München, 17. Juni 2026 – Dynatrace (NYSE: DT), die führende KI-gestützte Observability-Plattform, veröffentlicht heute die Ergebnisse seiner neuen Studie, The State of Log Management 2026. Der Report zeigt: Das rasante Wachstum von KI-Workloads treibt traditionelle Log-Management-Ansätze an ihre Belastungsgrenze. Moderne Logs sind zu einem zentralen Element geworden, um KI-gestützte Entscheidungen zu verstehen, zu validieren und abzusichern – und helfen Unternehmen dabei, Zuverlässigkeit, Compliance und Performance in großem Maßstab sicherzustellen. Doch das Volumen und die Komplexität von KI-Telemetrie überfordern Legacy-Tools zunehmend und erschweren es, KI-Systeme erklärbar, vertrauenswürdig und produktionsreif zu halten. Unternehmen müssen deshalb grundlegend überdenken, wie sie Telemetriedaten verwalten und analysieren, um Transparenz zu wahren und Kosten zu kontrollieren.

Zentrale Ergebnisse des Reports:

  • KI-Workloads haben das Log-Volumen in den vergangenen zwölf Monaten um 93 Prozent gesteigert.
  • Unternehmen setzen im Schnitt sieben verschiedene Tools ein, um Logs und Telemetrie zu verwalten.
  • 80 Prozent geben an, dass die Umwandlung von Telemetrie in verwertbare Erkenntnisse die Kundenerfahrung negativ beeinträchtigt und KI-Initiativen verzögert.
  • Unternehmen schließen im Schnitt 86 Prozent ihrer Log-Daten aus, um Kosten und Systemgrenzen zu managen.
  • Teams geben jährlich fast 2,5 Millionen US-Dollar für Logging-Lösungen
  • Fast drei Viertel der Befragten sind der Meinung, dass KI-Workloads einen plattformbasierten Ansatz für das Log-Management erfordern.
  • 81 Prozent sind der Überzeugung, dass Log-Ingestion und -Verarbeitung offen und automatisiert sein müssen, um Echtzeit-Analysen zu ermöglichen.

Laut der globalen Studie unter 450 leitenden Technologieentscheidern macht es die Datenschwemme in Kombination mit fragmentierten Tools für Teams schwieriger, Probleme zu erkennen, KI-Systeme abzusichern und zeitnah Erkenntnisse zu gewinnen. Unternehmen sind zu manuellen, zeitaufwändigen Workflows gezwungen, wenn sie Erkenntnisse aus verschiedenen Systemen zusammenführen müssen. Das verlangsamt die Time-to-Insight und schränkt die Fähigkeit ein, KI-Initiativen vom Pilotbetrieb in die Produktion zu überführen.

KI-Wachstum treibt traditionelles Log-Management an den Rand seiner Möglichkeiten

Die Befragten schätzen, dass sie jährlich im Schnitt fast 2,5 Millionen US-Dollar für Logging-Lösungen ausgeben, einschließlich Log-Ingestion, -Management, -Speicherung, -Indexierung, -Rehydrierung und -Abfragen. Gleichzeitig sind Logs eine Schlüsselkomponente für das Verstehen und die Absicherung von KI-Systemen. Um steigende Kosten und Systemgrenzen mit herkömmlichen Methoden zu beherrschen, sind viele Unternehmen gezwungen, die Menge der aufgenommenen oder vorgehaltenen Telemetriedaten zu begrenzen.

Fast die Hälfte der Unternehmen gibt an, Logs zu verwerfen oder gar nicht erst zu erfassen – und schließt im Schnitt 86 Prozent der Log-Daten aus Ingestion, Speicherung oder Analyse aus, um Kosten und Systemgrenzen zu managen. Diese Herausforderungen treten besonders ausgeprägt in Umgebungen auf, die auf fragmentierte oder log-zentrierte Ansätze setzen, anstatt auf eine einheitliche Observability-Plattform, die für Telemetrie im KI-Maßstab ausgelegt ist.

„KI beschleunigt die Unternehmensinnovation – doch die meisten Logging-Systeme wurden nie für das Ausmaß, die Geschwindigkeit oder die Komplexität KI-getriebener Umgebungen konzipiert“, sagt Mala Pillutla, Vice President of Log Management bei Dynatrace. „Da KI-Agenten probabilistisch arbeiten, ist es nicht länger praktikabel, Logs, Metriken, Traces und Events als separate Signale zu behandeln. Um KI-Systeme zuverlässig und vertrauenswürdig zu machen, brauchen Unternehmen einen einheitlichen, intelligenten Ansatz, der alle Telemetriedaten in Echtzeit zusammenführt – angereichert mit tiefem Kontext, um fundierte Entscheidungen zu ermöglichen.“

Da KI-Initiativen vom Experimentierstadium in die Produktion übergehen, erweist sich fragmentiertes Log-Management durch zu viele Tools als zentrales Hindernis für Zuverlässigkeit, Vertrauen und operative Skalierbarkeit.

