Was ist Observability?

Observability zeigt die Leistung eines Systems anhand der von ihm generierten Daten auf. Engineers können damit rasch das Systemverhalten analysieren und proaktiv die Performance und Zuverlässigkeit erhöhen. Observability geht über das weithin etablierte Monitoring hinaus und liefert mehr Einsicht in Ihre Systeme.

Observability-Plattformen bieten einen zentralen Ort zur Erfassung, Aufbewahrung, Analyse und Visualisierung von Daten. Dazu gehören Metriken, Events, Logs und Traces (MELT), sodass eine integrierte Live-Darstellung aller operativen Daten im Softwaresystem ermöglicht wird. Observability-Plattformen bieten Engineers darüber hinaus die Flexibilität, relevante Fragen zu Anwendungen und zur Infrastruktur zu stellen, die ihnen helfen, das Systemverhalten nachzuvollziehen und die richtigen Antworten zur Verbesserung der System-Performance und -zuverlässigkeit zu erhalten.

Die Säulen der Observability

In einer Observability-Plattform stammen die Einblicke in das Verhalten Ihres Systems von vier grundlegenden Datentypen oder Observability-Säulen. Jede Säule trägt ihren eigenen Teil zur Einsicht in die Funktionsweise Ihrer Systeme bei:

• Metriken sind Kennzahlen oder numerische Messwerte, die zu einem bestimmten Zeitpunkt erfasst werden. Sie sollten mindestens einen Zeitstempel, einen Wert und einen Namen haben. Mit Metriken können Sie viele spezifische Informationen erfassen und speichern, die für die Analyse mühelos bearbeitet werden können.
• Events bezeichnen einen reichhaltigeren Datentyp, der mit zahlreichen Parametern (zusätzlich zu Zeit und Wert) definiert werden kann. Wie die Definition eines Events und der dadurch erfassten Daten im Detail aussieht, hängt davon ab, was Sie über das System in Erfahrung bringen möchten.
• Logs liefern noch detailliertere Informationen, da sie in der Regel einzelne Aktionen aufzeichnen, die die Software im Verlauf von Operationen und Aufgaben durchführt. Während ein Event durch die Überschreitung eines Schwellenwerts ausgelöst werden kann, lassen sich die Softwarevorgänge, die zur Überschreitung geführt haben, in Logs aufzeichnen. Diese Aufzeichnungen können dann auf verschiedene Weise durchsucht und geparst werden, um wichtige Informationen über das System preiszugeben. Logs können sowohl strukturierte als auch unstrukturierte Daten enthalten. Die KI-Tools, die Logdaten analysieren, entwickeln sich stetig weiter und ermöglichen System-Engineers zunehmend genauere Prognosen zum Systemverhalten.
• Traces verfolgen die Konnektivität über verschiedene Vorgänge hinweg. Sie können aufzeigen, wie verschiedene Systeme oder Subsysteme miteinander agieren – unabhängig davon, ob diese zur Unternehmensinfrastruktur gehören oder mit einer völlig anderen Domäne verknüpft sind.

Zusätzlich zu diesen Observability-Säulen können andere Daten wie Nutzungserlebnis, Metadaten und andere strukturierte und unstrukturierte Inhalte Ihnen helfen, das Verhalten eines Systems zu verstehen.

Erfahren Sie mehr über Observability-Säulen.

Wie funktioniert Observability?

Sobald System-Engineers mit der effektiven Nutzung von Observability-Tools vertraut sind, können sie festlegen, wie Daten von verschiedenen Endpunkten und Services in einer Multi-Cloud-Umgebung erfasst werden sollen. Und die Observability-Plattform liefert dann die Analysen und Visualisierungen, die die Engineers benötigen.

Zu diesen Endpunkten können Rechenzentren, Edge-Hardware für das Internet of Things (IoT), Software und Cloud-Infrastrukturkomponenten wie Container, Open-Source-Tools und Microservices gehören. Die Observability-Plattform zeigt auf, was in der gesamten Flotte von Services, Software und Hardwarekomponenten vor sich geht, und erleichtert Engineers die Problembehebung und eine proaktive sowie effiziente Systemoptimierung.

