Sie sind hier: Startseite » Markt » Tipps und Hinweise

Change-Management-Prozesse

Sieben Bausteine für ein erfolgreiches Change Management in Software-Integrationsprojekten
Eine Microservice-Architektur mit kleinteiligen und voneinander unabhängigen Cloud-nativen Applikationen erlaubt eine fundamentale Beschleunigung

Komplexe Integrationsvorhaben in der Softwareentwicklung sind oft zeitaufwendig. Die IT-Dienstleisterin Consol nennt sieben Best Practices, mit denen Unternehmen Change-Management-Prozesse in Software-Integrationsprojekten beschleunigen können. Die Lead Time for Changes ist der wichtigste Messindikator für ein erfolgreiches Change Management in der Softwareentwicklung. Diese Lead Time beschreibt dabei die Zeitdauer, die erforderlich ist, um eine Source-Code-Änderung ab einem neuen Commit erfolgreich im Produktivbetrieb nutzen zu können.

Basierend auf den Erfahrungswerten aus zahlreichen Software-Integrationsprojekten fördern diese sieben Best Practices ein erfolgreiches Change Management.

1. Uneingeschränkte Zugriffsmöglichkeit auf die Infrastruktur
Verzögerungen bei der Lead Time for Changes sind oft auf infrastrukturelle Gründe zurückzuführen: So ist zum Beispiel ein Team für den Applikationsbetrieb in der Produktiv-Umgebung verantwortlich, während ein anderes Team für das Betriebssystem und Netzwerkthemen wie Firewall-Einstellungen zuständig ist. Geteilte Verantwortlichkeiten finden sich zudem häufig bei Testumgebungen oder der CI- und CD-Plattform, sodass bei Problemen oder geplanten Änderungen immer auf Beistellungen anderer Teams zurückgegriffen – und gewartet – werden muss.

Best Practice: Die Testumgebungen müssen unkompliziert für alle Teammitglieder nutzbar sein. Dabei sollten Mitarbeiter mit Betriebsverantwortung einen möglichst vollen Root-Zugriff auf die Test- und Produktivumgebung haben: von der Hardware über das Betriebssystem und Drittanbieter-Software bis zur Applikation selbst.

2. Cloud-native Architektur
Große Server-Applikationen benötigen viel Zeit für die Kompilierung, Paketierung und Installation. Automatisierte Regressionstests dauern oftmals stundenlang und werden in vielen Projekten deshalb nur nachts ausgeführt.

Will ein Unternehmen aber Software-Updates häufig – mehrmals am Tag und schnell, etwa innerhalb von 15 Minuten – in Produktion bringen, muss die Architektur dies auch unterstützen. Einerseits muss dabei das Risiko von Seiteneffekten so gering wie möglich sein, andererseits müssen auch der Build-, Test-, Deployment-, Startup- und gegebenenfalls der Fallback-Prozess schnell ablaufen. Und Nutzer der Applikation sollten nach Möglichkeit keine Unterbrechungseffekte wie eine Downtime bemerken.

Best Practice: Eine Microservice-Architektur mit kleinteiligen und voneinander unabhängigen Cloud-nativen Applikationen erlaubt eine fundamentale Beschleunigung. So kann der technische Anteil an der Lead Time for Changes von mehreren Stunden auf wenige Minuten verkürzt werden, und zwar durch einen Umstieg von Komplettinstallationen auf inkrementelle Mini-Updates.

3. Funktionierende DevOps-Organisation
Das Sprichwort "Viele Köche verderben den Brei" trifft auch auf das Change Management zu. Hinsichtlich der Lead Time for Changes gilt vor allem auch: Sie verlangsamen die Prozesse.

Best Practice: DevOps-Teams, in denen alle Kompetenzen vom Software Engineering über die Qualitätssicherung und das Installations- und Konfigurationsmanagement bis hin zum Applikationsbetrieb gebündelt sind, können autark und ohne Warten auf Beistellungen alle Änderungen und Optimierungen selbst durchführen. Durch den permanenten Wissensaustausch sind Interessen- oder Kapazitätskonflikte vermeidbar.

4. Agiles Mindset
Wenn nicht jedes Team-Mitglied nahezu jede Tätigkeit ausüben kann, sind auch Verzögerungen der Lead Time for Changes nicht ausgeschlossen.

Best Practice: Mit agilen Konzepten werden die Zusammenarbeit innerhalb von Teams und die Kompetenzen der Mitarbeiter gestärkt. Zu den wichtigen Methoden aus der agilen Welt zählen etwa ein Taskboard, Refactorings, Heartbeat-Retrospektiven, Pair Programming oder Peer Reviews.

5. Null-Fehler-Toleranz
Vorhandene Fehler oder auch schon der Verdacht, dass potenzielle Fehler vorhanden sind, bremsen die Bereitschaft, Software häufig und schnell zu aktualisieren – gemäß dem Motto "Never change a running system". Umgekehrt fördert aber eine dauerhaft nachgewiesene Fehlerfreiheit und Zuverlässigkeit das Vertrauen bei Software-Aktualisierungen, und zwar das Vertrauen aller Beteiligten vom Anwender über den Softwareentwickler bis hin zum Projekt-Sponsor.

