Interview

Echtzeit-Observability in der Praxis mit ANOW! Observe

Wie sieht Observability in der Praxis aus? Magnus Bache und Zaher Albaroudi präsentieren einen anschaulichen Use Case für ANOW! Observe, die Observability-Lösung von Beta Systems.

magnus-bache.jpg
Magnus Bache
Cloud Architect, Beta Systems
zaher-albaroudi.jfif
Zaher Albaroudi
Software Engineer, Beta Systems

Anhand einer mit verschiedenen Sensoren ausgestatteten Achterbahn demonstrieren sie, wie Telemetriedaten erfasst und nahezu in Echtzeit sichtbar gemacht werden können. Infrarotsensoren verfolgen die Bewegung des Wagens, während weitere Daten beispielsweise Informationen zu Fahrzeiten und Motorgeschwindigkeit liefern. Die daraus entstehenden Logs, Metriken und Traces können anschließend in ANOW! Observe dargestellt und analysiert werden.

Die Demo zeigt praxisnah, wie Observability Transparenz in komplexen Systemen schafft. Durch die zentrale Zusammenführung von Telemetriedaten unterstützt ANOW! Observe IT-Teams dabei, Systemverhalten besser zu verstehen, die Performance zu überwachen und mögliche Probleme schneller zu erkennen.

Die Achterbahn steht dabei beispielhaft für ein wesentlich größeres Einsatzfeld: Überall dort, wo Systeme Telemetriedaten erzeugen, kann Observability diese Daten in verwertbare Erkenntnisse verwandeln.

Video thumbnail

Kannst du uns etwas über die Achterbahn erzählen?

Im Grunde möchte ich ein Showcase für ANOW! Observe bauen, also unsere neue Observability-Lösung. Und um das in einem spielerischen und interessanten Rahmen zu machen, haben wir beschlossen, eine Achterbahn zu bauen und einige Sensoren daran anzubringen. Und mit all diesen Sensoren können wir nun Telemetriedaten generieren, wie Log-Ereignisse, Metriken und Traces, um zu zeigen oder vorzuführen, was ANOW! Observe kann und wofür es verwendet werden kann.

Wie hast du die Achterbahn gebaut?

Wir haben schnell eine Achterbahn gebaut und daran dann viele Sensoren angebracht, zum Beispiel Infrarotsensoren, um zu erkennen, ob sich ein Objekt davor befindet. Und mit all diesen Sensoren können wir die Zeit zwischen ihnen messen, und somit was das Auto zurückgelegt hat, und es dann in ANOW! Observe anzeigen. Also in einem Panel, um dieses zu visualisieren.

Wie funktioniert die Achterbahn in Verbindung mit ANOW! Observe?

Was Magnus also tatsächlich gebaut hat, ist ein System, das man im Grunde von außen überwachen könnte. Er hat zum Beispiel mehrere Sensoren. Und diese Sensoren senden im Grunde Daten. Er sendet also Daten. Was ist also eine wirklich gute Möglichkeit für Sie, zum Beispiel jeden Sensor zu beobachten und zu sehen, wie hoch die Motordrehzahl ist, all diese kritischen Daten, die Sie wirklich benötigen zu beobachten? Das ist eine weitere Sache, die wir zum Beispiel mit dem Observability-Tool möglich gemacht haben: Sie können die Live-Daten sofort sehen, sobald Sie zum Beispiel eine Fahrt bestellen. Sobald die Achterbahn den Sensor passiert, konnten Sie die Daten im Grunde sofort in ANOW! Observe sehen. Sie würden es also sehen, und feststellen können, ob es irgendein Problem gibt.

So funktioniert es also ANOW! Observe. Sie könnten im Grunde alles überwachen, was Sie möchten. Und als Showcase, dass Sie im Grunde jede Art von System überwachen könnten, ist die Achterbahn ein wirklich guter Kandidat.

Weitere Ressourcen

Analysten-Berichte
Gartner Magic Quadrant Report 2026

2026 Gartner® Magic Quadrant™ für Service Orchestration and Automation Platforms (SOAP)

Beta Systems wurde als Leader im 2026 Gartner® Magic Quadrant™ für Service Orchestration and Automation Platforms positioniert. Lesen Sie den kostenfreien Bericht, um die Gartner-Bewertung des SOAP-Marktes kennenzulernen, relevante Anbieter zu vergleichen und mehr über die Positionierung von Beta Systems zu erfahren.
Interview
eduardo-raygadas.png

Eduardo Raygadas de la Torre über Mainframe, KI & moderne Automatisierung

Eduardo Raygadas de la Torre von Versaria spricht über die Zukunft von Mainframe-Modernisierung, KI und Enterprise Automation. Erfahren Sie, wie Beta Systems bewährte Mainframe-Expertise mit KI, Automatisierung und Observability verbindet, um hybride IT-Landschaften zu unterstützen und neue Möglichkeiten für Unternehmen im mexikanischen Markt zu schaffen.
Blog-Artikel
Website Blog Observability

Workflow-aware Observability als Schlüssel für moderne Orchestrierung

Da sich Orchestrierung heute über Mainframes, Cloud-Umgebungen, Data Pipelines und AI Workflows erstreckt, wird fragmentierte Telemetrie zunehmend zum Problem: Teams und AI-Systemen fehlt ein gemeinsames operatives Gesamtbild. Standardisierte Workflow-aware Observability löst diese Herausforderung, indem Workflow-Telemetrie, Logs und SLA-Status über ein gemeinsames, OpenTelemetry-basiertes Modell zusammengeführt werden. So erhält jede Rolle die für sie relevanten Insights auf Basis einer einheitlichen Datengrundlage. In diesem Artikel zeigen wir, warum standardisierte Workflow-aware Observability für moderne IT-Orchestrierung immer wichtiger wird und wie die ANOW! Plattform von Beta Systems dabei unterstützt, diese Herausforderung zu lösen.