Observability: Unverzichtbar für die digitale Wirtschaft

Infrastrukturen in großen Unternehmen werden vom Edge bis zum Rechenzentrum immer komplexer, denn IoT-, quelloffene und cloudnative Microservices werden auf Kubernetes-Clustern wie auch in Private-, Public- und Hybrid-Cloudinfrastrukturen ausgeführt. Mithilfe von erfahrenen Engineers und verteilten Komponenten können Produktteams Lösungen mit erhöhter Geschwindigkeit und Effizienz entwickeln und bereitstellen. Sich lediglich auf das Monitoring von Systemen zu beschränken und die daraus gewonnenen Daten effektiv zu analysieren, ist im Rahmen knapper IT-Budgets schwierig – und kostspielig.

Unternehmen verlassen sich heute auf DevOps-Teams, Continuous Delivery und agile Entwicklung, was dem gesamten Prozess der Softwarebereitstellung ein noch nie gesehenes Tempo verliehen hat. Dies kann allerdings die frühzeitige Erkennung von Probleme erschweren.

Observability liefert neue Einblicke, die Teams in die Lage versetzen, effizienter zu arbeiten, Systeme schneller zu optimieren und Probleme schneller zu lösen – und davon profitieren die Geschäftsergebnisse.

Der Business Case für den Einsatz einer Observability-Lösung im Unternehmen ist ganz eindeutig. Laut dem Observability Forecast 2024 waren 46 % der Befragten der Ansicht, dass Observability die System-Uptime und die Zuverlässigkeit verbesserte. Eine noch deutlichere Sprache spricht die Tatsache, dass 58 % den jährlichen Gesamtwert ihrer Observability-Investition auf 5 Mio. $ oder mehr bezifferten. Die Zahlen belegen, dass Observability den Befragten einen mittleren 4-fachen ROI (295 %) bescherte. Anders gesagt: Für jeden ausgegebenen US-Dollar lag der Ertrag laut Aussage der Befragten bei vier US-Dollar. Vor diesem Hintergrund ist das Verständnis von Business Application Monitoring unerlässlich, da es eine Schlüsselkomponente einer umfassenden Observability-Strategie darstellt.

Moderne Softwaresysteme bestehen aus komplexen, cloudnativen Open-Source-Microservices, die auf Kubernetes-Clustern und Cloudinfrastruktur fußen. Ihre Entwicklung und ihre Bereitstellung gehen mit immer höheren Cycle-Frequenzen einher, die von zunehmend verteilten Teams und Komponenten umgesetzt werden. 

Observability und Monitoring: Wie unterscheiden sie sich?

Observability und Monitoring sind nicht das Gleiche. Um den Unterschied zwischen Observability und Monitoring zu begreifen, ist es wichtig, sich die Lücken herkömmlicher Monitoring-Systeme vor Augen zu führen. 

Während herkömmliches Monitoring ausreichende Informationen in Legacy-Infrastrukturen lieferte, bringt Observability das Monitoring auf eine höhere Ebene und erleichtert IT und DevOps die Verwaltung, Bereitstellung und Optimierung komplexer Systeme.

Monitoring

Monitoring setzt voraus, dass Sie eine Vorstellung davon haben, was schiefgehen könnte, damit Sie bestimmte Aspekte des Systems überwachen und sich über potenzielle Probleme wie Bandbreiteneinschränkungen informieren lassen können. In der Regel müssen Dashboards so vorkonfiguriert werden, dass sie Daten von ein paar Touchpoints und Alerts zu potenziellen Performance-Problemen sammeln. Allerdings ist es bei komplexeren Systemen schwierig vorherzusagen, welche Probleme wo auftreten werden. Cloudnative Umgebungen zum Beispiel sind dynamisch und komplex. DevOps sorgt potenziell für zusätzliche Unwägbarkeiten, die mit beschleunigten Software-Releases einhergehen.

Observability

Für Observability müssen Teams die Umgebung und die Software vollständig instrumentieren, um umfangreiche Daten bereitzustellen, die auf viele Arten (die nicht unbedingt bekannt oder gar im Vorfeld möglich sind) analysiert und geparst werden können. Observability-Daten stammen nicht nur aus Metriken, Events, Logs und Traces, sondern können auch umfangreichere Informationen wie Metadaten, Benutzerverhalten, Netzwerktopologie und -zuordnung sowie Zugriff auf Details auf Codeebene umfassen.

Mit reichhaltigen Daten und einer intelligenten Observability-Plattform können IT- und DevOps-Teams die Ursachen von Problemen jenseits traditioneller Monitoring-Möglichkeiten flexibel untersuchen. 

