Die Macht von Deep Code Insights

Es ist ein Wettrennen um Zeit und Releases: Erfolgreiche Tech-Unternehmen aus den obersten Rängen bringen täglich Hunderte, wenn nicht sogar Tausende Anwendungs- und Code-Releases auf den Markt und heben damit die Messlatte für den Erfolg digitaler Dienste spürbar an. Für Software-Entwickler fallen viele Aspekte gleichzeitig in diese Rechnung: heterogene Anwendungen fehlerfrei entwickeln, die Balance zu Geschäftszielen wahren und attraktiv für die Nutzer bleiben. Doch das ist nicht leicht, wenn zwischen Backend-Architektur und Frontend-Erlebnis eine engmaschige Verflechtung von Drittanbieter-Diensten, Legacy-Technologie und dezen­traler Multi-Cloud-Infrastruktur herrscht.

Die Kunst ist es dann, eingeschlichene Fehler aufzuspüren und zu beseitigen, bevor der Anwender von ihnen Notiz nimmt. Denn die Folgen können gravierend sein: In einer Umfrage unter 6.000 IT-Experten stellte AppDynamics fest, dass ein Ausfall ein Unternehmen durchschnittlich 200.000 bis 400.000 Dollar kostet. Zudem sind viele Nutzer gnadenlos: In der Befragung von 1.008 deutschen Verbrauchern durch AppDynamics zeigten sich 64 Prozent wenig tolerant bei (Performance-)Problemen digitaler Anwendungen. Etwa die Hälfte wechselt sogar zu einem anderen Anbieter.

Sobald fehlerhafter Code releast wurde, müssen die Entwickler im Nachhinein nach den Ursachen suchen. Laut einer Umfrage der Bezahlplattform Stripe verbringen Entwickler rund 17,3 Stunden in der Woche damit, in Code nach Bugs zu suchen und diese Fehler auszubügeln. Viele Entwickler sind dabei immer noch gezwungen, selbst in die Logs zu schauen. Stattdessen könnten sie diese kritischen Daten und ihre Kontexte auf automatisiertem Weg erfassen – in Echtzeit. Unerheblich, ob sich die Probleme in monolithischen Umgebungen oder in hochdistribuierten, auf Microservices basierenden Anwendungen ergeben: Insights auf Code-Ebene machen Software Delivery effizienter. Zu den Ergebnissen dieser tiefen Einblicke in den Anwendungs-Code zählen eine Reduzierung der Mean Time to Recover (MTTR), eine engere Zusammenarbeit von Operations- und Entwickler-Teams über einen DevOps-Ansatz und eine Steigerung von IT-Effizienz und IT-Produktivität.

Automatisierte Performance-Monitoring-Tools im Rahmen eines AIOps-Ansatzes (Artificial Intelligence for IT-Operations) unterstützen IT-Teams dabei, Performance-Schwierigkeiten zu tilgen, deren Ursprung etwa in der Infrastruktur zwischen Backend und Frontend zu finden ist. Doch manchmal liegen die Probleme tiefer. Debugging-Plattformen offenbaren Entwicklern in Echtzeit hohe Transparenz auf Code-Ebene schon während der Testphase einer Anwendung.

Dank Performance-Monitoring- und Debugging-Lösungen müssen Entwickler nicht mehr einen Großteil ihrer Arbeitszeit auf das Beheben von Fehlern nach Produktveröffentlichung verwenden, sondern können neue und bessere Anwendungen entwickeln. Diese Zeitersparnis stößt wie ein Dominostein viele positive Nebeneffekte an: Steigerung von Kundenerfahrung und -zufriedenheit, Innovationsbereitschaft und die Einhaltung von Geschäftszielen. Sobald fehlerfreie Anwendungen gewährleistet sind, können Unternehmen mit dem Fortschrittstempo von Top-Tech-Unternehmen mithalten.