Damit die Umstellung auf DevOps gelingen kann, benötigen Unternehmen ausreichend Know-how, aussagekräftige Metriken, eine durchdachte Herangehensweise und die richtige Technologie. Vier Etappen gilt es zu bewältigen, in denen jeweils andere Schwerpunkte über Erfolg und Misserfolg entscheiden.
Die Umstellung auf DevOps ist kein Spaziergang. Damit ein erfolgreicher Start gelingen kann, benötigen Unternehmen ausreichend Know-how, aussagekräftige Metriken, eine durchdachte Herangehensweise und die richtige Technologie. Vier Etappen gilt es zu bewältigen, in denen jeweils andere Schwerpunkte über Erfolg und Misserfolg der Mission entscheiden:
Am Anfang war das Chaos…
Die Ausgangssituation ist in vielen Unternehmen die gleiche: IT-Betrieb und Entwicklerteam kochen jeweils ihr eigenes Süppchen. Die Zusammenarbeit beschränkt sich auf ein Minimum, Kommunikation zwischen den beiden Abteilungen erfolgt zumeist spontan und ohne feste Agenda. Die meisten Prozesse werden manuell erledigt, Automatisierung gibt es allenfalls in Ansätzen. Der Software Development Lifecycle (SDLC) ist chaotisch, unkontrolliert und unvorhersehbar. Hier beginnt die DevOps-Reise.
In der Anfangsphase ist zunächst entscheidend, erste Automatisierungsinitiativen anzustoßen und den Blick aller Mitarbeiter für das große Ganze zu schärfen. Die Botschaft muss lauten: Entwicklung und IT-Betrieb arbeiten auf das gleiche Ziel hin; alle sitzen in einem Boot.
1. Managen
Auf der ersten Etappe der DevOps-Reise hat die Kommunikation zwischen Entwickler und IT-Betrieb bereits geregelte Formen angenommen, Entscheidungen werden vermehrt gemeinsam getroffen. Automatisierung existiert, aber verharrt in Silos. Es fehlt noch eine zentralisierte Infrastruktur. Auch die Prozesse haben weiterhin Optimierungsbedarf: Sie werden nun zwar zentral verwaltet, aber sind noch nicht standardisiert.
Zuerst sollten nun Qualitätsmaßstäbe etabliert werden, die verhindern, dass erkannte Fehler ungelöst durch den SDLC wandern. Parallel dazu müssen die IT-Verantwortlichen verhindern, dass Optimierungen von Teilen des Systems derart große Verwerfungen nach sich ziehen, dass das System insgesamt anschließend weniger effizient funktioniert als zuvor.