Observability
Observability beschreibt, wie gut sich von außen erkennen lässt, was in einem laufenden Computersystem gerade passiert. Sie stützt sich auf Messwerte, Protokolle und Ablaufaufzeichnungen, mit denen Teams Störungen erklären können, die sie vorher nicht eingeplant hatten.
Ein großes Computerprogramm läuft nicht auf einem Rechner, sondern verteilt auf vielen. Von außen sieht man zunächst nur das Ergebnis: Die Seite lädt, oder sie lädt eben nicht. Observability ist die Eigenschaft eines solchen Systems, seinen inneren Zustand nach außen sichtbar zu machen. Dafür schreibt das System laufend Daten über sich selbst mit: wie lange eine Anfrage dauert, welche Schritte sie durchlaufen hat, wo ein Fehler auftrat. Der Begriff stammt aus der Regelungstechnik und meint dort, ob man den Zustand einer Maschine aus ihren Messwerten erschließen kann. Übersetzt heißt Observability schlicht Beobachtbarkeit.
Warum Ausfälle sonst zum Ratespiel werden
Früher bestand eine Anwendung oft aus einem einzigen großen Programm. Ging etwas schief, suchte man an einer Stelle. Heute besteht ein Onlineshop aus dutzenden kleinen Diensten, die sich gegenseitig aufrufen. Ein langsamer Checkout kann an der Datenbank liegen, am Zahlungsdienst oder am Netzwerk dazwischen. Ohne aufgezeichnete Daten bleibt nur Raten.
Der wirtschaftliche Druck ist erheblich. Große Anbieter rechnen Ausfälle in Umsatz pro Minute um. Wichtig ist deshalb nicht nur, dass ein Fehler bemerkt wird, sondern wie schnell die Ursache gefunden ist. Diese Zeitspanne heißt in der Branche Mean Time to Resolution, also die durchschnittliche Dauer bis zur Behebung. Gute Observability senkt sie von Stunden auf Minuten.
Ein häufiger Irrtum: Observability sei dasselbe wie Monitoring, also die klassische Überwachung. Monitoring beantwortet Fragen, die man vorher gestellt hat, etwa ob die Festplatte voll ist. Observability soll auch Fragen beantworten, an die niemand vorher gedacht hat. Sie ist damit die anspruchsvollere Aufgabe.
Metriken, Logs und Traces
Üblicherweise unterscheidet man drei Arten von Daten. Metriken sind Zahlen über die Zeit, etwa 4200 Anfragen pro Minute oder 63 Prozent Speicherauslastung. Sie sind sparsam und eignen sich für Diagramme und Alarme. Logs sind Textzeilen, die ein Programm schreibt, wenn etwas Bemerkenswertes passiert. Sie enthalten Details, wachsen aber schnell auf riesige Datenmengen an.
Die dritte Art heißt Tracing. Dabei bekommt jede Anfrage beim Eintritt ins System eine eindeutige Nummer, die an alle beteiligten Dienste weitergereicht wird. Am Ende lässt sich der komplette Weg einer einzelnen Bestellung rekonstruieren, samt Dauer jedes Teilschritts. Das funktioniert wie die Sendungsverfolgung eines Pakets: Man sieht nicht nur, dass es zu spät kam, sondern in welchem Verteilzentrum es liegen blieb.
Damit verschiedene Programme dieselbe Sprache sprechen, gibt es den offenen Standard OpenTelemetry. Er legt fest, in welchem Format solche Daten erzeugt und verschickt werden. Gesammelt werden sie dann in spezialisierten Systemen, die Milliarden Einträge durchsuchbar halten. Der Kostenpunkt ist real: Bei manchen Unternehmen macht die Speicherung der Beobachtungsdaten einen spürbaren Teil der IT-Rechnung aus.
Von Cloud-Rechnungen bis zu KI-Anwendungen
In den Wirtschaftsnachrichten taucht Observability meist über Firmennamen auf. Datadog, Splunk, Grafana, New Relic und Dynatrace verkaufen genau solche Werkzeuge. Splunk wurde 2024 für rund 28 Milliarden Dollar von Cisco übernommen, was zeigt, wie groß dieser Markt inzwischen ist. Auch die großen Cloud-Anbieter liefern eigene Dienste mit.
Neu ist der Zweig LLM-Observability. Ein Sprachmodell gibt auf dieselbe Frage nicht immer dieselbe Antwort, und ein Fehler ist selten ein klarer Absturz. Beobachtet werden deshalb Dinge wie Antwortdauer, Kosten pro Anfrage und die Frage, ob das Modell Quellen erfunden hat. Ohne solche Aufzeichnungen lässt sich kaum belegen, ob ein KI-Produkt zuverlässig arbeitet.
Wer sich das praktisch ansehen will, braucht kein Rechenzentrum. Die Entwicklerwerkzeuge in jedem Browser zeigen unter dem Reiter Netzwerk, welche Datei einer Webseite wie lange geladen hat. Das ist Observability im Kleinen, mit demselben Grundgedanken: nicht raten, sondern nachsehen.
