Von Dev zu DevOps: Wie Entwicklungsteams den Wandel schaffen

Gemeinsame Verantwortung, CI/CD, Infrastructure as Code, Monitoring und On-Call: der Weg eines Teams in sinnvoller Reihenfolge
Aktualisiert:
Abstract
- #DevOps
- #Softwareentwicklung
- #Agile Methoden
- #Continuous Integration
- #Continuous Deployment
- #Automatisierung
- #IT-Teams
- #Infrastructure as Code
- #Platform Engineering
DevOps beginnt nicht mit einem Werkzeug, sondern mit der Frage, wer nachts angerufen wird, wenn die Software ausfällt
Freitagnachmittag, 16 Uhr: Das Entwicklungsteam hat das neue Release fertig und übergibt es an den IT-Betrieb. Dort soll es am Wochenende eingespielt werden. Am Montag stellt sich heraus, dass der Server eine andere Java-Version hat als die Testumgebung, die Datenbankmigration abgebrochen ist und niemand genau weiß, welche Konfigurationsdatei die richtige war. Die Entwickler:innen verweisen auf den Betrieb, der Betrieb auf die Entwicklung.
Diese Szene war lange Alltag in vielen Unternehmen und ist es mancherorts noch heute. DevOps ist die Antwort auf genau diese Bruchstelle. Der Begriff, um 2009 aus den Wörtern Development und Operations zusammengesetzt, steht für eine Arbeitsweise, in der ein Team Software nicht nur baut, sondern auch verantwortet, wenn sie läuft. Wie ein klassisches Entwicklungsteam diesen Weg gehen kann, in welcher Reihenfolge sich die Schritte bewähren und woran Fortschritt messbar wird, zeigen die folgenden Abschnitte.
Was DevOps ist und was nicht
DevOps ist weder ein Werkzeug noch eine Stellenbezeichnung, auch wenn Stellenanzeigen für „DevOps Engineers“ das nahelegen. Im Kern geht es um drei Dinge:
- Gemeinsame Verantwortung für eine Anwendung über ihren gesamten Lebenszyklus, von der Idee bis zum Betrieb.
- Kurze Rückkopplungsschleifen: Änderungen sind klein, gehen schnell in Produktion, und das Team erfährt rasch, ob sie funktionieren.
- Automatisierung aller Schritte, die sich wiederholen, damit sie zuverlässig und nachvollziehbar sind.
DevOps steht in enger Verwandtschaft zu agilen Methoden. Scrum oder Kanban sorgen dafür, dass ein Team in kurzen Zyklen plant und entwickelt. DevOps verlängert diese Idee bis in den Betrieb: Was nützt ein Sprint von zwei Wochen, wenn das Ergebnis danach drei Monate auf ein Release-Fenster wartet? Die Haltung dahinter beschreibt der Beitrag über das agile Mindset in der Softwareentwicklung; einen allgemeinen Überblick über DevOps-Praktiken und Pipelines bietet DevOps in der Softwareentwicklung. Hier steht der Weg eines konkreten Teams im Vordergrund.
Etappe 1: Verantwortung neu verteilen
Der erste Schritt ist organisatorisch, und er ist der schwierigste. Solange die Entwicklung nach der Übergabe nichts mehr mit ihrer Software zu tun hat, fehlt der Anreiz, an Betriebsfragen zu denken: an Logs, an Konfiguration, an das Verhalten bei Last. Der Amazon-CTO Werner Vogels fasste das 2006 in dem oft zitierten Satz „You build it, you run it“ zusammen.
Für ein Team heißt das nicht, dass alle Entwickler:innen über Nacht zu Systemadministratoren werden. Bewährt haben sich Zwischenschritte:
- Betriebskolleg:innen sitzen in Planungsrunden und Reviews mit am Tisch, nicht erst beim Release.
