Ingenieure wollen wissen, was kaputt ist, statt Logs zu durchsuchen

Ein praktizierender Softwareingenieur argumentiert, dass moderne Observability zwar die Log-Suche gelöst hat, aber das eigentliche Kernproblem nach der Suche – das Analysieren von Vorfällen – ungelöst bleibt. Herkömmliche Tools wie Splunk, Elasticsearch und Datadog machen Logs zwar auffindbar, jedoch verbringen Ingenieure die meiste Zeit bei Incidents mit dem Gruppieren von Fehlern, Kausalitätsanalysen und der Kontextbeschaffung. Nach der Bewertung früherer Ansätze wie Anomalieerkennung oder regelbasiertem Alerting skizziert der Beitrag eine von TraceRoot entwickelte Vier-Schichten-Architektur: strukturierte Log-Ingestion und -Suche, deterministische Texterkennung, ein Incident-Lifecycle-Modell sowie eine oberste Reasoning-Ebene. Auf dieser letzten Ebene fassen LLMs gruppierten, strukturierten Kontext zusammen und schlagen wahrscheinliche Ursachen vor. Der Autor betont, dass LLM-Outputs als erster Entwurf menschliche Verifikation erfordern und deterministische Prozesse Vorrang haben müssen, um reproduzierbare Ergebnisse zu gewährleisten.