AGENT SKILL

postmortem-skill

Schuldfreies Incident-Postmortem mit Timeline-Rekonstruktion, Root-Cause-Analyse und Action Items. Verwende ihn nach einem Produktions-Incident, einem Service-Ausfall oder einem schwerwiegenden Bug. Auslösen mit "Postmortem durchführen für", "Incident Review", "was ist schiefgelaufen".

License 许可
MIT
最近更新
2026-11-13
Stars
★ 0
Forks
0

01 前言 Front Matter

name
postmortem-skill
description
Schuldfreies Incident-Postmortem mit Timeline-Rekonstruktion, Root-Cause-Analyse und Action Items. Verwende ihn nach einem Produktions-Incident, einem Service-Ausfall oder einem schwerwiegenden Bug. Auslösen mit "Postmortem durchführen für", "Incident Review", "was ist schiefgelaufen".

03 SKILL.md 正文

Postmortem-Skill

Schuldfreie Postmortem-Methodik für Produktions-Incidents, Service-Ausfälle und schwerwiegende Defekte. Der Skill rekonstruiert Timelines, führt eine 5-Whys-Root-Cause-Analyse durch und erzeugt action-item-getriebene Berichte, die eine Wiederholung verhindern. Die Incident-Daten kommen von dir, aus einer angebundenen MCP-Quelle oder aus companyRAG-Sammlungen.

Schuldfreie Prinzipien

Jedes mit diesem Skill durchgeführte Postmortem folgt diesen nicht verhandelbaren Prinzipien:

  1. Menschen sind nicht die Root Cause. Systeme, Prozesse und Tooling versagen — Personen, die innerhalb dieser Systeme handeln, haben mit den verfügbaren Informationen die bestmöglichen Entscheidungen getroffen. Das Postmortem untersucht das System, das den Fehler ermöglicht hat, nicht die Person, die ihn ausgelöst hat.
  2. Im Nachhinein ist man immer klüger. Es ist leicht, im Rückblick zu sehen, was hätte getan werden sollen. Das Postmortem muss rekonstruieren, was an jedem Entscheidungspunkt während des Incidents bekannt und sichtbar war — und darf Entscheidungen nicht mit Informationen beurteilen, die zu diesem Zeitpunkt nicht verfügbar waren.
  3. Das Ziel ist Lernen, nicht Bestrafung. Ein Postmortem, das Schuld zuweist, garantiert, dass der nächste Incident verheimlicht oder heruntergespielt wird. Ein Postmortem, das umsetzbare Verbesserungen erzeugt, garantiert, dass das Team besser wird.
  4. Jeder Incident hat mehrere beitragende Faktoren. Erzählungen mit einer einzigen Ursache ("der Entwickler hat eine fehlerhafte Config ausgerollt") sind fast immer unvollständig. Das Postmortem muss die Kette beitragender Faktoren identifizieren — den fehlenden Test, das unzureichende Review, den fehlenden Alert, das unklare Runbook — die gemeinsam den Incident ermöglicht haben.
  5. Action Items ohne Verantwortliche und Fristen sind Wünsche. Jedes Postmortem-Action-Item braucht einen Verantwortlichen, eine Frist und eine Verifizierungsmethode. Nicht zugewiesene Action Items aus früheren Postmortems sollten überprüft werden, bevor neue erzeugt werden.

Woher die Daten kommen

Quelle Was sie beiträgt
APM / Monitoring über MCP (z. B. Datadog, Grafana, PagerDuty) Alert-Trigger, Metrik-Anomalien, Error-Rates, Latenz-Spikes, betroffene Services
Git-Provider über MCP (z. B. GitHub, GitLab, Bitbucket) Commits und Deployments im Zeitfenster rund um den Incident
CI/CD über MCP (z. B. GitHub Actions, GitLab CI, Jenkins) Build-/Deploy-Events, Rollback-Events, Pipeline-Status
Chat über MCP (z. B. Slack, Teams) Nachrichten aus dem Incident-Channel, getroffene Entscheidungen, Eskalationspunkte
Projekt-Tracker über MCP (z. B. Jira, Linear, Asana) Incident-Ticket, verwandte Bugs, Action Items aus früheren Postmortems
companyRAG / Datei-Upload Frühere Postmortems, wiederkehrende Muster, bestehende Runbooks, Status-Updates

Keine angebundene Quelle? Gib die Daten im Chat an oder lade die relevanten Dateien hoch — der Skill funktioniert genauso.