- Das Team definiert gemeinsam, was „fertig“ bedeutet: nicht „der Code ist gemergt“, sondern „die Funktion läuft in Produktion und wird überwacht“.
- Nach Störungen gibt es eine Nachbesprechung ohne Schuldzuweisung, ein sogenanntes blameless postmortem, das nach Ursachen im System statt nach Schuldigen sucht.
Angenommen, ein Team aus sechs Entwickler:innen betreut das Kundenportal eines Energieversorgers. Statt Tickets an eine zentrale Betriebsabteilung zu schreiben, bekommt es Zugriff auf die Produktionslogs und übernimmt Deployments selbst, zunächst mit Unterstützung eines erfahrenen Betriebskollegen. Das verändert spürbar, wie das Team über Fehlermeldungen und Konfiguration nachdenkt.
Etappe 2: Continuous Integration und Continuous Delivery
Ist die Verantwortung geklärt, folgt die Automatisierung der Auslieferung. Continuous Integration (CI) bedeutet, dass alle Entwickler:innen ihre Änderungen mindestens täglich in einen gemeinsamen Hauptzweig zusammenführen und jede Änderung automatisch gebaut und getestet wird. Continuous Delivery (CD) geht einen Schritt weiter: Jede Version, die alle Prüfungen besteht, kann jederzeit per Knopfdruck in Produktion gehen. Bei Continuous Deployment passiert das sogar ohne manuellen Schritt.
Eine typische Pipeline läuft so ab: Code wird eingecheckt, gebaut, mit Unit- und Integrationstests geprüft, auf Sicherheitslücken in Abhängigkeiten gescannt, als Artefakt – etwa ein Container-Image – abgelegt und dann in Test- und Produktionsumgebung ausgerollt. Werkzeuge wie GitHub Actions, GitLab CI/CD oder Jenkins stellen die Infrastruktur dafür bereit.
Wichtiger als das Werkzeug sind die Gewohnheiten: kleine Änderungen, schnelle und verlässliche Tests und kurzlebige Branches. Wie eine Pipeline im Detail aufgebaut ist und welche Praktiken sie wirksam machen, beschreibt unser Beitrag zu Continuous Integration und CI/CD-Pipelines.
Etappe 3: Infrastruktur als Code
Die Szene vom Anfang – andere Java-Version auf dem Server als im Test – hat eine typische Ursache: Server wurden von Hand eingerichtet, und niemand weiß mehr genau, wie. Infrastructure as Code (IaC) löst das, indem Server, Netzwerke, Datenbanken und Berechtigungen in Textdateien beschrieben und wie Anwendungscode versioniert, geprüft und automatisch ausgerollt werden.
Ein vereinfachtes Beispiel in der Konfigurationssprache HCL, wie sie Terraform und dessen quelloffener Ableger OpenTofu verwenden:
# Speicher-Bucket für Dokumente des Kundenportals (AWS)
resource "aws_s3_bucket" "portal_dokumente" {
bucket = "kundenportal-dokumente-prod"
tags = {
Umgebung = "produktion"
Team = "kundenportal"
}
}
# Versionierung aktivieren, damit überschriebene Dateien wiederherstellbar sind
resource "aws_s3_bucket_versioning" "portal_dokumente" {
bucket = aws_s3_bucket.portal_dokumente.id
versioning_configuration {
status = "Enabled"
}
}
Der Vorteil liegt weniger in der Zeitersparnis beim ersten Einrichten als in der Nachvollziehbarkeit: Jede Änderung an der Infrastruktur läuft über einen Code-Review, Test- und Produktionsumgebung entstehen aus derselben Beschreibung, und nach einem Ausfall lässt sich eine Umgebung reproduzierbar neu aufbauen. Für die Konfiguration bestehender Server ist Ansible verbreitet; wie das im Alltag aussieht, zeigt der Beitrag Ansible erklärt.
