AI für SRE richtig einsetzen: Von klassischer Automation bis LLMs

„AI SRE“ wird in der Praxis auf den Einsatz von Large Language Models im On-Call reduziert: Logs zusammenfassen, Incidents erklären, Runbooks vorschlagen. Diese Anwendungen sind hilfreich, greifen aber zu kurz. SRE umfasst deutlich mehr als Incident Response und AI ist mehr als LLMs.

Dieser Vortrag erweitert den Blick darauf, wie AI für SRE eingesetzt werden kann. Er zeigt, dass SRE weit über Incident Response hinausgeht und Aufgaben wie Instrumentierung, Prävention und kontinuierliche Verbesserung einschließt. Ebenso wird deutlich gemacht, dass AI nicht auf LLMs beschränkt ist und dass in vielen Bereichen klassische Automation weiterhin die effektivste Lösung darstellt.

Anhand konkreter Beispiele wird gezeigt, wie sich unterschiedliche Ansätze sinnvoll kombinieren lassen:

• Code-Instrumentierung: Welche Schritte manuell erfolgen, wo Automation hilft und wie AI unterstützen kann.
  
• Incident Prevention: Welche Probleme sich ohne AI vermeiden lassen und wann andere AI-Ansätze Mehrwert bieten.
  
• Incident Response / On-Call: Wie Automation, LLMs und menschliche Entscheidungen zusammenspielen.

Lernziele

Der Vortrag vermittelt ein erweitertes Verständnis dafür, wie AI für SRE ganzheitlich gedacht und praktisch eingesetzt werden kann, mit dem Ziel, Reliability schrittweise zu verbessern und bewusste Entscheidungen über den Einsatz von Automation und AI zu treffen.