Das Error Budget (Fehlerbudget) ist die tolerierbare Fehlerquote eines Dienstes — berechnet als 100 % minus SLO. Bei einem Verfügbarkeits-SLO von 99,9 % bleiben 0,1 % Fehlerzeit: rund 43 Minuten pro Monat.
Warum ein Fehlerbudget?
Das Error Budget macht den Kompromiss zwischen Tempo und Stabilität messbar und nimmt ihm die politische Brisanz. Das Google-SRE-Buch bezeichnet es als objektive Metrik, die festlegt, wie unzuverlässig ein Dienst in einem Zeitraum sein darf. Solange Budget vorhanden ist, dürfen Releases ausgeliefert werden; ist es aufgebraucht, greift ein Release-Stopp zugunsten der Stabilität.
Burn Rate
Die Burn Rate zeigt, wie schnell das Budget verbraucht wird. Verbraucht ein Dienst sein Monatsbudget bereits nach fünf Tagen, ist die Burn Rate hoch — das Team muss sofort handeln, nicht erst am Monatsende. Viele Monitoring-Systeme leiten daraus automatisch Alerting-Schwellen ab.
Praxis
- Das Budget ist pro Dienst definiert und bezieht sich auf die Messgröße des SLI, meist ein rollierendes Zeitfenster.
- Der Vertrag mit dem Kunden, das SLA, kann vom internen SLO abweichen — das Fehlerbudget bezieht sich auf das interne Ziel.
- Ein verbrauchtes Budget priorisiert Fehlerbehebung: Neue Features warten, bis die Stabilität wiederhergestellt ist.
Verwandte Grundlagen: Hochverfügbarkeit, Incident Management, Runbook.