Site Reliability Engineering (SRE) mit Andy Grunwald vom Engineering Kiosk #81

https://is1-ssl.mzstatic.com/image/thumb/Podcasts211/v4/e2/c0/6a/e2c06a59-4f3e-c8d4-c897-d4f3ba2b32ec/mza_17417335226197343577.jpg/600x600bb.jpg

Einfach Komplex – Der Software- und IT-Podcast

Dr. Burkhard Heisen, Gerrit Meyer, Heisenware

96 episodes

2 days ago

Einfach Komplex ist ein Projekt von Burkhard und Gerrit, den Gründern von heisenware.com. Heisenware ist die Low-Code App-Entwicklungsplattform für Produktion und Maschinenbau. Wir machen Software, IT und Technologietrends verständlich – für Laien und Entwickler gleichermaßen. Zweiwöchentlich liefern wir euch knackige Details zu Softwarearchitektur, Hardware, Cloud Computing, IT/OT, Cybersecurity, KI und sogar zur Smart Factory. Lasst euch für Diskussionen über Digitalisierung, Softwareentwicklung und Tech-Themen fit machen. Alles unkompliziert serviert, aber in seiner ganzen Komplexität.

Technology

RSS

All content for Einfach Komplex – Der Software- und IT-Podcast is the property of Dr. Burkhard Heisen, Gerrit Meyer, Heisenware and is served directly from their servers with no modification, redirects, or rehosting. The podcast is not affiliated with or endorsed by Podjoint in any way.

Technology

https://d3t3ozftmdmh3i.cloudfront.net/staging/podcast_uploaded_episode/35492297/35492297-1744028091837-7bae761104f87.jpg

Site Reliability Engineering (SRE) mit Andy Grunwald vom Engineering Kiosk #81

Einfach Komplex – Der Software- und IT-Podcast

1 hour 17 minutes 20 seconds

7 months ago

Site Reliability Engineering (SRE) mit Andy Grunwald vom Engineering Kiosk #81

SRE (Site Reliability Engineering) ist ein Ansatz, bei dem Softwareentwickler aktiv die Verantwortung für Systemstabilität und Skalierbarkeit übernehmen. Gast Andy Grunwald (Engineering Manager bei Cloudflare und Co-Host des "Engineering Kiosk") erklärt den Paradigmenwechsel: Statt wie klassische Ops-Teams primär reaktiv auf Ausfälle zu reagieren, gestalten SREs Systeme von Grund auf resilient.

Zentrale Elemente sind Service Level Objectives (SLOs), die festlegen, wie stabil ein Service sein muss, und Error Budgets, die akzeptable Ausfallzeiten definieren. Bei Problemen folgt SRE einem strukturierten Incident-Management-Prozess.

Der kulturelle Aspekt ist entscheidend: SRE verschiebt den Fokus von kurzfristiger Fehlerbehebung hin zu langfristiger Systemstabilität – etwa durch Automatisierung, Monitoring und gezielte Resilienztests (Chaos Engineering). Letztlich geht es darum, Betrieb und Entwicklung näher zusammenzubringen, ohne in klassische "Wir gegen die Ops"-Muster zu verfallen.

------

Korrekturen zur Folge

Beim Thema Incidents wird gesagt, dass die Metrik MTRR heißt. Sie heißt jedoch MTTR. Siehe https://de.wikipedia.org/wiki/Mean_Time_To_Recover
Bei der Story mit dem Flugzeug und den Löchern im Flügel sprechen wir vom "Confirmation Bias". Tatsächlich handelt es sich um das "Survivorship Bias". Siehe https://en.wikipedia.org/wiki/Survivorship_bias

------

Links zur Folge

https://andygrunwald.com/blog/my-all-time-high-articles/

The Phoenix Project https://www.amazon.de/Phoenix-Project-DevOps-Helping-Business/dp/0988262592

The Unicorn Project https://www.amazon.de/Unicorn-Project-Developers-Disruption-Thriving/dp/1942788762

Google SRE books: https://sre.google/books/

Exponential Backoff And Jitter https://aws.amazon.com/de/blogs/architecture/exponential-backoff-and-jitter/

SRE fundamentals: SLIs, SLAs and SLOs

https://cloud.google.com/blog/products/devops-sre/sre-fundamentals-slis-slas-and-slos?hl=en

Pagerduty Incident Response https://response.pagerduty.com/

Engineering Kiosk Podcasts: ⁠https://engineeringkiosk.dev/

Andy Grunwald LinkedIn https://www.linkedin.com/in/andy-grunwald-09aa265a/