Postmortem-Workflow

Phase 1: Die Fakten feststellen

Sammle vor der Analyse die rohen Fakten des Incidents. Widerstehe dem Drang zu erklären — dokumentiere zuerst, was passiert ist.

Incident-Identifikation:

Feld Inhalt
Incident-ID Tracking-Identifier (Ticketnummer, Incident-Nummer)
Severity SEV-1 (kritisch) / SEV-2 (schwerwiegend) / SEV-3 (gering) — gemäß den Severity-Definitionen der Organisation
Dauer Zeit von der Erkennung bis zur vollständigen Behebung
Impact Wer war betroffen, wie viele, welche Funktionalität war beeinträchtigt oder nicht verfügbar
Erkennungsmethode Wie wurde der Incident entdeckt? Alert, Kundenmeldung, interne Beobachtung, automatisierte Prüfung
Time to detect (TTD) Verstrichene Zeit vom Incident-Start bis zur Erkennung
Time to mitigate (TTM) Verstrichene Zeit von der Erkennung bis zur Behebung des Kunden-Impacts
Time to resolve (TTR) Verstrichene Zeit von der Erkennung bis zur Behebung der Root Cause

Checkliste zur Datensammlung:

  • Monitoring-Alerts und Zeitstempel aus APM-/Observability-Tools
  • Deployment- und Commit-Historie aus CI/CD und Git-Provider für die 24 h vor dem Incident
  • Chat-Logs aus dem Incident-Channel oder War-Room
  • Kundenmeldungen oder Support-Tickets, die während des Incidents erstellt wurden
  • Status-Page-Updates und ihre Zeitstempel
  • On-Call-Rotation — wer wurde wann gepaged
  • Alle durchgeführten Rollback-, Hotfix- oder Mitigation-Maßnahmen und ihre Zeitstempel

Phase 2: Die Timeline rekonstruieren

Baue aus den gesammelten Daten eine chronologische Timeline. Die Timeline ist das Rückgrat des Postmortems — die gesamte Analyse fließt aus ihr.

Timeline-Format:

| Zeit (UTC) | Event | Quelle | Akteur |
|------------|-------|--------|--------|
| [HH:MM] | [Was passiert ist] | [Wo dies beobachtet wurde] | [Person oder System] |

Regeln für die Timeline-Erstellung:

  1. Verwende durchgängig UTC. Zeitzonen-Verwirrung während der Incident-Analyse ist ein sekundärer Incident.
  2. Trenne Beobachtung von Interpretation. "Error-Rate überschritt den 5-%-Schwellenwert" ist eine Beobachtung. "Das Deployment verursachte Fehler" ist eine Interpretation — sie gehört in die Analyse, nicht in die Timeline.
  3. Erfasse System-Events und menschliche Aktionen. Deployments, Alert-Auslösungen, Rollbacks, Konfigurationsänderungen und Kommunikations-Events gehören alle auf die Timeline.
  4. Markiere Unsicherheit. Wenn die genaue Zeit eines Events unbekannt ist, verwende "~HH:MM (ungefähr)", statt eine präzise Zeit zu raten.
  5. Identifiziere die wichtigsten Übergänge. Markiere diese explizit: - Incident-Start: Wann das System erstmals in einen degradierten Zustand eintrat (kann vor der Erkennung liegen) - Erkennung: Wann ein Mensch oder System das Problem erstmals identifizierte - Eskalation: Wann weitere Personen oder Teams hinzugezogen wurden - Mitigation: Wann der Kunden-Impact reduziert oder beseitigt wurde - Behebung: Wann die Root Cause behoben wurde (nicht nur mitigiert)

Phase 3: Beitragende Faktoren identifizieren

Liste jeden Faktor auf, der dazu beigetragen hat, dass der Incident auftrat, unentdeckt blieb oder länger zur Behebung brauchte. Beitragende Faktoren werden NICHT Personen zugewiesen — es sind systemische Beobachtungen.

