DevOps-Interviews sind 2026 kein Linux-Quiz mehr mit einer Jenkins-Frage am Ende. Hiring-Teams erwarten inzwischen, dass du über Kosten, Blast Radius und Zuverlässigkeit nachdenkst, während du vor ihren Augen eine kaputte Pipeline oder einen CrashLoopBackOff live debuggst. Dieser Guide deckt die Runden ab, die auf dich zukommen, die Fragen, die wirklich fallen, und wie du sie beantwortest wie jemand, der einen Pager getragen hat und nicht nur die Doku gelesen.
Was Interviews für DevOps Engineers 2026 wirklich testen
Die Messlatte hat sich verschoben. Das CALMS-Akronym aufzusagen bringt nichts, Interviewer prüfen, ob du die Plattform betreiben kannst, die du zu kennen behauptest, über fünf Bereiche hinweg: Kubernetes (Netzwerk, Scheduling, Fehlermodi, nicht nur kubectl apply); Infrastructure as Code (Terraform- und OpenTofu-State, Module und Drift über Teams hinweg); CI/CD-Design mit Supply-Chain-Sicherheit (SBOMs, signierte Artefakte, Provenance); Observability (SLOs, Error Budgets, OpenTelemetry, nicht nur Dashboards); und die Incident-Seite (Postmortems, Toil, Nein sagen zu einem riskanten Freitags-Deploy). Auch das Bewusstsein für Cloud-Kosten (FinOps) hebt dich ab.
Der Interview-Prozess: die echten Runden und Stufen
Für eine Mid- bis Senior-DevOps-Rolle läuft der Loop 2026 über vier bis sechs Stufen.
- Recruiter-Screening (20 bis 30 Minuten). Organisatorisches, Gehaltsrahmen und ein kurzer Check deines Stacks. Sei bereit, deine Plattform in zwei Minuten zusammenzufassen.
- Technisches Telefoninterview (45 bis 60 Minuten). Ein Engineer aus dem Team geht in ein oder zwei Bereichen in die Tiefe, meist Kubernetes, CI/CD oder IaC, oft mit einer Live-Fehlersuche in einem geteilten Terminal.
- System-Design- bzw. Architektur-Runde (60 Minuten). Entwirf eine Deployment-Plattform, ein Multi-Region-Setup oder eine CI/CD-Pipeline von Grund auf. Hier werden Senior-Zusagen gewonnen oder verloren.
- Praxisaufgabe oder Take-home (unterschiedlich). Ein kaputtes Terraform-Repo oder eine flaky Pipeline zum Reparieren, live oder über ein paar Tage, oder eine "debug diesen Cluster"-Aufgabe.
- Behavioral- bzw. Incident-Runde (45 Minuten). Postmortems, Kriegsgeschichten aus der Rufbereitschaft, teamübergreifende Konflikte und der Umgang mit einem Ausfall unter Druck.
- Hiring Manager bzw. Werte-Runde. Passung ins Team, Arbeitsweise und wie viel Verantwortung du übernehmen willst.
Bei plattformlastigen Firmen erwarte eine eigene Reliability-Runde zu SLOs, Alerting-Hygiene und nachhaltiger Rufbereitschaft.
Die Fragen
Container, Kubernetes und Orchestrierung
Ein Pod hängt in CrashLoopBackOff. Führ mich durch dein Debugging.
So gehst du ran: Erzähl eine Abfolge, keine Vermutung. kubectl describe pod für Events und Exit-Codes, kubectl logs --previous für den toten Container, dann das Timing der Liveness-Probe und die Ressourcenlimits prüfen (OOMKilled taucht als Exit-Code 137 auf), danach Config und Secrets. Exit-Code 137 ungefragt zu nennen zeigt echte Betriebserfahrung.
Was ist der Unterschied zwischen einer Liveness- und einer Readiness-Probe, und was geht kaputt, wenn du sie falsch konfigurierst? So gehst du ran: Liveness startet einen festgefahrenen Container neu, Readiness steuert den Traffic. Die Falle, die sie hören wollen: Eine zu aggressive Liveness-Probe startet gesunde, aber langsame Pods während eines Traffic-Peaks neu und verstärkt den Ausfall. Ergänz Startup-Probes für langsam bootende Apps.
Wie routet ein Service Traffic zu Pods, und wie unterscheidet sich das von einem Ingress? So gehst du ran: Ein Service nutzt Label-Selektoren und kube-proxy, um auf L4 zu verteilen, ein Ingress macht L7-Routing, Host- und Pfadregeln sowie TLS-Terminierung. Extrapunkte, wenn du die Gateway API als Nachfolger des Ingress in 2026 nennst.
Du brauchst Deploys ohne Ausfallzeit. Vergleich Rolling Update, Blue-Green und Canary. So gehst du ran: Trade-offs, keine Definitionen. Rolling ist günstig, mischt aber Versionen, Blue-Green gibt sofortiges Rollback zum doppelten Preis, Canary begrenzt den Blast Radius, braucht aber belastbare Metriken, idealerweise mit SLO-basiertem automatischem Rollback.
