Automatische Fehleranalyse mit KI (Webinaraufzeichnung)

Automatische Fehleranalyse in Automic mit KI und OpenAI

Fehlgeschlagene Jobs liefern häufig umfangreiche Reports, deren manuelle Analyse viel Zeit kostet. In dieser Webinar-Aufzeichnung entwickeln wir eine automatische Fehleranalyse für Automic Automation. Dazu lesen wir den Report einer Ausführung über die Automic REST API aus und übergeben die relevanten Informationen an ein KI-Modell.

Die Integration entsteht mit vorhandenen Automic REST-Objekten. Wir verwenden die OpenAI Chat Completions API und das Modell gpt-4o-mini. Das Webinar zeigt damit, wie sich KI bereits vor Einführung nativer Funktionen wie ASK_AI in einen Automic-Workflow integrieren lässt.

Wir betrachten unter anderem:

• OpenAI-Plattform, API-Dokumentation und Modelle,
• Erstellung und sichere Verwendung eines API Keys,
• Konfiguration eines Automic REST-Jobs,
• Aufbau des JSON Requests für die Chat Completions API,
• Abruf eines Ausführungsreports über die Automic API,
• Übergabe von Fehlermeldungen an das KI-Modell,
• Verarbeitung der erzeugten Fehleranalyse.

OpenAI API mit Automic REST-Objekten aufrufen

Zu Beginn verschaffen wir uns einen Überblick über die OpenAI-Plattform und ihre API-Dokumentation. Wir erstellen einen API Key, wählen ein geeignetes Modell und untersuchen den Aufbau der erforderlichen HTTP-Anfrage.

Im Automic REST-Objekt konfigurieren wir Endpunkt, Authentifizierung, Header und Request Body. Der Prompt weist das Modell an, die übergebene Fehlermeldung zu analysieren, eine mögliche Ursache zu benennen und verständliche Lösungsschritte vorzuschlagen.

Job-Reports über die Automic REST API abrufen

Damit die Analyse automatisch erfolgen kann, benötigen wir den Report der fehlgeschlagenen Ausführung. Über die Automic REST API fragen wir anhand der RunID die zugehörigen Reportdaten ab. Die Antwort wird anschließend innerhalb des Workflows weiterverarbeitet.

Wir zeigen, wie sich die benötigten Inhalte aus der API-Antwort extrahieren und für den nächsten REST-Aufruf vorbereiten lassen. Dadurch muss der Operator den Job-Report nicht mehr manuell kopieren und in ein externes KI-Werkzeug einfügen.

KI-Analyse in den Automic-Workflow integrieren

Der ausgelesene Report wird zusammen mit einem definierten Analyseauftrag an das Sprachmodell gesendet. Die Antwort kann anschließend im Automic-Report angezeigt, in einer Variablen gespeichert oder an einen nachgelagerten Benachrichtigungsprozess übergeben werden.

So entsteht ein Workflow, der technische Fehler nicht nur erkennt, sondern automatisch eine erste Einordnung liefert. Die KI ersetzt dabei keine fachliche Prüfung. Sie kann jedoch die Suche nach Ursachen beschleunigen und Operatoren einen strukturierten Ausgangspunkt für die Fehlerbehebung geben.

Datenschutz, Kosten und alternative KI-Modelle

Vor dem produktiven Einsatz müssen wir prüfen, welche Reportinhalte an einen externen Dienst übertragen werden dürfen. Zugangsdaten, personenbezogene Informationen und vertrauliche Systemdaten sollten nicht ungefiltert Bestandteil des Prompts sein.

Zusätzlich betrachten wir Kosten, API-Limits und mögliche Alternativen wie Modelle über Hugging Face. Damit zeigt das Webinar sowohl die technischen Möglichkeiten als auch die Grenzen einer KI-gestützten Fehleranalyse in Automic.