Kategorien beitragender Faktoren:

Kategorie Beispiele
Code / Konfiguration Bug in der Business-Logik, falscher Konfigurationswert, fehlende Validierung, ungetesteter Edge Case
Testing Fehlende Testabdeckung für den Fehlermodus, Test, der keine Produktionsbedingungen abbildete, Lasttest-Lücke
Deployment Fehlende Canary-Phase, kein automatischer Rollback, Konfigurationsänderung ohne Feature Flag
Monitoring / Alerting Fehlender Alert für den Fehlermodus, zu hoher Alert-Schwellenwert, lauter Alert maskierte das echte Signal
Runbook / Dokumentation Kein Runbook für diesen Fehlermodus, veraltetes Runbook, fehlender Eskalationspfad
Architektur Single Point of Failure, fehlender Circuit Breaker, keine Graceful Degradation, kaskadierende Abhängigkeit
Kommunikation Verzögerte Eskalation, unklare Verantwortlichkeit, Informationen in einem Team siloiert
Prozess Übersprungenes Code-Review, umgangene Staging-Umgebung, manueller Schritt in der Deployment-Pipeline
Extern Ausfall eines Drittanbieter-Service, unerwartetes Traffic-Muster, geändertes Verhalten einer Upstream-API

Notiere für jeden beitragenden Faktor:

  • Was der Faktor war
  • Wie er zum Incident beitrug (verursachte ihn, verschlimmerte ihn, verzögerte die Erkennung oder verzögerte die Behebung)
  • Ob dieser Faktor bereits in früheren Postmortems aufgetaucht ist (wiederkehrendes Muster)

Phase 4: Root-Cause-Analyse (5 Whys)

Wende die 5-Whys-Technik an, um vom Symptom zur tiefsten umsetzbaren Ursache zu gelangen. Die Technik fragt iterativ "warum", bis eine systemische Ursache erreicht ist, die behoben werden kann, um eine Wiederholung zu verhindern.

5-Whys-Struktur:

Symptom: [Beobachtbares Problem — z. B. "Kunden erhielten 45 Minuten lang 500-Fehler auf der Checkout-Seite"]

Warum 1: [Direkte Ursache]
  Beleg: [Welche Daten dies stützen]

Warum 2: [Ursache der direkten Ursache]
  Beleg: [Welche Daten dies stützen]

Warum 3: [Tiefere Ursache]
  Beleg: [Welche Daten dies stützen]

Warum 4: [Systemische Ursache]
  Beleg: [Welche Daten dies stützen]

Warum 5: [Root Cause — die tiefste umsetzbare Ursache]
  Beleg: [Welche Daten dies stützen]

Root-Cause-Statement: [Ein Satz, der das systemische Versagen zusammenfasst, das behoben werden muss]

5-Whys-Disziplin:

  • Höre auf, wenn du eine umsetzbare systemische Ursache erreichst. "Der Entwickler hat einen Fehler gemacht" ist keine Root Cause — es ist eine proximale Ursache. Frage weiter, warum das System zuließ, dass der Fehler in Produktion gelangte.
  • Verzweige, wenn mehrere Pfade existieren. Eine einzelne 5-Whys-Kette erfasst möglicherweise nicht alle Root Causes. Wenn der Incident mehrere unabhängige beitragende Pfade hatte, führe für jeden eine separate 5-Whys-Kette durch.
  • Verifiziere jedes "Warum" mit Belegen. Jeder Schritt muss durch Daten aus der Timeline oder den gesammelten Belegen gestützt sein. Eine 5-Whys-Kette auf Basis von Annahmen erzeugt eine falsche Root Cause.
  • Unterscheide Root Cause von beitragenden Faktoren. Die Root Cause ist das einzelne wirkmächtigste systemische Versagen. Beitragende Faktoren machten den Incident möglich oder schlimmer, aber die alleinige Behebung der Root Cause hätte den Incident nicht zwangsläufig verhindert. Beide brauchen Action Items.

Phase 5: Action Items erzeugen

Jeder beitragende Faktor und die Root Cause müssen mindestens einem Action Item zugeordnet werden. Action Items ohne diese Zuordnung sind unbegrenzt — sie mögen produktiv wirken, adressieren den Incident aber nicht.

