Datadog

Kurzfazit

Datadog ist die umfassendste Observability-Plattform auf dem Markt — und für viele Engineering-Teams der Standard, wenn es um Cloud-Monitoring geht. Die Stärke liegt in der Vollständigkeit: Metriken, verteilte Traces, Logs, Security und synthetische Tests in einer einzigen Oberfläche, verbunden durch über 700 Integrationen. Der Haken ist der Preis: Wer mehrere Module aktiviert und eine wachsende Infrastruktur betreibt, kann schnell in fünfstellige monatliche Kosten geraten. Für Teams mit den richtigen Skills und dem entsprechenden Budget ist es schwer zu schlagen — für einfachere Setups oder knappes Budget gibt es bessere Optionen.

Für wen ist Datadog?

SRE- und DevOps-Teams in Cloud-nativen Unternehmen: Das ist Datadogs Kernzielgruppe. Wer verteilte Microservices auf AWS, Azure oder GCP betreibt und Incidents schnell lösen muss, bekommt mit Datadog die stärksten Werkzeuge: verteiltes Tracing, automatische Service Maps, ML-basiertes Anomalie-Alerting.

Engineering-Teams in wachsenden Startups und Scale-ups: Ab dem Moment, wo ein Monolith in mehrere Services aufgespalten wird und manuelles Debugging zu langsam wird, macht Datadog Sinn. Die kostenlosen 5 Hosts reichen für erste Tests, der Umstieg auf Pro erfolgt natürlich mit dem Team-Wachstum.

Unternehmen mit DSGVO-Anforderungen: Datadogs EU1-Region, gehostet in Deutschland, ermöglicht datenschutzkonformes Monitoring ohne Kompromisse bei Funktionsumfang. Das unterscheidet Datadog von vielen Alternativen.

Platform-Teams mit Compliance-Anforderungen: DevSecOps-Pläne kombinieren Monitoring mit Cloud Security Posture Management (CSPM) und Threat Detection — ein Vorteil für regulierte Branchen.

Weniger geeignet für: Einzelentwickler mit kleinen Projekten (Kosten zu hoch, Komplexität zu groß), Teams ohne Monitoring-Erfahrung (steile Lernkurve, Wochen bis zur vollen Nutzung), und alle, die Open-Source und Self-Hosted bevorzugen (Prometheus + Grafana sind die Alternative).

Preise im Detail

Plan	Preis	Was du bekommst
Free	0 USD	Bis zu 5 Hosts, 1 Tag Metrik-Retention, grundlegende Dashboards
Infrastructure Pro	15 USD/Host/Monat	15 Monate Retention, 1.000+ Integrationen, erweiterte Dashboards
Infrastructure Enterprise	23 USD/Host/Monat	ML-Alerting (Watchdog), Governance-Features, Custom Roles
APM	+31 USD/Host/Monat	Verteiltes Tracing, Service Maps, Trace-Suche (zu Infrastructure)
APM Pro	+35 USD/Host/Monat	APM + Data Pipeline Monitoring
APM Enterprise	+40 USD/Host/Monat	APM Pro + Continuous Code Profiling
Log Ingest	0,10 USD/GB	Verarbeitung und Scannen von Logs
Log Indexing	1,70 USD/Mio. Events	Echtzeitzugriff auf Logs
Log Flex Storage	0,05 USD/Mio. Events	Langzeitarchivierung

Einordnung: Die Preise klingen zunächst moderat, addieren sich aber schnell: Ein Team mit 20 Hosts, APM und Log Management erreicht 1.000-2.000 USD/Monat, bevor Custom Metrics und weitere Module hinzukommen. Jahresverträge bieten Rabatte. Für Teams ab 50 Hosts empfiehlt sich eine direkte Preisverhandlung mit Datadog — die Listenpreise sind selten das, was tatsächlich gezahlt wird.

Stärken im Detail

Vollständige Observability-Suite eliminiert Tool-Sprawl. Statt Prometheus für Metriken, Jaeger für Tracing, Elasticsearch für Logs und einem separaten Security-Tool zu betreiben, konsolidiert Datadog alle Datenströme in einer Plattform. Das bedeutet: ein einziger Kontext bei einem Incident, ein Team das alles bedient, eine Rechnung. Die Korrelation zwischen Logs, Traces und Metriken in Echtzeit ist praktisch unmöglich nachzubauen.

700+ Integrationen mit minimalen Setup-Aufwand. Ob PostgreSQL, Redis, NGINX, Kubernetes, AWS Lambda oder GitHub Actions — die meisten Integrationen sind mit wenigen Klicks aktiv und befüllen sofort vorgefertigte Dashboards. In Cloud-nativen Umgebungen ist Datadog oft innerhalb eines Tages voll einsatzbereit.

