Wie erstellt man ein Disaster-Recovery-Runbook? Technische Vorlage

So schreiben Sie ein DR-Runbook: messbare Auslösung, Startreihenfolge nach Abhängigkeiten, Schrittvorlage mit Befehl und Prüfung, Offline-Kopie und Übungszyklus.
Technische Zusammenfassung
Technologie
Active Directory, SQL Server, Veeam, PowerShell, NIST SP 800-34
Thema
Aufbau eines Disaster-Recovery-Runbooks für das technische Team
Niveau
Mittel
Voraussetzungen
  • Systeminventar und Abhängigkeitsinformationen
  • Freigegebene RPO/RTO-Ziele
In diesem Beitrag9 Abschnitte

Fällt um 02:00 Uhr nachts das Speicherarray aus, rettet ein Strategiedokument niemanden. Der Systemadministrator, der mit dünner Besetzung unter Stress arbeitet, muss wissen, welchen Server er in welcher Reihenfolge mit welchem Befehl startet und woran er erkennt, dass die Arbeit erledigt ist. Das Runbook ist das technische Umsetzungsdokument, das diese Lücke füllt. Im Folgenden zeigen wir die Abschnitte eines DR-Runbooks, die Wiederherstellungsreihenfolge, die Schrittvorlage und den Zyklus, der das Dokument lebendig hält, zusammen mit einem Beispielabschnitt.

Unterschied zwischen Runbook und Business-Continuity-Plan

Der Business-Continuity-Plan (BCP) beantwortet die Fragen „in welcher Zeit, welche Geschäftsfunktionen, auf wessen Entscheidung“; er umfasst Krisenmanagement, Kommunikation und alternative Arbeitsregelungen. Diese Struktur auf Managementebene beschreibt der Beitrag Inhalt eines Business-Continuity-Plans. Das Runbook ist dagegen die praktische Entsprechung des technischen Wiederherstellungsteils des BCP: Es wird auf der Ebene von Befehl, Bildschirm, Parameter, erwarteter Ausgabe und verantwortlicher Person geschrieben. Besitzer, Freigabe und Verbindung des Runbooks zum unternehmensweiten Plan werden im Rahmen der Beratung zum Disaster-Recovery-Plan festgelegt.

Ein gutes Runbook besteht einen einfachen Test: Kann ein Teammitglied, das die Systeminfrastruktur kennt, dieses System aber nie eingerichtet hat, das Dokument allein umsetzen? Steht in einem Schritt „nehmen Sie die nötige Konfiguration vor“, ist es kein Runbook, sondern eine Gedächtnisstütze. Häufig anzutreffende Runbooks sind genau so: Sie beruhen auf dem Wissen im Kopf des Verfassers und nützen nichts, wenn dieser im Urlaub ist.

Abschnitte des Runbooks

Ein Runbook muss kein einzelnes, langes Dokument sein. Eine Gliederung in ein Hauptdokument plus systembezogene Anhänge erleichtert die Aktualisierung. Das Hauptdokument enthält diese Abschnitte:

  1. Umfang und Version: Welche Systeme es abdeckt, Datum der letzten Aktualisierung, Datum der letzten Übung, Versionsverlauf.
  2. Auslösekriterien: In welcher Situation das Runbook in Kraft tritt und wer darüber entscheidet. Beispiel: „Das Speicherarray im primären Rechenzentrum ist seit 60 Minuten nicht erreichbar, und das Supportticket des Herstellers sagt eine Reparaturdauer von über 4 Stunden voraus.“ Unklare Kriterien führen zu verzögerten Entscheidungen; die teuersten Minuten eines Ausfalls vergehen oft mit der Diskussion „warten wir oder schalten wir um“.
  3. Szenariowahl: Verlust eines einzelnen Servers, Speicherverlust, Standortverlust und Ransomware folgen unterschiedlichen Wegen. Im Ransomware-Szenario wird nicht mit der Wiederherstellung begonnen, bevor ein sauberer Wiederherstellungspunkt gewählt ist.
  4. Rollen und Kommunikation: Wiederherstellungskoordinator; Verantwortliche für Systeme, Netzwerk, Datenbank und Anwendungen; für jede Rolle eine Vertretung und ein Kommunikationskanal. Wie kommuniziert wird, wenn der Mailserver nicht läuft, muss ebenfalls schriftlich festgehalten sein.
  5. Wiederanlaufreihenfolge: Abhängigkeitskarte und Wellenplan.
  6. Systemanhänge: Schrittweises Wiederherstellungsverfahren für jedes System.
  7. Abschluss: Entscheidung über die Freigabe für die Anwender, Failback-Plan, Nachbetrachtung des Vorfalls.