Best Practice: Jedes Unternehmen sollte der Null-Fehler-Toleranz eine hohe Priorität einräumen. Alle vorhandenen Fehler müssen beseitigt werden und die korrekte Funktionsweise ist durch automatisierte Tests mit maximaler Abdeckung abzusichern. Durch Code-Generierung, -Reviews und -Refactorings kann redundanter, fehlerhafter oder überflüssiger Code vermieden werden. Die fehlerfreie Umsetzung von Änderungen wird so deutlich beschleunigt.

6. Automatisierung von Interaktionen innerhalb des Lead-Time-Intervalls
In der gesamten Prozesskette der Lead Time for Changes sind vor allem die menschlichen Interaktionen die größten Zeitfresser: Es beginnt vielfach schon beim Zusammenführen von Source-Code-Änderungen. Zudem sind manuelle Schritte häufig bei der Installation und Testausführung oder bei Konfigurations-Änderungen anzutreffen. Manuelle Tätigkeiten verursachen nicht nur zeitliche Verzögerungen, sondern beinhalten auch die Gefahr menschlicher Fehler, die unnötige Reparaturaufwände nach sich ziehen können.

Best Practice: Durch Nutzung einer Trunk-basierten Entwicklungsmethode liegen zum Zeitpunkt der Release-Entscheidung alle Änderungen schon fix und fertig vor. Sie müssen damit nicht noch manuell zum Beispiel in einen Release-Branch übertragen und geprüft werden. Eine CI-/CD-Pipeline kann zudem alle Schritte wie die Release-Paketierung, Testinstallationen oder die Produktiv-Inbetriebnahme vollautomatisiert ausführen. Jede menschliche Interaktion, die automatisiert wird, vermeidet unnötige Wartezeiten innerhalb der Lead Time for Changes und entlastet zudem das gesamte Team.

7. Schlanke Change-Management-Prozesse
In manchen Fällen sind menschliche Interaktionen unverzichtbar und auch nicht automatisierbar, etwa bei der fachlichen Überprüfung und Qualitätssicherung einer umgesetzten Änderung. Allerdings gibt es auch hier Möglichkeiten, manuelle Schritte durch Automatisierung zu unterstützen und zu beschleunigen.

Best Practice: Alle Change-Management-Prozesse werden dahingehend verschlankt, dass manuelle Schritte nach Möglichkeit nur noch für kontrollierende oder explorative Tätigkeiten erforderlich sind. Testergebnisse können beispielsweise automatisiert so aufbereitet werden, dass alle Änderungen seit dem letzten Testlauf hervorgehoben und schnell überprüfbar sind.

Automatisierung reduziert Lead Time for Changes enorm

"Unter den richtigen Voraussetzungen können in Software-Integrationsprojekten individuelle Kundenanforderungen innerhalb einer Stunde umgesetzt und Änderungen produktiv in Betrieb genommen werden", erklärt Christian Wied, Teamleiter Software Engineering bei Consol. "Durch automatisierte Test- und Installationsroutinen etwa kann die Lead Time for Changes vielfach auf 15 Minuten reduziert werden. Unter zusätzlicher Berücksichtigung von menschlichen Interaktionen wie Abstimmungs-, Review- oder Quality-Assurance-Prozessen ist damit eine Lead Time for Changes von unter 60 Minuten realisierbar." (Consol Consulting & Solutions Software: ra)

eingetragen: 22.03.21
Newsletterlauf: 14.05.21

Consol: Kontakt und Steckbrief

Der Informationsanbieter hat seinen Kontakt leider noch nicht freigeschaltet.

