Symptom: Ein macOS-26-Job bleibt in der Warteschlange; das allein beweist keinen Mangel an Mac-Kapazität. Schnellste Maßnahme: Prüfen Sie zuerst GitHub-hosted Runner-Auslastung und concurrency-Regeln sowie bei selbst gehosteten Runnern Online-Status und Routing-Labels. Erweitern Sie erst, wenn Ihre Jobdaten eine anhaltende Kapazitätsgrenze bei wichtigen Aufgaben zeigen.
Dieser Leitfaden richtet sich an IT-Verantwortliche, die Warteschlangen und Release-Risiken bewerten müssen. CI-Plattformteams finden Prüfpfade für Parallelität, Workflow-Regeln und Runner-Routing. Technische Leitung und FinOps können die dokumentierten Warte- und Auslastungsdaten für eine Erweiterungsentscheidung nutzen.
Zuletzt aktualisiert am 20.11.2026; geprüft anhand der aktuellen GitHub-Dokumentation zu Limits, Jobansicht, concurrency, Runner-Routing und macOS-26-Images.
GitHub Actions macOS-26-Warteschlangen nach dem sichtbaren Status trennen
Bevor Sie Ressourcen bestellen oder Workflows umbauen, bestimmen Sie, an welcher Stelle der Ausführung der Job wartet. „Der Build hängt“ ist keine ausreichende Diagnose: Ein Workflow kann noch nicht ausgelöst sein, ein Job kann auf einen verfügbaren Runner warten oder ein Runner kann den Job bereits angenommen haben, während der eigentliche Prozess nicht vorankommt.
Die GitHub-Ansicht für aktuelle Jobs in Organisationen und Unternehmen hilft dabei, laufende und wartende Jobs zu untersuchen. Ergänzen Sie die Ansicht durch Workflow-Laufdetails und gegebenenfalls Runner-Protokolle. Die Statusbezeichnung ist ein erster Hinweis, aber erst die Zuordnung zu Trigger, Runner-Typ und Route macht den Befund belastbar.
| Beobachtung | Wahrscheinliche Prüfrichtung | Nächster Nachweis |
|---|---|---|
| Workflow-Lauf wurde nicht angelegt | Trigger, Branch- und Pfadfilter, Abhängigkeiten | Ereignis und Workflow-Auswertung prüfen |
| Job ist in der Warteschlange, Runner hat ihn nicht übernommen | GitHub-hosted Parallelität oder fehlende verfügbare Kapazität; bei self-hosted zusätzlich Online-Status und Route prüfen | Jobdetails, aktuelle Jobs und Runner-Status gemeinsam ansehen |
| Runner hat den Job angenommen, die Schritte starten aber nicht sichtbar | Runner-Auslastung, Initialisierung, Shell- oder Toolchain-Schritt | Jobprotokoll und Debug-Ausgabe vergleichen |
| Ein neuer Lauf ersetzt einen älteren wartenden Lauf | concurrency-Gruppe und Abbruchverhalten | Workflow- und Jobdefinition auf concurrency-Regeln prüfen |
Wie grenzen Sie eine Runner-Warteschlange von einem noch nicht gestarteten Workflow ab? Wenn es keinen Joblauf gibt, untersuchen Sie zuerst Auslöser und Workflow-Bedingungen. Gibt es einen angelegten Job mit Wartestatus, prüfen Sie die Runner-Zuteilung und Parallelität. Hat ein Runner ihn bereits übernommen, führt die Untersuchung in die Jobschritte und Runner-Protokolle. Diese Trennung verhindert, dass Sie zusätzliche Mac-Kapazität für ein Problem beschaffen, das vor der Runner-Zuteilung entsteht.
Parallelitätslimit und concurrency-Regeln getrennt prüfen
GitHub-hosted Jobs unterliegen den für Konto, Organisation oder Unternehmen geltenden Limits. Welche Parallelität verfügbar ist, kann von Plan und Konfiguration abhängen. Übernehmen Sie deshalb keine pauschale Zahl aus einem älteren Runbook: Prüfen Sie die offizielle Übersicht der GitHub-Actions-Limits und gleichen Sie sie mit der aktuellen Einstellung und der Jobansicht Ihrer Organisation ab.