Observability und Monitoring

Eines ist klar: Observability ist kein Ersatz für Monitoring. Vielmehr wird Monitoring zu einer der Techniken, die für das Enablement der höher geschalteten Observability grundlegend sind. 

Eine nicht allzu geringe Vergleichbarkeit besteht mit Wortarten: Observability – ein Substantiv – bildet den Ansatz, um ein komplexes System zu verstehen. Monitoring – ein Verb – ist eine Aktion, die bei diesem Ansatz unterstützt.

Probleme bei herkömmlichem Monitoring

Herkömmliches Monitoring kann nur „bekannte Unbekannte“ nachvollziehen. Somit stößt es in der komplexen Welt der Microservices und verteilten Systeme schnell an seine Grenzen. Denn Monitoring im traditionellen Sinne ist nur in der Lage, planbar erfassbare Konstellationen, Fragen und Anforderungen zu identifizieren wie „Welchen Throughput hat meine Anwendung?“, „Welche Computing-Ressourcen stehen zur Verfügung?“ oder „Bei Überschreiten eines bestimmtem Fehlerbudgets Alert ausgeben“.

Observability ist das A und O

Observability macht es möglich, auch Muster analysierbar zu machen, die zuvor noch niemand auf dem Schirm hatte – sozusagen die unbekannten Unbekannten. So erfahren Sie nicht nur, dass etwas im Argen liegt, sondern können auch nachvollziehen, weshalb.

Was gehört zu den Best Practices für optimierte Observability?

In modernen Systemen besteht Observability aus vier Grundpfeilern: Metriken, Events, Logs und Traces – kurz als „MELT“ bezeichnet. Das allein liefert Ihnen allerdings noch nicht die nötigen Einblicke, um ein besseres Software-System zu entwickeln und zu betreiben. Eine Schwerpunktlegung auf die folgenden Aspekte verhilft zu optimaler Nutzung der Observability:

Offene Instrumentierung

Offene Instrumentierung bedeutet, dass Telemetriedaten ohne Bindung an anbieterspezifische Entities erfasst werden, die diese Daten generieren. Offene Instrumentierung bezeichnet die Erfassung und Messung von Daten, die eine Anwendung durchlaufen, durch Code in Form von Agents. Beispiele für Open-Source- bzw. Telemetriedatenquellen sind anbieterunabhängige Observability-Frameworks wie OpenTelemetry und Prometheus.

AIOps-Tools

Damit moderne Infrastruktur auch mit Verfügbarkeit glänzt, ist eine beschleunigte Incident Response von tragender Bedeutung. Mit AIOps-Lösungen kommen dabei auf maschinellem Lernen (ML) basierende Technologien zum Einsatz, die IT-Abläufe wie Korrelation, Aggregation und Priorisierung für Incident-Daten automatisieren. Unnötige Alerts werden so minimiert, Probleme proaktiv erfasst und im Ergebnis die mittlere Lösungszeit (MTTR) allgemein beschleunigt.

Vorteile eines Observability-Tools

Besseres Kundenerlebnis

Observability-Tools unterstützen Engineering- und Developer-Teams dabei, CX-Erlebnisse zu gestalten, die auf ganzer Linie überzeugen, sowie bei der Navigation der zunehmenden Komplexität digitaler Umgebungen. 

Mit Observability können Sie:

• Alle Telemetrie-Datentypen erfassen, analysieren, korrelieren und Alerts für sie definieren und ausgeben

• Das Benutzerverhalten verstehen

• Ein besseres digitales Nutzungserlebnis bieten – eines, das Ihre Nutzer:innen begeistert

• Conversions, Kundenbindung und Markentreue steigern

Weniger Downtime und kürzere MTTR

Optimierungen im operativen Kontext lassen sich leichter erarbeiten und umsetzen, Innovation und Wachstum greifbarer steuern. So ist es etwa möglich, über eine Observability-Plattform Incidents von kritischer Relevanz zu prüfen und sie für die Zukunft präventiv aus dem Weg zu räumen. 

Effizientere, innovativere Teams

Wird ein neuer Build live geschaltet, ist die Anwendungs-Performance für Teams direkt einsehbar. Ebenso werden nun auch Fehlerspitzen und abrupt hochschnellende Latenzzahlen genau nachvollziehbar. Liegt ein Node-Problem vor? Mit Observability ist feststellbar, an welchem genau.

