Kae Times

Head in the Clouds

Der Preis der Perfektion: Was fünf Neunen den Menschen dahinter abverlangen

Wir feiern 99,999 % Verfügbarkeit als technische Höchstleistung. Doch hinter jeder Nachkommastelle steht ein Mensch, der beim Abendessen fehlte, einen Geburtstag verpasste oder um drei Uhr morgens vom schrillen Alarm eines Pagers geweckt wurde. Was kostet Perfektion die Menschen, die sie schaffen?

Naomi Ferreira_

Übersetzung von Karla Schreiber_. Read the original in English.

Ich habe Ingenieure in Serverräumen weinen sehen. Nicht wegen der Hitze, obwohl es die auch gab, sondern unter der Last des Wissens, dass dreißigtausend Menschen keine Zahlungen abwickeln konnten, weil Jahre zuvor eine Entscheidung getroffen worden war, die nirgendwo dokumentiert war und die nur sie um zwei Uhr morgens mühsam rekonstruiert hatten.

Das ist die unausgesprochene Ökonomie der fünf Neunen: 99,999 % Verfügbarkeit erlauben gerade einmal 5,26 Minuten Ausfallzeit pro Jahr. Wir behandeln das als technische Spezifikation. Genauer betrachtet ist es ein psychologischer Vertrag, geschrieben mit Blut und Schlafschulden.

Die Mathematik verführt uns. Fünf Neunen klingen nach Reinheit, nach der Beherrschung der Entropie selbst. Was wir selten berechnen, ist die menschliche Arbeitsleistung, die nötig ist, um diese Verfügbarkeit aufrechtzuerhalten. Jede Minute dieser erlaubten Ausfallzeit wird zu einem Budget, das es zu verteidigen gilt, zu einem Schwellenwert, der Eskalationsketten, Krisenzentralen und Störungsnachbesprechungen im Beisein der Geschäftsleitung auslöst. Das System darf niemals kontrolliert versagen, weil das Versagen per Definition abgeschafft wurde.

Ich habe Jahre in dieser Welt verbracht. Ich kenne das körperliche Gefühl: den Cortisolschub, wenn das Telefon in einem bestimmten Muster vibriert, den unwillkürlichen Blick auf die Überwachungsanzeigen, noch bevor man richtig wach ist, das Abwägen, ob die geistigen Reserven nach einem vierzehnstündigen Störungseinsatz noch reichen, um sicher nach Hause zu fahren. Wir haben das zur Normalität gemacht. Wir nannten es „Eigenverantwortung“. Wir gaben ihm heldenhafte Namen wie „Brandbekämpfung“, „Krisenzentralen“ und „alle Mann an Deck“, die verschleierten, was es tatsächlich war: ein strukturelles Versagen, das durch menschliche Opfer dauerhaft aufrechterhalten wurde.

Die Ausfälle der Jahre 2024 und 2025 haben etwas verändert. Als ein Update von CrowdStrike Millionen von Windows-Rechnern lahmlegte, als es bei großen Cloud-Anbietern zu kaskadierenden Ausfällen kam, wurde die Infrastruktur für kurze Zeit für Menschen sichtbar, die sich nie gefragt hatten, wo ihre Anwendungen eigentlich liefen. Die Berichterstattung konzentrierte sich auf die technischen Grundursachen: fehlerhafte Updates, Konfigurationsfehler, unzureichende Tests. Untersucht wurde nicht, in welchem Zustand die Menschen waren, die diese Systeme mit Fachwissen und Erschöpfung zusammengehalten hatten.

Diesen Zustand möchte ich unmittelbar untersuchen.

Die Zuverlässigkeitstechnik hat außergewöhnliche technische Möglichkeiten entwickelt. Wir können neue Versionen ohne jede Ausfallzeit bereitstellen, Daten über Kontinente hinweg replizieren und ausgefallene Instanzen automatisch wiederherstellen. Doch unsere organisatorischen Praktiken bleiben primitiv. Wir besetzen Bereitschaftsdienste, als folgte die menschliche Wachsamkeit vorhersehbaren Zyklen. Wir messen die „mittlere Wiederherstellungszeit“, ohne die „mittlere Erholungszeit nach der Wiederherstellung“ zu erfassen: die Tage verminderter Leistungsfähigkeit, die belasteten Beziehungen, die erst später eintretenden gesundheitlichen Folgen.

