Datadog

Datadog ist ein Unternehmen aus New York, das Programme zur Überwachung von Computersystemen anbietet. Große Firmen betreiben heute hunderte Rechner, Webseiten und Apps gleichzeitig. Datadog sammelt laufend Messwerte aus all diesen Teilen ein. Dazu gehören Fragen wie: Wie schnell antwortet die Seite? Wie voll ist der Speicher? Wie viele Fehler treten pro Minute auf? Alles landet in einer gemeinsamen Oberfläche mit Diagrammen und Warnmeldungen. Fällt etwas aus, schlägt das System Alarm, oft bevor Kunden überhaupt etwas merken. Das Unternehmen wurde 2010 gegründet und ist seit 2019 an der US-Technologiebörse Nasdaq notiert.

Warum Firmen für einen Blick aufs Armaturenbrett zahlen

Moderne Software besteht selten aus einem einzigen Programm. Ein Online-Shop setzt sich aus Dutzenden kleiner Dienste zusammen: einer für die Suche, einer für den Warenkorb, einer für die Bezahlung. Wenn die Seite langsam wird, ist unklar, welcher dieser Dienste schuld ist. Ohne Überwachung sucht das Entwicklungsteam im Dunkeln. Jede Minute Ausfall kostet dabei Umsatz und Vertrauen.

Genau hier liegt der wirtschaftliche Wert. Datadog verkauft kein einzelnes Produkt, sondern ein Abonnement. Kunden zahlen monatlich, meist nach Anzahl der überwachten Rechner und nach Datenmenge. Solche wiederkehrenden Einnahmen gelten an der Börse als besonders verlässlich. Deshalb wird Datadog oft als Beispiel für das Geschäftsmodell Software as a Service genannt, also Software, die man mietet statt kauft.

Ein Nebeneffekt: Wer seine Überwachung einmal eingerichtet hat, wechselt ungern. Dashboards, Alarmregeln und Routinen hängen am System. Diese Bindung nennt man Wechselkosten, und sie macht solche Anbieter für Investoren interessant. Gleichzeitig gibt es Konkurrenz durch Splunk, New Relic, Grafana und die Überwachungsdienste der großen Cloud-Anbieter.

Agenten, Metriken und Logs

Technisch beginnt alles mit einem kleinen Hilfsprogramm, dem Agenten. Es wird auf jedem überwachten Rechner installiert und läuft dort im Hintergrund. Der Agent liest regelmäßig Messwerte aus und schickt sie an die Rechenzentren von Datadog. Dort werden die Daten gespeichert, zusammengerechnet und als Kurven dargestellt.

Man unterscheidet grob drei Arten von Daten. Metriken sind Zahlen über die Zeit, etwa die Prozessorauslastung alle zehn Sekunden. Logs sind Textzeilen, die Programme über ihre Tätigkeit schreiben. Traces verfolgen eine einzelne Anfrage auf ihrem Weg durch alle beteiligten Dienste. Zusammen ergeben sie ein Bild davon, was im System wirklich passiert. Der Fachbegriff dafür lautet Observability, auf Deutsch etwa Beobachtbarkeit.

Darüber liegen Regeln für Alarme. Ein Team legt zum Beispiel fest: Steigt die Antwortzeit über zwei Sekunden, schicke eine Nachricht an den Bereitschaftsdienst. Zunehmend übernehmen auch Lernverfahren diese Bewertung. Sie merken sich den normalen Tagesverlauf und melden Abweichungen, ohne dass jemand feste Grenzwerte eintippt. Ein häufiger Irrtum ist, Datadog behebe Fehler selbst. Es zeigt Probleme, die Reparatur bleibt Aufgabe der Menschen.

Datadog in Quartalszahlen und im KI-Boom

In Finanznachrichten taucht Datadog vor allem bei Quartalszahlen auf. Beobachtet wird dann das Umsatzwachstum und die Zahl der Kunden, die über eine Million Dollar im Jahr zahlen. Weil fast jede größere Softwarefirma solche Werkzeuge braucht, gilt das Unternehmen als Gradmesser für die Ausgabenlaune der Tech-Branche. Sparen die Kunden bei ihrer Cloud-Nutzung, sinken auch Datadogs Einnahmen.

Der KI-Boom hat dem Geschäft zusätzlich Auftrieb gegeben. Wer eigene Sprachmodelle betreibt, will wissen, wie lange Antworten dauern und was sie kosten. Datadog hat dafür eigene Produkte zur Überwachung von KI-Anwendungen im Angebot. Im Alltag begegnet man der Firma dagegen kaum direkt. Sie arbeitet im Hintergrund – aber wenn eine Streaming-Seite oder eine Banking-App reibungslos läuft, steckt oft solche Überwachungssoftware dahinter.