Anforderungen an Action Items:

Feld Erforderlich Inhalt
ID Ja Eindeutiger Identifier (z. B. AI-001)
Beschreibung Ja Spezifische, konkrete Maßnahme — nicht "Monitoring verbessern", sondern "Alert hinzufügen für Checkout-Error-Rate über 2 %, 5 Minuten anhaltend"
Adressiert Ja Welchen beitragenden Faktor oder welche Root Cause dieses Action Item adressiert
Priorität Ja P1 (verhindert Wiederholung dieses Incidents) / P2 (reduziert Blast Radius oder Erkennungszeit) / P3 (allgemeine Verbesserung, die dieser Incident sichtbar machte)
Verantwortlicher Ja Namentlich genannte Person oder Team, die für die Umsetzung verantwortlich ist
Frist Ja Ziel-Abschlussdatum
Verifizierung Ja Wie der Abschluss verifiziert wird (z. B. "Alert feuert korrekt im Staging-Test", "Runbook aktualisiert und vom On-Call-Team reviewt")

Action-Item-Kategorien:

Kategorie Zweck Beispiele
Fix Die Root Cause beseitigen Code-Fix, Konfigurationskorrektur, Architekturänderung
Detect Diesen Fehlermodus beim nächsten Mal früher erkennen Neuer Alert, verbessertes Monitoring-Dashboard, automatisierter Health Check
Mitigate Blast Radius reduzieren, falls diese Fehlerklasse erneut auftritt Circuit Breaker, Feature Flag, Graceful Degradation, automatisierter Rollback
Prevent Verhindern, dass diese Fehlerklasse eingeführt wird Testabdeckung, aktualisierte Code-Review-Checkliste, Deployment-Gate, Linting-Regel
Document Sicherstellen, dass das Team beim nächsten Mal schneller reagieren kann Neues oder aktualisiertes Runbook, Dokumentation des Eskalationspfads, Architekturdiagramm

Frühere Action Items prüfen: Prüfe vor dem Abschluss, ob frühere Postmortems ähnliche Action Items erzeugt haben, die nie umgesetzt wurden. Wiederkehrende Action Items sind ein systemisches Signal — eskaliere sie.

Phase 6: Den Postmortem-Bericht schreiben

Stelle alle Erkenntnisse in der untenstehenden Ausgabevorlage zusammen.

Ausgabevorlage

# Postmortem: [Incident-Titel]
**Incident-ID**: [ID]**Datum**: [Incident-Datum]**Severity**: [SEV-1 / SEV-2 / SEV-3]**Autor**: [Postmortem-Autor]**Status**: [Entwurf / In Review / Final]
---
## Zusammenfassung
[2-3 Sätze Zusammenfassung: was passiert ist, wie lange es dauerte, wer betroffen war und wie es behoben wurde. Geschrieben für einen Leser, der nicht am Incident beteiligt war.]
## Impact
| Metrik | Wert ||--------|------|| **Dauer** | [Gesamtdauer des Incidents] || **Time to detect** | [TTD] || **Time to mitigate** | [TTM] || **Time to resolve** | [TTR] || **Betroffene Nutzer** | [Anzahl oder Prozentsatz] || **Umsatz-Impact** | [Falls messbar, sonst "Nicht quantifiziert"] || **SLA-Impact** | [Verbrauchtes SLA-Budget, falls zutreffend] |## Timeline
| Zeit (UTC) | Event | Quelle ||------------|-------|--------|| [HH:MM] | [Event-Beschreibung] | [Quelle] || ... | ... | ... |## Root Cause
[Root-Cause-Statement aus der 5-Whys-Analyse]
### 5-Whys-Analyse
1. **Warum**: [Direkte Ursache] — Beleg: [Daten]2. **Warum**: [Tiefere Ursache] — Beleg: [Daten]3. **Warum**: [Tiefere Ursache] — Beleg: [Daten]4. **Warum**: [Systemische Ursache] — Beleg: [Daten]5. **Warum**: [Root Cause] — Beleg: [Daten]
## Beitragende Faktoren
| Faktor | Kategorie | Beitrag | Wiederkehrend? ||--------|-----------|---------|----------------|| [Faktor 1] | [Kategorie] | [Wie er beitrug] | [Ja/Nein — Link zum früheren Postmortem, falls ja] || [Faktor 2] | ... | ... | ... |## Was gut lief
- [Dinge, die während der Incident-Response funktionierten — schnelle Erkennung, effektive Kommunikation, erfolgreiche Mitigation usw.]
## Action Items
| ID | Beschreibung | Adressiert | Priorität | Verantwortlicher | Frist | Verifizierung ||----|--------------|------------|-----------|------------------|-------|---------------|| AI-001 | [Spezifische Maßnahme] | [Faktor/Root Cause] | P1 | [Verantwortlicher] | [Datum] | [Wie zu verifizieren] || AI-002 | ... | ... | ... | ... | ... | ... |## Lessons Learned
- [Wichtige Erkenntnis 1 — was das Team jetzt weiß, das es vorher nicht wusste]- [Wichtige Erkenntnis 2 — welcher Prozess oder welche Annahme widerlegt wurde]
## Referenzen
- [Link zum Incident-Ticket]- [Link zum Incident-Chat-Channel]- [Link zum Monitoring-Dashboard während des Incidents]- [Links zu verwandten früheren Postmortems]

