Wer Automatisierung einführt, überwacht zuerst das Naheliegende: Läuft der Prozess? Antwortet die Schnittstelle? Ist der Server erreichbar? Diese Prüfungen sind sinnvoll und decken den kleineren Teil der Störungen ab. Der größere Teil sieht in genau diesen Prüfungen unauffällig aus.
Wie ein stiller Ausfall entsteht
- Ein Zugangstoken läuft ab. Der Dienst startet, verbindet sich, bekommt eine Fehlermeldung — und schreibt sie in eine Protokolldatei, die niemand liest.
- Eine Eingangsquelle liefert nichts mehr. Der Prozess läuft durch, findet nichts zu tun, meldet Erfolg.
- Eine Bedingung im Ablauf greift zu streng. Es wird korrekt gearbeitet, nur an null Datensätzen.
- Ein nachgelagerter Schritt scheitert, der vorgelagerte gilt als erledigt.
- Eine Konfigurationsänderung wirkt erst beim nächsten Neustart — der Wochen später kommt.
Allen Fällen ist gemeinsam: Es gibt keinen Absturz, keine rote Meldung, keinen Alarm. Es gibt nur ein Ergebnis, das ausbleibt — und das fällt erst auf, wenn jemand danach sucht.
Prozesskontrolle beantwortet die Frage „Läuft es?“. Ergebnisüberwachung beantwortet die Frage „Ist etwas dabei herausgekommen?“. Nur die zweite Frage ist die, die das Geschäft interessiert — und nur sie erkennt den Zustand, in dem alles grün ist und trotzdem nichts passiert.
Ergebnisüberwachung: die Frage nach dem Alter
Der wirksamste Ansatz ist erstaunlich einfach: Für jedes Ergebnis, das ein System regelmäßig produzieren soll, wird der Zeitpunkt des letzten Erfolgs festgehalten. Überwacht wird nicht der Prozess, sondern das Alter dieses Zeitpunkts.
- Wann wurde zuletzt etwas veröffentlicht?
- Wann ist zuletzt eine Nachricht rausgegangen?
- Wann wurde zuletzt ein Datensatz importiert?
- Wann wurde zuletzt eine Auswertung erzeugt?
Für jede dieser Fragen gibt es eine erwartbare Frequenz. Wird sie überschritten, ist das eine Störung — unabhängig davon, ob irgendein Prozess dabei abgestürzt ist.
Schwellen setzen, die zum Rhythmus passen
Ein täglicher Ablauf darf nach 30 Stunden auffallen, nicht nach 30 Minuten. Ein wöchentlicher nach neun Tagen. Zu enge Schwellen erzeugen Fehlalarme, und Fehlalarme erzeugen Gewöhnung — die zuverlässigste Methode, echte Meldungen unsichtbar zu machen.
Gleichzeitig gilt: Eine Schwelle ohne Empfänger ist keine Überwachung. Die Meldung muss dort ankommen, wo tatsächlich hingesehen wird — nicht in einem Dashboard, das man aufrufen müsste, um von der Störung zu erfahren.
Der Zusammenhang mit veraltendem Wissen
Stille Ausfälle betreffen nicht nur Abläufe, sondern auch Wissensbestände. Ein Index, der nicht mehr aktualisiert wird, liefert weiterhin Antworten — nur eben veraltete. Auch das ist ein Ausfall ohne Fehlermeldung. Wie sich solche Wissensstände aktuell halten lassen, behandelt der Beitrag dazu, wenn KI-Wissen still veraltet.
Zwei Zahlen statt eines Zustands
Eine reine Ja-Nein-Meldung reicht selten. Aussagekräftiger sind zwei Werte je Ergebnis: das Alter des letzten Erfolgs und die Menge im letzten Zeitraum. Der erste erkennt den vollständigen Stillstand, der zweite den schleichenden Rückgang.
Der schleichende Fall ist der gemeinere. Wenn eine Automatisierung statt achtzehn Ergebnissen nur noch vier liefert, ist das Alter unauffällig — es lief ja etwas. Erst die Menge zeigt, dass etwas kaputt ist. In der Praxis sind das meist Teilausfälle: eine von sechs Quellen liefert nicht mehr, der Rest läuft weiter.
Wo die Meldung ankommen muss
Der letzte Meter entscheidet. Eine Überwachung, die in ein Protokoll schreibt, ist keine Überwachung — sie verschiebt das Problem nur an eine andere Stelle, an der ebenfalls niemand nachsieht.
Sinnvoll ist ein Kanal, den der Verantwortliche ohnehin täglich nutzt, und eine Meldung, die den Sachverhalt im ersten Satz enthält: was fehlt, seit wann, und was der nächste Schritt wäre. Alles Weitere kann im Detail stehen. Eine Nachricht, die erst gelesen und interpretiert werden muss, wird auf später verschoben — und später ist bei stillen Ausfällen immer zu spät.
Der Einstieg in einer Stunde
Man muss nicht alles überwachen. Sinnvoll ist die Umkehrung: Welche drei Ergebnisse würden sofort auffallen, wenn sie eine Woche lang ausblieben — und welche würden es nicht? Die zweite Gruppe ist die gefährliche, und mit ihr wird angefangen.
Für jedes dieser Ergebnisse braucht es einen Zeitstempel, eine Schwelle und einen Empfänger. Drei Angaben pro Fall. Das ist deutlich weniger Aufwand als die Fehlersuche, die entsteht, wenn nach zwei Wochen jemand fragt, warum seit dem Monatsanfang nichts mehr passiert ist.