In dieser Episode des DevTalk-Podcasts unterhalte ich mich mit meinem Kollegen Kerry Lothrop über den Stand von DevOps. Wir kennen uns seit vielen Jahren bei Zühlke, und Kerry wollte erfahren, was DevOps heute wirklich bedeutet, wo Unternehmen Schwierigkeiten haben und wohin sich die Branche entwickelt.
Was DevOps wirklich bedeutet#
Eine der ersten Fragen von Kerry war, DevOps zu definieren. Für mich ist DevOps ein Mindset, eine Kultur und eine Reihe von technischen Praktiken, die es uns ermöglichen, kontinuierlich Wert zu liefern. Es bringt alle Menschen, alle Technologien und alle Methoden zusammen, damit wir unseren Kunden kontinuierlich Mehrwert bieten können.
Der Mindset-Teil ist besonders wichtig. Wenn man ein DevOps-Mindset hat, denkt man in Produkten. Es geht um das Ergebnis, das man erreichen möchte, nicht um den Output. Statt die Anzahl der Features zu maximieren, konzentriert man sich darauf, das eine Feature umzusetzen, das für den Kunden gut ist. Man stellt den Nutzer in den Mittelpunkt und versucht, sein tatsächliches Problem zu lösen.
„DevOps ist ein Mindset, eine Kultur und eine Reihe von technischen Praktiken, die es uns ermöglichen, kontinuierlich Wert zu liefern."
Die Ursprungsgeschichte: Wir hatten es schon einmal#
Interessanterweise arbeiteten die Menschen Anfang der 2000er Jahre bereits in einem Modell, das ich als DevOps-Betriebsmodell bezeichnen würde. Es gab kleine Teams, die Projektmanagement, Requirements Engineering, Testing, Entwicklung und Betrieb übernahmen. Alles war in einem Team vereint, es gab keine Silos und keine Mauern der Verwirrung.
Dann wurde es komplizierter. Unternehmen entschieden sich, die Softwareentwicklung zu skalieren, indem sie spezialisierte Teams für jede Disziplin bildeten. So entstanden die Silos. Das Problem: Der Wertstrom fliesst nicht durch Silos. Stattdessen werden Dinge über Mauern der Verwirrung geworfen, und genau dort beginnen die Probleme.
DevOps beginnt vor dem Code#
Kerry war überrascht, als ich erklärte, dass DevOps viel früher beginnt, als die meisten denken. Es fängt an, wenn das Business eine Idee hat. Nicht alle Ideen sind es wert, in ein Projekt umgesetzt zu werden. In einer DevOps-Welt identifiziert man zuerst die Hypothese hinter der Idee und versteht, welches Problem man lösen möchte.
Dann definiert man Frühindikatoren zur Erfolgsmessung. Man geht zum Kunden mit UX-Methoden, um die Hypothese zu validieren. Man definiert die minimale Architektur, die nötig ist. Man zerlegt alles in Features und User Stories. Und man entwickelt mit kontinuierlicher Testbarkeit und Betreibbarkeit im Blick. Nach dem Aufbau der Continuous-Delivery-Pipeline misst man, ob die Hypothese zutrifft, und passt sich entsprechend an.
Das ist der vollständige Zyklus des DevOps-Unendlichkeitssymbols.
Messen, was zählt#
Wenn es um die Messung der Software-Delivery-Performance geht, verweise ich immer auf das Buch Accelerate und die DORA-Metriken. Die vier wichtigsten Metriken sind:
- Lead Time for Changes: Wie lange es vom Code-Commit bis zur Produktion dauert
- Deployment Frequency: Wie oft man in die Produktion deployt
- Change Failure Rate: Der Prozentsatz der Deployments, die Fehler verursachen
- Mean Time to Recovery: Wie schnell man den Service nach einem Vorfall wiederherstellt
Es ist wichtig, den Unterschied zwischen Deployment und Release zu verstehen. Ein Deployment bringt neuen Code mit ausgeschaltetem Feature Toggle in die Produktion. Ein Release ist das Einschalten des Feature Toggles. Diese Unterscheidung ermöglicht eine hohe Deployment-Frequenz, ohne die Nutzer zu stören.
Nicht jedes Unternehmen muss alle 15 Minuten deployen. Es ist völlig in Ordnung, täglich oder in einem Zwei-Tage-Zyklus zu deployen. Entscheidend ist das Gespräch darüber, was im eigenen Kontext sinnvoll ist.
Der Aufstieg digitaler Fabriken und Platform Engineering#
Auf die Frage, wohin DevOps sich entwickelt, teilte ich meine Vision des Zeitalters der Industrialisierung der Softwareentwicklung. Wir bewegen uns hin zu digitalen Fabriken, in denen Teams auf Fliessbändern der Automatisierung arbeiten und kontinuierlich ihre Produkte liefern.
Diese Fliessbänder sind Plattformen, die von Plattform-Teams gebaut werden, die Platform Engineering betreiben. Die Plattform-Teams ermöglichen es den Produkt-Teams, DevOps zu praktizieren. Das ist die Richtung, in die sich die Branche entwickelt: Plattformen, die die kognitive Last reduzieren und Teams ermöglichen, sich auf die Wertschöpfung zu konzentrieren.
„Wir treten in das Zeitalter der Industrialisierung der Softwareentwicklung ein. Platform Engineering ermöglicht es Produkt-Teams, DevOps zu betreiben."
KI in DevOps: Bereits mit grosser Wirkung#
Wir sprachen auch über KI. Zum Zeitpunkt des Podcasts war gerade ChatGPT 4 veröffentlicht worden. Ich berichtete, dass KI bereits im Operations-Bereich durch AIOps hilft. Bei einem meiner Kunden generieren wir täglich rund 16 Terabyte Telemetriedaten. Das ist ein Big-Data-Problem, und KI ist hervorragend in der Mustererkennung, um Problembereiche zu identifizieren und Ursachenanalysen durchzuführen.
Ich prognostizierte, dass sich KI über Planung und Entwicklung hinaus auf Releasing, Monitoring und Deployment ausweiten wird. Die Tools entwickeln sich rasant weiter, und KI wird uns weiterhin helfen, über den gesamten DevOps-Zyklus hinweg bessere Arbeit zu leisten.
Kernaussagen#
- DevOps ist zuerst ein Mindset. Die Kultur und das Produktdenken sind wichtiger als die Tools.
- Denke in Produkten, nicht in Projekten. Fokussiere dich auf das Ergebnis für den Kunden, nicht auf den Output für die Organisation.
- Beginne mit der Hypothese. Bevor du etwas baust, verstehe, welches Problem du löst und wie du den Erfolg misst.
- Nutze DORA-Metriken weise. Sie sind wissenschaftlich belegt, aber wende sie auf deinen Kontext an, statt blindlings Elite-Status anzustreben.
- Platform Engineering ist die Zukunft. Digitale Fabriken mit internen Entwicklerplattformen werden Teams ermöglichen, DevOps im grossen Massstab zu betreiben.
- KI wird den gesamten DevOps-Zyklus transformieren. Von der Planung bis zum Monitoring hat KI bereits eine Wirkung und wird weiter wachsen.