Neben vielen weiteren Vorteilen hören wir von unserer Kundschaft besonders häufig, dass sie Folgendes schätzt:

• Eine Single Source of Truth für alle operativen Datenpunkte
• Verifizierbare Uptime und Performance 
• Klarheit zu digitalen Performance- und Business-Fluktuationen in Echtzeit
• Bessere teamübergreifende Zusammenarbeit bei der Fehlerbehebung
• Förderung einer Innovationskultur
• Skalierbare operative Effizienz zur Gestaltung hochwertiger Software-Erlebnisse und kürzere Release Cycles
• Details zur Entscheidungsfindung und Optimierung von Investitionen

Herausforderungen bei Observability

Observability stellt zwar keinen Paradigmenwechsel dar, aber es ist doch notwendig, über herkömmliche IT-Lösungen hinaus zu denken, und kann Unternehmen vor ein paar Herausforderungen stellen.

Mehr als herkömmliches Monitoring

Um heutzutage erfolgreiche Hardware- und Softwareprodukte und -Services zu liefern, müssen Sie einerseits das Kundenerlebnis und andererseits alle Systeme berücksichtigen, die Ihrer Kundschaft das Erlebnis bieten, das Sie sich bei der Entwicklung wünschen. Unternehmen, die Observability implementieren möchten, müssen – von einzelnen Geschäftsbereichen bis hin zu IT- und DevOps-Teams – die Art und Weise überdenken, wie sie Einblicke in ihre komplexe Infrastruktur gewinnen können. Es gilt also eine Strategie zu entwickeln, die über das herkömmliche Monitoring hinausgeht, und Observability überall zu integrieren.

Neugestaltung Ihrer Daten

Wenn Ihre Daten isoliert oder rein strukturiert sind, müssen Sie diese Daten wahrscheinlich unter Berücksichtigung neuer Quellen wie Kundenverhalten und Metadaten sowie anderer unstrukturierter Daten überdenken. Darüber hinaus können mit modernen Multi-Cloud-Bereitstellungen Daten mit unglaublicher Komplexität und Vielfalt schnell gestreamt werden, da Cloudinstanzen und -container in Sekundenschnelle hoch- und heruntergefahren werden können.

Instrumentierung im Sinn

Mit DevOps sind Teams verteilt und können Software schneller liefern. Sie müssen aber eine angemessene und notwendige Instrumentierung bereits in der Entwicklung berücksichtigen, um die richtigen Telemetriedaten für Observability bereitzustellen.

Warum Unternehmen auf Observability setzen

Im Observability Forecast 2024 wurde festgestellt, dass 41 % der 1.700 Befragten ein verstärktes Augenmerk auf Sicherheit, Governance, Risiko und Compliance als treibende Kraft für den Bedarf an Observability nennen. 

Als weitere entscheidende Schlüsselfaktoren wurden unter anderem die Einbindung von Business-Apps in Workflows (35 %), die Einführung von KI-Technologien (41 %), die Entwicklung cloudnativer Anwendungsarchitekturen (31 %), die Migration in eine Multi-Cloud-Umgebung (28 %) sowie ein verstärkter Fokus auf Customer Experience Management (29 %) ins Feld geführt. 

Im Bericht wurde außerdem festgestellt, dass die meisten Befragten (83 %) der Ansicht waren, dass ihre Unternehmen mindestens zwei Best Practices einsetzten, aber nur 16 % befolgten fünf oder mehr, wie z. B. die Folgenden:

• Software-Deployment nutzt Continuous Integration und Continuous Deployment (CI/CD) (40 %)
• Infrastruktur, die mithilfe von Automatisierungstools bereitgestellt und orchestriert wird (37 %)
• Möglichkeit, Daten spontan abzufragen (35 %)
• Teilweise Automatisierung der Incident Response (34 %)
• Zusammenführung der Telemetrie (Metriken, Events, Logs und Traces) in einer Ansicht für alle Teams (35 %)
• Mit geschäftlichem Kontext angereicherte Telemetriedaten zur Bezifferung der geschäftlichen Auswirkungen von Events und Incidents (34 %)
• Breiter Zugriff auf Telemetriedaten und deren Visualisierung durch Benutzer:innen (32 %)
• Automatisierte Instrumentierung (25 %)
• Erfassung der Telemetrie über den gesamten Tech-Stack (25 %)

Worauf sollte man bei einem Observability-Tool achten?

