Datadog vs Cisco: Die Observability-Rechnung wird fällig

Jeder Platform-Lead, der in den letzten drei Jahren eine Datadog-Vertragsverlängerung unterzeichnet hat, kennt das unangenehme Gefühl beim Öffnen dieser Rechnung. Die Observability-Kosten sind längst eine eigene Budgetposition in Vorstandspräsentationen – direkt neben Cloud-Ausgaben und Personalkosten. Der aktuelle Vergleich zwischen Datadog und Cisco aus der Analystenperspektive ist im Grunde ein Stellvertreterstreit darüber, was Unternehmen bereit sind, für Telemetriedaten zu zahlen – und wer die Infrastruktur dafür kontrolliert.

Was passiert ist

Im selben Quartal wurden zwei grundverschiedene Observability-Geschichten publik, und der Markt soll sie nun miteinander vergleichen. Datadog meldete, dass der Gesamt-ARR in Q1 des Geschäftsjahres 2026 die 4-Milliarden-Dollar-Marke überschritt, mit einem Umsatzwachstum von 32 % gegenüber dem Vorjahr und einer Free-Cash-Flow-Marge von 29 %, wie TradingView berichtete. Das Produktportfolio umfasst nun 26 Produkte in den Bereichen Infrastruktur, APM, Logs, Security und AI Observability. Fünf dieser Produkte erzielen jeweils über 100 Millionen Dollar ARR. Drei weitere liegen zwischen 50 und 100 Millionen Dollar.

Cisco meldete für Q3 des Geschäftsjahres 2026 einen Umsatz von 15,8 Milliarden Dollar, ein Plus von 12 % gegenüber dem Vorjahr, bei einem Produktauftragswachstum von 35 %. Der ARR erreichte 31,2 Milliarden Dollar, und Abonnementerlöse machen mittlerweile 49 % des Gesamtumsatzes aus. Die Splunk-Übernahme wurde in ein umfassenderes Observability-plus-Security-Angebot integriert, gestützt auf Hypershield und AI Defense. Die ausstehenden Übernahmen von Galileo und Astrix sollen zudem agentenbasiertes Identitätsmanagement, Zugangsverwaltung und Verhaltensüberwachung hinzufügen.

Der Konsens-Umsatzschätzung zufolge wird Datadogs Geschäftsjahr 2026 bei 4,31 Milliarden Dollar liegen (25,7 % Wachstum). Cisco wird auf 62,95 Milliarden Dollar geschätzt (11,11 % Wachstum). Seit Jahresbeginn sind DDOG-Aktien um 64 % gestiegen, CSCO um 55,2 %. DDOG wird mit einem Forward-Kurs-Umsatz-Verhältnis von 16,86X gehandelt, CSCO mit 7,01X. Beide Aktien tragen ein Zacks-Rating von #2 (Kaufen). Die Finanzpresse bezeichnet Cisco aufgrund der Bewertung als den besseren Kauf. Für Engineering-Verantwortliche ist die entscheidendere Frage, was diese beiden Zahlen darüber aussagen, wohin das Geld in der Observability tatsächlich fließt.

Technische Analyse

Beide Plattformen lösen dasselbe grundlegende Problem mit grundlegend unterschiedlichen Architekturen. Datadog ist ein Cloud-natives SaaS-Agent-und-Ingest-Modell. Man installiert den Agenten, der Metriken, Logs, Traces und Profile in Datadogs Backend überträgt – abgerechnet wird pro Host, pro GB, pro Span, pro benutzerdefinierter Metrik und pro Synthetic Check. Die 26 Produkte sind im technischen Sinne keine 26 eigenständigen Produkte, sondern 26 SKUs auf einem gemeinsamen Telemetrie-Lake. Deshalb funktioniert Cross-Selling so gut: Sobald die Daten einmal vorhanden sind, ist das Freischalten von APM, Cloud SIEM oder LLM Observability eine Frage der Abrechnung – keine neue Integration.

