Wissen
Glossar
Die wichtigsten Begriffe, kurz und verständlich erklärt.
- Blameless
- Grundsatz für Reviews: Es wird nach Ursachen im System gesucht, nicht nach Schuldigen. Wer offen über Fehler spricht, wird nicht sanktioniert. Mehr dazu →
- Bridge (Bridge-Call)
- Fester Telefon- oder Videokonferenzraum, in dem ein Major Incident koordiniert wird.
- Burn Rate
- Wie schnell das Error Budget im Verhältnis zum Plan verbraucht wird. 1 bedeutet: Das Budget reicht genau bis zum Ende des Zeitraums. Mehr dazu →
- Change
- Geplante Änderung an einem System, z. B. ein Release. Häufigster Auslöser von Störungen. Mehr dazu →
- Communications Lead
- Rolle im Major Incident, die Updates an Kunden, Management und Statusseite verantwortet. Mehr dazu →
- Error Budget
- Die Menge an Fehlern oder Ausfall, die ein SLO erlaubt. Bei 99,9 % über 30 Tage rund 43 Minuten. Mehr dazu →
- Eskalationsmatrix
- Festlegung, wann (zeitbasiert) und an wen (fachlich) eine Störung eskaliert wird. Mehr dazu →
- Incident
- Ungeplante Unterbrechung oder Verschlechterung eines Service. Ziel: schnell wiederherstellen. Mehr dazu →
- Incident Commander
- Führt einen Major Incident: priorisiert, verteilt Aufgaben, entscheidet über das Vorgehen. Analysiert nicht selbst technisch. Mehr dazu →
- ITIL 4
- Verbreitetes Rahmenwerk für IT-Service-Management mit Praktiken wie Incident, Problem und Change Management.
- Known Error
- Ein Problem, dessen Ursache bekannt, aber noch nicht beseitigt ist. Wird mit Workaround dokumentiert. Mehr dazu →
- Major Incident
- Störung mit höchster Priorität (P1): kritischer Service ausgefallen, kein Workaround, viele Betroffene. Mehr dazu →
- MTTA
- Mean Time to Acknowledge: durchschnittliche Zeit, bis auf eine Störung reagiert wird.
- MTTD
- Mean Time to Detect: durchschnittliche Zeit von Störungsbeginn bis zur Erkennung.
- MTTR
- Mean Time to Restore: durchschnittliche Zeit bis zur Wiederherstellung des Service.
- Multi-Window-Alarm
- Alarm, der nur auslöst, wenn die Burn Rate in einem langen und einem kurzen Zeitfenster über der Schwelle liegt. Mehr dazu →
- Page
- Sofortige Alarmierung einer Person in Bereitschaft, z. B. per Anruf oder App.
- Planspiel (Tabletop-Übung)
- Übung, bei der ein Team einen großen Ausfall anhand eines Szenarios durchspielt, ohne echte Systeme anzufassen.
- Post-Incident-Review (PIR)
- Strukturierte Nachbetrachtung einer Störung mit Zeitleiste, Ursachen und Maßnahmen. Auch Postmortem genannt. Mehr dazu →
- Problem
- Ursache oder mögliche Ursache eines oder mehrerer Incidents. Ziel: Ursache beseitigen. Mehr dazu →
- Rollback
- Zurücksetzen auf den letzten funktionierenden Stand, z. B. die vorherige Version.
- Runbook
- Schritt-für-Schritt-Anleitung für eine bestimmte Situation, z. B. "Failover der Datenbank".
- Schweregrad (Priorität)
- Einstufung einer Störung, meist P1 bis P4, die festlegt, welcher Ablauf startet. Mehr dazu →
- Service Request
- Anfrage nach etwas Vorgesehenem, z. B. ein neuer Zugang. Keine Störung. Mehr dazu →
- SLA
- Service Level Agreement: vertragliche Zusage an Kunden, meist mit Folgen bei Nichteinhaltung. Mehr dazu →
- SLI
- Service Level Indicator: Messgröße für die Qualität eines Service aus Kundensicht. Mehr dazu →
- SLO
- Service Level Objective: internes Ziel für einen SLI, z. B. 99,9 % erfolgreiche Anfragen über 30 Tage. Mehr dazu →
- SRE
- Site Reliability Engineering: Ansatz aus der Softwareentwicklung, Betrieb mit Methoden wie SLOs und Error Budgets zu steuern.
- Statusseite
- Öffentliche oder interne Seite, die Kunden über den aktuellen Zustand eines Service informiert. Mehr dazu →
- Triage
- Erste Einordnung einer Meldung: Was ist es, wie dringend, wer ist zuständig? Mehr dazu →
- Workaround
- Vorübergehende Umgehung einer Störung, bis die eigentliche Lösung umgesetzt ist.
In 30 Minuten wissen Sie, wo Ihr größtes Risiko liegt.
Im kostenlosen Erstgespräch schauen wir gemeinsam auf Ihren Umgang mit Störungen und zeigen den sinnvollsten nächsten Schritt. Unverbindlich und ohne Verkaufsdruck.