Watchdog erkennt Anomalien ohne Schwellenwerte. Das ML-basierte Alerting analysiert historische Muster und schlägt bei ungewöhnlichem Verhalten Alarm — ohne dass ein SRE vorher Grenzwerte definieren müsste. Das reduziert False Positives erheblich und fängt subtile Performance-Degradierungen, bevor sie zum Incident werden.

EU1-Region in Deutschland für DSGVO-konformes Monitoring. Das Datadog-Rechenzentrum in Deutschland (eu.datadoghq.com) ermöglicht es europäischen Unternehmen, Monitoring-Daten innerhalb der EU zu halten. Das ist ein entscheidender Vorteil für regulierte Branchen und Unternehmen mit Data-Residency-Anforderungen.

Schwächen ehrlich betrachtet

Kosten können unkontrolliert skalieren. Der größte Kritikpunkt an Datadog ist das Pricing-Modell: Jedes Modul wird separat abgerechnet, Custom Metrics kosten extra, und Log-Volumen wächst oft schneller als erwartet. Teams, die ohne klares Budget-Tracking starten, erleben regelmäßig unangenehme Überraschungen auf der Monatsrechnung. Workaround: Log-Sampling konfigurieren, Custom Metrics begrenzen, Retention-Perioden optimieren.

Steile Lernkurve ohne dediziertes SRE-Know-how. Datadog ist kein Tool, das man in einem Nachmittag einrichtet und fertig ist. Die volle Nutzung — korrekte Service-Konfiguration, sinnvolle Dashboard-Struktur, Alert-Policies ohne Alert-Fatigue — erfordert Wochen und entsprechendes Know-how. Teams ohne Monitoring-Erfahrung verlieren sich leicht in den Möglichkeiten.

Kein Open-Source-Weg zurück. Wer einmal tief in Datadogs proprietäre Abfragesprachen (DQL), Dashboard-Konfigurationen und API-Keys integriert hat, ist gebunden. Migration zu Prometheus/Grafana oder einem anderen Tool ist aufwändig. Wer Vendor-Lock-in vermeiden will, sollte Prometheus als Alternative ernsthaft prüfen.

Englischsprachige Plattform ohne Lokalisierung. Für deutsche Teams ist das meist kein Blocker, aber die fehlende Lokalisierung ist ein Signal: Datadog zielt auf englischsprachige Tech-Teams, nicht auf deutsche Nicht-techniker. Für KMU ohne dediziertes Engineering-Team ist das ein echtes Hindernis.

Alternativen im Vergleich

Wenn du…	…nimm stattdessen
Open-Source und Self-Hosted willst (kein Vendor-Lock-in)	Prometheus + Grafana (extern)
Nur einfaches Server-Monitoring ohne APM brauchst	Datadog Free oder New Relic (extern)
Primär Kubernetes und Cloud-native Umgebungen überwachst	Datadog oder Dynatrace (extern)
Incident-Management zusätzlich zu Alerting brauchst	PagerDuty (ergänzend)

Datadog ist der Standard für Cloud-native Umgebungen — wenn das Budget stimmt und ein Team mit SRE-Know-how vorhanden ist. Für einfachere Setups oder Open-Source-Präferenz gibt es günstigere oder flexiblere Optionen.

So steigst du ein

Schritt 1: Erstelle einen kostenlosen Datadog-Account (eu.datadoghq.com für EU-Datenhosting) und installiere den Datadog Agent auf deinen Servern. Bei AWS, Azure oder GCP gibt es native Cloud-Integrationen: eine CloudFormation-Vorlage oder ein Terraform-Modul reicht, um alle EC2-Instances oder Kubernetes-Nodes zu erfassen — in unter 30 Minuten läuft das erste Dashboard.

Schritt 2: Aktiviere die wichtigsten Integrationen im Integration-Katalog: Datenbanken (PostgreSQL, MySQL, Redis), Web-Server (NGINX, Apache) und Cloud-Dienste (AWS RDS, Lambda, S3) mit einem Klick. Die vorgefertigten Dashboards werden automatisch befüllt. Richte erste Alerts auf Basis von Watchdog ein — die ML-Anomalie-Erkennung ist sofort aktiver, ohne Schwellenwerte definieren zu müssen.

Schritt 3: Aktiviere APM für deine kritischsten Services. Das erfordert das Einbinden der Datadog-Trace-Bibliothek in deine Anwendung (verfügbar für Python, Java, Go, Node.js, Ruby und mehr). Sobald aktiv, generiert Datadog automatisch Service Maps und zeigt Latenz-Hotspots auf einen Blick. Korreliere APM-Traces mit Logs über die dd.trace_id für lückenlose Incident-Analyse.