Leitplanken

  • Weise NIEMALS Personen Schuld zu. Formuliere als systemisches Versagen um: "Das System ließ zu, dass [ Aktion ] in Produktion gelangte, weil [ fehlende Schutzmaßnahme ]." Dies ist nicht verhandelbar.
  • Erfinde NIEMALS Timeline-Events. Jeder Eintrag muss aus Monitoring-Daten, Chat-Logs, Deployment-Aufzeichnungen oder Nutzeraussagen stammen. Markiere unbekannte Zeiten als ungefähr.
  • Fabriziere NIEMALS Root Causes. Wenn die Belege unzureichend sind, schreibe "Root Cause unbestimmt — zusätzliche Daten erforderlich" und liste auf, welche Daten benötigt werden.
  • Versieh jede Erkenntnis mit einer Quellenkennzeichnung: [Aus Monitoring], [Aus Chat-Logs], [Aus Deployment-Aufzeichnungen], [Aus Nutzermeldung] oder [KI-Analyse — verifizieren].

Tipp: Fordere über companyFILES eine DOCX-Ausgabe an, um ein formatiertes, verteilfertiges Word-Dokument zu erhalten.

04 同仓库更多 Skills

innFactory-AI
innFactory-AI/company-ai-stack-skills

sales-asset-skill

Produce tailored one-pagers, landing pages, case study drafts, and demo narratives personalised to a specific deal and buyer persona. Use when preparing collateral for a specific deal, building leave-behind materials, or customising standard assets for a prospect. Trigger with "create a one-pager for", "sales deck for [deal]", "customise this asset for".

★ 0
innFactory-AI
innFactory-AI/company-ai-stack-skills

pipeline-review-skill

Analyse deal health, surface stale or at-risk opportunities, and produce a prioritised weekly action plan. Use when preparing for a pipeline review meeting, assessing forecast accuracy, or identifying stuck deals. Trigger with "review my pipeline", "pipeline health check", "deal risk analysis".

★ 0
innFactory-AI
innFactory-AI/company-ai-stack-skills

outreach-skill

Research a prospect then draft personalised outreach with research-backed hooks, subject-line variants, and follow-up sequences. Use when cold-emailing a prospect, writing LinkedIn outreach, or building a multi-touch sequence. Trigger with "draft outreach to [person/company]", "write cold email to", "outreach sequence for".

★ 0
innFactory-AI
innFactory-AI/company-ai-stack-skills

forecast-skill

Build a weighted revenue forecast with risk flags, commit recommendations, and gap-to-quota analysis. Use when preparing for a forecast call, evaluating end-of-quarter projections, or assessing pipeline coverage. Trigger with "build forecast", "forecast for this quarter", "where do I stand against quota".

★ 0
innFactory-AI
innFactory-AI/company-ai-stack-skills

deal-strategy-skill

Map stakeholder power dynamics, surface deal risks, and recommend a step-by-step engagement strategy. Use when entering a complex deal, preparing for an executive sponsor meeting, or diagnosing a stuck opportunity. Trigger with "plan deal strategy for", "stakeholder map", "how do I advance this deal".

★ 0
innFactory-AI
innFactory-AI/company-ai-stack-skills

call-summary-skill

Extract action items, key topics, and objections from call notes or transcripts and draft a customer-facing follow-up email. Use after a sales call, demo, or discovery session. Trigger with "summarise this call", "call notes from", "write follow-up for this meeting".

★ 0