Grafana 11.5 veröffentlicht: KI-Alarmvorschläge und Abfragen in natürlicher Sprache sind vorhanden, und der Open-Source-Observable-Stack tritt in die Ära der „KI-nativen“ ein

Grafana 11.5 wurde am 30. Juni 2026 veröffentlicht. Es handelt sich um die zweite Quartalsversion von Grafana Labs im Jahr 2026. Die Kernaktualisierungen konzentrieren sich auf drei KI-Hauptlinien: KI-gesteuerte Alarmvorschläge, Verbesserungen des Grafana LLM-Plugins und Verbesserungen der Dashboard-Funktionen für Abfragen in natürlicher Sprache. Als beobachtbare Open-Source-Plattform, die mehr als 20 Millionen Benutzer bedient, rüstet Grafana die KI von „Plug-ins“ auf „plattformnative Funktionen“ auf.

• KI-gesteuerte Alarmvorschläge: Basierend auf historischen Daten und Indikatormustern werden Vorschläge zur Einstellung von Alarmregeln gegeben, um das Risiko von Alarminkongruenzen und fehlenden Alarmen zu verringern.
• Erweiterung des Grafana LLM-Plugins: Die Funktionen des LLM-Plugins werden weiter verbessert, sodass große Modelle auf den Überwachungsdatenkontext zugreifen können.
• Upgrade der Abfrage in natürlicher Sprache: Verwenden Sie natürliche Sprache, um Abfrageabsichten zu beschreiben und Dashboards zu generieren, wodurch der Schwellenwert für die Datenexploration gesenkt wird.
• Fortsetzung der KI-Anomalieerkennung: Übernahme der experimentellen Version der KI-Anomalieerkennung in 11.4, Bildung einer geschlossenen KI-Schleife aus „Erkennung-Alarm-Abfrage“.

Versionshintergrund

Grafana Labs ist das weltweit führende Open-Source-Observability-Unternehmen, das Grafana, Loki, Tempo, Mimir und Grafana Cloud umfasst und mehr als 20 Millionen Benutzer und mehr als 10.000 Unternehmenskunden bedient. Sein KI-basierter Rhythmus ist klar: 11.3 (2025-12-31) führt Beta-Versionen von Abfragen in natürlicher Sprache und KI-Alarmvorschläge ein; 11.4 (31.03.2026) konvertiert das Grafana LLM-Plugin in reguläres (GA) und führt eine experimentelle Version zur Erkennung von KI-Anomalien ein; 11.5 (30.06.2026) erweitert die oben genannten Funktionen insgesamt. Die drei Versionen bilden einen vollständigen Weiterentwicklungspfad von „Experiment-GA-Enhancement“.

Highlights dieser Version

KI-Alarmvorschläge

• Intelligente Regelempfehlung: KI analysiert die historischen Muster von Indikatoren und empfiehlt angemessene Alarmschwellenwerte und Regeln, um manuelle Versuche und Irrtümer zu reduzieren.
• Reduzieren Sie die Kosten von Fehlalarmen: Vernünftigere Alarmkonfigurationen verbessern direkt das Problem der „Alarmmüdigkeit“ und ermöglichen es, dass sich Betrieb und Wartung auf echte Probleme konzentrieren können.

Abfrage in natürlicher Sprache und LLM

• Dashboard in natürlicher Sprache: Verwenden Sie natürliche Sprache, um Abfrageabsichten zu beschreiben, und KI generiert entsprechende Abfragen und Dashboards, wodurch die Schwelle für die Verwendung durch Anfänger gesenkt wird.
• Verbesserung des LLM-Plugins: Rufen Sie große Modelle im Überwachungskontext auf, um die interaktive Analyse von Protokollen/Indikatoren in natürlicher Sprache zu unterstützen.

KI-Anomalieerkennung

• Automatische Erkennung von Anomalien: Identifizieren Sie anhand des Indikator-Timings automatisch Schwankungen, die vom normalen Muster abweichen, und decken Sie potenzielle Fehler im Voraus auf.
• Verknüpfung mit Alarmen: Die Ergebnisse der Anomalieerkennung gelangen direkt in die Alarmverknüpfung und bilden so einen automatischen Reaktionskreislauf.

Bedeutung für das Betriebs- und Wartungsteam

Aus Branchensicht ist Grafanas KI-Pfad ein Maßstab für den Open-Source-Observable-Track: Es verfolgt keine „Black-Box-KI“, sondern bettet KI-Fähigkeiten in ausgereifte Open-Source-Stacks in Form von Plug-ins und Modulen ein, sodass Teams sie bei Bedarf aktivieren können. Für inländische Betriebs- und Wartungsteams bedeuten die Open-Source-Eigenschaften von Grafana, dass es sich um selbst gehostete und kontrollierbare Daten handeln kann, und seine KI-Funktionen (Abfrage in natürlicher Sprache, Alarmvorschläge) senken die Schwelle für die Nutzung und Wartung des Überwachungssystems.

Im Vergleich dazu konzentriert sich Sentry auf die Fehlerbehebung und Fehlerzuordnung von Anwendungen, während sich Grafana auf die Beobachtung und Visualisierung von Indikatoren/Protokollen/Tracking konzentriert. Im Hinblick auf die „KI-Beobachtbarkeit“ sind die beiden eher komplementär als austauschbar.

Tipps für den Einstieg

• Selbst gehostetes Team: Erleben Sie Abfragen in natürlicher Sprache und KI-Alarmvorschläge aus der OSS-Version und bewerten Sie Verbesserungen am bestehenden Überwachungsprozess.
• Cloud-Benutzer: Aktivieren Sie schnell das LLM-Plugin und die Anomalieerkennung über Grafana Cloud und überprüfen Sie KI-Funktionen mit einem niedrigen Schwellenwert.
• Bewertungskriterien: Messen Sie den tatsächlichen Wert der KI-Funktionen anhand der beiden Dimensionen „Verbesserung der Alarmgenauigkeit“ und „Verkürzung der Abfrageanalysezeit“.

Richtungen, die in Zukunft Aufmerksamkeit verdienen

1. Der Rhythmus, mit dem die Erkennung von KI-Anomalien in einen positiven Rhythmus umgewandelt wird: Wann werden die Fähigkeiten der experimentellen Version GA sein und wie wird sich die Fehlalarmrate in der realen Produktion auswirken?
2. Abdeckungstiefe von Abfragen in natürlicher Sprache: Ob komplexe Abfragen aus mehreren Quellen abgedeckt werden können, bestimmt den Übergang vom „Early Adopter“ zum „Main Force“.
3. Die Grenze zwischen Open-Source- und kommerziellen Versionen: Die Verteilung der KI-Funktionen zwischen OSS und Cloud beeinflusst die Wahl selbstgehosteter Teams.