Observability – mehr Durchblick bei Performance-Problemen Klassisches Monitoring reicht nicht mehr – Zeit für Umbrella Monitoring

Unternehmen benötigen Transparenz über ihre komplette IT-Landschaft, um Performance-Probleme frühzeitig zu erkennen. Traditionelles Monitoring reicht für die heutige Komplexität aber nicht mehr aus. Observability soll hier Abhilfe schaffen.

Moderne IT-Strukturen in Unternehmen erinnern oftmals eher an einen ungelösten Rubik’s Cube als an ein zugängliches und verständliches IT-System. Dabei ist dieser Flickenteppich aus verschiedenen Anwendungen in der IT-Landschaft nicht nur unübersichtlich. Das Zusammenspiel von IaaS, SaaS und PaaS, Azure und AWS, Kubernetes und Docker sowie Serverless- und Mainframe-Computing kann den Betriebsalltag erheblich erschweren.

Treten beispielsweise bei einer Website Perfomanceprobleme auf, können diese nur dann schnell und zielsicher gefunden werden, wenn das Gerüst für die ganzheitliche Betrachtung bereits gegeben ist. Nicht zusammenhängende Monitoring-Insellösungen verzögern die Problemfindung und -lösung und erfordern enorme Anstrengungen.

So gaben in einer Umfrage unter IT-Experten in Deutschland, Österreich und der Schweiz knapp 50 Prozent der Befragten an, dass sie Performance-Mängel oft erst bei Inbetriebnahme feststellen. Durch diese Ineffizienz verlieren sie mindestens einen Tag pro Woche, weil sie Probleme bei der Leistungsfähigkeit und Verfügbarkeit von Applikationen nachträglich diagnostizieren und beheben müssen. Das Problem dabei: Sind kritische Anwendungen und Prozesse zu langsam oder gar nicht verfügbar, beeinflusst das die Wirtschaftlichkeit von Unternehmen negativ. Die Performance einer Funktionalität sollte daher bereits im Entwicklungszyklus betrachtet werden, statt erst bei der Live-Schaltung. Erst die Transparenz jeder einzelnen, an einem kritischen Geschäftsprozess beteiligten Komponente, schafft den nötigen Einblick in die Effizienz der Performance.

Ganzheitliche Sicht über die eigene IT-Landschaft gewinnen

Ein übergreifendes Monitoring von IT-Anwendungen ermöglicht eine umfassende Sicht auf alle geschäftkritischen Systeme eines Unternehmens – sogar über die Grenzen einer Cloud oder einer Umgebung hinweg. Indem es alle Anwendungen und Prozesse überwacht, kann ein modernes Monitoring-Tool potenzielle Probleme und Engpässe frühzeitig erkennen. So lassen sich nicht nur Performancemängel frühzeitig diagnostizieren, sondern auch personellen Ressourcen der IT besser planen. Das verbessert langfristig die Verfügbarkeit und Performance aller IT-Komponenten.

Das Monitoring von IT-Systemen ist natürlich nicht neu. Die meisten Unternehmen nutzen bereits mehrere Monitoring-Tools parallel und losgelöst voneinander. Traditionelle APM-Werkzeuge sind mittlerweile jedoch überholt, da sie lediglich auf Probleme – genauer gesagt Störungen und deren Auswirkungen – hinweisen. Aufgrund der zunehmenden Komplexität und Dynamik der IT-Infrastruktur wachsen die Aufwände von Unternehmen jedoch immer weiter. So müssen mittlerweile nicht nur die auftretenden Probleme, sondern auch deren Ursachen beleuchtet werden.

Diese Anforderungen soll die so genannte „Full Stack Observability“ (siehe Abbildung 1) lösen. Der Ansatz von Observability ist, die verschiedenen Monitoringdaten wie Logs, Traces und Metriken in Korrelation zueinander zu bringen. So sollen möglichst alle Zusammenhänge und Abhängigkeiten zwischen Komponenten und Ereignissen erfasst werden. Auf Basis dieser Zusammenhänge können dann deutlich leichter Rückschlüsse auf die Ursachen einer Störung gezogen werden.

Ganzheitlich und dynamisch – Observability erzeugt Klarheit

Mit einem Observability-Ansatz gewinnen Unternehmen nützliche Einsichten in ihre Applikationen, Prozesse und deren Zusammenhänge. Sie können Silos aufbrechen, unterschiedliche Monitoring-Werkzeuge konsolidieren und damit eine übergreifende Betrachtung von Monitoring-Daten aus verschiedenen Quellen und Datentöpfen ermöglichen.

Ein solch aktives Monitoring überwacht Prozessketten von Anfang bis Ende (Ende-zu-Ende), wodurch Fehler schon frühzeitig erkannt und gelöst werden können – und das rund um die Uhr. Sieben Tage die Woche, 24 Stunden lang im Einsatz überwachen automatisierte Software-Bots jederzeit Prozesse und Transaktionen. Zusätzlich zu den Application-Performance-Daten können durch Observability mittels automatisierter Bots Engpässe in Prozessketten erkannt werden. Und das noch bevor ein echter Nutzer eine negative Erfahrung durch mögliche Systemfehler machen musste.

