Monitoring und Observability für SaaS

Warum Monitoring nicht optional ist

Jede SaaS-Anwendung, die in Produktion läuft, braucht Observability. Das ist keine Frage des "ob", sondern des "wie". Ohne Monitoring fliegen Sie blind: Sie erfahren von Ausfällen durch Kunden-E-Mails statt durch Alerts. Sie debuggen Probleme mit console.log statt mit strukturierten Traces.

Im DACH-Raum kommt eine weitere Dimension hinzu: Wenn Sie personenbezogene Daten in Logs oder Traces erfassen, greifen DSGVO-Anforderungen. Das beeinflusst die Toolwahl erheblich.

Die drei Säulen der Observability

1. Logs — Was ist passiert?

Logs sind die Grundlage. Jede Anwendung produziert sie. Die Frage ist, wie Sie sie sammeln, strukturieren und durchsuchbar machen.

Strukturierte Logs sind Pflicht. JSON statt Plaintext. Request-IDs in jedem Log-Eintrag. Severity-Level konsequent nutzen.

// Schlecht
console.log("User hat sich eingeloggt")

// Gut
logger.info({ userId: "usr_123", action: "login", ip: "redacted", rid: "req_abc" })

Tools: ELK Stack (Elasticsearch, Logstash, Kibana), Grafana Loki, Datadog Logs

2. Metrics — Wie performt das System?

Metrics sind numerische Zeitreihen: CPU-Auslastung, Response Times, Error Rates, Queue Lengths. Sie zeigen Trends und ermöglichen Alerting.

Die vier goldenen Signale (nach Google SRE):

• Latency — Wie lange dauern Requests?
• Traffic — Wie viele Requests kommen rein?
• Errors — Wie viele Requests schlagen fehl?
• Saturation — Wie ausgelastet ist das System?

Tools: Prometheus + Grafana, Datadog Metrics, CloudWatch

3. Traces — Wo ist der Bottleneck?

Distributed Tracing verfolgt einen Request durch alle Services. Unverzichtbar bei Microservices, aber auch bei Monolithen mit externen APIs wertvoll.

Tools: Jaeger, Grafana Tempo, Datadog APM, OpenTelemetry (Standard)

Self-Hosted vs Managed: Der Vergleich

Kosten im Vergleich

Die Kosten variieren stark je nach Datenvolumen. Hier ein realistisches Szenario für eine SaaS mit 5.000-10.000 aktiven Nutzern:

Wichtig: Bei Datadog und New Relic explodieren die Kosten mit der Anzahl der Hosts und dem Log-Volumen. Ein Team, das bei 10 Hosts startet, zahlt bei 50 Hosts schnell das Fünffache.

Error Tracking: Sentry

Sentry verdient eine eigene Erwähnung. Es ist kein vollständiges Observability-Tool, aber das beste Error-Tracking auf dem Markt.

Was Sentry kann:

• Automatisches Grouping ähnlicher Fehler
• Source Maps für Frontend-Errors
• Performance Monitoring (Transactions)
• Release Tracking (welches Deployment hat den Bug eingeführt?)
• Cron Monitoring (Job-Überwachung)

Kosten: Kostenlos bis 5k Events/Monat. Team-Plan ab $26/Monat. Für die meisten Startups im Free Tier ausreichend.

DSGVO: Sentry bietet EU-Datenresidenz (Frankfurt) im Business-Plan. Alternativ: Self-Hosted Sentry (braucht ~4 GB RAM).

Uptime Monitoring

Externe Uptime-Checks sind die einfachste Versicherung. Sie prüfen von außen, ob Ihre Anwendung erreichbar ist.

Empfehlungen:

• Better Stack (ehem. Better Uptime) — Status Pages + Alerting, EU-Checks möglich. Ab $24/Mo.
• Checkly — Synthetische Monitoring + API Checks mit Playwright. Von einem Berliner Team gebaut. Ab $30/Mo.
• UptimeRobot — Einfach und günstig. Free Tier mit 50 Monitoren.

Alerting: Weniger ist mehr

Das größte Problem bei Monitoring ist nicht zu wenig Alerting, sondern zu viel. Alert Fatigue führt dazu, dass kritische Benachrichtigungen ignoriert werden.

Alerting-Strategie:

1. P1 (Sofort, Telefon/PagerDuty): Service down, Datenbank nicht erreichbar, Error Rate > 10%
2. P2 (Slack, innerhalb 1h): Hohe Latenz, Disk > 80%, Certificate expiry < 7 Tage
3. P3 (E-Mail, nächster Werktag): Erhöhte Error Rate, langsame Queries, Dependencies degraded

Regel: Wenn ein Alert in 30 Tagen nie zu einer Aktion geführt hat, löschen oder stumm schalten.

Implementierungsreihenfolge

Nicht alles auf einmal. Bauen Sie Observability schrittweise auf:

DSGVO und Monitoring

Logs enthalten fast immer personenbezogene Daten: IP-Adressen, User-IDs, E-Mails in Error Messages. Daraus folgt:

• Log-Retention begrenzen (30-90 Tage reichen für die meisten Fälle)
• PII reduzieren — IP-Adressen anonymisieren, E-Mails nicht in Logs schreiben
• DPA abschließen wenn Sie Managed-Tools mit EU-Daten nutzen
• Self-Hosted bevorzugen wenn maximale Datenkontrolle gefordert ist

Fazit: Pragmatisch starten

Für SaaS-Startups im DACH-Raum empfehle ich diesen Stack:

1. Sentry (Free/Team) für Error Tracking
2. Better Stack oder Checkly für Uptime Monitoring
3. Grafana + Prometheus auf Hetzner für Metrics (Self-Hosted)
4. Grafana Loki für Logs (Self-Hosted oder Grafana Cloud)

Wer das initiale Setup nicht selbst stemmen will, kann das Monitoring als Teil eines Subscription-Development-Modells aufbauen lassen — Schritt für Schritt, ohne den laufenden Betrieb zu unterbrechen.

Gesamtkosten: unter €100/Monat für ein solides Setup. Das ist ein Bruchteil dessen, was eine Stunde ungeplanter Downtime kostet.

---

Verwandte Themen

• CI/CD Pipeline für SaaS-Startups
• Docker und Kubernetes: Wann was einsetzen?
• Hosting DE: Hetzner vs AWS vs Vercel
• Deployment Strategie
• Cloud & DevOps als Subscription