Unified Observability wird zur Voraussetzung für die Skalierung von KI-Workloads

Der Report unterstreicht die Notwendigkeit eines grundlegend neuen Ansatzes für das Log-Management: Logs als hochwertige Grundlage, vereint mit Distributed Tracing und anderen Telemetriedaten, um kontextreiche Echtzeit-Erkenntnisse in großem Maßstab zu liefern.

Fast drei Viertel der Befragten geben an, dass KI-Workloads heute einen plattformbasierten Ansatz für das Log-Management erfordern. 81 Prozent sind überzeugt, dass Log-Ingestion und -Verarbeitung offen und automatisiert sein müssen, um Echtzeit-Analysen ohne starre Schemata, Indexierungsaufwand oder Rehydrierungsverzögerungen zu ermöglichen.

Die eigentlichen Kosten der Observability-Fragmentierung sind nicht nur die Infrastrukturrechnung – es sind die Opportunitätskosten von KI-Initiativen, die zwischen Pilot und Produktion ins Stocken geraten, weil Teams ihrer Telemetrie nicht vertrauen können. Die Studie zeigt, dass rund ein Drittel der Unternehmen für redundante oder kaum genutzte Observability-Funktionen zahlt und mehr als ein Viertel Engineering-Kapazitäten damit verbrennt, mehrere Tools über verschiedene Umgebungen hinweg am Laufen zu halten. Das sind Ressourcen, die sinnvoller in die Weiterentwicklung und Produktionsreife von KI-Workloads investiert wären – statt in den Betrieb und die Abstimmung einer Vielzahl paralleler Tools.

Den vollständigen Report The State of Log Management 2026 können Sie hier herunterladen. Enthalten sind u.a. Benchmark-Daten dazu, wie KI-Workloads Log-Volumen und -Kosten in die Höhe treiben und warum Unified Observability heute unverzichtbar für einen zuverlässigen und vertrauenswürdigen KI-Betrieb ist.

 

Methodik

Der Report The State of Log Management 2026 basiert auf einer globalen Befragung von 450 leitenden Entscheidern, die in Unternehmen mit einem Jahresumsatz von mindestens 750 Millionen US-Dollar für das Log-Management verantwortlich sind. Die Studie wurde von Coleman Parkes im Auftrag von Dynatrace im Januar und Februar 2026 durchgeführt.

Ressourcen

Dynatrace und das Dynatrace-Logo sind Marken der Dynatrace, Inc.-Unternehmensgruppe. Alle anderen Marken sind Eigentum ihrer jeweiligen Inhaber. © 2026 Dynatrace LLC.

Hinweis zu zukunftsgerichteten Aussagen

Diese Pressemitteilung enthält bestimmte „zukunftsgerichtete Aussagen” im Sinne des Private Securities Litigation Reform Act von 1995, einschließlich Aussagen zu den Fähigkeiten und der Plattform von Dynatrace sowie zu den erwarteten aktuellen und zukünftigen Vorteilen für Unternehmen, die die Dynatrace-Plattform nutzen. Diese zukunftsgerichteten Aussagen umfassen alle Aussagen, die keine historischen Tatsachen darstellen, sowie Aussagen, die durch Wörter wie „wird”, „erwartet”, „geht davon aus”, „beabsichtigt”, „plant”, „glaubt”, „schätzt” und ähnliche Formulierungen gekennzeichnet sind. Diese zukunftsgerichteten Aussagen spiegeln unsere aktuellen Ansichten zu unseren Plänen, Absichten, Erwartungen, Strategien und Aussichten wider, die auf den uns derzeit vorliegenden Informationen und unseren Annahmen beruhen. Obwohl wir der Überzeugung sind, dass unsere Pläne, Absichten, Erwartungen, Strategien und Aussichten, wie sie in diesen zukunftsgerichteten Aussagen zum Ausdruck kommen oder durch sie nahegelegt werden, vernünftig sind, können wir keine Gewähr dafür übernehmen, dass diese Pläne, Absichten, Erwartungen oder Strategien erreicht oder umgesetzt werden. Die tatsächlichen Ergebnisse können wesentlich von den in den zukunftsgerichteten Aussagen beschriebenen abweichen und werden von einer Vielzahl von Risiken und Faktoren beeinflusst, die außerhalb unserer Kontrolle liegen, einschließlich der unter der Überschrift „Risikofaktoren” in unserem Jahresbericht auf Formular 10-K, den nachfolgenden Quartalsberichten auf Formular 10-Q und unseren sonstigen SEC-Einreichungen dargelegten Risiken. Wir übernehmen keine Verpflichtung, zukunftsgerichtete Aussagen in diesem Dokument aufgrund neuer Informationen, zukünftiger Ereignisse oder aus anderen Gründen zu aktualisieren.