Dieses vorausschauende Verfahren schafft langfristig umfassende Klarheit über Geschäftsvorfälle, Benutzererfahrung, Anwendungen, Infrastruktur, Netzwerk und IT-Security, da die Prozesse aus der Perspektive eines Nutzers ausgeführt und gemessen werden. Wollen Unternehmen mögliche blinde Flecken in ihrer IT dauerhaft vermeiden, ist ein aktives Monitoring in Kombination mit Observability für alle geschäftskritischen Systeme eine sinnvolle Investition.

Aktives oder passives Monitoring? So wählen Sie die richtige Überwachungslösung aus

Moderne APM-Werkzeuge bieten unter anderem folgende Optionen: „Synthetic Monitoring“ und „Real-User Monitoring“ (siehe Abbildung 2).

Das Real-User Monitoring erfasst und analysiert echte Interaktionen von Benutzern mit Anwendungen. Dabei werden unter anderem Ladezeit, Seitenaufrufe und Verhaltensmuster erhoben, um einen Einblick in die Benutzererfahrung zu erhalten. Diese passive Überwachungslösung erfordert jedoch ausreichend echten Traffic über alle wichtigen Prozessketten hinweg, um aussagekräftige Ergebnisse zu erhalten. Das ist insbesondere bei neuen Applikationen, Funktionalitäten oder Prozessen eine Herausforderung.

Hier bietet sich daher das Synthetic Monitoring an. Als aktive Monitoring-Lösung prüft es die zu überwachende Anwendung oder Prozesskette mithilfe simulierter Testszenarien. Die verwendeten Bots können ein größeres und globales Netzwerk von Messstationen bilden, um Verfügbarkeit, Performance und Funktionsfähigkeit aus verschiedenen Regionen der Welt zu testen. Auch ist es möglich, diese Messstationen innerhalb sowie außerhalb des eigenen Netzwerks aufzustellen, um Internet- wie Intranet-Applikationen abzudecken. Diese kontinuierliche Prüfung auf Fehler und Performance-Engpässe schützt Unternehmen langfristig vor Reputationsschäden.

Anders als beim Real-User Monitoring werden hier jedoch keine echten Nutzerdaten gewonnen. Die Informationen entstammen nur der Simulation und reflektieren nicht die tatsächliche Benutzererfahrung. Darüber hinaus liefert das Synthetic Monitoring ausschließlich Daten zu vordefinierten Szenarien. Szenarien, die das System nicht kennt, werden somit auch nicht überprüft.

Letztendlich hängt die Auswahl der Überwachungslösung immer von den spezifischen Anforderungen des jeweiligen Unternehmens ab. Die Ergänzung eines Full-Stack Observability-Ansatzes durch Synthetic oder/und Real-User Monitoring kann durchaus sinnvoll für kritische Applikationen und Prozesse sein, um eine optimale Nutzererfahrung sicherzustellen.

Monitoring mit KI automatisieren

In den kommenden Jahren wird die IT-Infrastruktur in Unternehmen noch dynamischer und vielfältiger werden. Dadurch werden Unternehmen in Zukunft kaum auf umfassende und intelligente Montoring-Werkzeuge verzichten können, wenn sie Qualität und Kosten ihrer geschäftskritischen Anwendungen im Griff behalten wollen. Um IT-Experten bei der Verwaltung und Überwachung dieser zunehmend komplexer werdenden Infrastruktur zu entlasten, sind intelligente Tools erforderlich, die manuelle Routineaufgaben automatisieren.

Hier wird Künstliche Intelligenz (KI) zukünftig unerlässlich sein, um das Performance-Verhalten von Applikationen automatisch zu lernen. Sie kann Abweichungen vom typischen Verhalten direkt aufzeigen, um Anomalien zu identifizieren. Ein KI-basiertes APM-Werkzeug lernt zudem ständig weiter – sowohl Veränderungen im Performance-Verhalten als auch Veränderungen und Zusammenhänge der Infrastruktur werden automatisch in Echtzeit aktualisiert. Das Ergebnis: Ein intelligentes Überwachungs- und Assistenzsystem, das immer auf dem aktuellen Stand ist und einen umfassenden Blick auf die gesamte IT-Landschaft und alle Anwendungen ermöglicht.

Über den Autor

Dr. Matthias Fichtner ist seit 2016 als Projektleiter bei der Telekom MMS Ansprechpartner für Application Performance-Themen, speziell Observability und Monitoring. Er begleitet seitdem viele Kundenprojekte aus verschiedenen Branchen. 2009 promovierte er im Bereich Künstliche Intelligenz, speziell Intelligente Agenten.

(ID:49622807)