Konzeption einer durchgängigen Observability-Lösung für Ihre Plattform.

• Reifegradanalyse: Bewertung Ihres aktuellen Monitoring- und Observability-Standes nach etablierten Reifegradmodellen.

• Tool-Auswahl und Stack-Design: Vergleich und Auswahl geeigneter Tools – Open Source, SaaS oder hybrid – passend zu Ihren Anforderungen.

• Roadmap und Migration: Schrittweise Einführung von Observability ohne Disruption des laufenden Betriebs.

Einheitliche Telemetriedaten über alle Sprachen und Services hinweg.

• OpenTelemetry-Einführung: Aufbau einer herstellerneutralen Instrumentierungsschicht für Logs, Metrics und Traces.

• Application Instrumentation: Manuelle und automatische Instrumentierung Ihrer Anwendungen in Java, .NET, Python, Go, Node.js u.a.

• Collector-Pipelines: Design und Betrieb von OpenTelemetry-Collectoren für Filterung, Anreicherung und Routing.

Skalierbare Observability-Plattformen für Ihre Cloud- und Container-Umgebungen.

• Metrics mit Prometheus & Co.: Aufbau und Skalierung von Prometheus, Thanos, Cortex oder Mimir inklusive Alertmanager.

• Log-Aggregation: Zentrales Logging mit ELK/OpenSearch, Grafana Loki oder kommerziellen Lösungen.

• Distributed Tracing: Tracing-Backends wie Jaeger, Tempo oder Zipkin – inklusive Sampling- und Speicherstrategie.

Datenbasierte Steuerung Ihrer Services nach Site-Reliability-Engineering-Prinzipien.

• SLI-/SLO-Definition: Erarbeitung sinnvoller Service Level Indicators und Objectives für Ihre Geschäftsservices.

• Error Budgets und Burn Rates: Quantifizierung akzeptabler Unzuverlässigkeit und automatisierte Alerts bei Budget-Verbrauch.

• Incident Response: Aufbau effizienter Alerting-Strukturen, Runbooks und Post-Mortem-Prozesse.

Praxisnahe Trainingsformate für Entwickler-, DevOps- und SRE-Teams.

• Observability-Grundlagen: Konzepte, Tools und Best Practices kompakt vermittelt für gemischte Teams.

• Hands-on mit OpenTelemetry & Grafana: Praktische Übungen zur Instrumentierung, Dashboarderstellung und Trace-Analyse.

• SRE-Workshops: Gemeinsame Erarbeitung von SLOs, Error Budgets und Alerting-Strategien für Ihre Services.

• DevOps-Ingenieure, die ihre Cloud- und Container-Plattformen mit einer ganzheitlichen Observability-Strategie absichern möchten

• Site Reliability Engineers (SREs), die SLOs, SLIs und Error Budgets datenbasiert steuern wollen

• Softwareentwickler, die Anwendungen instrumentieren und in bestehende Observability-Stacks integrieren möchten

• Verstehen der drei Säulen der Observability (Logs, Metrics, Traces) und deren Zusammenspiel im Vergleich zum klassischen Monitoring

• Instrumentierung von Anwendungen mit OpenTelemetry für sprachübergreifende Telemetriedaten

• Aufbau einer skalierbaren Metrics-Pipeline mit Prometheus, Thanos oder Cortex inklusive Alerting

• Interaktive Workshops mit praktischen Übungen an realen Observability-Stacks in Kubernetes-Umgebungen

• Live-Demonstrationen der Instrumentierung von Beispielanwendungen mit OpenTelemetry

• Hands-on-Labs zum Aufbau von Prometheus-, Grafana- und Loki-/ELK-Pipelines

• Grundlegende Kenntnisse in Linux- und Container-Umgebungen (Docker, Kubernetes von Vorteil)

• Erfahrung mit der Entwicklung oder dem Betrieb verteilter Anwendungen

• Verständnis grundlegender DevOps- und CI/CD-Konzepte

• Proaktive Fehlererkennung und schnellere Mean Time to Resolution (MTTR) durch durchgängige Telemetrie

• Höhere Systemstabilität und bessere User Experience durch datenbasierten Plattformbetrieb

• Reduzierung von Betriebskosten durch gezielte Optimierung auf Basis valider Performance-Daten

• Dauer: 1-3 Tage

• Ort: Online oder Inhouse

• Teilnehmer: ab 1 Person

• Netto-Preis 1.200 EUR pro Tag bis einschließlich drei Personen

• Brutto-Preis: 1.428 EUR pro Tag bis einschließlich drei Personen

• Auf Anfrage findet das Seminar mit individuellen Inhalten und Termin vor Ort in Ihrem Unternehmen oder online statt.

