Elastic als Leader im IDC MarketScape: Worldwide Observability Platforms 2025 Vendor Assessment ausgezeichnet

Mit der Einführung von Streams definieren wir die Observability neu. Mit Streams müssen SREs keine Zeit mehr mit der Datenaufbereitung verbringen, bevor sie mit der Untersuchung beginnen können. Logs sind die wichtigsten Untersuchungssignale, da Streams SREs folgende Möglichkeiten bietet:

• Protokollieren Sie alles in jedem beliebigen Format und machen Sie sich keine Gedanken mehr über Pipelines: Verschwenden Sie keine Zeit mehr mit der Erstellung und Wartung komplexer Ingestion-Pipelines. Senden Sie Logs in jedem Format, strukturiert oder unstrukturiert, von jeder Quelle direkt an einen einzelnen Elastic-Endpoint, ohne spezifische Agenten zu benötigen. Verwenden Sie OpenTelemetry-Kollektoren oder einen anderen Datenübermittler, um Logs an Elastic zu senden. Die KI-gestützte Verarbeitung von Streams parst und strukturiert Ihre Logdaten, sodass diese sofort zur Untersuchung bereitstehen. Das bedeutet, dass Sie sich spontan an neue Logformate anpassen können, ohne fehleranfällige Konfigurationen pflegen zu müssen. Streams gewährleistet, dass Sie immer genau dann über die notwendigen Daten verfügen, wenn Sie diese benötigen.

• Streams sammelt nicht nur Logs, sondern liefert auch Antworten daraus: Streams analysiert Ihre Daten, um „signifikante Ereignisse“ aufzudecken und kritische Fehler, Anomalien und Leistungsengpässe wie Speicherengpässe proaktiv zu identifizieren. Anstatt Terabytes von Daten manuell zu durchsuchen, erhalten Sie einen klaren, nach Prioritäten geordneten Ausgangspunkt für Ihre Untersuchung. So können Sie innerhalb von Minuten von den Symptomen zur Lösung gelangen und Probleme beheben, bevor sie sich auf die Benutzer auswirken.

• Erreichen Sie vollständige Transparenz zu geringeren Kosten: Erhalten Sie umfassende Transparenz über alle Ihre Dienste, ohne die zu erwartenden Kosten. Durch die intelligente Strukturierung von Daten und die Hervorhebung nur der wichtigsten Ereignisse reduziert Streams die operative Komplexität und verkürzt die Zeit für die Ursachenanalyse drastisch. Dank dieser Effizienz können Sie alle relevanten Log-Daten kostengünstig speichern und müssen niemals wichtige Transparenz opfern, um ein Budget einzuhalten. Erhalten Sie schneller klarere Antworten und senken Sie Ihre Gesamtbetriebskosten.

Streams revolutioniert die Observability, indem es Logs von einer unübersichtlichen und kostspieligen Datenquelle in ein primäres Untersuchungssignal umwandelt. Durch KI-gestützte Funktionen wie automatische Partitionierung, Parsing, Aufbewahrungsmanagement und die Ermittlung signifikanter Ereignisse ermöglicht Streams SREs, über die reine Datenverwaltung hinauszugehen und die Ursache von Problemen direkt zu ermitteln. Durch die Reduzierung der betrieblichen Komplexität, die Senkung der Speicherkosten und die Bereitstellung vollständiger Transparenz stellt Streams sicher, dass durch KI angereicherte Logs zum schnellsten Problemlösungsweg werden, indem die Frage nach dem Warum? für die Observability beantwortet wird.

Ein Kernunterscheidungsmerkmal von Elastic ist unser unermüdliches Engagement für Innovationen im Bereich der Observability. Wir erweitern ständig die Grenzen und entwickeln Fähigkeiten, die die Art und Weise verändern, wie Teams ihre Systeme überwachen, analysieren und optimieren. Hier sind einige der Elastic-Innovationen des vergangenen Jahres:

• Streams: Ein neuer Ansatz für die Observability Ihrer Daten durch die automatische Organisation, Bedeutungsfindung und Problemerkennung mithilfe von KI.

