DevOps – die Zusammenführung von Development und Operations in integrierten Teams – verbessert die Zusammenarbeit, verschlankt die Prozesse und und ermöglicht es, neue Features wesentlich schneller auszuliefern. Möglich wird das durch zwei grundlegende DevOps Prinzipien: automatisieren und messen, wo immer es möglich und sinnvoll ist.
Es gibt gute Metriken, um das Tempo der Bereitstellung zu messen. Die deployment frequency zeigt an, wie schnell ein Team neue Software ausliefern kann. Lead time gibt wertvolle Hinweise, wie schnell ein Team in der Lage ist, die Anforderungen der User in Code zu übersetzen. Doch der Blick auf den Tacho alleine reicht nicht. Denn es ist zwar einfach, etwas schnell zu machen, aber viel schwerer, etwas schnell und gleichzeitig gut zu machen. Deshalb müssen DevOps Teams von Anfang an auch an der Qualität arbeiten. Am besten, indem sie Integration, Testen und Bereitstellung automatisieren. Nur so erhalten sie fortlaufendes Feedback über die funktionale und technische Qualität.
Predictive Analytics für DevOps nutzt Daten aus verschiedensten Quellen und erlaubt es, ein systemisches Abbild der gesamte Software-Entwicklung zu modellieren. Diese Daten in Kombination mit künstlicher Intelligenz identifizieren die einflussreichsten Indikatoren für Software Qualität und machen Vorhersagen über deren Qualität zuverlässiger.
