• Docs
  • Talk to an expert
Blog
Blog
BlogProduktFallstudienNachrichtenInsights
Blog

Die KI-Protokollanalyse funktioniert nur, wenn der Agent über den Kontext verfügt

BeobachtbarkeitKI-AgentenFeatures
02 November 2026
Teilen
Diese Seite wurde von unseren Experten auf Englisch verfasst und mithilfe einer KI übersetzt, um einen schnellen Zugriff zu ermöglichen! Die Originalversion findest du hier.

In der Produktivumgebung tritt ein Fehler auf. Als Erstes öffnest du die Logs. Als Zweites fängst du an, durch die Logs zu scrollen.

Thomas di Luccio, Produktmanager bei Upsun, hat dafür ein Bild parat. „Protokolle sind wie diese Kiste mit Kabeln, die wir alle zu Hause haben – mit viel zu vielen Kabeln, die man nur für alle Fälle aufbewahrt. Man braucht eins, weiß aber nicht, welches es ist und wie man es da rausbekommt.“

Genau dieses Problem löst Upsun Cloud™ mit zwei Features, die zusammen ausgeliefert werden. Der Log Explorer ist eine Registerkarte „Logs“ in der Konsole, die jede Log-Zeile aus jedem Container in einer Umgebung sammelt. Der Log Analyzer Agent liest dieselben Logs aus und meldet zurück, was schiefgelaufen ist, warum und was geändert werden muss. In diesem Artikel wird erläutert, was jede dieser Funktionen leistet und warum die Qualität der KI-Log-Analyse davon abhängt, wo der Agent ausgeführt wird.

KI-Protokollanalyse ohne Kontext ist reines Rätselraten

Entwickler wissen bereits, dass ein Sprachmodell ein Protokoll lesen kann. Thomas beobachtet das in Gesprächen mit Kunden: „In letzter Zeit nehmen einige einfach eine Protokolldatei und werfen sie ihrer Lieblings-KI hin.“ Das hilft zwar, hat aber auch seine Grenzen.

„Das Problem ist, dass der Agent, der das macht, nur die Datei analysiert – ohne den Kontext“, sagt Thomas. „Wir lassen den Agenten direkt in der Anwendung selbst laufen, sodass er den gesamten Kontext hat: die Konfiguration, die Historie, die vergangenen Bereitstellungen. Der Kontext ist entscheidend, um eine gute Entscheidung zu treffen.“

Eine eingefügte Logdatei teilt dem Modell mit, was ein Container ausgegeben hat. Sie sagt dem Modell aber nicht, wie die Umgebung aufgebaut ist, welche Dienste miteinander kommunizieren oder was vor einer Stunde bereitgestellt wurde. Der Log Analyzer Agent läuft als Task-Container innerhalb deines eigenen Projekts. Er liest dieselben Logs, die du im Log Explorer siehst – und zwar alle Log-Arten –, und arbeitet mit einem flachen Klon des Branches der Umgebung, sodass er eine Fehlerzeile mit dem Code und der Konfiguration verknüpfen kann, die sie verursacht haben. Er weiß, was .upsun/config.yaml bedeutet. Ein Chatbot mit einem Textfeld weiß das nicht.

Der Unterschied zeigt sich in der Antwort. Der Bericht des Agenten nennt eine wahrscheinliche Ursache und die vorzunehmende Änderung, mit einer zitierten Log-Zeile als Beleg. Thomas’ Version: „Du kommst sehr schnell von ‚Du hast ein Problem‘ zu ‚Du weißt, was du zuerst beheben musst‘.“

Alle Logs auf einem Tab, noch bevor irgendetwas analysiert wird

Der Agent steht zwar im Vordergrund, basiert aber auf dem Log Explorer, und der Log Explorer ist schon für sich genommen nützlich.