Wiederanlaufreihenfolge und Abhängigkeiten

Systeme werden nicht nach geschäftlicher Priorität, sondern nach technischer Abhängigkeit gestartet. Das ERP mag geschäftlich das wichtigste System sein; es zu starten, solange Authentifizierung und Datenbank nicht laufen, bringt jedoch nichts. Ein typischer Wellenplan:

Welle Systeme Übergangskriterium
0 – Basis Netzwerk, Firewall, Hypervisor, Speicher Zugang zum Verwaltungsnetz besteht
1 – Identität AD DS, DNS, DHCP, PKI Anmeldung und Namensauflösung funktionieren
2 – Daten SQL Server, Dateiserver Datenbanken ONLINE, Freigaben erreichbar
3 – Anwendung ERP, CRM, Integrationsdienste Anwendungsdienste laufen, Testvorgang erfolgreich
4 – Zugriff RDS, VPN, Web-Frontends, E-Mail-Relays Anwendertest erfolgreich

Suchen Sie beim Erstellen der Abhängigkeitskarte nach versteckten Abhängigkeiten: Lizenzserver, Zeitsynchronisierung (NTP), Zugriff auf die Zertifikatsperrliste, SMTP-Relay, von der Integration genutztes Dienstkonto, in Anwendungskonfigurationen eingebettete IP-Adressen. Sie zeigen sich meist bei der ersten Übung. Auf dem Papier sind sie unsichtbar. In welcher RTO-Stufe sich die Systeme befinden und welche Technologie dazu passt, zeigt der Beitrag Technologiewahl nach RPO/RTO-Ziel.

Schrittvorlage: Befehl, Prüfung, Verantwortlicher

Jeder Schritt in den Systemanhängen sollte dieselben Felder enthalten:

  • Schrittnummer und Titel: Kurz, im Imperativ („DC01 wiederherstellen“).
  • Voraussetzung: Welcher Schritt abgeschlossen sein muss, bevor dieser beginnt.
  • Aktion: Auszuführender Befehl oder zu befolgender Bildschirmpfad; Servername, IP und Parameter werden ausgeschrieben.
  • Erwartetes Ergebnis: Wie eine erfolgreiche Ausgabe aussieht.
  • Prüfung: Eine unabhängige Kontrolle, die belegt, dass der Schritt tatsächlich abgeschlossen ist.
  • Geschätzte Dauer: Bei der letzten Übung gemessene Dauer.
  • Verantwortlicher und Vertretung.
  • Bei Fehlschlag: Alternativer Weg oder an wen eskaliert wird.

Die Prüfbefehle sind der wertvollste Teil des Runbooks. „Dienst gestartet“ und „System läuft“ sind nicht dasselbe; häufig ist die Replikation defekt, obwohl der NTDS-Dienst läuft, oder Datenbanken warten im Zustand RECOVERY_PENDING, obwohl der SQL-Dienst läuft. Beispielhafte Prüfbefehle für die Identitäts- und Datenwellen:

# Welle 1 – Prüfung von AD DS und DNS
dcdiag /s:DC01 /q
repadmin /replsummary
nslookup erp.contoso.local DC01
Get-Service NTDS, DNS, Netlogon, DFSR -ComputerName DC01

# Welle 2 – Datenbankstatus in SQL Server
sqlcmd -S SQL01 -E -Q "SELECT name, state_desc FROM sys.databases WHERE state_desc <> 'ONLINE'"

# Welle 3 – Dienstport der Anwendung
Test-NetConnection -ComputerName APP01 -Port 443

Liefert die SQL-Abfrage ein leeres Ergebnis, sind alle Datenbanken ONLINE. dcdiag /q gibt nur Fehler aus; erwartet wird eine saubere Ausgabe. Die T-SQL-Schritte der Datenbankwiederherstellung müssen mit der Wiederherstellungsreihenfolge im Beitrag Sicherungsstrategie für SQL Server übereinstimmen.

