Case Study: WDR Streaming Lasttests & CDN Performance QA

Über das Streaming der ARD

Wenn ein Millionenpublikum gleichzeitig streamt, entscheidet die Systemleistung über Erfolg oder Ausfall. Für den Westdeutschen Rundfunk (WDR) haben wir eine digitale Belastungsprobe für die EM-Übertragung in der ARD durchgeführt: Mit datenbasierten Last- und Stresstests testeten wir die Video on Demand Auslieferung unter realistischen Hochlastbedingungen. Das Ziel: volle Stabilität bei Spitzenlast, klar messbarer Nutzen durch fundierte Architekturentscheidungen auf Basis echter Performance-Daten.

Die Streamingplattformen der ARD stehen vor einer typischen, aber komplexen Herausforderung: Last ist nicht planbar – sie ist ereignisgetrieben. Ein virales Ereignis, eine exklusive Ausstrahlung oder eine Breaking-News-Situation kann innerhalb von Minuten zu einem massiven Lastanstieg führen. So auch beim EM-Programm der ARD.

Die zentrale Fragestellung lautete:

Wo liegen die Schwachstellen in der komplexen Auslieferungskette?

Was passiert, wenn kritische Komponenten wie Caches oder Load Balancer ausfallen?

Wie kann der WDR sicher sein, dass die Plattform dem nächsten großen Ansturm standhält, ohne dauerhaft zu überdimensionieren?

Um belastbare Antworten auf diese Fragen zu liefern, entwickelten wir einen methodisch strukturierten Testansatz:

Baseline- Vergleichstests

Wir ermittelten die Leistungsfähigkeit des Systems unter regulären und erhöhten Lasten. Anschließend verglichen wir verschiedene Infrastruktur-Setups – etwa Serverzugriffe. So konnten wir den tatsächlichen Mehrwert einzelner Komponenten quantifizieren.

Realistische Was-wäre-wenn-Szenarien

Was passiert, wenn Serverressourcen halbiert werden? Hält die Plattform dem Druck stand? Wir simulierten praxisnahe Infrastrukturentscheidungen, um Auswirkungen auf Ladezeiten, Ausfallsicherheit und Nutzererlebnis datenbasiert zu bewerten.

Stresstests bis zum Breaking Point

In der letzten Stufe trieben wir die Infrastruktur bewusst über ihre Kapazitätsgrenzen hinaus – bis zum exakten Punkt des Systemversagens. Dieses Wissen ist entscheidend für den Aufbau von Redundanzstrategien und Notfallplänen.

Exzellente User Experience nachgewiesen
Selbst bei simulierten Spitzenlasten blieb das Nutzererlebnis stabil und performant.

Klare Skalierungsgrenzen definiert
Der „Breaking Point“ der Plattform wurde exakt identifiziert – eine unverzichtbare Grundlage für zukunftssichere Kapazitätsplanung.

Architekturentscheidungen abgesichert
Infrastrukturfragen wie „Wie viel Redundanz ist wirklich nötig?“ konnten endlich auf Basis von Testdaten und nicht mehr auf Bauchgefühl entschieden werden.