Kennzahlen

1. Einordnung & Zielsetzung

Kennzahlen sind das Fundament jedes belastbaren Monitorings. Ohne klar definierte, messbare und nachvollziehbare Kennzahlen bleibt Monitoring wirkungslos und verkommt zu einer reinen Statusanzeige ohne Entscheidungswert.

Diese Seite beschreibt detailliert, welche Arten von Kennzahlen existieren, wie sie korrekt definiert werden, welche typischen Fehler auftreten und wie Kennzahlen im professionellen IT-Betrieb von Venasty Systems eingesetzt werden.

2. Fachliche Definition

Kennzahlen (Metrics) sind quantifizierbare Messwerte, die den Zustand, die Leistung oder die Nutzung eines Systems, Dienstes oder Prozesses beschreiben.

Sie werden zeitbasiert erfasst, gespeichert und ausgewertet, um Trends, Abweichungen und Grenzwertüberschreitungen objektiv festzustellen.

3. Rolle von Kennzahlen im Monitoring

Objektive Bewertung von Systemzuständen
Grundlage für Alarme und Eskalationen
Nachweis von Servicequalität
Planung von Kapazitäten und Investitionen
Erkennung schleichender Probleme

4. Arten von Kennzahlen

4.1 Technische Kennzahlen

CPU-Auslastung
RAM-Nutzung
Festplattenbelegung
Netzwerklatenz
I/O-Wartezeiten

4.2 Service-Kennzahlen

Verfügbarkeit (Uptime)
Antwortzeiten
Fehlerraten
Timeouts

4.3 Applikationskennzahlen

Request-Dauer
Datenbankabfragen pro Sekunde
Fehlercodes (4xx / 5xx)
Queue-Längen

4.4 Geschäftsrelevante Kennzahlen

Transaktionen pro Minute
Verfügbare Geschäftsservices
Systemabhängige Umsätze

5. Gute vs. schlechte Kennzahlen

5.1 Gute Kennzahlen

Klar definiert
Messbar und reproduzierbar
Direkt beeinflussbar
Geschäftlich oder betrieblich relevant

5.2 Schlechte Kennzahlen

Zu abstrakt
Ohne klare Schwellenwerte
Ohne Handlungsableitung
Reine „Nice-to-have“-Werte

6. Kennzahlen vs. Logs vs. Events

Kennzahlen sind nicht isoliert zu betrachten:

Kennzahlen: Zustand und Trends
Logs: Ursachen und Details
Events: Zustandsänderungen

Professionelles Monitoring kombiniert alle drei Informationsquellen.

7. Schwellenwerte und Baselines

Kennzahlen entfalten ihren Wert erst durch korrekte Schwellenwerte. Dabei wird zwischen statischen Grenzwerten und dynamischen Baselines unterschieden.

7.1 Statische Schwellenwerte

CPU > 90 %
Disk > 85 %
RAM > 80 %

7.2 Dynamische Baselines

Vergleich mit historischen Durchschnittswerten
Automatische Anpassung an Nutzungsmuster
Reduzierung von Fehlalarmen

8. Praxisbeispiel: Server-Monitoring

Ein typischer Server wird überwacht anhand von:

CPU-Auslastung (Trend, nicht Peak)
RAM-Nutzung inkl. Swap
Disk I/O und Füllstände
Load Average

Nicht jede hohe Auslastung ist ein Problem – Kontext ist entscheidend.

9. Typische Fehler bei der Kennzahlendefinition

Zu viele Kennzahlen ohne Priorisierung
Fehlende Dokumentation der Bedeutung
Keine Reaktionsdefinition
Ignorieren von Trends

10. Fehlerbehebung und Optimierung

Kennzahlen regelmäßig überprüfen
Unnötige Metriken entfernen
Grenzwerte realistisch anpassen
Monitoring an reale Nutzung koppeln

11. Vorteile sauber definierter Kennzahlen

Transparenter Systemzustand
Frühzeitige Problemerkennung
Bessere Planbarkeit
Fundierte Entscheidungen

12. Nachteile und Grenzen

Falsche Interpretation möglich
Initialer Analyseaufwand
Abhängigkeit von Datenqualität

13. Best Practices – Venasty Systems Standard

Jede Kennzahl hat einen Zweck
Jede Kennzahl hat einen Verantwortlichen
Jede Kennzahl hat eine dokumentierte Reaktion
Monitoring wird regelmäßig reviewed

14. Dokumentation & Betrieb

Kennzahlen müssen dokumentiert sein:

Was wird gemessen?
Warum wird es gemessen?
Was bedeutet eine Abweichung?

15. Zusammenfassung

Kennzahlen sind der Kompass des IT-Betriebs. Nur wer misst, kann verstehen und nur wer versteht, kann stabil betreiben.