Worum es geht: Jedes Teil einer Anwendung fällt irgendwann aus. Die Frage ist nicht, ob, sondern was dann passiert – und ob es jemandem auffällt, bevor ein Kunde anruft. Zuverlässigkeit entsteht nicht durch bessere Technik, sondern dadurch, dass Ausfälle eingeplant sind.
1. Fünf Ausfälle und ihre Antwort
Die Anwendung antwortet mit 503 und einem verständlichen Hinweis, statt in einen Zeitüberschreitungsfehler zu laufen. Lesende Teile können aus dem Cache weiterlaufen. Wichtig ist eine Begrenzung der Verbindungen – sonst legt der Wiederanlauf die Datenbank erneut lahm.
2. Drei Dinge, die man messen muss
Ohne Zahlen merkt niemand, dass etwas schiefläuft. Drei Messgrößen genügen für den Anfang und sagen mehr als jedes ausgefeilte Dashboard: die Fehlerquote – wie viele Anfragen enden mit 5xx –, die Antwortzeit und die Sättigung, also wie ausgelastet Speicher, Prozessor und Datenbankverbindungen sind.
Bei der Antwortzeit ist der Durchschnitt irreführend. Wenn neunzig Prozent der Anfragen in 100 Millisekunden beantwortet werden und zehn Prozent in fünf Sekunden, liegt der Durchschnitt bei erträglichen 590 Millisekunden – und jeder zehnte Besucher hat trotzdem ein schlechtes Erlebnis. Betrachten Sie stattdessen das 95. Perzentil: den Wert, unter dem 95 Prozent der Anfragen liegen.
3. Protokolle, die etwas nützen
| Ohne | Mit |
|---|---|
| „Fehler beim Speichern“ | Zeitstempel, Vorgangskennung, Nutzerkennung, Fehlertyp, betroffener Datensatz |
| Text in wechselndem Format | Strukturierte Einträge, die sich filtern und zählen lassen |
| Alles auf einer Stufe | Getrennt nach Information, Warnung und Fehler |
| Personenbezogene Daten im Klartext | Kennungen statt Namen, keine Passwörter, keine Schlüssel |
Die letzte Zeile ist zugleich Datenschutz und Sicherheit. Protokolle werden oft weitergegeben, lange aufbewahrt und an Dienstleister übertragen – was dort steht, verlässt das Haus. Eine Vorgangskennung, mit der sich der Fall im System nachvollziehen lässt, genügt vollständig.
4. Wann gemeldet wird
Eine Benachrichtigung, die niemand ernst nimmt, ist schlimmer als keine. Deshalb gilt: Gemeldet wird nur, was jemand sofort tun muss. Dienst nicht erreichbar, Fehlerquote über einem Schwellenwert, Warteschlange läuft voll, Speicherplatz knapp, Zertifikat läuft ab – das sind fünf Anlässe, und mehr braucht es am Anfang nicht.
Alles andere gehört in einen wöchentlichen Blick auf die Zahlen. Wer für jede einzelne Fehlermeldung eine Nachricht verschickt, hat nach zwei Wochen einen Kanal, den alle stummgeschaltet haben – und merkt den echten Ausfall dann nicht.
5. Sicherungen
Drei Punkte entscheiden. Wie oft wird gesichert – daraus ergibt sich, wie viel Arbeit im schlimmsten Fall verloren geht. Wo liegt die Sicherung – auf demselben Server ist sie keine. Und wann wurde das Zurückspielen zuletzt geprobt? Der dritte Punkt ist der einzige, der zählt: Eine Sicherung, deren Wiederherstellung nie ausprobiert wurde, ist eine Vermutung.
6. Häufige Fragen
Wie viel Ausfallsicherheit braucht ein Mittelständler? Meist weniger, als angeboten wird. Ein Ausfall von einer Stunde ist für eine Unternehmenswebsite ärgerlich, aber verkraftbar – für einen Shop am Black Friday nicht. Die Frage lautet: Was kostet eine Stunde Ausfall?
Was ist ein Health Check? Ein Pfad, der antwortet, ob der Dienst arbeitsfähig ist. Verteiler und Überwachung fragen ihn regelmäßig ab und nehmen ein Exemplar heraus, das nicht antwortet.
Wer wird nachts geweckt? Das gehört vor dem Livegang geklärt, nicht danach. Wenn niemand zuständig ist, ist die ehrliche Antwort: Der Ausfall dauert bis zum nächsten Werktag – und das muss allen bewusst sein.
Stand: September 2026. Die Übungen laufen vollständig in Ihrem Browser – es wird nichts gespeichert oder übertragen.