InfraNestInfraNest
Monitoring

On-call

On-call ist eine operative Praktik, bei der ein designierter Ingenieur oder ein Team erreichbar ist und verpflichtet ist, innerhalb eines definierten Zeitfensters auf Production-Alerts zu reagieren, wenn ein Monitoring-System einen Incident erkennt.

On-call ist ein Besetzungs- und Incident-Response-Modell, bei dem ein Ingenieur oder Teamkollege während einer geplanten Schicht bereit ist, um auf Production-Incidents zu reagieren, die durch automatisiertes Monitoring ausgelöst werden. Wenn ein Monitoring-System ein Problem erkennt – wie einen Health-Check-Fehler, Latenz-Spitze oder Schwellenwertüberschreitung – wird ein Alert über einen Webhook, eine E-Mail oder SNMP an ein Paging-Tool (z. B. PagerDuty, Opsgenie) weitergeleitet, das daraufhin den primären On-Call-Responder per SMS, Telefonanruf oder App-Benachrichtigung benachrichtigt.

Wenn der primäre Responder den Alert nicht innerhalb eines festgelegten SLA-Fensters (normalerweise 5–15 Minuten) bestätigt, leitet eine Eskalationsrichtlinie automatisch einen sekundären oder Backup-Responder ein. Rotationen werden geplant – oft wöchentlich oder täglich – um kontinuierliche Abdeckung im Team zu gewährleisten.

So funktioniert es:

  1. Monitoring-System bewertet Metriken gegen Schwellenwerte (z. B. Festplattennutzung > 90%)
  2. Alert wird ausgelöst und sendet einen Webhook an eine On-Call-Scheduling-Plattform
  3. Paging-Tool benachrichtigt sofort den On-Call-Ingenieur
  4. Ingenieur bestätigt und beginnt mit der Untersuchung
  5. Bei fehlender Bestätigung innerhalb des SLA wird das Tool an den nächsten Responder eskaliert

Beispiel-Alert-Flow: Prometheus Alertmanager erkennt hohe Fehlerrate → sendet Webhook an PagerDuty → ruft primären On-Call-SRE an → sekundärer On-Call wird benachrichtigt, wenn keine Reaktion innerhalb von 10 Minuten erfolgt.

WarningAlert Fatigue ist eine häufige Falle: Zu breite oder rauschende Alert-Schwellenwerte verursachen häufige, nicht verwertbare Seiten, was dazu führt, dass Responder echte Incidents ignorieren oder verspätet bestätigen, was die Mean Time to Recovery (MTTR) verschlechtert. Schwellenwert-Feinabstimmung und Alert-Rule-Verfeinerung sind unverzichtbar.

On-Call-Rotationen sind zentral für operative Resilienz und werden oft mit Runbooks, Status-Seiten und Incident-SLA-Zielen kombiniert.

Anleitungen, die diesen Begriff verwenden

Verwandte Begriffe

Neue Artikel, direkt in dein Postfach

Ich möchte Produkt-Updates und neue Artikel von InfraNest per E-Mail erhalten. Ich kann mich jederzeit abmelden. Datenschutzerklärung

In Sekunden startklar

Bring deine gesamte Infrastruktur in ein modernes Dashboard.

Kostenloser Plan · Keine Kreditkarte nötig · In Minuten eingerichtet