Öffne eine beliebige Umgebung in der Konsole – dort gibt es jetzt einen Reiter „Logs“. Er zeigt die Logs der letzten 24 Stunden aus jeder App und jedem Dienst in dieser Umgebung an, wobei jede Zeile nach Art gekennzeichnet ist: Anwendung, Zugriff, Cron, Bereitstellung oder Plattform. Ein Diagramm oben zeigt das Volumen im Zeitverlauf, gruppiert nach Schweregrad, sodass ein Anstieg der Fehler sichtbar ist, noch bevor du eine einzige Zeile liest. Filtere nach Art, Schweregrad, Dienst oder Einheit. Klicke auf eine Zeile, um sie zu erweitern und den strukturierten Inhalt anzuzeigen. Klicke auf ein Attribut innerhalb dieser Zeile, um danach zu filtern. Die Filter und der Zeitbereich sind in der URL enthalten, sodass ein Link die exakte Ansicht für einen Teamkollegen reproduziert.

Du musst nichts installieren und nichts konfigurieren, und du öffnest nie eine SSH-Sitzung. Upsun sammelt die Protokolle automatisch. Vorher war der Weg zu denselben Informationen entweder „upsun log“ pro Container oder per SSH in jeden einzelnen Container einzusteigen und die Rohdateien zu lesen.

Die größte Veränderung ist die Möglichkeit, containerübergreifend zu betrachten. Thomas beschreibt den typischen Fall: Deine Anwendung wirft Fehler aus, aber die Ursache liegt woanders. „Du kannst erkennen, dass jedes Mal, wenn du diese 500er-Fehler in dieser Anwendung hast, dies mit Deadlocks in deinen Datenbanken zusammenhängt. Dann kannst du die Zusammenhänge herstellen und von der Untersuchung der Logs der Anwendung zu den Logs der Dienste übergehen.“

Von einer gefilterten Ansicht zur Diagnose mit einem Klick

Sobald der Log Analyzer Agent eingerichtet ist, erscheint auf der Registerkarte „Logs“ eine Schaltfläche: „N Logs analysieren“, wobei N der Anzahl der von dir angewendeten Filter entspricht. Klicke darauf, bestätige das Fenster und die Filter, und der Agent wird ausgeführt. Ein paar Minuten später landet ein Bericht im Aktivitätsprotokoll der Aufgabe: eine einzeilige Zusammenfassung zum Zustand der Logs der Umgebung, eine Top-Empfehlung und eine nach Priorität geordnete Liste der Befunde. Jeder Befund hat einen Titel, eine Priorität, die der Agent eher nach Dringlichkeit als nach der reinen Schwere des Protokolls zugewiesen hat, eine repräsentative Protokollzeile als Beleg und einen konkreten nächsten Schritt. Wenn der Agent den Bereich gescannt und nichts gefunden hat, was es wert wäre, hervorgehoben zu werden, teilt er dies mit, und die Empfehlung lautet: „Keine Maßnahme erforderlich.“

Der Agent geht von deinen Filtern aus, ist aber nicht auf diese beschränkt. Wenn deine Filter die eigentliche Ursache verdecken würden, erweitert er die Suche.

Die Einrichtung erfordert zwei Schritte. Füge die Aufgabe „log-analyzer-agent“ zur Datei .upsun/config.yaml hinzu und führe die Bereitstellung durch. Speichere anschließend einen ANTHROPIC_API_KEY oder einen OPENAI_API_KEY – wobei die Aufgabenvariable MODEL auf „openai“ gesetzt sein muss – als vertrauliche Projektvariable. Dieser Schlüssel ist die einzige erforderliche Anmeldeinformation. Upsun erhebt keine Gebühren für den Agenten selbst. Du zahlst für die Rechenleistung des Task-Containers pro Sekunde, und dein Anbieter berechnet die Tokens über dein eigenes Konto ab. Für jeden Lauf gilt eine Budgetobergrenze, standardmäßig 5 $.

