Ein Meilenstein für den Überblick
In meiner Umgebung arbeiten mehrere Server, virtuelle Maschinen, Container und Windows-Rechner zusammen. Bisher waren Informationen auf verschiedene Überwachungswerkzeuge verteilt. Ich wollte einen gemeinsamen Überblick: Wo besteht ein Problem? Was ist davon betroffen? Und welche Meldung braucht wirklich meine Aufmerksamkeit?
Dafür habe ich mit Claude eine Checkmk-Installation aufgebaut und schrittweise erweitert. Im ersten Ausbau kamen mehr als hundert Docker-Container hinzu. Für mich war dieser Tag ein Meilenstein, weil aus vielen einzelnen Anzeigen sechs übersichtliche Ansichten entstanden sind: Homelab, Container, Dienste & Sicherung, KI & Agenten, Leistung & Trends und Arbeitsplätze.
Die neue Überwachung läuft zunächst im Probelauf. Welche bisherigen Werkzeuge sie ablösen kann, entscheide ich nach den Erfahrungen im Alltag. Eine aktuelle Prozessansicht hat beispielsweise einen anderen Zweck als die Bewertung von Zuständen über längere Zeit.
Zwei Arten von Agenten arbeiten zusammen
Bei diesem Aufbau bedeutet „Agent“ zweierlei. Ein Monitoring-Agent auf einem Rechner liefert Messwerte und Zustände an Checkmk. Der KI-Agent Claude unterstützt mich beim Planen, beim Einrichten und beim Auswerten der Ergebnisse.
Die laufenden Prüfungen beruhen auf festen Regeln. Ein Sprachmodell muss also nicht bei jeder Abfrage entscheiden, ob eine Sicherung zu alt ist. Die KI hilft dabei, die passende Frage zu formulieren, eine geeignete Datenquelle zu finden und die Konfiguration zu überprüfen.
Die Arbeit beginnt mit der vorhandenen Umgebung: Welche Systeme gibt es? Wo liegen bereits verlässliche Berichte? Welche Zugänge sind zum Lesen vorgesehen? Auf dieser Grundlage kann ein Agent gezielt helfen, ohne für jeden Prüfpunkt eine neue Infrastruktur aufzubauen.
Die richtigen Sensoren auswählen
Zuerst haben wir die Rechner angebunden. Linux- und Windows-Agenten liefern die Sicht auf das Betriebssystem. Die Proxmox-Anbindung ergänzt die Sicht des Virtualisierungssystems auf seine Gäste. Checkmk unterstützt dafür einen Spezialagenten und empfiehlt zusätzlich den Linux-Agenten auf den Proxmox-Rechnern.
Danach kamen die Prüfungen hinzu, die für meinen Betrieb besonders nützlich sind:
Platten und Speicher: Gesundheitszustand, Temperaturen und verfügbarer Platz.
Sicherungen: Alter erfolgreicher Läufe sowie die Zustände der Sicherungswartung und Prüfung.
DNS: Eine normale Internetadresse muss auflösbar sein; eine gezielt gesperrte Adresse muss die erwartete Sperrantwort liefern.
Webdienste: Erreichbarkeit über den vorgesehenen Namen und die verbleibende Laufzeit des Zertifikats.
Stromversorgung: Betrieb über das Netz oder die Batterie sowie auffällige Batteriezustände.
Container: Zustand und Zuordnung zum jeweiligen Docker-Server.
Für individuelle Anforderungen haben wir eigene kleine Prüfungen ergänzt. Checkmk kann solche „Local Checks“ über seinen Agenten entgegennehmen. Damit lassen sich auch vorhandene Berichte auswerten, statt dieselben Daten noch einmal mit zusätzlichen Zugangsdaten einzusammeln.
Automatische Erkennung braucht eindeutige Namen
Bei Docker liest ein Plugin auf dem Docker-Server die Containerdaten. Checkmk ordnet diese über seinen Piggyback-Mechanismus den jeweiligen Container-Einträgen zu.
In meiner Umgebung tragen manche Container auf mehreren Servern denselben Namen. Für die Überwachung braucht trotzdem jeder einen eindeutigen Eintrag. Wir haben deshalb die Zuordnung um eine Kennzeichnung des jeweiligen Servers ergänzt.
Außerdem haben wir kurzlebige Hilfscontainer und einen vorgesehenen Einmalauftrag gesondert behandelt. Ein absichtlich beendeter Einmalauftrag soll nicht dieselbe Meldung erzeugen wie ein dauerhaft benötigter Dienst, der unerwartet ausfällt.
Auch die Erkennung neuer Container folgt einer bewussten Regel: Sie ergänzt neue Einträge. Verwaiste Einträge werden gemeldet und geprüft; unser Abgleich löscht sie nicht automatisch.
Schwellen müssen zur Aufgabe passen
Die anspruchsvollste Arbeit begann nach dem Einsammeln der Werte. Ein allgemeiner Standardwert kann bei einem stark genutzten Virtualisierungsserver eine andere Bedeutung haben als bei einem Arbeitsplatzrechner.
Wir haben deshalb auffällige Meldungen einzeln untersucht. Dazu gehörten Speicherwerte, die den Cache eines Gasts mitzählen, und interne Docker-Dateisysteme, die als zusätzliche Laufwerke erschienen. Auf einem Windows-Rechner wurde freier Platz zunächst mit der falschen Einheit bewertet. Das führte zu einem Alarm, obwohl die beabsichtigte Regel etwas anderes aussagte.
