Ausfälle souverän meistern: Incident Management für Webseiten und Plattformen
Was passiert, wenn eine Plattform mit Millionen SIM-Karten weltweit ausfällt? Auf den TYPO3 Developer Days gab Steffen Gebert Einblicke in den Umgang mit kritischen Ausfällen. Sein Vortrag zeigte praxisnah, wie Alarmierung, Bereitschaftsdienste und Nachbereitung zusammenspielen, damit Störungen schnell und professionell gelöst werden.
Ein zentraler Punkt: Alarme sollten sich an der tatsächlichen Auswirkung für Kundinnen und Kunden orientieren statt an einzelnen Kennzahlen wie CPU-Auslastung. Nur so lässt sich vermeiden, dass wichtige Warnungen in einer Flut bedeutungsloser Meldungen untergehen.
Für die Organisation von Bereitschaftsdiensten empfahl Gebert spezielle Tools, die Alarme aus verschiedenen Quellen bündeln und per App, Anruf oder SMS auch außerhalb der Arbeitszeit zuverlässig erreichen. Wichtig sei dabei ein Team von mindestens drei bis vier Personen, klare Absprachen zu Reaktionszeiten und eine faire Vergütung der Bereitschaft.
Bei größeren Störungen hat sich in seinem Unternehmen die Rolle eines Incident-Managers bewährt. Diese Person führt durch die Krise, behält den Überblick und sorgt für Ruhe im Team, während sich andere auf die technische Lösung konzentrieren. Sein Rat: Erst den Schaden begrenzen, die genaue Ursachenanalyse folgt später.
Zum Abschluss ging es um Postmortems: strukturierte Nachbereitungen mit klarer Zeitleiste, konkreten Maßnahmen und einem Fokus auch auf menschliche und organisatorische Aspekte, nicht nur auf Technik. Zusammengefasst: Wer Prozesse Schritt für Schritt verbessert und sein Team wertschätzt, ist für den nächsten Ausfall besser gerüstet.
Steffen Gebert