Zugangsdaten und Offline-Kopie

Das Runbook muss an einem Ort und in einer Form liegen, die von der Katastrophe nicht betroffen ist. Die einzige Kopie in einem freigegebenen Ordner oder in SharePoint kann genau dann nicht erreichbar sein, wenn sie gebraucht wird. Verschlüsselt Ransomware den Dateiserver, liegt das Runbook mit darin. In der Praxis werden diese Schichten gemeinsam genutzt:

  • Gedruckte Kopie: In einem verschlossenen Schrank am zweiten Standort; wird bei jeder Versionsänderung erneuert.
  • Offline-Digitalkopie: Verschlüsselter USB-Stick oder ein vom Unternehmensnetz unabhängiger Speicherort.
  • Anmeldeinformationen: Ins Runbook werden keine Kennwörter geschrieben; vermerkt werden der Name des Kennworttresors und der Ort der Notfallkonten (Break-Glass), die verwendet werden, wenn der Tresor nicht erreichbar ist. Liegt der Kennworttresor lokal und hängt an der Domäne, braucht es einen Offline-Export oder eine Kopie in einem versiegelten Umschlag.
  • Schlüssel und Zugänge: Verschlüsselungskennwörter der Sicherung, BitLocker-Wiederherstellungsschlüssel, DSRM-Kennwörter, Verwaltungskonten für Hypervisor und Speicher, Verwaltungszugang zur Firewall, Lizenzschlüssel und Nummern der Herstellersupportverträge.
  • Installationsmedien: Installationsdatei der Sicherungssoftware und Sicherung ihrer Konfiguration; geht der Sicherungsserver verloren, muss zuerst er wieder aufgebaut werden.

Ist der Sicherungsserver Mitglied der Domäne, wird der Zugriff auf die Sicherungskonsole im Szenario, in dem AD verloren ist, schwierig. Das Runbook muss solche „Henne-Ei“-Situationen ausdrücklich beschreiben: Mit welchem lokalen Konto und über welche IP man sich mit dem Sicherungsserver verbindet, wenn es kein AD gibt. Fehlt diese Zeile, ist die erste Stunde verloren.

Beispielabschnitt eines Runbooks

Die folgende Tabelle zeigt im Runbook-Format die Wiederherstellung des primären SQL-Servers auf einem Host am DR-Standort in einer mit Veeam gesicherten Umgebung. Voraussetzung: Welle 1 (Identität und DNS) muss abgeschlossen sein. Die Namen sind Beispiele; tragen Sie die Zeitangaben aus Ihren eigenen Übungsmessungen ein.

Nr. Aktion Prüfung Verantwortlich
2.1 In der Sicherungskonsole den für SQL01 zu verwendenden Wiederherstellungspunkt wählen; im Ransomware-Szenario die Freigabe des sauberen Punkts einholen Datum und Uhrzeit des gewählten Punkts sind dokumentiert Systemspezialist, Freigabe durch Koordinator
2.2 SQL01 per vollständiger VM-Wiederherstellung mit getrennter Netzwerkkarte auf dem DR-Host wiederherstellen VM startet, Anmeldebildschirm an der Konsole Systemspezialist
2.3 VM-Netzwerk mit dem DR-Server-VLAN verbinden, IP- und DNS-Einstellung prüfen ipconfig /all zeigt erwartete Werte; nslookup sql01 liefert die neue IP Netzwerkspezialist
2.4 Status der Dienste SQL Server und SQL Agent prüfen Dienste laufen; im Fehlerprotokoll ist die Wiederherstellung abgeschlossen Datenbankspezialist
2.5 Abfrage zum Datenbankstatus ausführen, bei Bedarf die letzten Log-Sicherungen einspielen Abfrage liefert ein leeres Ergebnis; Zeitpunkt der letzten Transaktion ist dokumentiert Datenbankspezialist
2.6 Dem Anwendungsteam die Freigabe für Welle 3 senden Koordinator hat den Übergang freigegeben Koordinator

Der „Zeitpunkt der letzten Transaktion“ in Schritt 2.5 ist der Nachweis des tatsächlichen RPO und wird in den Übungsbericht eingetragen. Domänencontroller passen nicht in dieses Muster: Wird bei laufenden DCs eine alte DC-Sicherung wie eine gewöhnliche VM wiederhergestellt und ans Netz gebracht, kann das zu Konsistenzproblemen im Verzeichnis führen. DC-Schritte werden nach einem AD-spezifischen Verfahren geschrieben; die Methoden je Szenario stehen im Beitrag Active-Directory-Sicherung und -Wiederherstellung.