Die Anzeige belegter Parallelität ist aussagekräftiger als die bloße Zahl wartender Jobs. Fragen Sie: Waren zum Zeitpunkt der Verzögerung andere Jobs aktiv? Waren diese auf macOS oder auf anderen Runner-Typen? War die verfügbare Parallelität tatsächlich ausgeschöpft? Wenn macOS- und andere Aufgaben dieselbe relevante Grenze beanspruchen, kann eine auf den ersten Blick „Mac-spezifische“ Warteschlange durch eine gemeinsame Begrenzung entstehen. Die aktuell gültige Regel muss anhand der offiziellen Limits und Ihrer Kontoeinstellungen bestätigt werden.
| Befund | Bewertung | Geeignete Reaktion |
|---|---|---|
| Parallelität war belegt, und mehrere Workflows konkurrierten um dieselbe Kapazität | Kapazitätsdruck ist plausibel, aber noch kein Beleg für dauerhaft fehlende Macs | Unwichtige Jobs staffeln oder verteilen; Wiederholung über weitere Zeiträume beobachten |
| Parallelität war nicht erkennbar ausgeschöpft | Ein einfacher Kapazitätsmangel ist nicht belegt | Trigger, Workflow-Abhängigkeiten, concurrency und Jobdetails prüfen |
| Verzögerung tritt nur in bestimmten Workflows auf | Workflow- oder Routingursache wahrscheinlicher als ein allgemeiner Mangel | Jobdefinition, Labels und concurrency-Gruppen vergleichen |
| Verzögerung betrifft unterschiedliche Workflows und Runner-Zuweisungen wiederholt | Eine breitere Kapazitätsgrenze wird wahrscheinlicher | Zeitlich wiederholte Aufzeichnungen sammeln und kontrollierten Entlastungstest planen |
cancel-in-progress eingesetzt, kann zusätzlich ein aktiver Lauf abgebrochen werden.
Das kann für veraltete Builds auf einem Entwicklungsbranch sinnvoll sein, aber nicht automatisch für jeden Release- oder Signierjob. Trennen Sie daher voneinander unabhängige Arbeitsarten in passende Gruppen. Eine Release-Pipeline, die jeden Schritt zuverlässig abschließen muss, sollte nicht dieselbe Abbruchlogik erhalten wie ein ersetzbarer Testlauf für einen älteren Commit.
Sollten Sie concurrency optimieren oder zusätzliche Mac-Runner bereitstellen? Wenn Jobs aufgrund einer bewusst seriellen Gruppe warten oder ältere Läufe ersetzt werden, korrigieren Sie zuerst die Regel, sofern die Release-Anforderungen das zulassen. Wenn wichtige Jobs dagegen wiederholt auf belegte Parallelität treffen, obwohl die Workflow-Regeln sinnvoll gesetzt sind, testen Sie eine gezielte Entlastung. Ein zusätzlicher Runner behebt keine absichtliche Serialisierung.
Selbst gehostete Runner auf Erreichbarkeit und passende Route prüfen
Wenn der Job für einen selbst gehosteten Mac vorgesehen ist, behandeln Sie ihn nicht wie einen GitHub-hosted Job. Prüfen Sie, ob der Runner in der Organisation erreichbar und verfügbar ist, ob er die geforderten Labels besitzt und ob der Workflow der passenden Runner-Gruppe zugeordnet werden darf. Die Dokumentation zu selbst gehosteten Runnern und ihrem Status erklärt die Zustände und die Annahme von Jobs; die Anleitung zur Verwendung selbst gehosteter Runner in Workflows beschreibt die Auswahl über runs-on und Labels.
Vergleichen Sie die tatsächliche Workflow-Anforderung mit den am Runner registrierten Labels. Ein Job mit runs-on-Bedingungen, die der Runner nicht erfüllt, wird nicht dadurch ausführbar, dass ein Mac online ist. Prüfen Sie zusätzlich die Runner-Gruppe: Ein passendes Label reicht nicht, wenn die Berechtigung oder Gruppenzuordnung den Zugriff verhindert.
| Prüfung | Was Sie abgleichen | Hinweis auf den Fehler |
|---|---|---|
| Online- und Bereitschaftsstatus | Runner-Anzeige, Prozesszustand und Erreichbarkeit | Runner ist offline oder nimmt keine Arbeit an |
| Labels | Workflow-Anforderung und registrierte Runner-Labels | Kein Runner erfüllt die vollständige Anforderung |
| Runner-Gruppe | Gruppenzuweisung und Workflow-Zugriff | Runner ist vorhanden, aber für den Workflow nicht freigegeben |
| Protokolle | Zeit des Jobversuchs und Runner-Ereignisse | Keine Annahme oder Initialisierung trotz passender Route |
Wie erkennen Sie, ob ein Mac-Runner offline ist oder die Labels nicht passen?
Ein Online-Runner ohne passenden Job deutet zunächst auf eine Abweichung zwischen runs-on, Labels, Gruppe oder Zugriffsrechten hin. Ein nicht erreichbarer Runner ist dagegen ein Betriebsproblem, das in Statusanzeige und Runner-Protokollen sichtbar werden sollte. Erst wenn Route und Verfügbarkeit stimmen, lohnt sich der Vergleich mit einer GitHub-hosted Warteschlange.
