Incident Response

Was es ist

Incident Response ist die koordinierte Arbeit während einer Störung
oder einer ernsten Bedrohung für ein System. Der Vorfall ist der
Anlass für den Einsatz. Zur Reaktion gehören das Erkennen und
Ausrufen des Vorfalls, die Verteilung der Aufgaben, die
Wiederherstellung eines brauchbaren Dienstes und die Übergabe der
übrigen Arbeit. Entwicklung, Betrieb und Kundendienst können alle
beteiligt sein. Je nach Lage braucht das Team auch Personen, die
über Sicherheitsmaßnahmen oder rechtliche Fragen entscheiden dürfen.

Die Empfehlungen des NIST für Cybersicherheitsvorfälle beschreiben
Erkennung, Reaktion und Wiederherstellung. Vorbereitung und laufende
Verbesserung unterstützen alle drei Tätigkeiten. Die
Veröffentlichung bezieht sich auf Cybersicherheit. Eine klare
Aufgabenverteilung hilft auch nach einer fehlerhaften
Bereitstellung. Bei einer möglichen Offenlegung von Daten kann es
nötig sein, Belege zu sichern und Betroffene zu schützen, obwohl die
Anwendung weiterhin funktioniert. Bei einer gewöhnlichen Störung
kann es zunächst darum gehen, einen sicheren Weg für den
Datenverkehr zu finden.

Google unterscheidet in seiner Beschreibung des Incident Management
eine Einsatzleitung, eine Person für die Koordination der
technischen Maßnahmen und eine Person für die Kommunikation. Anfangs
kann jemand mehrere Aufgaben übernehmen. Wenn mehr Menschen
hinzukommen, verhindert eine sichtbare Zuordnung doppelte Arbeit und
widersprüchliche Anweisungen. Die Aufteilung lässt sich an die Größe
des Teams und die Lage anpassen. Wichtig ist, dass jede Funktion
einen bekannten Ansprechpartner hat.

Warum es wichtig ist

Zu Beginn treffen unterschiedliche Informationen mit
unterschiedlichem Tempo ein. Eine Messung kann zeigen, dass
Zahlungen häufiger scheitern, bevor jemand weiß, welche Kunden oder
Zahlungsarten betroffen sind. Der Kundendienst kann das Muster
zuerst erkennen. Eine gemeinsame Chronologie hält Beobachtungen,
Quellen und Unsicherheiten fest. Später hinzukommende Personen
können untersuchen, ohne die erste Erklärung zur Tatsache zu
erklären.

Die Koordination schützt auch vor Problemen durch Änderungen unter
Zeitdruck. Eine Rückkehr zur letzten Version und eine kurzfristige
Konfigurationsänderung können für sich sinnvoll sein und sich
gegenseitig stören, wenn sie gleichzeitig erfolgen. Die
Einsatzkoordination braucht Informationen über geplante Aktionen,
erwartete Wirkungen und mögliche Rückwege. Fachleute können
Vorschläge einbringen, und das Team weiß, wer die Entscheidung
trifft.

Die Wiederherstellung und die Suche nach der Ursache haben
unterschiedliche Fristen. Den Datenverkehr umzuleiten kann den
Dienst wieder nutzbar machen, bevor der ursprüngliche Fehler bekannt
ist. Zum Abschluss der Wiederherstellung gehört eine vereinbarte
Beobachtung. Neue Bestellungen sollen zum Beispiel erfolgreich sein,
und alte Problemfälle müssen abgeglichen werden. Eine spätere
Nachbesprechung untersucht die Ursache, die Wirkung des Einsatzes
und die nächsten Änderungen. Sie stützt sich auf Entscheidungen und
Messungen aus dem Vorfall.

