|
|
|
Robustes Change-Management in verteilten Umgebungen
Unternehmen integrieren ihre Informationssysteme immer stärker miteinander,
um die Informationen miteinander zu Verknüpfen und so den größtmöglichen
Nutzen aus ihnen zu ziehen. Resultat sind hochkomplexe, verteilte
Informationssysteme mit einer Vielzahl von Abhängigkeiten zwischen den
beteiligten Einzelsystemen.
Die Informationslandschaft einer Unternehmung unterliegt dadurch auch
ständiger Veränderung durch Umstrukturierungen, Neuanschaffungen usw. Diese
Systemevolution findet meist punktuell statt und betrifft nur wenige Systeme
direkt. Durch die Vielzahl an Abhängigkeiten zwischen den einzelnen Systemen
kann ein Evolutionsschritt jedoch weitere indirekte Auswirkungen haben. Das
reicht vom Totalausfall über Datenkorruption bis hin zu subtilen Fehlern, die
möglicherweise erst viel später entdeckt werden. Diese negativen Auswirkungen
müssen auf ein Minimum (sowohl an Zahl als auch an Dauer) reduziert werden.
Das ist auf organisatorischer Ebene alleine (z. B. neue Geschäftsprozesse zur
Koordination der Verantwortlichen) nicht zu bewältigen.
Unser Ziel ist es, eine Informationslandschaft automatisch zu überwachen
und bei Veränderungen die Auswirkungen auf andere Systeme zu analysieren.
Hierbei gehen wir erstens von unvollständiger Information (nicht jedes Detail
aller Abhängigkeiten ist unserem Ansatz bekannt) und zweitens von der
Nichteinhaltung vordefinierter Prozesse (der Mensch geht immer den Weg des
geringsten Widerstandes) aus. Auch unter diesen Bedingungen soll unser Ansatz
nach dem "Best Effort"-Prinzip zur Auswirkungsanalyse befähigt sein. Das führt
dazu, dass nicht immer eine detaillierte Analyse möglich ist, jedoch zumindest
die Auswirkungen grob eingegrenzt werden können. Je mehr Informationen (z.B.
Datenbankschemas, Ontologien) unser Ansatz zur Verfügung hat und je besser
Prozesse (z.B. Absprachen zwischen Systemverantwortlichen) eingehalten werden,
desto exakter kann analysiert werden. Der Trade-Off besteht darin, unseren
Ansatz mit detaillierten Informationen zu versorgen und sich diszipliniert an
die definierten Prozesse zu halten (viel Aufwand, exakte Analyse) oder sich
mit einer groben Aussage zufriedenzugeben und einen größeren Aufwand beim
Feststellen von Problemen in Kauf zu nehmen. Da grundsätzlich pessimistisch
abgeschätzt wird, entgehen unserem Ansatz jedoch in keinem Fall mögliche
Auswirkungen.
Robust Change Management in Distributed Environments
To get most benefit out of existing information, companies are trying to combine
information from different sources by using information integration technologies. This
results in highly complex, distributed systems with many dependencies between each
other.
Because of restructuring, acquisitions etc. such an information infrastructure is subject
to constant change. This "system evolution" normally affects only a few systems directly.
But because of the interwoven dependencies, it might have an indirect impact on other
systems as well. Possible consequences may be data corruption, system failures or
inconsistencies that are detected much later. It is very important to reduce these
consequences to a minimum in number and duration.
Caro tries to monitor the state of the whole information infrastructure, and to analyse
the effects of changes to system, no matter if they are planned or ad hoc. We make two
assumptions here: First, we will have to live with incomplete information, and second,
predefined processes will not be adhered to. These assumptions simply reflect the human
behaviour which we cannot change. Even under these difficult circumstances, our approach
always works on a "best effort" basis. We may lose some detail in the analysis, but still
can get approximate results. The more information (ontologies, database schemas, etc.) we
have, and the more people adhere to processes (agreements between responsible administrators
etc.), the better the results of the performed analysis are. A trade-off exists between
putting more work into making Caro do a good analysis, or to have more manual work
afterwards when problems are detected. In neither case consequences of a change will go
undetected, since we always use pessimistic estimates.
|
