Zinal Consulting betreibt digitale Lernplattformen für Unternehmen aus der Versicherungs- und Finanzbranche. Mit der wachsenden Zahl produktiver Instanzen nahm auch der Betriebsaufwand zu. "Zu viele Leute, die eigentlich Software entwickeln sollten, mussten sich zunehmend um Infrastruktur und Betrieb kümmern", sagt Tobias Wolf, Leiter Softwareentwicklung bei Zinal Consulting. "Und das hat uns in der Produktentwicklung spürbar zurückgeworfen."

Zugleich waren Ursachen für Störungen oder Performanceprobleme oft nur schwer zuzuordnen. Das Team musste selbst klären, ob sie in der Anwendung oder im Betrieb entstanden, und auch eigene Werkzeuge etwa für das Monitoring erhöhten den Aufwand. Zinal suchte deshalb einen Partner, der den Betrieb übernimmt und strukturiert weiterentwickelt. "Wir wussten anfangs gar nicht genau, wie man nennt, was wir suchen – wir brauchten jemanden für alles nach der Entwicklung, damit das Produkt draußen stabil läuft", so Wolf.

Betrieb neu aufstellen

Die Wahl fiel auf den IT-Dienstleister Plus.line. Für Zinal war dabei klar, dass die nötige Betriebskompetenz nicht vollständig intern aufgebaut werden sollte. "Es ergibt wenig Sinn, sich alles selbst mühsam anzueignen und schmerzhaft Erfahrungen zu sammeln, wenn es dafür spezialisierte Partner mit genau dieser Erfahrung gibt", sagt Wolf. Gemeinsam wurde das bestehende Setup in ein Managed-Kubernetes-Modell überführt und weiterentwickelt. Plus.line setzt dabei auf Rancher RKE2. Die Cluster bestehen aus dedizierten Control-Plane- und Worker-Nodes, deren Konfiguration zentral über Puppet verwaltet wird.

Ein weiterer Schwerpunkt lag auf der Datenbankarchitektur. Die über 15 Jahre gewachsene, stark datenbanklastige Anwendung wurde in ein hochverfügbares, dreifach redundantes Cluster überführt. Die veränderte Lastverteilung analysierten und optimierten beide Teams schrittweise. Auch die Deployment-Prozesse wurden neu organisiert: GitLab dient als zentrale Quelle für Konfigurations- und Deployment-Definitionen, Argo CD synchronisiert den gewünschten Zustand in die Kubernetes-Cluster. Renovate überwacht eingesetzte Softwareversionen und erstellt automatisiert Update-Vorschläge. Zusammen mit der Konfigurationsverwaltung der Nodes über Puppet entsteht so ein weitgehend automatisierter und versionierter Deployment-Prozess. "Wir konnten nicht auf dem Rücken unserer Kunden experimentieren", betont Wolf. "Deshalb war für uns wichtig, das Ganze Schritt für Schritt aufzubauen – mit Tests, enger Abstimmung und immer der Sicherheit, dass es Alternativen gibt."

Monitoring schafft Transparenz

Zinal betreibt rund 35 Kundeninstanzen mit stark unterschiedlichen Nutzungsmustern – von kleinen Setups bis zu Plattformen mit mehreren zehntausend Nutzern. Entsprechend schwierig war es, Ursachen für Lastspitzen oder Performanceprobleme eindeutig zuzuordnen. Plus.line implementierte deshalb schrittweise ein zentrales Monitoring mit Dashboards und Logauswertungen, das eine durchgängige Sicht auf Lastverhalten und Systemzustände ermöglicht. Im Kern basiert es auf einem kombinierten Observability-Stack: Prometheus sammelt und speichert Metriken aus Kubernetes und Infrastruktur, Grafana visualisiert sie in zentralen Dashboards.

Für das Logmanagement kommt Loki zum Einsatz, ergänzt durch Promtail und Grafana Alloy zur Sammlung und Weiterleitung von Telemetriedaten. Das klassische Infrastrukturmonitoring übernimmt Icinga. "Es sind nicht immer die offensichtlichen Stellen, die den größten Einfluss haben", sagt Wolf. "Kleine Eingriffe können einen großen Impact für viele Kunden haben. Das Monitoring hilft uns enorm bei der Priorisierung. Wir wissen heute viel besser, wo wir anfangen müssen, um den größten Effekt zu erzielen."