Die Kultur der ständigen Verfügbarkeit erzeugt eine ganz eigene Verformung. Ingenieure lernen, der Erholung zu misstrauen. Urlaub wird zur Quelle von Ängsten; Vertretungsregelungen fühlen sich wie persönliches Versagen an. Ich habe begabte Menschen das Berufsfeld ganz verlassen sehen, nicht weil ihnen die Fähigkeiten fehlten, sondern weil sie die körperlichen Folgen anhaltender Hypervigilanz nicht länger ertragen konnten. Das ist kein Problem der Nachwuchsgewinnung. Das ist eine arbeitsbedingte Gesundheitskrise, die wir bewusst nicht beim Namen nennen.

Was würde es bedeuten, bei der Entwicklung die menschliche Zuverlässigkeit ebenso ernst zu nehmen wie die Zuverlässigkeit der Systeme?

Wir würden mit einer ehrlichen Bilanz beginnen. Fünf Neunen, die durch heldenhaften individuellen Einsatz erreicht werden, sind nicht dasselbe wie fünf Neunen, die durch eine widerstandsfähige Architektur erreicht werden. Erstere sind eine Verbindlichkeit, Letztere ein Vermögenswert. Wir würden unterscheiden zwischen „Das System ist ausgefallen“ und „Das System ist auf eine Weise ausgefallen, bei der wir bewusst darauf verzichtet haben, eine Wiederherstellung ohne menschliches Eingreifen zu sozial unverträglichen Zeiten zu ermöglichen“. Wir würden die betriebliche Arbeitslast nicht an der Zahl abgeschlossener Tickets messen, sondern an der dauerhaft tragbaren kognitiven Beanspruchung, die auf das Team verteilt ist.

Noch radikaler wäre es, zu hinterfragen, ob fünf Neunen immer angemessen sind. Nicht jedes System dient dem Betrieb von Herzschrittmachern. Die Kosten der Perfektion sollten gegen die Kosten der Unvollkommenheit abgewogen werden, und in diese Rechnung gehören sämtliche menschlichen Kosten: nicht nur Gehälter und Personalfluktuation, sondern auch der schleichende Verlust an Leistungsfähigkeit, Kreativität und Fürsorge, der mit chronischem Stress einhergeht.

Ich plädiere nicht für Nachlässigkeit. Ich plädiere für Verhältnismäßigkeit. Die besten Zuverlässigkeitsingenieure, die ich kenne, sind nicht diejenigen, die am schnellsten auf Pager-Alarme reagieren. Es sind diejenigen, die Systeme entwickeln, bei denen sie das nur selten müssen. Das verlangt den Organisationen Geduld ab: Investitionen in Automatisierung, in Dokumentation, in Architekturentscheidungen, die der Wiederherstellbarkeit Vorrang vor der Vermeidung von Ausfällen geben. Es verlangt, zu akzeptieren, dass manche Ausfälle hinnehmbar sind, dass ein kontrolliert eingeschränkter Betrieb oft besser ist als eine heldenhafte Aufrechterhaltung des Betriebs.

Die Ausfälle der Jahre 2024 und 2025 waren nicht allein technisches Versagen. Sie waren ein Versagen der Vorstellungskraft: unsere kollektive Unfähigkeit, uns vorzustellen, dass Systeme anders betrieben werden könnten, dass die Menschen in ihnen Schutz vor der Perfektion verdienten, die wir von ihnen verlangten.

Wir bauen Infrastruktur, um menschlichen Bedürfnissen zu dienen. Wenn die Infrastruktur die Menschen aufzehrt, die sie instand halten, haben wir unseren Zweck ins Gegenteil verkehrt. Die nächste Herausforderung der Zuverlässigkeitstechnik ist nicht eine weitere Neun. Es ist die Erkenntnis, dass dauerhaft tragfähige Systeme Menschen brauchen, die sie dauerhaft betreiben können, und dass diese Tragfähigkeit selbst ein technisches Problem ist, das unsere größte Aufmerksamkeit verdient.

Ich wache noch immer manchmal um drei Uhr morgens auf und greife nach einem Telefon, auf dem die Pager-App nicht mehr installiert ist. Der Körper erinnert sich. Die Frage ist, ob wir zulassen werden, dass es den Menschen, die nach uns kommen, weiterhin so ergeht.