Grundlagen der Beobachtbarkeit von Daten

Kapitel 8. Undurchsichtige Systeme lichtdurchlässig machen

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

In den vorangegangenen Kapiteln, in denen ich Low-Code-No-Code-Lösungen behandelt habe, habe ich einige Out-of-the-Box-Strategien aufgezählt, die verwendet werden können, um Datenbeobachtungen zu generieren, bis sich diese Lösungen so weiterentwickeln, dass sie nativ datenbeobachtbar werden.

Andere, oft bekannte Systeme ähneln diesen Lösungen, da sie die gleichen Eigenschaften haben: Die Datenverwendung findet im Motor unter der Motorhaube statt. Es ist weder effizient (kosten- und zeitsparend) noch empfehlenswert, sie zu öffnen.

Erhebliche Risiken sind mit Systemen verbunden, die keinen klaren Einblick in ihren Motor oder die Nutzung der Daten bieten. Das Hauptproblem besteht darin, dass die Nutzer/innen nicht auf das System zugreifen können, um zu analysieren, ob es irgendwelche Probleme gibt, die Probleme verursachen könnten. Dieser Mangel an Transparenz bedeutet, dass die Nutzer/innen nicht in der Lage sind, die Ursachen von Problemen zu erkennen, was sie dazu zwingt, nachgelagerte Systeme zu patchen, anstatt die vorgelagerten Probleme anzugehen. Ein weiteres Problem bei diesen Systemen ist der Verlust von Wissen über ihr internes Verhalten.

Auch wenn sie in der Vergangenheit erfolgreich konfiguriert oder entwickelt wurden, verfügen nur noch wenige über das interne Wissen, um zu verstehen, ...