Künstliche Intelligenz ist im Alltag vieler IT-Menschen angekommen: beim Recherchieren, beim Schreiben von Dokumentation, beim Erklären von Fehlermeldungen, beim Strukturieren von Logs oder beim Entwerfen kleiner Skripte. Gerade im Admin-Alltag kann das enorm nützlich sein – solange klar bleibt, wer die Verantwortung trägt.

KI darf vorschlagen, erklären und strukturieren. Der Admin entscheidet, prüft und trägt die Konsequenzen.

Warum KI für Admins interessant ist

Im IT-Betrieb gibt es viele Aufgaben, bei denen nicht die eigentliche Entscheidung, sondern das Sortieren von Informationen Zeit kostet. Eine Fehlermeldung steht zwischen 200 Logzeilen, Notizen müssen in ein Runbook überführt werden oder ein unbekannter Dienst soll zunächst verständlich erklärt werden.

Hier ist KI stark: Sie kann Informationen gruppieren, Hypothesen formulieren, eine Prüfreihenfolge vorschlagen oder Rohnotizen in eine verständliche Dokumentation verwandeln. Sie kann außerdem Wissen zugänglicher machen – beispielsweise bei DNS, Routing, Linux-Rechten, Backup-Strategien oder Monitoring.

Das funktioniert allerdings am besten, wenn genug eigenes Verständnis vorhanden ist, um eine plausible Antwort von einer falschen oder unpassenden Antwort unterscheiden zu können.

Vier sinnvolle Einsatzbereiche

1. Logs und Fehlermeldungen strukturieren

Ein Dienst startet nicht, ein Container beendet sich oder ein Client liefert eine kryptische Fehlermeldung. Statt sofort irgendeinen Reparaturbefehl zu suchen, kann KI zunächst helfen, die Informationen zu ordnen:

  • Welche Meldung ist wahrscheinlich Ursache und welche nur Folge?
  • Welche Hypothesen passen zu den Symptomen?
  • Welche Read-only-Prüfung kann eine Hypothese bestätigen oder ausschließen?
  • Welche Information fehlt noch?
Datenschutz: Secrets, Tokens, Passwörter, Kundendaten, Mailadressen und identifizierende interne Informationen gehören nicht ungeprüft in externe KI-Dienste. Private IP-Adressen sind für sich genommen nicht automatisch geheim, können aber zusammen mit Hostnamen und Topologie sensible Umgebungskontexte offenlegen. Nur das teilen, was für die Analyse nötig ist.

2. Dokumentation aus Rohnotizen bauen

Dokumentation wird besser, wenn sie nicht nur sagt, was geändert wurde. Für den späteren Betrieb sind mindestens diese Fragen wichtig:

  • Warum wurde die Änderung gemacht?
  • Welche Systeme und Abhängigkeiten sind betroffen?
  • Wie wurde der Erfolg geprüft?
  • Welche Nebenwirkungen sind möglich?
  • Wie sieht der Rollback aus?

Aus Stichpunkten kann KI dafür schnell einen ersten Entwurf erzeugen. Der Inhalt muss anschließend gegen die reale Umgebung geprüft werden.

3. Checklisten und Runbooks vorbereiten

Wiederkehrende Arbeiten sollten nicht jedes Mal aus dem Gedächtnis erledigt werden. Updates, Zertifikatswechsel, Benutzeranlage, Backup-Prüfungen oder Incident-Triage profitieren von einer festen Reihenfolge.

Ein gutes Runbook trennt Vorbereitung, Durchführung, Verifikation und Rollback. KI kann beim Entwurf helfen; belastbar wird das Runbook erst durch Tests in der eigenen Umgebung.

4. Kleine Skripte entwerfen

Bash, PowerShell und Python sind typische Bereiche, in denen KI schnell Code liefern kann. Der gefährliche Teil ist nicht, dass ein Skript syntaktisch falsch sein könnte – sondern dass syntaktisch korrekter Code fachlich das Falsche tut.

Vor der Ausführung prüfe ich deshalb insbesondere:

  • Seiteneffekte: Was wird geschrieben, gelöscht oder verändert?
  • Eingabevalidierung: Was passiert bei leeren oder unerwarteten Werten?
  • Fehlerbehandlung: Bricht das Skript sauber ab?
  • Idempotenz: Ist ein zweiter Lauf sicher?
  • Pfade und Zielsysteme: Kann das Skript versehentlich gegen Produktion laufen?
  • Logging: Ist später nachvollziehbar, was passiert ist?

Wo KI gefährlich werden kann

Sprachmodelle können sehr überzeugend klingen, obwohl eine Annahme falsch ist. Das ist bei einer Erklärung lästig, bei Storage, Firewall, Routing, Benutzerrechten oder Datenbanken potenziell teuer.

Besonders vorsichtig bin ich deshalb bei Vorschlägen, die direkt Zustände verändern: Firewall-Regeln, Partitionierung, Datenbankmigrationen, Benutzer- und Gruppenrechte, Paketentfernung oder Änderungen an Mail- und Authentisierungssystemen.

Wenn ich nicht erklären kann, was ein Befehl tut, welche Auswirkungen er hat und wie ich zurückkomme, führe ich ihn nicht auf einem produktiven System aus.

Ein sinnvoller KI-Workflow im Troubleshooting

  1. Symptom beschreiben: Was funktioniert nicht, seit wann und was wurde zuletzt geändert?
  2. Fakten sammeln: Status, Logs, Versionen, Netzwerkpfad und betroffene Abhängigkeiten.
  3. Daten minimieren: Secrets und unnötige identifizierende Informationen entfernen.
  4. Hypothesen anfordern: Nicht „repariere es“, sondern „welche Ursachen passen und wie prüfe ich sie sicher?“
  5. Read-only beginnen: Status-, Log- und Diagnosebefehle vor schreibenden Änderungen.
  6. Vorschläge verifizieren: Herstellerdoku, Manpages, Version und reale Umgebung abgleichen.
  7. Änderung kontrolliert durchführen: Backup/Rollback, Wartungsfenster und Verantwortlichkeit berücksichtigen.
  8. Ergebnis dokumentieren: Ursache, Änderung und Verifikation festhalten.

Besser fragen heißt besser troubleshooten

Eine schwache Anfrage lautet:

„Mein Server geht nicht. Was soll ich tun?“

Eine brauchbarere Variante wäre:

„Linux-Server mit Nginx. DNS löst korrekt auf, der Host ist per Ping erreichbar, aber TCP/443 antwortet nicht. Bitte nenne plausible Hypothesen und eine Read-only-Prüfreihenfolge. Noch keine Änderungen am System.“

Damit ist klar, was bereits geprüft wurde und welche Art von Hilfe gewünscht ist. Die Antwort wird dadurch nicht automatisch richtig – aber deutlich besser überprüfbar.

Fazit

KI ersetzt keinen Administrator. Sie kann aber einen guten Administrator produktiver machen: beim Ordnen von Informationen, beim Erstellen von Dokumentation, beim Lernen und beim Formulieren überprüfbarer Hypothesen.

Der eigentliche Wert bleibt menschlich: Auswirkungen einschätzen, Abhängigkeiten kennen, Risiken abwägen, Backups und Rollbacks planen und Verantwortung für die Änderung übernehmen.

Für mich ist KI deshalb kein Autopilot, sondern ein sehr schneller Assistent.

← Zurück zu allen Artikeln