# 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.

=> /de/portfolio/an-app-that-ate-41-mb-a-second-stopped/ wachsendem Speicherverbrauch in einer macOS-Anwendung
=> https://csrc.nist.gov/pubs/sp/800/61/r3/final NIST SP 800-61, Revision 3
=> https://sre.google/sre-book/managing-incidents/ Vorfallmanagement bei Google
=> https://sre.google/workbook/incident-response/ Vorfallbehandlung im SRE-Arbeitsbuch von Google

=> https://engineer.company/de/glossary/incident-response/ Diese Seite im Web
