Seit 2023 erweitert byon sein Geschäftsfeld gezielt um die Entwicklung datenbasierter Softwarelösungen. Den Grundstein legte das erste Forschungs- und Entwicklungsprojekt LeiSER, das mit Distr@l-Förderung realisiert wurde. Aus diesem Vorhaben entstand SNAKE-Analytics – eine Software zur prädiktiven Analyse und Optimierung produktiver IT-Infrastrukturen. Die Technologie wird aktuell in den Rechenzentren von byon eingesetzt und getestet, um die Stabilität, Performance und Verfügbarkeit gehosteter IT-Services nachhaltig zu verbessern. 

Mit dem neuen FuE-Vorhaben SNAKE 2.0 wird dieser Ansatz nun konsequent weiterentwickelt. Durch die kofinanzierte EFRE-Förderung entsteht eine spezialisierte Steuerungs- und Optimierungssoftware für ganze Rechenzentren. Während bisher vor allem einzelne Infrastrukturkomponenten betrachtet wurden, rückt künftig das gesamte System in den Fokus. Erstmals werden sowohl komplette IT-Systeme als auch deren Energieversorgung als zusammenhängendes Gesamtsystem analysiert und bewertet.

Die technologische Basis bilden die bereits entwickelten Kernmodule von SNAKE-Analytics für Ersatzmodellbildung und Forecasting. Darauf aufbauend entsteht eine datenbasierte Lösung, die hochdimensionale Betriebsdaten in Echtzeit verarbeitet, kritische Zustände frühzeitig erkennt und zukünftige Entwicklungen prognostiziert. Ziel ist es, Risiken nicht erst zu identifizieren, wenn sie auftreten, sondern bereits im Vorfeld geeignete Maßnahmen ableiten zu können. 

Ein wesentlicher Mehrwert von Predictive Analytics liegt dabei in der gewonnenen Vorlaufzeit. Statt ausschließlich auf vergangene Ereignisse zu reagieren, werden wahrscheinliche zukünftige Zustände sichtbar gemacht. Dadurch können Betriebsverantwortliche fundiertere Entscheidungen treffen, Ressourcen effizienter einsetzen und die Resilienz komplexer IT-Umgebungen stärken. 

Langfristig verfolgt SNAKE 2.0 das Ziel, nicht nur die Verfügbarkeit und Leistungsfähigkeit von Rechenzentren zu steigern, sondern auch Optimierungspotenziale im Energieverbrauch automatisiert zu identifizieren. Damit leistet das Projekt einen wichtigen Beitrag zur Entwicklung intelligenter, effizienter und zukunftsfähiger Rechenzentrumsinfrastrukturen.