Etappe 4: Monitoring, Observability und Bereitschaft
Wer seine Software selbst betreibt, muss wissen, wie es ihr geht – bevor Kundinnen und Kunden anrufen. Monitoring beantwortet bekannte Fragen: Ist der Server erreichbar, wie hoch ist die Fehlerquote, wie lang die Antwortzeit? Observability geht weiter und meint die Fähigkeit, auch unerwartete Probleme aus Logs, Metriken und Traces zu erklären. OpenTelemetry hat sich dafür als herstellerneutraler Standard zum Erfassen dieser Daten etabliert.
Sinnvolle Alarme orientieren sich an dem, was Nutzer:innen erleben, nicht an jeder CPU-Spitze. Aus der Site Reliability Engineering, wie Google sie beschrieben hat, stammen dafür zwei hilfreiche Begriffe: ein Service Level Objective (SLO) legt fest, welches Verhalten als gut gilt, etwa „99,5 Prozent der Seitenaufrufe antworten in unter einer Sekunde“. Das Fehlerbudget ist der verbleibende Spielraum. Ist es aufgebraucht, hat Stabilität Vorrang vor neuen Funktionen.
Dazu gehört ein Bereitschaftsdienst (On-Call): Außerhalb der Arbeitszeit ist reihum eine Person erreichbar. Das ist für viele Teams der Moment, in dem DevOps konkret wird – und eine Frage der Fairness. Bereitschaft muss geregelt, vergütet und mit Ruhezeiten vereinbar sein; in Deutschland setzen Arbeitszeitgesetz und Tarif- oder Betriebsvereinbarungen hier den Rahmen. Gute Teams arbeiten zudem darauf hin, dass nächtliche Alarme selten bleiben: Jeder Alarm, der keine Handlung erfordert, wird abgeschafft.
Woran Sie Fortschritt messen: die DORA-Kennzahlen
Ob ein Team auf dem Weg zu DevOps vorankommt, muss niemand nach Gefühl beurteilen. Seit Mitte der 2010er-Jahre untersucht die Forschungsgruppe DORA (DevOps Research and Assessment), die 2018 von Google übernommen wurde, in fast jährlichen Befragungen, was leistungsfähige Softwareteams auszeichnet. Daraus stammen vier Messgrößen, die sich inzwischen als gemeinsame Sprache durchgesetzt haben: Wie häufig liefert das Team aus? Wie lange braucht eine Codeänderung bis in Produktion? Wie oft geht ein Deployment schief? Und wie schnell ist der Dienst danach wieder in Ordnung?
Zwei dieser Größen beschreiben das Tempo, zwei die Stabilität. Das überraschende und vielfach bestätigte Ergebnis der Berichte lautet, dass schnelle Teams meist auch die stabileren sind, weil kleine Änderungen leichter zu prüfen und im Fehlerfall leichter zurückzunehmen sind. DORA hat die Kennzahlen seither mehrfach präzisiert; wie sie im Einzelnen definiert sind und wie sie mit einer CI/CD-Pipeline zusammenhängen, erläutert der oben verlinkte Beitrag zu Continuous Integration.
Für ein Team auf dem Weg zu DevOps sind die Zahlen vor allem ein Spiegel: Angenommen, eine kleine Textänderung im Kundenportal braucht heute drei Wochen bis in Produktion, dann zeigt schon diese eine Messung, wo der Engpass liegt. Die Kennzahlen taugen dagegen nicht als Rangliste zwischen Teams. Sobald sie über Boni oder Beurteilungen entscheiden, werden sie geschönt und verlieren ihren Wert.
Platform Engineering: die aktuelle Weiterentwicklung
Mit der Zeit zeigte sich eine Schattenseite von „You build it, you run it“: Wenn jedes Team Pipelines, Kubernetes-Konfiguration, Monitoring und Sicherheitsscans selbst pflegen muss, steigt die Belastung, im Fachjargon die kognitive Last, stark an. Teams verbringen dann mehr Zeit mit Infrastruktur als mit Fachfunktionen.
