Der Report, für den 525 IT-Führungskräfte und -Fachkräfte aus neun Ländern und elf Branchen befragt wurden, zeigt Schwerpunkte, Herausforderungen und Trends bei Observability-Investitionen auf. Dazu zählt allen voran der zunehmende Einsatz von Enterprise-KI. Gleichzeitig belegen die Daten, dass die Kosten für Systemausfälle in digitalen Unternehmen sehr hoch sind: Schwerwiegende schlagen mit durchschnittlich 1,7 Millionen Euro pro Stunde oder etwa 29.000 Euro pro Minute Downtime zu Buche.
Ausfälle kosten deutsche Unternehmen Zeit und Geld
40 Prozent der Befragten in Deutschland gaben an, dass schwerwiegende Ausfälle in ihren Unternehmen Verluste zwischen 800.000 Euro und 2,5 Millionen Euro pro Stunde verursachen. Fast die Hälfte (46 Prozent) der deutschen Unternehmen verzeichnet mindestens wöchentlich einen solchen Ausfall; der EMEA-Durchschnitt beträgt hingegen nur 37 Prozent. Die mittleren Kosten schwerwiegender IT-Ausfälle insgesamt belaufen sich in den befragten deutschen Unternehmen auf 147 Millionen Euro pro Jahr – mehr als der EMEA-Durchschnitt von 89 Millionen Euro und deutlich mehr als in Großbritannien und Irland (33 Millionen Euro) oder Frankreich (77 Millionen Euro).
Die drei Hauptursachen dieser Ausfälle in Deutschland laut Studie: Netzwerkstörungen, Ausfälle von Drittanbieter- oder Clouddiensten und Hardwarefehler sowie individuell vorgenommene Änderungen in IT-Umgebungen. Das IT-Personal muss mehr als ein Viertel der Arbeitszeit (28 Prozent) für die Behebung von Störungen aufwenden und kann diese nicht der Entwicklung neuer Funktionen oder weiterer Weiterentwicklungen widmen.
Lösungen für Full-Stack-Observability halbieren Ausfallkosten
„Full-Stack-Observability“ (FSO) ist definiert als Transparenz über den gesamten Tech-Stack hinweg und in fünf Kategorien unterteilt: Infrastruktur, Anwendungen und Services, Security Monitoring, Digital Experience Monitoring (DEM) und Logmanagement. Die Studie ergab, dass Ausfälle mit hohem Business Impact in befragten EMEA-Unternehmen mit Full-Stack-Observability durchschnittlich 870.000 Euro pro Stunde kosten – in Unternehmen ohne FSO belaufen sich die Kosten mit 1,7 Millionen Euro auf das Doppelte.
Mehr KI deckt Lücken in der IT-Transparenz auf
Durch den Zuwachs von Anwendungen auf Basis großer Sprachmodelle (LLMs) und Agentic-AI ergeben sich auch neue Schwierigkeiten, die den Überblick über die eigene IT-Landschaft erschweren und von herkömmlichen Monitoring-Methoden nicht ausgeräumt werden können. Ohne moderne, speziell für den Einsatz von KI entwickelte Methoden zur Überwachung, können sich Probleme unbemerkt durch die Systeme ausbreiten. KI wurde in der Studie von 36 Prozent der deutschen Unternehmen als Haupttreiber für die Einführung von Observability-Lösungen angegeben. Laut 48 Prozent der Befragten zählte die die KI-Vorbereitung und -verwaltung zu den wichtigsten Vorteilen ihrer Observability-Lösung.
Observability erhöht den Geschäftswert durch Produktivitätssteigerung
Deutsche Unternehmen erzielen durch Observability auffallend oft Produktivitätssteigerungen. 40 Prozent der Befragten gaben an, dass der Einsatz die Produktivität steigert, da Probleme schneller gefunden und behoben werden, 38 Prozent, dass eine entsprechende Lösung das Fehlermanagement in komplexen Tech-Stacks vereinfacht. Für 29 Prozent der Befragten erleichterte sich die zeitliche Priorisierung. 44 Prozent der befragten Führungskräfte gaben an, dass ihre Observability-Lösung die Datenvisualisierung über ein zentrales Dashboard ermöglicht und 37 Prozent sprachen von messbarer Arbeitserleichterung.
„Unsere aktuellen Umfrageergebnisse senden ein klares Signal: Viele deutsche Unternehmen unterschätzen die wirtschaftlichen Folgen von IT-Ausfällen erheblich. Firmen, die nicht in Observability investieren, riskieren nicht nur enorme Umsatzeinbußen, sondern auch ihren guten Ruf“, sagte Klaus Kurz, Senior Director, Solutions Consulting bei New Relic. „Die Daten sprechen eine deutliche Sprache: Unternehmen, die Lösungen für Full-Stack-Observability über die gesamte IT-Infrastruktur hinweg integrieren, haben weniger Downtime reduzieren kritische Ausfälle und können Fehler schneller beheben, sodass sie Ressourcen ihren Hauptgeschäftszielen widmen können.
Zusätzlich ergaben sich aus der Studie folgende Erkenntnisse:
Investitionen orientieren sich nach wie vor an strategischen Schwerpunkten. Die Einführung von KI wurde von 36 Prozent der deutschen Befragten als Schlüsselfaktor für Observability genannt. Sicherheit, Governance und Compliance folgen mit 35 Prozent und 30 Prozent nennen einen zunehmenden Fokus auf Customer Experience Management.
Tool-Wildwuchs ist für deutsche Unternehmen weiterhin eine Herausforderung. In Deutschland sorgen sich die Befragten um fragmentierte Toollandschaften: 50 Prozent der Unternehmen nutzen mehr als 5 Tools für Observability, im Vergleich zum EMEA-Durchschnitt von 40 Prozent.
Bei zukünftigen Bereitstellungsplänen liegt der Fokus auf KI und Machine Learning. Die Daten zeigen, dass 62 Prozent der deutschen Befragten momentan Toolsets zum Netzwerk-Monitoring einsetzen. Die Mehrheit deutscher Unternehmen (66 Prozent) plant die Einführung von Monitoring für Machine-Learning-Modelle innerhalb der nächsten ein bis drei Jahre und 62 Prozent nehmen sich dies für AIOps-Toolsets vor.