Wie es in der Praxis aussieht

Angenommen, ein Buchungsdienst zieht gelegentlich Geld ein, stellt
aber keine Fahrkarte aus. Der Kundendienst erhält erste Meldungen
und die Entwicklung bestätigt fehlgeschlagene Anfragen. Die zuerst
zuständige Person ruft einen Vorfall aus und hält fest, wann die
Symptome sichtbar wurden. Das Team beschreibt knapp die bekannte
Wirkung und bestimmt, wer die Änderungen koordiniert. Der
Kundendienst bekommt eine Anlaufstelle und einen Zeitpunkt für die
nächste Information.

Der Betrieb untersucht einige betroffene Bestellungen und findet
eine neue Version, die zeitlich zum Beginn passt. Die Einsatzleitung
lässt prüfen, ob die bereits eingezogenen Zahlungen nach einer
Rückkehr zur vorherigen Version sichtbar bleiben. Eine Person führt
den Wechsel durch. Eine zweite beobachtet Zahlungen und ausgestellte
Fahrkarten. Der Kundendienst behält die Buchungsnummern für die
Nachverfolgung und erklärt, was Kunden mit einer nicht bestätigten
Buchung tun können.

Das Team prüft vollständige Vorgänge und gleicht Zahlungen mit den
richtigen Fahrkarten ab. Es beobachtet auch, wie die offenen Fälle
abgearbeitet werden. Die Einsatzleitung hält fest, seit wann der
Dienst nutzbar ist und wer sich um ungeklärte Buchungen kümmert.
Wenn der normale Betrieb das verbleibende Risiko übernehmen kann,
endet der Einsatz. Die Untersuchung kann mit einem Verantwortlichen
und einem Termin weitergehen.

Bei einem Schichtwechsel besprechen beide Verantwortlichen die
letzte bestätigte Beobachtung, die laufende Änderung und den
Zeitpunkt der nächsten Mitteilung. So muss die nächste Person den
Zustand nicht aus einer langen Unterhaltung rekonstruieren.

Der Fall zu wachsendem Speicherverbrauch in einer macOS-Anwendung
dokumentiert getrennte Beobachtungen und die Arbeit, die Zahl
gespeicherter Ereignisse zu begrenzen. Er zeigt, warum der
Geltungsbereich der Messungen erhalten bleiben muss. Der
Buchungsdienst ist hier ein gedachtes Beispiel für Koordination und
Kundenbetreuung.

Wo es schiefgeht

Das Team wartet auf Gewissheit. Ein wahrscheinlicher Schaden lässt
sich mit einer verantwortlichen Person und einem vereinbarten
nächsten Bericht untersuchen. Definiert, wann die koordinierte
Arbeit beginnt und wie das Team sie beendet, wenn sich die Lage als
weniger ernst herausstellt.

Alle ändern das System gleichzeitig. Haltet Vorschläge und
ausgeführte Maßnahmen in einem gemeinsamen Protokoll fest.
Beobachtet das Ergebnis einer Änderung vor der nächsten, soweit
möglich. Klärt, welche Maßnahmen unabhängig vorgenommen werden
können.

Kunden hören Vermutungen. Beschreibt, was Betroffene erleben, was
sie tun können und wann weitere Informationen kommen. Benennt die
offenen Fragen. Erklärt die Ursache erst, wenn genügend Belege dafür
vorliegen.

Nach der Wiederherstellung geht Restarbeit verloren. Bestimmt
Verantwortliche für den Abgleich, die Kundeninformation und
provisorische Maßnahmen. Übertragt die Aufgaben in das System, das
auch nach Ende des Einsatzes genutzt wird.

Weiterführende Lektüre

  * NIST SP 800-61, Revision 3 — Behandlung von
Sicherheitsvorfällen, Vorbereitung und Verbesserung.

  * Vorfallmanagement bei Google — Rollen, Kommunikation und
gemeinsames Protokoll.

  * Vorfallbehandlung im SRE-Arbeitsbuch von Google — Erfahrungen
und Beispiele aus konkreten Einsätzen.

hDiese Seite im Web	URL:https://engineer.company/de/glossary/incident-response/	engineer.company	70