Das AI-Observability-Segment ist Datadogs größter strategischer Einsatz. GPU Monitoring, LLM Observability und Bits AI richten sich an Teams, die Inferenz im großen Maßstab betreiben. Der viermalige Anstieg der MCP-Server-Tool-Calls in Q1 ist das deutliche Signal dafür. Die Verbreitung des Model Context Protocol bedeutet, dass Agenten Observability-Daten zunehmend als Laufzeit-Abhängigkeit nutzen – nicht nur als Dashboard. Wer Agent-Workflows entwickelt, macht die Observability-Plattform zu einem Teil der Control Plane. Das ist ein verteidigbarer Wettbewerbsvorteil, sofern er Bestand hat.

Ciscos Stack ist architektonisch das Gegenteil: von unten aufgebaut, ausgehend von der Netzwerkstruktur und der Identitätsschicht. Splunk liefert die Log-Analytics-Engine, Hypershield agiert auf Workload- und Kernel-Ebene, AI Defense prüft den Modell-Traffic, und Galileo sowie Astrix würden die Abdeckung auf Non-Human-Identitäten und agentenbasiertes Verhaltensmonitoring ausweiten. Es ist eine Data-Gravity-Strategie, die auf Ciscos bestehendem Bestand an Switches, Firewalls und Identitätsinfrastruktur aufbaut. Wer ohnehin Cisco im gesamten Unternehmen einsetzt, trifft beim Hinzufügen von Observability eine Beschaffungsentscheidung – keinen kompletten Plattformwechsel.

Der OpenTelemetry-Standard liegt unter beiden Strategien und verändert die Kalkulation im Stillen. Wenn die Instrumentierung herstellerneutral ist, sinken die Wechselkosten. Meine Einschätzung: OTel-Adoption ist in den nächsten 24 Monaten die größte Bedrohung für Datadogs Preissetzungsmacht – und gleichzeitig die größte Chance für Cisco, Workloads aus der SaaS-Observability in das eigene Analytics-Backend zu ziehen.

Wer den Schaden trägt

Datadogs 32 % Wachstum und 29 % Free-Cash-Flow-Marge sind beeindruckende Zahlen. Bei Produktionsstörungen, die ich in den letzten fünf Jahren erlebt habe, wird fast immer zuerst Datadog geöffnet – weil es bereits eingebunden ist. Dieser Reflex ist der eigentliche Wettbewerbsvorteil. Aber ein KUV von 16,86X ist nur dann haltbar, wenn die Net Revenue Retention dauerhaft über 115 % bleibt – und die operative Realität ist, dass CFOs Engineering-Verantwortliche mittlerweile mit expliziten Kostensenkungs-Mandaten in Verlängerungsverhandlungen schicken.

Die Beschleunigung des Nicht-KI-Segments auf rund 25 % ist die Zahl, die ich am genauesten beobachten würde. Sie zeigt, dass das Wachstum nicht ausschließlich auf KI-Hype zurückzuführen ist. Aber sie bedeutet auch, dass Datadog sein Kerngeschäft weiter steigern muss, während es gleichzeitig bei KI innoviert – ein Kampf an zwei Fronten.

Ciscos Risikoprofil ist anders gelagert. Eine ARR-Basis von 31,2 Milliarden Dollar mit einem Abonnementanteil von 49 % belegt, dass die Transformation vom Hardware-Anbieter zum Softwareunternehmen real ist. Aber die ausstehenden Übernahmen von Galileo und Astrix müssen tatsächlich integriert werden. Teams, mit denen ich gearbeitet habe, rechnen bei Cisco-Integrationen im besten Fall mit einem Zwei-Jahres-Zeitrahmen. Splunk selbst wird noch verdaut. Wenn AI Defense und Hypershield am Ende drei separat lizenzierte Produkte mit drei Admin-Konsolen werden, zerfällt das Versprechen einer „vereinheitlichten Observability" beim ersten Kontakt mit einem echten SRE-Team.