Mehr Stabilität im laufenden Betrieb

Deployment-Prozesse laufen automatisiert, das Lastverhalten ist transparent, und das Entwicklungsteam kann sich wieder stärker auf die eigentliche Produktarbeit konzentrieren. Gleichzeitig hat sich auch die Arbeitsweise verändert: Neue Ideen werden weniger unter Infrastrukturgesichtspunkten gedacht, sondern stärker aus der Produktperspektive heraus entwickelt. "Früher mussten wir zuerst klären, wie wir das infrastrukturell überhaupt abbilden können", sagt Wolf.

Auch im laufenden Betrieb zeigt sich die höhere Stabilität. So wurden im Zuge eines KI-Projekts Server im Hintergrund ausgetauscht, ohne Auswirkungen auf die produktiven Systeme. "Früher wäre so etwas ein Risiko gewesen. Heute gehe ich davon aus, dass wir davon nichts merken – und genau so war es auch." Für Wolf spielt außerdem die Zusammenarbeit mit Plus.line eine wichtige Rolle. Die Ansprechpartner seien direkt erreichbar und mit dem Kontext der Umgebung vertraut. Auf eine ausgeprägte Ticket-Logik könne dadurch weitgehend verzichtet werden.

Für Zinals Kunden aus regulierten Branchen sind zudem Fragen zu Sicherheit, Datenstandort und Zuständigkeiten zentral. "Die erste Frage ist immer: Wo gehen die Daten hin?", sagt Wolf. Der Betrieb in deutschen Rechenzentren sowie klar definierte Prozesse schaffen dafür eine nachvollziehbare Grundlage – sowohl für Audits als auch für Kundengespräche.

Grundlage für KI-Workloads

Auf Basis der neuen Infrastruktur erweitert Zinal die Plattform um erste KI-gestützte Funktionen. Gemeinsam mit Plus.line werden dafür GPU-Ressourcen in die Kubernetes-Umgebung integriert. GPU-Slicing soll mehrere Workloads auf derselben Hardware ermöglichen, während Kubernetes die KI-Workloads auf Nodes mit verfügbaren GPU-Kapazitäten verteilt. Parallel entwickelt das Team Strategien für Ressourcenmanagement und Lastverteilung bei GPU-beschleunigten Container-Workloads.

Für die Absicherung kommen rollenbasierte Zugriffskonzepte (RBAC) und Service-Authentifizierung zum Einsatz, sodass nur autorisierte Komponenten auf KI-Workloads und Backend-Systeme zugreifen können. Der Einstieg erfolgt über einen Proof of Concept mit einem einfachen Anwendungsfall wie einem Chatbot. Perspektivisch sind KI-Funktionen geplant, die Nutzer individueller im Lernprozess unterstützen sollen.

Zugleich arbeitet Zinal daran, Teile des Angebots stärker zu standardisieren und schneller skalieren zu können. "Wenn wir morgen 15 weitere Kunden ausrollen müssten, hätte ich heute keine Bedenken mehr", sagt Wolf. Rückblickend hätte Zinal früher mit der Modernisierung starten sollen: "Hätten wir ein halbes Jahr früher begonnen, hätten wir uns einiges erspart." Sein Rat an Unternehmen mit ähnlichen Herausforderungen: frühzeitig prüfen, welche Betriebskompetenz intern sinnvoll ist und wo externe Expertise Vorteile bringt.

Fazit

Mit der Umstellung auf Managed Kubernetes hat Zinal Consulting seinen Plattformbetrieb strukturell stabilisiert. Automatisierte Prozesse ersetzen manuelle Eingriffe, das Lastverhalten ist transparent, und Änderungen lassen sich nachvollziehbar ausrollen. Das Entwicklungsteam kann sich wieder auf die Weiterentwicklung der Anwendung konzentrieren, während die Infrastruktur die Grundlage für weiteres Wachstum, neue Funktionen und erste KI-Workloads bildet. (ln)

Über die Autorin: Alexandra Odenthal ist Prokuristin und Service Managerin bei Plus.line AG.