Solche Fälle zeigen, wie sorgfältig ein KI-Agent arbeiten muss: Wert, Einheit und Bedeutung gehören zusammen. Eine Meldung wird erst dann angepasst oder ausgeblendet, wenn ihre Ursache verstanden ist. Echte Engpässe sollen sichtbar bleiben.
Auch die Uhrzeit gehört zur Schwelle. Nachts laufen die Sicherungen, und kurze Lastspitzen sind dann normal. Für diese Stunde halten wir Meldungen zu Last und Speicher zurück. Besteht ein Problem danach noch, kommt die Meldung trotzdem.
Umgekehrt muss nicht jede rote Anzeige ein Fehlalarm sein. Die Proxmox-Anbindung meldet den Sicherungsstand jedes einzelnen Gasts. Dabei fiel ein neu angelegter Gast ohne Sicherung auf. Er war nach dem letzten nächtlichen Lauf entstanden und wird automatisch mitgesichert. Die Prüfung hat also genau das gezeigt, wofür sie gedacht ist.
Ein gutes Beispiel ist der Webzugriff: Bei einem geschützten Dienst kann eine Zugriffsverweigerung aus Sicht des Prüfservers die korrekte Antwort sein. Ein pauschales „Nur HTTP 200 ist gesund“ würde daraus einen falschen Fehler machen. Die Prüfung muss den vorgesehenen Schutz berücksichtigen.
Auch die Überwachung braucht eine Belastungsprobe
Beim Ausbau gab es einen deutlichen Rückschlag: Die vielen Containerprüfungen überlasteten die zunächst zu klein ausgestattete Monitoring-Instanz. Zeitüberschreitungen erzeugten weitere kritische Zustände und zahlreiche Benachrichtigungen.
Wir haben die Ursache eingegrenzt, die Ausstattung angepasst und die Abfrageintervalle der Container auf fünf Minuten gesetzt. Die regelmäßige Neuerkennung wurde für diesen Bereich abgeschaltet. Auf Windows liefen aufwendige Zusatzprüfungen anschließend asynchron mit Zwischenspeicher, damit sie nicht jede normale Abfrage ausbremsen.
Diese Erfahrung gehört für mich zum Ergebnis dazu. Eine umfangreiche Konfiguration ist erst brauchbar, wenn auch ihre eigene Last und ihre Meldewege geprüft sind. Während größerer Umbauten bleiben Benachrichtigungen gezielt pausiert, bis die Ergebnisse wieder belastbar sind.
Meldungen, die man im Alltag nutzen kann
Aktuell lösen kritische Zustände und ausgefallene Rechner nach einer Verzögerung von fünf Minuten eine Push-Nachricht aus. Die Erholung wird ebenfalls gemeldet. Warnungen bleiben in der Oberfläche sichtbar, ohne dieselbe Push-Stufe auszulösen.
Die sechs Dashboards trennen die Perspektiven. Die Rechneransicht hilft bei Infrastrukturproblemen, die Containeransicht bei Anwendungen. „Dienste & Sicherung“ bündelt die Prüfungen der wichtigen Abläufe. Ganz oben stehen dort Zusammenfassungen wie „Internet“, „DNS-Filter“ oder „Sicherung“, jeweils mit einem Gesamtzustand aus mehreren Einzelprüfungen. „KI & Agenten“ zeigt meine KI-Dienste samt Grafikkarte, „Leistung & Trends“ die Verläufe über mehrere Tage, und „Arbeitsplätze“ die beiden Windows-Rechner. Dazu kommt ein eingerichteter Wochenbericht per HTML-Mail. Dessen erste Probe ist angekommen; eine aussagekräftige normale Betriebswoche steht noch aus.
Mein Wirkungsprüfer bleibt daneben bestehen. Dort prüfen eigene Abläufe beispielsweise, ob eine erwartete Verarbeitung tatsächlich stattgefunden hat. Die neue Checkmk-Überwachung ergänzt diese Sicht um Zustände, Messverläufe und Abhängigkeiten.
Was ich aus diesem Aufbau mitnehme
Der größte Nutzen der KI lag für mich im gemeinsamen Durcharbeiten vieler konkreter Details: passende Datenquellen wählen, Rechte begrenzen, Prüfungen konfigurieren, Befunde erklären und die Wirkung einer Änderung nachkontrollieren.
Dazu gehört auch, Fehlalarme und den eigenen Fehlversuch bei der Dimensionierung zu dokumentieren. So bleibt später nachvollziehbar, warum eine Schwelle gilt, weshalb ein Dienst ausgenommen ist und welche Prüfung noch offensteht.
Wer eine ähnliche Überwachung aufbauen möchte, kann mit wenigen wichtigen Systemen beginnen. Entscheidend ist, an echten Beispielen zu prüfen, was „gesund“, „auffällig“ und „ausgefallen“ jeweils bedeutet. Genau dabei hat mir die Zusammenarbeit mit einem KI-Agenten heute besonders geholfen.
Quellen und weiterführende Informationen
Der beschriebene Aufbau basiert auf meinen eigenen Erfahrungen bei der Einrichtung mit Claude. Technische Grundlage und weiterführende Dokumentation: Checkmk.