Zwei Dinge wird der Agent nicht tun. Er wird nichts ändern: Er ist schreibgeschützt, gibt Empfehlungen ab und bearbeitet niemals Konfigurationen, Code oder Umgebungen. Und er wird deine Logs oder deinen Quellcode nicht an Orte senden, die du nicht ausgewählt hast. Beides geht an den Anbieter hinter dem von dir festgelegten Schlüssel, gemäß deiner eigenen Vereinbarung mit diesem Anbieter.

Entwickelt für den Moment, in dem du keinen Kopf mehr frei hast

„Wir haben das während der Entwicklung mit vielen Nutzern besprochen, und selbst die erfahreneren Nutzer berichten von denselben Schwierigkeiten“, sagt Thomas. „Selbst wenn du weißt, wie man all das liest: Wenn es brennt, hast du einfach nicht den Kopf oder die Kapazität, dir die Zeit zu nehmen und sicherzustellen, dass du das Richtige tust.“

Das ist das Argument für einen Bericht, der die wahrscheinlichste Ursache an erster Stelle nennt. Erfahrene Entwickler können den Stack-Trace lesen. Was sie brauchen, ist eine eingegrenzte Suche, während sie gerade alarmiert werden. Junior-Entwickler und Agenturen, die Dutzende von Kundenprojekten auf unterschiedlichen Stacks betreiben, erhalten einen priorisierten Ausgangspunkt, für den sonst die Zeit eines erfahrenen Entwicklers nötig wäre.

Ein System weniger, das betrieben werden muss

Wenn Thomas Teams fragt, wie sie früher mit Logs umgegangen sind, hört er drei Antworten. Die meisten lesen sie manuell, eine Datei nach der anderen. Einige haben ihre eigene Pipeline aufgebaut und leiten alles an einen separaten Logging-Dienst weiter – was zwar funktioniert, aber Geld kostet und gewartet werden muss. Andere fügen die Logs in einen Chatbot ein.

Der Log Explorer und der Log Analyzer Agent sind Teil einer Log-Pipeline, die Upsun im Rahmen der in die Plattform integrierten Observability betreibt. Bestehende Log-Weiterleitungen an Datadog, Splunk oder andere Dienste funktionieren weiterhin unverändert. Der Log Explorer speichert die Logs der letzten 24 Stunden.

Seine Zusammenfassung, warum Upsun solche Features überhaupt entwickelt: „Wir sind dafür da, uns um den Softwareentwicklungszyklus zu kümmern und ihn super einfach zu gestalten, damit sich die Leute auf das konzentrieren können, was sie am besten können: ihre eigenen Produkte entwickeln. Sie sollten sich nicht um alles kümmern müssen, was hinter den Kulissen passiert.“

Wo du es heute nutzen kannst

Beide Features sind für Upsun-Cloud-Projekte in AWS- und Google-Cloud-Regionen verfügbar. Azure- und OVHcloud-Projekte werden nicht unterstützt, und HIPAA-Projekte sind ausgeschlossen. Die Registerkarte „Logs“ ist für Nutzer mit der Rolle „Contributor“ oder höher sichtbar, was in der Regel denjenigen entspricht, die bereits per SSH zugreifen und Log-Dateien lesen können.

Der Log Explorer erfordert keine Einrichtung. Das Hinzufügen des Agenten erfolgt durch eine Konfigurationsänderung und einen API-Schlüssel. Die Dokumentation zum Log Explorer und zum Log Analyzer Agent enthält alle Details, einschließlich der Aufgabenvariablen, die du über die CLI festlegen kannst, um ein Modell auszuwählen, ein Zeitfenster festzulegen oder die Budgetobergrenze anzupassen.

Bleiben Sie auf dem Laufenden

Abonnieren Sie unseren monatlichen Newsletter.

Deployments leicht gemacht.
Testen Sie Upsun kostenlos.

Entwickeln Sie mit DispatchDeployen Sie mit Cloud