Übungs- und Aktualisierungszyklus

Ein nie angewendetes Runbook ist eine Liste von Annahmen. Der Zyklus, der das Dokument lebendig hält, hat vier Schritte:

  1. Übung: Planspiel am Tisch (Schritte werden laut vorgelesen, Lücken notiert), technischer Teiltest (ein einzelnes System wird in einem isolierten Netz wiederhergestellt) und geplanter Volltest. Für kritische Systeme ist es verbreitete Praxis, Teiltests alle paar Monate und Volltests mindestens einmal im Jahr durchzuführen.
  2. Messung: Tatsächliche Dauer jedes Schritts, Abweichungen vom erwarteten Ergebnis, Arbeiten, die nötig waren, aber nicht im Dokument stehen.
  3. Aktualisierung: Innerhalb einer Woche nach der Übung wird das Runbook korrigiert, die Versionsnummer erhöht, und gedruckte sowie Offline-Kopien werden erneuert.
  4. Änderungsauslöser: Ein neuer Server, eine IP-Änderung, ein Versionsupgrade einer Anwendung, ein Wechsel der Sicherungssoftware oder Aufgabenwechsel im Team machen eine Aktualisierung des Runbooks zwingend. Die Frage „Ist das DR-Runbook betroffen?“ ins Änderungsformular aufzunehmen, ist der einfachste Weg, diese Verbindung herzustellen.

Die bei Übungen gemessenen Zeiten werden mit der Ziel-RTO verglichen; die Differenz wird entweder technologisch (Replikation, schnellerer Speicher) oder prozessual (Automatisierung, parallele Schritte) geschlossen. Meist ist Letzteres günstiger. Suchen Sie einen öffentlich zugänglichen Rahmen, ist der Notfallplanungsleitfaden für Informationssysteme NIST SP 800-34 Rev. 1 ein guter Ausgangspunkt.

Checkliste

  • Die Auslösekriterien sind messbar, und die Entscheidungsbefugnis ist klar.
  • Die Wiederanlaufreihenfolge ist nach technischer Abhängigkeit in Wellen aufgeteilt.
  • In jedem Schritt sind die Felder Aktion, Prüfung, Dauer und Verantwortlicher ausgefüllt.
  • Gedruckte und Offline-Kopie des Runbooks liegen am zweiten Standort.
  • Der Zugangsweg zur Sicherungskonsole ohne AD ist dokumentiert und getestet.
  • Verschlüsselungskennwörter und Wiederherstellungsschlüssel liegen unabhängig vom Runbook an einem erreichbaren Ort.
  • Datum der letzten Übung und gemessene RTO stehen am Anfang des Dokuments.

Den Unterstützungsumfang bei Runbook-Erstellung, Abhängigkeitsanalyse und Übungsplanung finden Sie auf unseren Seiten Datensicherung und Disaster Recovery sowie Infrastrukturberatung.

Häufig gestellte Fragen

Können DR-Runbook und Business-Continuity-Plan dasselbe Dokument sein?

In kleinen Umgebungen können sie im selben Dokument stehen, aber in getrennten Abschnitten. Der Business-Continuity-Plan wird auf Ebene von Entscheidung und Kommunikation geschrieben, das Runbook auf Ebene von Befehl und Prüfung; beides zu vermischen macht die technischen Schritte unlesbar.

Sollten Kennwörter ins Runbook geschrieben werden?

Nein. Ins Runbook gehört nicht das Kennwort selbst, sondern der Tresor, in dem es liegt, und der Ort des Notfallkontos, das verwendet wird, wenn der Tresor nicht erreichbar ist. Auch vom Tresor muss es eine Offline-Kopie geben, die von der Katastrophe nicht betroffen ist.

Wie oft sollte das Runbook aktualisiert werden?

Nach jeder Übung und bei jeder Infrastrukturänderung, die das Runbook betrifft. Die Frage nach der Auswirkung auf das Runbook in den Änderungsmanagementprozess aufzunehmen, verhindert, dass die Aktualisierung vergessen wird.

Wonach richtet sich die Wiederanlaufreihenfolge?

Nicht nach geschäftlicher Priorität, sondern nach technischer Abhängigkeit. Zuerst Netzwerk, Hypervisor und Speicher; dann Identität und DNS; danach Datenbanken, Anwendungen und die Zugriffsschicht für Anwender.

Support

Kontaktieren Sie uns für Support oder eine Bestandsaufnahme zu diesem Thema.

Kontaktformular
[email protected]

Eretek Systembetreuung

Serverinstallation, Konfiguration, Störungsbehebung und regelmäßige Wartung. Active Directory, Virtualisierung und Datensicherung werden mit derselben Disziplin betrieben.

Wissenszentrum

Weitere Beiträge