Die Daten zeigen, dass KI der Haupttreiber für die Nachfrage nach Observability ist; KI-Monitoring verzeichnete im vergangenen Jahr eine zweistellige Wachstumsrate 

New Relic, das Unternehmen für intelligente Observability, hat heute seinen Observability Forecast 2025 für Europa und den Nahen Osten veröffentlicht, den branchenweit umfassendsten Bericht zum Status von Observability. Der Report, für den 525 Führungskräfte und Teammitglieder in IT und Engineering aus neun Ländern und elf Branchen befragt wurden, hebt die wichtigsten Schwerpunkte, Herausforderungen und Trends hervor, die Observability-Investitionen beeinflussen, wie der zunehmende Einsatz von Enterprise-KI. Die Daten zeigen, dass die Kosten für Downtime in digitalen Unternehmen enorm sind: Schwerwiegende Ausfälle schlagen mit durchschnittlich 2 Millionen US-Dollar pro Stunde oder etwa 33.333 US-Dollar pro Minute Downtime zu Buche. 

Ausfälle kosten deutsche Unternehmen Zeit und Geld

40 % der Befragten in Deutschland gaben an, dass schwerwiegende Ausfälle ihren Unternehmen Verluste zwischen 1 und 3 Mio. $ pro Stunde bescheren. Fast die Hälfte (46 %) der deutschen Unternehmen verzeichnet mindestens wöchentlich einen solchen Ausfall; der EMEA-Durchschnitt beträgt 37 %. Die mittleren Kosten schwerwiegender IT-Ausfälle belaufen sich in den befragten deutschen Unternehmen auf 169 Mio. $ pro Jahr – mehr als der EMEA-Durchschnitt von 102 Mio. $ und um einiges mehr als in Großbritannien und Irland (38 Mio. $) oder Frankreich (89,6 Mio. $).

Die Studie zeigt auch die drei wichtigsten Ursachen dieser Ausfälle in deutschen Unternehmen auf: Netzwerkstörungen, Ausfälle von Dritt- oder Clouddiensten und Hardwarefehler sowie von jemandem vorgenommene Umgebungsänderungen. Engineers in Deutschland verbringen laut der Umfrage mehr als ein Viertel ihrer Zeit (28 %) mit der Behebung von Störungen, anstatt sich auf die Entwicklung neuer Funktionen oder anderer Innovationen zu konzentrieren.

Full-Stack-Observability halbiert Ausfallkosten

„Full-Stack-Observability“ ist definiert als Transparenz über den gesamten Tech-Stack hinweg und in fünf Kategorien unterteilt: Infrastruktur, Anwendungen und Services, Security Monitoring, Digital Experience Monitoring (DEM) und Logmanagement. Die Studie ergab, dass Ausfälle mit hohem Business Impact in befragten EMEA-Unternehmen mit Full-Stack-Observability durchschnittlich 1 Mio. $ pro Stunde kosten – in Unternehmen ohne FSO ist es mit 2 Mio. $ pro Stunde das Doppelte.

Zunehmende Verbreitung von KI schärft das Bewusstsein für mangelnde Visibility

Durch den Zuwachs von Anwendungen auf Basis großer Sprachmodelle und Agentic-KI ergeben sich auch neue Schwierigkeiten hinsichtlich Visibility, die von herkömmlichen Monitoring-Methoden nicht ausgeräumt werden können. Ohne moderne, speziell für den Einsatz von KI entwickelte Observability können sich Probleme unbemerkt durch die Systeme ausbreiten. KI wurde in der Studie von 36 % der deutschen Unternehmen als Haupttreiber für die Einführung von Observability angegeben. Laut 48 % der Befragten zählten die KI-Vorbereitung und -verwaltung zu den wichtigsten Vorteilen ihrer Observability-Lösung.

Observability erhöht den Geschäftswert durch Produktivitätssteigerung

Deutsche Unternehmen erzielen durch Observability auffallend oft Produktivitätssteigerungen. 40 % der Befragten gaben an, dass Observability die Produktivität steigert, da Probleme schneller gefunden und behoben werden. Laut 38 % verringert Observability die Raterei beim Management komplexer Tech-Stacks und 29 % sagten, dass Observability die zeitliche Priorisierung erleichtert. 44 % der befragten Führungskräfte erwähnten, dass Observability die Datenvisualisierung über ein zentrales Dashboard ermöglicht, und 37 % wertschätzen die Arbeitserleichterung, die ihnen Observability bringt.

„Unsere neuesten Umfrageergebnisse sind ein deutliches Signal für deutsche Unternehmen, die die Geschäftskosten von IT-Ausfällen oft stark unterschätzen. Unternehmen, die nicht in Observability investieren, riskieren nicht nur enorme Umsatzeinbußen, sondern auch ihren guten Ruf“, sagte Klaus Kurz, Senior Director, Solutions Consulting bei New Relic. „Die Daten sprechen eine deutliche Sprache: Unternehmen, die Full-Stack-Observability über ihren gesamten Tech-Stack hinweg nutzen, haben weniger Downtime, weniger kritische Ausfälle, eine kürzere Lösungszeit und größere betriebliche Vorteile, sodass sie ihre Hauptgeschäftsziele leichter erreichen können.“

Zusätzlich ergaben sich aus der Studie folgende Erkenntnisse: 

• Investitionen orientieren sich nach wie vor an strategischen Schwerpunkten. Die Einführung von KI wurde von 36 % der deutschen Befragten als Schlüsselfaktor für Observability genannt. Sicherheit, Governance und Compliance folgen mit 35 % und 30 % nennen einen zunehmenden Fokus aufs Customer Experience Management.
• Toolwildwuchs ist für deutsche Unternehmen weiterhin eine Herausforderung. In ganz Deutschland sorgen sich die Befragten um die Toolfragmentierung: 50 % der Unternehmen nutzen mehr als 5 Tools für Observability, im Vergleich zum EMEA-Durchschnitt von 40 %.

• Bei zukünftigen Bereitstellungsplänen liegt der Fokus auf KI und maschinellem Lernen. Die Daten zeigen, dass 62 % der deutschen Befragten momentan Toolsets zum Netzwerk-Monitoring einsetzen. Die Mehrheit deutscher Unternehmen (66 %) plant die Einführung von Monitoring für Machine-Learning-Modelle innerhalb der nächsten ein bis drei Jahre, und 62 % nehmen sich dies für AIOps-Toolsets vor.

   

Der Observability Forecast 2025 ist jetzt erhältlich. 

Globalen Report lesen

Report für Europa und Nahen Osten lesen

Studienmethodik

In Zusammenarbeit mit Enterprise Technology Research (ETR) hat New Relic weltweit 1.700 IT- und Engineering-Teams und -Leader aus 23 Ländern in Nord-, Mittel- und Südamerika, Asien-Pazifik und Europa befragt. 65 % der Befragten waren Anwender:innen, 11 % in der Unternehmensführung und 24 % im mittleren Management. Von den 1.700 Befragten waren 100 in Deutschland tätig. Die Umfrage wurde im April und Mai dieses Jahres vom Marktforschungsunternehmen ETR durchgeführt.