Observability-Tools umfassen eine Reihe von Features, mit denen Daten aus einem breiten Querschnitt von Infrastrukturkomponenten und Software überwacht und analysiert werden können. Bei der Auswahl der für Ihre Zwecke notwendigen Observability-Tools sollten Sie daher diese wichtigen Aspekte berücksichtigen. 

• Integration: Die Auswahl aus einer Vielzahl von quelloffenen und kommerziell verfügbaren Observability-Tools erfordert eine sorgfältige Integration in Ihren gesamten Stack – von Sprachen über Frameworks bis hin zu Hardware und Software. 
• Intuitive Nutzung: Tools, die nicht einfach zu implementieren sind, werden nicht genutzt. Und Ihnen entgehen dann die potenziellen Vorteile der angebotenen Funktionen.
• Zeitnahe Informationen: Echtzeitdaten, die in reichhaltigen und intuitiven Dashboards mit intelligenten Analysen und Einblicken dargestellt werden – das sollte das Ziel Ihrer Observability-Tools sein.
• Einblicke statt nur Informationen: Visualisierung von Daten und Analysen sollte mehr umfassen als nur Diagramme. Dashboards sollten den Kontext der Daten darstellen, damit Sie die Probleme leichter diagnostizieren können.
• KI integrieren: ML-Tools sollten bereits integriert sein, um eine automatisierte Fehlerbehebung und prädiktive Analysen zu ermöglichen.
• Eine Single Source of Truth: Die Anzahl an Observability-Tools ist zu groß, als dass man sie einzeln verwalten könnte. Eine Observability-Plattform sollte Ihnen zum richtigen Zeitpunkt die nötigen Einblicke zeigen.
• Positive Kosten-Nutzen-Rechnung: Ohne Investitionen geht es nicht, sei es die investierte Arbeit zur Integration und Optimierung von Open-Source-Tools oder eine finanzielle Investition zur Implementierung kommerzieller Tools. Der ROI – sowohl für Personal- als auch für Kapitalausgaben – muss sich für das Unternehmen lohnen. Erfahren Sie hier, wie Sie Observability für Ihr Unternehmen quantifizieren können.

Die New Relic Plattform für intelligente Observability umfasst mehr als 775 Quickstart-Integrationen und mehr als 30 Toolsets mit integrierten KI-basierten Einblicken. Die Plattform bietet vollständige Transparenz über Ihren gesamten Stack und unbegrenzte Skalierbarkeit, sodass Sie Ihren Betrieb zukunftssicher gestalten können. Die All-in-One-Plattform von New Relic liefert Ihnen eine Single Source of Truth und eliminiert das Problem isolierter Daten, Tools und Teams. 

New Relic wurde im Gartner Magic Quadrant 2024 für Observability-Plattformen zum 12. Mal in Folge als Leader ausgezeichnet. Wir sehen dies als Anerkennung unseres anhaltenden Engagements für die besten Observability-Tools und -Features für unsere Kundschaft.

Die häufigsten Use Cases für Observability

SRE- und ITOps-Teams verantworten komplexe Systeme und mit ihnen ein ungemein breites Feld verschiedenster Anwendungen, auf deren Verfügbarkeit sich Benutzer:innen weltweit tagtäglich verlassen. Als Teil des Dev-Lifecycle ist Observability dabei aber für alle Beteiligten wichtiges Thema. 

Denn mit ihr lassen sich Health und allgemeine Performance von Software-Systemen in ihrer Gänze nachvollziehen – vom Wann bis hin zum Warum für Fehler aller Art. Durch Analyse von System-Output wie Events, Metriken, Logs und Traces können Entwickler:innen erfassen, wie es um die Performance eines Systems bestellt ist.

Verbesserte Software-Performance

Durch DevOps und dezentrale Engineering-Teams können Deployments zwar beschleunigt werden, allerdings kann dies zu neuen Herausforderungen in Bezug auf Skalierbarkeit und Software-Performance führen. Mithilfe von Observability-Tools können sich Teams Einblicke in Probleme verschaffen, die die Anwendungs-Performance beeinträchtigen können. 

Lesen Sie mehr darüber, wie eines der größten Softwareunternehmen Südamerikas mithilfe von Observability Herausforderungen bei der Softwareentwicklung anging.

