkungen stark vom Kontext der jeweiligen Forschungsprojekte abhängen und sich laufend ändern. So blieb die Koordination ein arbeitsintensiver, fehleranfälliger Prozess, zu groß für einfache Anpassungen, zu komplex für starre Automatisierung.

Neue Ticketvorlagen

Erweiterte Ticketvorlagen sollten alle relevanten Felder erzwingen, wurden aber von vielen Teams umgangen oder nur teilweise ausgefüllt.

Manuelle Change Boards

Wöchentliche Change Boards mit mehreren Teams sollten Transparenz schaffen, führten jedoch zu langen Sitzungen und blieben bei Ad hoc Changes wirkungslos.

Die Einrichtung führt einen agentischen Workflow ein, der Change Anträge aus Ticketsystem, E Mail und Tabellen zentral bündelt, strukturiert und über den gesamten Lebenszyklus begleitet. Ein intelligenter Assistent liest neue Anträge, ordnet sie den betroffenen Systemen und Services zu und ergänzt fehlende Angaben durch Rückfragen an Antragstellende. Für jeden Change erstellt der Workflow einen standardisierten Risiko- und Impactbericht, der Cluster, Laborgeräte und laufende Forschungsprojekte berücksichtigt. Auf dieser Basis werden Wartungsfenster vorgeschlagen, Konflikte mit anderen Changes erkannt und Freigaben vorbereitet. Nach Durchführung des Changes generiert der Workflow automatisch ein Protokoll mit Maßnahmen, Ergebnissen und eventuellen Rollbacks, das direkt in Auditordner und Wissensdatenbanken abgelegt wird.

Wo generative KI arbeitet

Generative KI versteht Freitext in Change Anträgen, ordnet ihn betroffenen Systemen und Services zu und formuliert strukturierte Risiko und Impactberichte. Sie erstellt Vorschläge für Wartungsfenster, standardisierte Freigabedokumente und Abschlussprotokolle, verarbeitet unterschiedliche Beschreibungen, Projektkontexte und Sonderfälle und überführt sie in einheitliche, auditierbare Dokumente.

Bausteine

Zentrale Intake Komponente, die Change Anträge aus Ticketsystem, E Mail und Tabellen sammelt, dedupliziert und in ein einheitliches Format überführt.
Kontextassistent für Risikoanalyse, der Architekturübersichten auswertet und Impactberichte für Cluster und Laborgeräte erstellt.
Planungsmodul, das Wartungsfenster vorschlägt, Konflikte mit anderen Changes erkennt und Entscheidungsgrundlagen für Change Boards generiert.
Dokumentationsagent, der aus durchgeführten Maßnahmen, Logs und Rückmeldungen standardisierte Abschlussprotokolle und Auditnachweise erstellt.
Dashboard für Change Manager und Betriebsteams, das Status, Risiken, Freigaben und offene Rückfragen über alle Changes hinweg transparent macht.

Intake bündeln
Neue Change Anträge werden aus Ticketsystem, E Mail und Tabellen eingelesen, automatisch klassifiziert und den betroffenen Systemen und Services zugeordnet.
Risiken analysieren
Der Workflow ergänzt fehlende Angaben, wertet Architektur- und Projektkontexte aus und erstellt einen strukturierten Risiko- und Impactbericht für jeden Change.
Wartungsfenster planen
Auf Basis der Impactberichte schlägt das System geeignete Wartungsfenster vor, erkennt Konflikte mit anderen Changes und bereitet Entscheidungsunterlagen vor.
Freigaben steuern
Change Manager prüfen die Vorschläge, passen sie bei Bedarf an und dokumentieren Freigaben, Auflagen und Eskalationen direkt im Workflow.
Protokolle erzeugen
Nach Durchführung des Changes erstellt der Dokumentationsagent ein Abschlussprotokoll mit Maßnahmen, Ergebnissen und Rollbacks und legt es auditierbar ab.

Kennzahl	Wert	Basis
Zeitaufwand für Change-AbstimmungLeitkennzahl	Reduktion um rund 40 Prozent	Zeiterfassung vor/nachgemessen
Anteil ungeplanter RollbacksGütemaß	Rückgang von etwa 8 auf 4 Prozent	Systemmessunggemessen
Qualität der Change-DokumentationGütemaß	Auditteams bewerten 90 Prozent der Protokolle als vollständig	Nutzerbefragunggeschätzt

Aufwandsklasse

Standard (60-150 PT)

Amortisation

6-12 Monate

Haupthebel

Zeitersparnis

Laufende Kosten

Betrieb des Workflows, Modellnutzung und Pflege der Schnittstellen verursachen überschaubare laufende Kosten.

Einschränkung

Die Lösung hängt stark von der Qualität der vorhandenen Architektur und Projektdokumentation ab. Bei veralteten oder fehlenden Unterlagen bleiben manuelle Prüfungen nötig, und der agentische Workflow braucht klare Verantwortlichkeiten.

Angebundene Systeme

Anbindung an zentrales Ticketsystem, Konfigurationsdatenbanken, Architekturübersichten, Projektpläne und Logquellen der Cluster sowie Dokumentenablagen für Audits.

Betrieb

Betrieb in der eigenen Forschungsinfrastruktur, typischerweise als Containerdienst in einem internen Cluster oder in einer abgesicherten Private Cloud mit Zugriff auf interne Systeme.

Compliance

Zugriffe auf Change- und Projektdaten werden protokolliert, Rollen und Berechtigungen folgen bestehenden IT Governance Vorgaben. Auditprotokolle werden unveränderbar abgelegt und versioniert.

Kennzeichnung

Oberflächen kennzeichnen generierte Risikoanalysen und Protokollentwürfe klar als Vorschläge, die von Verantwortlichen geprüft und freigegeben werden müssen.

Verbindlichkeit

Entscheidungen zu Changes bleiben bei den verantwortlichen Personen und Gremien. Der Workflow liefert Entscheidungsgrundlagen, ersetzt aber keine formalen Freigaben oder Richtlinien.

Eskalationspfad

Für kritische Changes mit hohem Risiko definiert der Workflow feste Eskalationspfade zu Architekturboard, Sicherheitsverantwortlichen und Laborleitung, inklusive Benachrichtigungen.

Nachvollziehbarkeit

Jede Änderung an Risikoanalysen, Wartungsfenstern und Freigaben wird versioniert, mit Zeitstempel und Rolle dokumentiert. So lassen sich Entscheidungen und ihre Grundlage später nachvollziehen.

Rollen im Betrieb

Change Manager, Betriebsteams, Projektverantwortliche und Auditverantwortliche nutzen den Workflow. Ein zentrales IT Governance Team betreut Konfiguration, Richtlinien und Weiterentwicklung.

Übertragbarkeit

Der agentische Change-Workflow eignet sich überall dort, wo viele Änderungen mit komplexen Abhängigkeiten koordiniert werden müssen und klassische Tools an Grenzen stoßen. Besonders wertvoll ist er, wenn Freitextanträge, verstreute Dokumentation und unterschiedliche Teams zusammenkommen. Durch generative Aufbereitung von Kontext und Protokollen lassen sich Risiken strukturierter bewerten und Audits besser bedienen. Voraussetzung sind klare Rollen und ein zentrales Ticketsystem oder vergleichbare Quellen.