Ein konkretes Beispiel

Ein deutsches SaaS-Unternehmen mit 20 Entwicklern betreibt seine Microservices auf AWS in der EU (eu-central-1) und nutzt Datadogs EU1-Region für DSGVO-konformes Monitoring. Das Team hatte vorher Prometheus und Grafana, aber die manuelle Konfiguration von Alert-Regeln führte zu Alert-Fatigue — täglich Dutzende False Positives. Nach der Migration zu Datadog übernimmt Watchdog das Baseline-Lernen: Die relevanten Alerts reduzierten sich von 40 auf 8 täglich. Ein Latenz-Incident in der Checkout-Pipeline, der früher 45 Minuten Debugging kostete (manuelles Log-Durchsuchen, Hypothesen bilden), dauert jetzt 8 Minuten — verteilte APM-Traces zeigen sofort, welcher Downstream-Service blockiert. Die erhöhten Kosten (2.200 USD/Monat statt früher 0 USD für Prometheus) wurden im Engineering-Review als investierte Stunden gegenübergestellt und als klar positiver ROI bewertet.

DSGVO & Datenschutz

• EU-Datenhosting verfügbar: Datadog EU1-Region in Deutschland (eu.datadoghq.com) — Daten verlassen die EU nicht
• Standard-Region: US1 (USA) — bei Neuregistrierung explizit EU1 wählen
• DPA verfügbar: Ja — Datadog bietet einen Auftragsverarbeitungsvertrag (Data Processing Agreement) für Business- und Enterprise-Kunden
• DSGVO-Compliance: Datadog hält EU-U.S. Data Privacy Framework und SCCs (Standard Contractual Clauses) ein
• Datentypen: Monitoring-Daten, Logs und Traces können personenbezogene Daten enthalten (IP-Adressen, User-IDs) — Konfiguration von Log-Scrubbing empfohlen
• Log-Scrubbing: Datadog bietet eingebaute Mechanismen zum automatischen Redaktion sensibler Daten in Logs
• Empfehlung für Unternehmen: EU1-Region bei der Registrierung auswählen, DPA abschließen, Log-Scrubbing für PII konfigurieren. Für Branchen mit besonderem Datenschutz (Gesundheit, Finanzen) externe Datenschutzberatung hinzuziehen.

Gut kombiniert mit

• GitHub Copilot — Entwickler beheben Incidents schneller, wenn Copilot-Autocomplete und Datadog-Trace-Daten parallel genutzt werden; Copilot kann auf Basis von Fehlermeldungen aus Datadog direkt Fix-Vorschläge machen
• PagerDuty — Datadog-Alerts direkt als PagerDuty-Incidents weiterleiten für strukturierte On-Call-Rotationen mit Eskalations-Policies; die Integration ist nativ verfügbar
• Confluence — Incident-Runbooks und Post-Mortem-Dokumente in Confluence pflegen und mit Datadog-Dashboard-Links verknüpfen, damit On-Call-Engineers im Incident sofort den Kontext haben

Unser Testurteil

Datadog verdient 4 von 5 Sternen. Die Plattform ist technisch führend — keine andere Observability-Lösung kombiniert Metriken, Traces, Logs und Security so nahtlos mit einer so breiten Integrationsabdeckung. Die EU1-Region in Deutschland ist ein wichtiger Pluspunkt für europäische Unternehmen. Den fünften Stern kostet das aggressive Pricing-Modell, das bei wachsender Infrastruktur schnell unübersichtlich und teuer wird, sowie die fehlende deutsche Oberfläche. Für gut aufgestellte Engineering-Teams mit entsprechendem Budget ist Datadog die klare Empfehlung — alle anderen sollten Prometheus + Grafana oder günstigere Alternativen ernsthaft prüfen.

Was wir bemerkt haben

• 2025 — Datadog hat “Bits AI” eingeführt: Ein KI-gestützter SRE-Assistent, der Incidents automatisch analysiert und Diagnosevorschläge liefert. Das neue Feature wird separat abgerechnet (ca. 500 USD für 20 Untersuchungen/Monat) — ein weiteres Modul im ohnehin komplexen Preismodell.
• 2024 — Datadog hat “DevSecOps”-Bundle-Pläne eingeführt, die Infrastructure und Security-Monitoring kombinieren (22–34 USD/Host/Monat). Das vereinfacht die Lizenzierung für Teams, die beides brauchen, ändert aber nichts an der grundsätzlichen Modularität des Pricings.