Verzögerungen bei GitHub-hosted macOS-26-Jobs über mehrere Läufe bewerten
GitHub stellt macOS-26 als Image für GitHub-hosted Runner bereit; die Runner-Image-Übersicht und die Dokumentation zu Images und Labels sind die passenden Stellen, um die verfügbare Image-Bezeichnung und deren Status zu prüfen. Daraus folgt nicht, dass jede Verzögerung auf einen Fehler im eigenen Workflow oder auf fehlende eigene Macs zurückgeht.
GitHub weist darauf hin, dass macOS-Jobs bei hoher Nachfrage länger bis zum Start benötigen können. Deshalb ist eine einzelne auffällig lange Wartephase kein ausreichender Nachweis für einen Plattformausfall und erst recht kein Beleg, dass Ihr Unternehmen zwingend dedizierte Kapazität benötigt. Vergleichen Sie Läufe über unterschiedliche Auslöser, Workflows und Runner-Typen hinweg. Wenn die Verzögerung nur bei einem Workflow auftritt, suchen Sie zuerst nach dessen Anforderungen und Regeln. Wenn mehrere unabhängig konfigurierte macOS-Workflows betroffen sind, dokumentieren Sie die wiederkehrenden Beobachtungen, statt sie zu einer allgemeinen Aussage über die Plattform zu verallgemeinern.
Wie beurteilen Sie Warteschlangen in Spitzenzeiten für die unternehmenseigene iOS-CI? Vergleichen Sie die für Ihre Release-Planung relevanten Zeitfenster mit ruhigeren Zeiträumen und trennen Sie Wartephase und Ausführungsdauer. Entscheidend ist, ob kritische Aufgaben dadurch tatsächlich ihren internen Release-Puffer verfehlen. Verändert sich nur die Startzeit, ohne die Veröffentlichung zu gefährden, kann eine operative Anpassung genügen. Wiederholte Verzögerungen bei unverzichtbaren Builds rechtfertigen dagegen einen kontrollierten Kapazitätstest.
Führen Sie Ihre Aufzeichnungen so, dass Sie später denselben Sachverhalt nachprüfen können: Job-ID, Workflow, Triggerzeit, Runner-Typ, Statuswechsel, Label-Anforderung und Ergebnis. Beziehen Sie nur Zeiträume ein, für die Ihre internen Daten vollständig genug sind. Erfinden Sie keine „typische“ Wartezeit aus Einzelfällen und verwenden Sie keine Durchschnittswerte, wenn unterschiedlich lange Jobs oder mehrere Runner-Klassen zusammengefasst wurden.
Mit einer bedingten Entscheidung Optimierung, Verteilung oder Ausbau wählen
Nutzen Sie diese Bedingungen, bevor Sie eine Beschaffung oder Änderung an der CI-Architektur freigeben:
- Wenn kein Joblauf erzeugt wurde, dann prüfen Sie Trigger, Filter und Workflow-Abhängigkeiten, statt Runner-Kapazität zu erhöhen.
- Wenn die Warteschlange durch eine passende concurrency-Gruppe oder Abbruchregel entsteht, dann passen Sie diese Regeln an die Bedeutung der Aufgaben an. Behalten Sie Serialisierung bei, wenn parallele Releases oder Signiervorgänge nicht sicher sind.
- Wenn ein selbst gehosteter Runner offline ist oder die Labels beziehungsweise Gruppe nicht passen, dann beheben Sie zuerst Betrieb und Routing und wiederholen Sie den Job.
- Wenn GitHub-hosted macOS-Jobs nachweislich durch ausgelastete Parallelität warten, dann prüfen Sie zunächst, ob unwichtige Jobs verschoben oder getrennt werden können.
- Wenn wichtige macOS-Aufgaben über wiederkehrende Läufe hinweg an einer Kapazitätsgrenze scheitern und das die Release-Planung beeinträchtigt, dann vergleichen Sie eine Verteilung auf passende Runner mit zusätzlicher selbst gehosteter oder entfernter Mac-Kapazität.