• Abgrenzung Monitoring vs. Observability: Konzepte und Paradigmen

• Die drei Säulen: Logs, Metrics und Traces im Überblick

• Observability im Kontext verteilter Systeme und Microservices

• Telemetriedaten: Typen, Eigenschaften und Anwendungsfälle

• Cardinality, Sampling und Retention als zentrale Designentscheidungen

• Observability-Driven Development als Engineering-Praxis

• Compliance, Datenschutz und Sicherheit in der Telemetrie

• Prometheus-Architektur: Pull-Modell, Scraping und Service Discovery

• Metric-Typen: Counter, Gauge, Histogram und Summary

• PromQL: Effektive Abfragen für Dashboards und Alerts

• Langzeitspeicherung mit Thanos, Cortex oder Mimir

• Custom Metrics in Anwendungen mit Client-Libraries

• Recording Rules und Alerting Rules in der Praxis

• Skalierungsstrategien für hochvolumige Metric-Pipelines

• Strukturiertes Logging: JSON, Log-Level und Kontextinformationen

• ELK Stack (Elasticsearch, Logstash, Kibana) im Detail

• OpenSearch als Open-Source-Alternative

• Grafana Loki: Label-basiertes Logging und kosteneffiziente Speicherung

• Log-Shipping mit Filebeat, Fluentd, Fluent Bit und Vector

• Parsing, Anreicherung und Normalisierung von Log-Daten

• Log-Korrelation über Trace-IDs und Request-IDs

• Konzepte: Spans, Traces, Context Propagation und Baggage

• OpenTelemetry: Standardisierte Instrumentierung über Sprachen hinweg

• Backends im Vergleich: Jaeger, Tempo, Zipkin und kommerzielle Lösungen

• Automatische vs. manuelle Instrumentierung von Anwendungen

• Sampling-Strategien: Head-based, Tail-based und Probabilistic

• Service-Maps und Dependency-Analyse

• Performance-Analyse und Root-Cause-Analyse mit Traces

• Architektur von OpenTelemetry: SDK, API und Collector

• Auto-Instrumentation für gängige Frameworks (Java, .NET, Python, Go, Node.js)

• OpenTelemetry Collector: Receiver, Processor und Exporter

• Pipeline-Konfigurationen für Logs, Metrics und Traces

• Migration von proprietären Agenten zu OpenTelemetry

• Vendor-Neutralität und Multi-Backend-Strategien

• Best Practices für Semantic Conventions und Resource Attributes

• Grafana-Architektur: Data Sources, Dashboards und Panels

• Aufbau aussagekräftiger Dashboards nach RED- und USE-Methodik

• Variablen, Templating und dynamische Dashboards

• Korrelation von Metrics, Logs und Traces in einer Oberfläche

• Grafana OnCall und Incident Management

• Sharing, Provisioning und Versionierung von Dashboards

• Custom Plugins und erweiterte Visualisierungen

• Alerting-Konzepte: Schwellwerte, Anomalieerkennung und Composite Alerts

• Alertmanager: Routing, Grouping und Silencing

• Integration mit PagerDuty, Opsgenie, Slack und Microsoft Teams

• Symptom- vs. Cause-basiertes Alerting

• Reduktion von Alert Fatigue durch sinnvolle Aggregation

• Runbooks und Automatisierung von Standardreaktionen

• Post-Mortems und Blameless Culture im Incident Response

• Service Level Indicators: Definition und Auswahl der richtigen Metriken

• Service Level Objectives: Realistische Zielwerte definieren

• Error Budgets: Quantifizierung akzeptabler Unzuverlässigkeit

• Burn-Rate-basierte Alerts für SLO-Verletzungen

• Multi-Window-Multi-Burn-Rate-Alerting nach Google SRE

• SLO-Driven Development und Release-Entscheidungen

• Tools: Sloth, Pyrra und OpenSLO im Vergleich

• Kubernetes-spezifische Observability: Cluster, Nodes und Workloads

• Service Mesh Observability mit Istio, Linkerd und Cilium

• Cloud-Provider-Tools: AWS CloudWatch, Azure Monitor, Google Cloud Operations

• eBPF-basierte Observability mit Pixie, Hubble und Parca

• Container- und Pod-Logging-Strategien

• Observability für Serverless- und Edge-Architekturen

• Continuous Profiling als vierte Säule der Observability

• Kapazitätsplanung für Logs, Metrics und Traces

• Kostenkontrolle: Retention, Sampling und Datenreduktion

• Hochverfügbarkeit der Observability-Stack-Komponenten

• Multi-Tenant-Architekturen für große Organisationen

• Backup, Disaster Recovery und Datenmigration

• Build vs. Buy: Open Source vs. SaaS-Lösungen wie Datadog, New Relic, Dynatrace

• Governance und Standardisierung im Enterprise-Kontext