Wie würdest du den Blast Radius eines kompromittierten Pods begrenzen? So gehst du ran: NetworkPolicies für Ost-West-Traffic, RBAC und Service Accounts nach Least Privilege, Pod Security Standards (Profil restricted), keine privilegierten Container und Image-Scanning. Das ist gleichzeitig ein Check auf Sicherheitsdenken.
Infrastructure as Code und Automatisierung
Dein terraform plan zeigt Änderungen, die niemand gemacht hat. Wie gehst du mit Drift um?
So gehst du ran: Nenn die Ursachen (manuelle Änderungen in der Konsole, Tooling außerhalb des Prozesses) und dann den Weg zum Fix: terraform plan -refresh-only, abgleichen oder importieren, und Wiederholung verhindern mit strengem IAM, Policy-as-Code und geplanter Drift-Erkennung.
Zwei Engineers führen gleichzeitig terraform apply aus. Was passiert, und wie verhinderst du das?
So gehst du ran: State-Korruption ohne Locking. Die Antwort ist Remote State mit Locking (historisch S3 plus DynamoDB oder ein nativer Backend), dazu getrennter State pro Umgebung, um den Blast Radius zu verkleinern.
Wann schreibst du ein Modul und wann duplizierst du Ressourcen? So gehst du ran: Module für wiederkehrende, klar gemeinte Muster, und keine verfrühte Abstraktion, die niemand lesen kann, besonders nicht das überkonstruierte Modul mit vierzig Variablen, das alles versteckt.
Wie verwaltest du Secrets in IaC, ohne sie in den State zu leaken? So gehst du ran: Niemals hardcoden, zur Laufzeit aus einem Secrets Manager ziehen (Vault, cloud-native KMS-gestützte Stores), Variablen als sensitive markieren und den State verschlüsseln und absichern, denn er kann trotzdem Secrets enthalten. Kurzlebige dynamische Credentials sind das reife Muster.
CI/CD, Zuverlässigkeit und Observability
Entwirf eine CI/CD-Pipeline für einen Microservice, vom Commit bis in die Produktion. So gehst du ran: Lint und Unit-Tests, Build, Scans (SAST, Dependencies, Container), Artefakt signieren, auf Staging deployen, Integrations- und Smoke-Tests laufen lassen, dann progressive Auslieferung in die Produktion mit automatischem Rollback. Häng Supply-Chain-Sicherheit dran (SBOM, Provenance), damit es 2026 sitzt.
Ein Deploy hat deine Fehlerrate verdoppelt. Wie fängt deine Pipeline das automatisch ab? So gehst du ran: Canary plus automatische Auswertung gegen die Golden Signals (Latenz, Fehler, Sättigung, Traffic). Wenn der Canary das SLO reißt, stoppt die Pipeline und rollt ohne Menschen zurück, und das zeigt, dass du Automatisierung mehr traust als Hoffnung.
Erklär SLI, SLO und Error Budget und wie ein Error Budget das Verhalten eines Teams verändert. So gehst du ran: Das SLI ist die Messung, das SLO das Ziel, das Error Budget das, was du verbrennen darfst. Die Pointe: Wenn das Budget aufgebraucht ist, frierst du Feature-Releases ein und priorisierst Zuverlässigkeit. Genau um diesen Kompromiss geht es.
Was ist der Unterschied zwischen Metriken, Logs und Traces, und wann greifst du wozu? So gehst du ran: Metriken für Trends und Alerting, Logs für Details zu einem bekannten Ereignis, Traces für Latenz über Servicegrenzen hinweg. Nenn OpenTelemetry als Standard-Instrumentierungsschicht und die Kosten von Daten mit hoher Kardinalität.
Dein Alerting ist verrauscht und die Rufbereitschaft brennt aus. Was änderst du? So gehst du ran: Auf Symptome alarmieren (SLO-Verletzungen), nicht auf Ursachen, Alerts löschen, auf die niemand reagiert, Schweregrade und Runbooks ergänzen und das Verhältnis von Alert zu Handlung messen. Nachhaltige Rufbereitschaft als Ziel zu benennen zeigt Seniorität.
Verhalten und Incident Response
Führ mich durch einen Produktions-Incident, den du von Anfang bis Ende verantwortet hast. So gehst du ran: Nutz eine klare Struktur: Erkennung, Auswirkung, was du getan hast, Behebung und Nacharbeit. Betone ein schuldfreies Postmortem und einen konkreten systemischen Fix, nicht "wir haben dem Engineer gesagt, er soll vorsichtiger sein".
Ein Entwickler will am Freitag um 17 Uhr vor einem langen Wochenende in die Produktion deployen. Was machst du? So gehst du ran: kein pauschales Nein. Bewerte Risiko, Größe der Änderung, Vertrauen ins Rollback und die Besetzung der Rufbereitschaft. Zeig Urteilsvermögen und die Fähigkeit, sicher zu ermöglichen, statt nur zu blockieren. Es gibt keine einzelne richtige Antwort, getestet wird, wie du denkst.
