Was macht ein Site Reliability Engineer (SRE)? SLOs und Gesundheit im Produktivbetrieb

Ein SRE wendet Software Engineering auf den Betrieb an: Zuverlässigkeitsziele setzen, Toil automatisieren, Incident Response verbessern und Feature-Tempo gegen Stabilität über Error Budgets ausbalancieren.

Ich erkläre die Rolle praxisnah: was die Person wirklich tut, welche Kompetenzen zählen und wann Sie diese Stelle besetzen sollten — ohne leere Buzzwords.

Was die Rolle im Alltag leistet

Im Alltag gehört dazu:

• SLIs/SLOs definieren und Zuverlässigkeit messbar machen.
• Toil durch Automatisierung und bessere Plattform-Tools senken.
• Incident Response und Postmortems führen oder stützen.
• Kapazitätsplanung, Failover und Chaos-/Resilienztests verbessern.
• Mit Entwicklern an produktionsreifem Design zusammenarbeiten.

Was wirklich zählt

Tools kommen und gehen; die Grundlagen bleiben:

• Starkes Coding + tiefes Wissen über Produktivsysteme
• Observability, On-Call-Praxis, Grundlagen verteilter Systeme
• Performance-Debug und Kapazitätsinstinkt
• Blameless Culture und klare schriftliche Kommunikation

Wann Sie diese Rolle brauchen

Produkte mit hohem Traffic, strenge Uptime-Versprechen, komplexe Microservices — oder wenn Ausfälle wiederholt Umsatz und Vertrauen beschädigen.

Fazit

SRE ist nicht „DevOps mit neuem Titel“. Es ist Zuverlässigkeit als Produkt mit expliziten Kompromissen.