Vereinfachte Observability, bessere Web-Performance

Infrastrukturen werden zunehmend komplexer und Unternehmen implementieren entsprechend Monitoring- und andere Tools, um den Überblick zu behalten. Werden zahlreiche Observability-Dashboards erstellt, dauert die Synthetisierung der angezeigten Daten oft länger. Eine Single Source of Truth mit integrierten Tools hingegen kann Engineers helfen, Probleme schneller zu diagnostizieren, und dazu beitragen, die mittlere Zeit bis zur Erkennung (MTTD) sowie die MTTR und die Software-Performance zu verbessern. 

Lesen Sie, wie ein Unternehmen seine Core Web Vitals verbesserte, indem es mehrere Observability-Tools in einer einzigen Plattform konsolidierte.

Observability in kleinen Teams

Besonders kleine Teams mit knappen Ressourcen können enorm von Observability profitieren. 

Bei kleinen, funktionsübergreifenden Teams müssen alle Mitarbeiter:innen mehrere Rollen übernehmen. Gerade in einem solchen Umfeld ist die Möglichkeit, die System-Performance zu überwachen und zu analysieren, von unschätzbarem Wert. 

Observability-Tools bieten einen umfassenden Einblick in die Health und das Verhalten von Anwendungen und Infrastruktur, sodass Ihr Team Probleme rasch identifizieren und beheben kann. Das ist besonders relevant, weil kleine Teams in der Regel keine speziell für einzelne Komponenten des Stacks zuständigen Mitarbeitenden haben. 

Durch die Automatisierung der Datenerfassung und die Bereitstellung von Einblicken in Echtzeit können Entwickler:innen sich auf andere relevante Dinge konzentrieren und müssen weniger Zeit für das Prüfen und Debugging einzelner Server aufwenden. 

Wie das in der Praxis funktioniert, sehen Sie am Beispiel eines Kunden, der seine Effizienz mit New Relic erheblich verbessern konnte. 

Observability-Tools versetzen kleine Teams in die Lage, ihre Produktivität zu maximieren, die Fehlerbehebung effizienter zu gestalten und ein zuverlässiges Benutzererlebnis mit kürzeren Antwortzeiten zu bieten, ohne die eigenen begrenzten Ressourcen zu belasten.

Observability und DevOps

Mit dem Einsatz von immer mehr Microservices hat auch die Anzahl der Deployments stark zugenommen. Um in diesen Umgebungen noch jeden möglichen Fehlermodus vorhersagen zu können, ändert sich hier viel zu viel und zu schnell. Dabei müssen nicht nur der Anwendungscode, sondern auch Infrastruktur, Verbraucherverhalten und -nachfrage als kausal berücksichtigt werden. 

Observability gibt DevOps-Teams die Flexibilität, die sie zum Testen ihrer Systeme in der Produktion benötigen – und um Problemen nachzugehen, die sie zuvor nicht hätten voraussehen können.

So unterstützt Observability DevOps-Teams

• Definition klarer Service-Level Objectives (SLOs) und Implementierung von Instrumentierung zur Vorbereitung.
• Konzertiertere DevOps mit Team-Dashboards, gemeinsamer Incident Response und Messbarkeit für jede Code-Änderung.
• Nahtloses Tracking, Analysen von Anwendungsabhängigkeiten und Infrastruktur-Ressourcen sowie kontinuierliche Optimierung der UX.

Observability – kurz gefasst

Observability bietet einen proaktiven Ansatz zur Fehlerbehebung und zur effektiven Systemoptimierung. Alle operativen Daten in einem Software-System sind in Echtzeit und im Kontext aller Abhängigkeiten sichtbar, sodass spontane Anfragen zu Anwendungen und Infrastruktur problemlos gehandhabt werden können. 

Heute ist es an der Tagesordnung, dass komplexe Systeme von verteilten Teams entwickelt werden. Da ist Observability nicht wegzudenken. Denn Observability geht weit über herkömmliches Monitoring hinaus. Damit können Engineers nicht nur nachvollziehen, welches Problem vorliegt, sondern auch, was die Ursache ist. 

Observability nutzt offene Instrumentierung, Korrelation, Kontextanalyse, Programmability und AIOps-Tools, um Telemetriedaten sinnvoll zu interpretieren. So wird das Kundenerlebnis verbessert, die Downtime reduziert, Teams werden effizienter und es wird eine Kultur der Innovation über alle Teams hinweg gefördert.