• Elastic AI Assistant: Vollständig agentische und auf Retrieval Augmented Generation (RAG) basierende Lösung, die Ihre eigenen GitHub-Repositorys und Wikis für spezifische und relevante Erkenntnisse zur Fehlerbehebung und -beseitigung verwendet.

• EDOT: Eine vollständig skalierbare und unterstützte OTel-Distribution

• Elastic Cloud Serverless: Eine neue, vollständig zustandslose Speicherarchitektur

• LLM-Observability: Um zu verstehen, ob Ihre Modelle optimal und ohne Halluzinationen funktionieren

• Elasticsearch logsdb-Indexmodus: Einsparung von bis zu 70 % der Log-Speicherkosten

• Elastic Agent Builder: Entwickeln Sie Ihre eigenen KI-Agenten, um Observability-Daten für Ihre domänenspezifischen Anwendungsfälle zu nutzen, und stärken Sie Large Language Models (LLMs) in Unternehmen durch das Model Context Protocol (MCP).

• Universal Profiling: Gespendet an das OpenTelemetry-Projekt für Lightweight Profiling auf Code-Ebene

Wir bringen nicht nur Innovationen wie die oben genannten auf den Markt, sondern teilen auch unsere Denkweise. Elastic Observability Labs ist ein spezieller Bereich, in dem wir unsere technischen Entscheidungen, Experimente und frühen Innovationen durch transparente Entwicklung und aktive Einbindung der Community vorstellen. Es geht um funktionierende Ideen, technische Geschichten und Erfahrungen, die wir bei der Entwicklung gesammelt haben. Wir helfen Kunden und Anwendern, die Zukunft zu erkennen, indem wir Folgendes anbieten:

• Insider-Einblicke in die Leitung und Entwicklung des OpenTelemetry-Projekts

• Leitfaden zur Verknüpfung von Log-Daten und OTel-Kontext, um die Observability ganzheitlicher zu gestalten

• Features wie der Managed OTLP-Endpoint von Elastic – Ein serverloser, skalierbarer Ingestion-Pfad mit nativer OTLP-Unterstützung, der die Hürden für die Instrumentierung senkt.

• Funktionen wie Log Essentials mit denen Benutzer Logs ingestieren, speichern und abfragen können, ohne sich um die Verwaltung der Infrastruktur kümmern zu müssen

• Technische Vorschauen wie ES|QL LOOKUP JOIN mit denen Benutzer Logs dynamisch mit Metriken und Traces anreichern können – ohne dass eine Denormalisierung zum Zeitpunkt der Ingestion erforderlich ist

Elastic bietet eine einheitliche, KI-gestützte Plattform, die Observability, Security und Search vereint, sodass Unternehmen in Echtzeit relevante Informationen über alle ihre Daten hinweg erkennen, analysieren und darauf reagieren können. Im Bereich Observability basiert der differenzierte Ansatz von Elastic auf folgenden Punkten:

• Offen und erweiterbar: OTel-First und Prometheus-Kompatibilität gewährleisten Interoperabilität in unterschiedlichen Umgebungen.

• Grenzenlos skalierbar: Eine zustandslose SaaS-Architektur, die Rechenleistung von Speicherung und Indizierung von der Suche entkoppelt und nahtlos skaliert. Die Verwendung kostengünstiger, cloudnativer Objektspeicher unter Beibehaltung der schnellen Abfragen mit geringer Latenz von Elasticsearch.

• Native KI und Relevanz: Elastic AI Assistant beantwortet Fragen in natürlicher Sprache mithilfe Ihres internen Wissens wie Betriebshandbüchern und vergangenen Vorfällen. Unser Elastic Inference Service (EIS) stellt die Relevanzmodelle bereit. In Kombination mit ES|QL und Machine Learning hilft es Ihrem Team, sich von der Frage, was passiert ist, hin zu der Frage zu bewegen, warum es passiert ist und wie man es beheben kann.