Platform Engineering greift das auf. Ein eigenes Plattform-Team baut eine interne Entwicklerplattform, die anderen Teams fertige, abgesicherte Wege bereitstellt, oft golden paths genannt: eine Vorlage für einen neuen Dienst mit Pipeline, Monitoring und Standardkonfiguration, die sich per Selbstbedienung anlegen lässt. Portale wie das ursprünglich von Spotify entwickelte Open-Source-Projekt Backstage bündeln diese Angebote.
Platform Engineering ersetzt DevOps nicht, sondern macht es in größeren Organisationen tragfähig. Die Verantwortung für die eigene Anwendung bleibt beim Team, die Plattform nimmt ihm nur Routinearbeit ab. Für ein Unternehmen mit zwei Entwicklungsteams ist eine eigene Plattform allerdings meist überdimensioniert; dort genügen gemeinsam gepflegte Vorlagen und eine gut dokumentierte Pipeline.
Was das für Ihr Team bedeutet
Der Weg von Dev zu DevOps ist kein Projekt mit Enddatum, sondern eine Folge von Verbesserungen. Die Reihenfolge ist dabei nicht beliebig: Ohne geklärte Verantwortung bleibt eine Pipeline ein Werkzeug, das niemand pflegt. Ohne Automatisierung wird Bereitschaft zur Dauerbelastung. Und ohne Messwerte weiß niemand, ob sich etwas verbessert hat.
Unsere Empfehlung: Messen Sie zuerst, wo Sie stehen – etwa wie lange eine kleine Änderung bis in Produktion braucht. Suchen Sie den größten Engpass und beheben Sie ihn. Für die meisten Teams ist das die manuelle Auslieferung; dort bringt eine automatisierte Pipeline am schnellsten spürbaren Nutzen. Überschätzt wird dagegen oft die Werkzeugfrage: Ob GitHub Actions oder GitLab, ist zweitrangig gegenüber der Frage, ob das Team kleine Änderungen und gemeinsame Verantwortung wirklich lebt.
Wer die Einführung in einem Unternehmen begleiten lassen oder Teams gezielt schulen möchte, findet auf unserer Themenseite DevOps für Unternehmen Beratung, Coaching und Seminare.
Häufige Fragen zum Weg zu DevOps
Brauchen wir eigene DevOps-Engineers?
Nicht zwingend. DevOps ist eine Arbeitsweise des ganzen Teams. Hilfreich sind aber Personen mit Betriebserfahrung im Team, die Wissen über Infrastruktur, Monitoring und Sicherheit weitergeben. In größeren Organisationen übernimmt ein Plattform-Team viele dieser Aufgaben.
Wie lange dauert die Umstellung?
Erste Effekte, etwa schnellere und weniger riskante Deployments durch eine automatisierte Pipeline, zeigen sich oft nach wenigen Wochen. Ein echter Kulturwandel mit gemeinsamer Verantwortung und Bereitschaft braucht deutlich länger, häufig ein Jahr oder mehr.
Funktioniert DevOps auch in regulierten Branchen?
Ja. Automatisierte Pipelines erzeugen sogar bessere Nachweise als manuelle Prozesse: Jede Änderung ist mit Review, Testergebnis und Freigabe dokumentiert. Vorgaben zur Funktionstrennung lassen sich über Freigabestufen in der Pipeline abbilden.
Ist DevOps nur etwas für Cloud-Anwendungen?
Nein. Die Prinzipien gelten auch für Anwendungen im eigenen Rechenzentrum. Infrastructure as Code, CI/CD und Monitoring funktionieren dort ebenso, auch wenn Cloud-Dienste den Einstieg oft erleichtern.
Kategorien
Schlagworte
- #DevOps
- #Agile Methoden
- #CI/CD
- #Automatisierung
- #Infrastructure as Code