Häufige Fehler, an denen DevOps-Kandidaten scheitern
Der größte: Definitionen aufsagen statt Betrieb zu zeigen. "Kubernetes orchestriert Container" sagt einem Interviewer nichts, zu zeigen, wie du einen festgefahrenen Node debuggst, sagt ihm alles. Direkt dahinter kommt, Trade-offs zu ignorieren. Jede Infrastrukturentscheidung kostet etwas (Geld, Komplexität, Latenz, Blast Radius), und wer ein Tool als universell richtig verkauft, wirkt junior, also nenn immer die Kehrseite.
Weitere verlässliche Wege, eine Zusage zu verlieren: sich bei Sicherheit rauszureden ("wir haben eine Firewall"), Kosten im System Design zu vergessen, Menschen statt Systeme zu beschuldigen und ein einfaches Problem zu überkonstruieren. Viele starke Engineers werden außerdem beim Live-Debugging still, und Interviewer können nicht bewerten, was du nicht sagst. Und bluff nicht: "Istio habe ich nicht in Produktion betrieben, aber so würde ich rangehen" schlägt jedes Mal eine selbstbewusst falsche Antwort.
Wie du dich vorbereitest (und wo ein Live-Copilot hilft)
Bauen, dann kaputt machen. Die beste Vorbereitung ist ein kleiner Cluster (kind oder k3s), in dem du absichtlich Fehler auslöst: einen Node killen, eine Probe falsch konfigurieren, Ressourcen erschöpfen, den Terraform-State beschädigen. Reparier jeden Fall und schreib deinen Debugging-Weg auf, genau dieses Muskelgedächtnis testen die Praxisrunden. Üb danach System Design laut: Nimm drei Szenarien (eine CI/CD-Pipeline, ein Multi-Region-Deployment, eine Logging-Plattform), stopp dich bei je 45 Minuten und leg dir vier oder fünf Incident-Stories zurecht, damit sich die Behavioral-Runde wie auswendig anfühlt.
Auch mit solider Vorbereitung laufen Live-Interviews schnell, und es passiert leicht, dass dir das genaue kubectl -Flag entfällt oder du blockierst, wenn ein Interviewer die Frage umformuliert. Genau hier verdient sich GhostPilot AI seinen Platz. Es läuft im Chrome-Seitenpanel, hört in Echtzeit mit und blendet strukturierte Impulse, Trade-offs und die Randfälle ein, die eine Senior-Antwort von einer durchschnittlichen trennen, mit nahezu sofortigen KI-Vorschlägen, sobald die Frage fällt. Weil es im Seitenpanel lebt, ist es nicht Teil der Bildschirmaufnahme eines geteilten Tabs, und die optionale Windows-Desktop-App ist unter Windows 10 (Build 2004 oder neuer) und Windows 11 für Bildschirmaufnahmen unsichtbar. Es ist ein Sicherheitsnetz für dein Selbstvertrauen, wenn das Gedächtnis stockt, kein Ersatz für deinen Stack.
FAQ
Was ist der Unterschied zwischen einem DevOps-Engineer- und einem SRE-Interview? SRE-Loops setzen stärker auf Reliability-Theorie (SLOs, Error Budgets, Kapazitätsplanung) und enthalten oft mehr Coding. DevOps-Loops gewichten CI/CD, IaC und Plattform-Tooling stärker. Die Überschneidung ist 2026 groß, bereite dich also auf beides vor.
Enthalten DevOps-Interviews Coding-Runden? Oft, aber selten Algorithmen im LeetCode-Stil. Erwarte Skripting (Python, Bash oder Go), Logs parsen, Automatisierung schreiben oder ein kaputtes Skript reparieren. Manche Plattformrollen verlangen stärkere Software-Skills.
Wie viel Kubernetes muss ich wirklich können? Für die meisten Rollen 2026 genug, um es sicher zu debuggen: Netzwerk, Scheduling, Probes, RBAC und die üblichen Fehlermodi. Einen eigenen Controller brauchst du nicht, es sei denn, die Rolle ist explizit Platform Engineering, aber du musst einen kaputten Cluster live triagieren können.
Sind Take-home-Aufgaben bei DevOps-Rollen üblich? Ja, auch wenn viele Firmen inzwischen zeitlich begrenzte Live-Übungen nutzen. Behandle beide Formate wie Produktionscode: saubere Commits, ein README und sinnvolle Defaults.
GhostPilot AI testen
GhostPilot AI ist ein Echtzeit-Interview-Copilot für technische Kandidaten. Der kostenlose Tarif gibt dir Live-Sessions von 10 Minuten mit unbegrenzten KI-Antworten, der Session Pass kostet $29 für drei komplette Interviews à zwei Stunden (einmalig, kein Abo), und Pro liegt bei $59/Monat oder $192/Jahr ($16/Monat bei jährlicher Abrechnung) für unbegrenzte Nutzung. Geh in deinen nächsten DevOps-Loop mit den Trade-offs und dem exakten Befehl einen Blick entfernt, auf ghostpilotai.com.