Die Engineering-Organisationen, die in den nächsten 90 Tagen am stärksten unter Druck geraten, sind jene, die Doppel-Stacks betreiben: Datadog für App-Telemetrie, Splunk für Security-Logs und irgendeine Kombination aus Prometheus und Grafana dazwischen. Jede Verlängerungsrunde wird zur Dreiwege-Verhandlung. Jedes Incident Postmortem wird zum Streit darüber, welches Tool die verlässliche Quelle der Wahrheit war. Die unbequeme Wahrheit: Die meisten mittelgroßen Plattformen zahlen für zwei vollständige Observability-Stacks und erzielen dabei den operativen Nutzen von etwa eineinviertel.

Handlungsempfehlungen für Engineering-Teams

Zuerst die Zahlen prüfen. Wenn die Datadog-Rechnung bei 2 Millionen Dollar pro Jahr für ein 40-köpfiges Engineering-Team liegt, entspricht das in etwa den Jahresgehältern von zwei Senior Engineers, die als Fixkosten abfließen. Ciscos Strategie und Datadogs Bewertungsaufschlag zeigen, dass die Anbieter genau wissen, was sie verlangen können. Ihre Aufgabe in diesem Quartal ist es sicherzustellen, dass sie im nächsten Quartal nicht noch mehr verlangen können.

Konkrete Maßnahmen für diese Woche:

• Neue Services mit OpenTelemetry SDKs instrumentieren, nicht mit herstellerspezifischen Agenten. Das Export-Ziel austauschbar halten.
• Cardinality der benutzerdefinierten Datadog-Metriken prüfen. High-Cardinality-Tags sind der häufigste Ursprung überraschender Rechnungen.
• Einen Bericht über alle bezahlten Produkt-SKUs erstellen. Wer APM, DBM, RUM, Cloud SIEM und LLM Observability nutzt, sollte vorab wissen, welche zwei davon bei einem Budget-Freeze gestrichen würden – bevor die Beschaffungsabteilung fragt.
• Als Cisco-Kunde ein Briefing zu Hypershield und AI Defense anfordern, bevor der Account-Manager diese Produkte zum Listenpreis in das nächste ELA-Paket einbaut.
• Für KI-Workloads jetzt entscheiden, ob GPU- und LLM-Telemetrie in der Observability-Plattform oder in einem separaten ML-Ops-Tool verwaltet wird. Eine spätere Aufteilung ist aufwendig.

Datadogs FedRAMP High-Zertifizierung und die Expansion in britische Rechenzentren sind relevant, wenn regulierte Workloads vorhanden sind. Wenn nicht, sind es nur Verkaufsargumente. Keinen Aufpreis für Funktionen zahlen, die nie genutzt werden.

Wichtigste Erkenntnisse

• Datadog überschritt 4 Milliarden Dollar ARR mit 32 % Wachstum und 29 % Free-Cash-Flow-Marge, aber das Forward-KUV von 16,86X gegenüber Ciscos 7,01X setzt makellose Ausführung voraus.
• Ciscos 31,2 Milliarden Dollar ARR und ein Abonnementanteil von 49 % belegen, dass die Wette auf Splunk plus Netzwerk echte wiederkehrende Einnahmen generiert – das Produktauftragswachstum von 35 % ist der kurzfristige Rückenwind.
• Die Vervierfachung der MCP-Server-Tool-Calls in einem Quartal ist das stärkste Signal dafür, dass Agent-Workflows Observability-Plattformen tiefer in die Laufzeit einbinden werden – nicht nur in Dashboards.
• OpenTelemetry ist der stille Hebel. Jedes Team, das jetzt darauf standardisiert, sichert sich Wahlfreiheit gegenüber künftigen Preiserhöhungen beider Anbieter.
• Die ausstehenden Cisco-Übernahmen von Galileo und Astrix sind beobachtenswert, aber Budget sollte erst dann eingeplant werden, wenn die Integration in der Produktion nachgewiesen ist.