Meldungen: Tipps und Hinweise

Wie sich Teamarbeit im KI-Zeitalter verändert
Liefertermine wackeln, Teams arbeiten unter Dauerlast, Know-how verschwindet in der Rente: In vielen Industrieunternehmen gehört der Ausnahmezustand zum Betriebsalltag. Gleichzeitig soll die Zusammenarbeit in Produktion, Qualitätskontrolle und Wartung immer schneller, präziser und vernetzter werden. Wie das KI-gestützt gelingen kann, zeigt der Softwarehersteller Augmentir an sechs konkreten Praxisbeispielen.
Vom Workaround zum Schatten-Account
Um Aufgaben im Arbeitsalltag schneller und effektiver zu erfüllen, ist die Suche nach Abkürzungen Gang und Gebe. In Kombination mit dem technologischen Fortschritt erreicht die Effizienz menschlicher Arbeit so immer neue Höhen und das bringt Unternehmen unwissentlich in eine Zwickmühle: Die zwischen Sicherheit und Produktivität. Wenn ein Mitarbeiter einen Weg findet, seine Arbeit schneller oder besser zu erledigen, die Bearbeitung von Zugriffsanfragen durch die IT-Abteilung aber zu lange dauert oder zu kompliziert ist, dann finden Mitarbeiter oftmals "kreative" Lösungen, um trotzdem weiterarbeiten zu können. Diese "Workarounds" entstehen selten aus böser Absicht. Allerdings stellen sie gravierende Sicherheitslücken dar, denen sich viele Beschäftigte und Führungskräfte nicht bewusst sind.
KI in der Cloud sicher nutzen
Keine Technologie hat die menschliche Arbeit so schnell und weitreichend verändert wie Künstliche Intelligenz. Dabei gibt es bei der Integration in Unternehmensprozesse derzeit keine Tür, die man KI-basierter Technologie nicht aufhält. Mit einer wachsenden Anzahl von KI-Agenten, LLMs und KI-basierter Software gibt es für jedes Problem einen Anwendungsfall. Die Cloud ist mit ihrer immensen Rechenleistung und Skalierbarkeit ein Motor dieser Veränderung und Grundlage für die KI-Bereitstellung.
Clever skalieren auf Basis bestehender Strukturen
Da Generative AI zunehmend Teil unseres Alltags wird, befinden wir uns in einer KI-Phase, die sich durch außerordentliche Fähigkeiten und enormen Konsum auszeichnet. Was anfangs auf einer theoretischen Ebene stattgefunden hat, ist inzwischen messbar - und zwar bis zur kleinsten Einheit. Aktuelle Untersuchungen von Mistral AI und Google deuten darauf hin, dass die Folgen einer einzigen Interaktion vernachlässigbar sind: Bruchteile eines Watts, einige Tropfen Wasser und ein Kohlenstoffausstoß, der etwa dem entspricht, was beim Streamen eines Videos unter einer Minute verbraucht wird.
Von Cloud-First zu Cloud-Smart
Die zunehmende Vernetzung von IT- und OT-Systemen bedeutet für die Fertigungsindustrie neue Sicherheitsrisiken. Ein moderner Cloud-Smart-Ansatz verbindet Innovation mit effektiven Sicherheitslösungen, um diesen Herausforderungen gerecht zu werden. Die industrielle Digitalisierung stellt die Fertigungsindustrie heute vor neue Herausforderungen - insbesondere in puncto Sicherheit.
Technik statt Vertrauen
Die andauernden Turbulenzen in den USA seit Amtsantritt von Donald Trump, die konsequente Kürzung von Mitteln für Datenschutz und die Kontrolle staatlicher Überwachungsprogramme verdeutlichen: Wer als Behörde oder Institution höchste Datensicherheit garantieren muss, kann nicht auf US-amerikanische Unternehmen oder deren europäische Töchter setzen.
Risiko von SaaS-zu-SaaS-Integrationen
Ein SaaS-Sicherheitsalbtraum für IT-Manager in aller Welt wurde kürzlich wahr: Hacker nutzten legitime OAuth-Tokens aus der Drift-Chatbot-Integration von Salesloft mit Salesforce, um unbemerkt Kundendaten von der beliebten CRM-Plattform zu exfiltrieren. Der ausgeklügelte Angriff deckt einen kritischen toten Winkel auf, von dem die meisten Sicherheits-Teams nicht einmal wissen, dass sie von ihm betroffen sind.
Kostenfallen erkennen und vermeiden
Remote Work, Cloud Computing und mobile Endgeräte haben die Arbeitswelt grundlegend verändert. Mitarbeiter erwarten heute, von überall aus auf ihre Anwendungen und Daten zugreifen zu können. Virtuelle Desktop-Lösungen machen diese Flexibilität möglich, indem sie Desktop-Umgebungen und Anwendungen über das Netzwerk eines Unternehmens bereitstellen. Doch der Markt für solche Lösungen ist komplex und vielfältig. IT-Entscheider stehen vor der Herausforderung, aus dem Angebot die passende Lösung zu identifizieren, die sowohl technische Anforderungen als auch wirtschaftliche Ziele erfüllt.
Übergang in die neue Systemlandschaft
Der Umstieg auf SAP S/4HANA ist bei vielen Unternehmen bereits in vollem Gange oder steht unmittelbar bevor. Wer in diesem Zusammenhang seine Archivierungsstrategie überdenkt, kann wertvolle Zeit, Kosten und Aufwand sparen. Die Archivierungsexperten von kgs haben zehn zentrale Aspekte zusammengestellt, die dabei helfen, den Übergang in die neue Systemlandschaft effizient und zukunftssicher zu gestalten.
Die Zukunft braucht offene KI-Infrastrukturen
KI ist mehr als ein ominöses Hinterzimmer-Experiment. Die Technologie ist eine treibende Kraft, wenn es um Produkte, Entscheidungen und Nutzererfahrungen über jegliche Wirtschaftsbereiche hinaus geht. Mittlerweile stellen Unternehmen jedoch die Inferenz in den Mittelpunkt ihrer KI-Implementierungen. Hier können die Modelle ihren eigentlichen Mehrwert unter Beweis stellen - unter anderem in Form von Antworten auf drängende Fragen, Vorhersagen und Content-Generierung. Der Anstieg des Inferenz-Bedarfs bringt jedoch eine entscheidende Herausforderung mit sich. Bei Inferenzen handelt es sich nämlich nicht um einzelne Workloads.

Sicherung von Container-Daten In Multi-Cloud-Zeiten zählt Expertise