- Wenn die Daten uneinheitlich oder unvollständig sind, dann erweitern Sie nicht auf Verdacht: Verbessern Sie die Erfassung und wiederholen Sie die Diagnose mit repräsentativen Workflows.
| Option | Warteursache, die sie adressiert | Betriebsaufwand | Bewertung bei fehlenden Nachweisen |
|---|---|---|---|
| Workflow- und concurrency-Anpassung | Unnötige Serialisierung, ersetzbare alte Läufe oder ungünstige Gruppierung | Änderungen und Tests an Workflow-Regeln | Vorrangig, wenn Jobdaten auf Regelwirkung hindeuten |
| Verteilung oder zeitliche Staffelung | Konkurrenz zwischen Aufgaben, die nicht gleichzeitig laufen müssen | Anpassung von Triggern und Release-Abläufen | Sinnvoll, wenn der Engpass auf planbare Lastspitzen begrenzt ist |
| Selbst gehosteter Mac-Runner | Bedarf an kontrollierter eigener Runner-Route | Online-Betrieb, Updates, Labels, Gruppen, Zugangsschutz und Fehlerbehebung | Erst nach bestandener Routing- und Betriebsprüfung bewerten |
| Entfernter Mac als CI-Kapazität | Zusätzliche macOS-Ausführung, ohne sofort alle Entwicklergeräte zu beschaffen | Zugriffsschutz, Betriebsmodell, Verfügbarkeit und Kosten prüfen | Nur mit einem abgegrenzten Pilotlauf und geklärtem Datenfluss |
| Bestehende GitHub-hosted Ausführung beibehalten | Kein bestätigter Kapazitäts- oder Routingmangel | Bestehende Regeln und Messung weiter pflegen | Angemessen, wenn die Verzögerung nicht wiederkehrt oder keine Release-Auswirkung belegt ist |
Eine selbst gehostete Lösung ist nicht automatisch günstiger, sobald der Kaufpreis eines Mac mit einem Hostingpreis verglichen wird. In Ihre TCO-Betrachtung gehören auch Einrichtung, Updates, Überwachung, Ausfallbehandlung, Zugriffsschutz und die Zeit für die Wartung. Bei einem entfernten Mac kommen zudem Netzwerkzugang, Übergabe von Artefakten und die Frage hinzu, wer bei einem fehlgeschlagenen Lauf eingreifen kann. Bewerten Sie diese Punkte anhand Ihrer internen Kosten und der konkreten Angebotsbedingungen; ohne belastbare Daten ist ein Prozentvergleich nicht seriös.
Wenn Sie einen entfernten Mac als Pilot erwägen, klären Sie vorab, welche Workflows darauf laufen dürfen und wie Runner-Labels sowie Gruppen die Aufgaben trennen. MACGPU bietet Informationen zum entfernten Mac-Zugriff; technische Voraussetzungen und Abrechnungsbedingungen müssen Sie vor einer Entscheidung anhand der aktuell verfügbaren Angaben prüfen. Für die Prüfung einer konkreten Mac-Option können Sie außerdem die Angaben zu bestellbaren M4-Macs heranziehen, ohne daraus ungeprüft auf CI-Leistung, Verfügbarkeit oder Eignung für Ihren Workflow zu schließen.
Die Wahl zwischen bestehender GitHub-hosted Ausführung und zusätzlicher Mac-Kapazität hängt damit nicht von der bloßen Existenz einer Warteschlange ab. GitHub-hosted Runner ersparen Ihnen den Betrieb eigener Runner, bieten aber keine Garantie, dass ein macOS-Job unabhängig von Auslastung sofort startet. Ein selbst betriebener oder entfernter Mac kann mehr Kontrolle über Route und Ressourcenzuweisung ermöglichen, bringt aber Verantwortung für Online-Status, Zugriffsschutz, Protokolle und Störungsbehebung mit sich. Wenn Ihre aktuellen Workflows durch ungeprüfte concurrency-Regeln, fehlende Runner oder nicht passende Labels blockiert sind, beseitigt eine zusätzliche Maschine diese Ursachen nicht.
Sind die Daten dagegen konsistent: wichtige macOS-Jobs warten wiederholt auf verfügbare Kapazität, die Runner-Route ist korrekt, und die Verzögerung gefährdet den Release-Ablauf, dann vergleichen Sie die Kosten und Betriebsrisiken eines weiteren GitHub-hosted Versuchs, eigener Hardware und eines zeitlich begrenzten Remote-Mac-Piloten. Eine Mietlösung ist besonders prüfenswert, wenn Sie kurzfristig eine zusätzliche Test- oder Release-Umgebung benötigen, ohne sofort Hardware zu beschaffen. Bei dauerhaft hoher Last mit festem Kapazitätsbedarf oder bei erforderlichen physischen Schnittstellen kann ein eigener Mac die passendere Wahl sein. Wenn Ihre Diagnose einen begrenzten Pilot rechtfertigt, prüfen Sie die MACGPU-Bedingungen und nehmen Sie nur die Workflows auf, deren Datenfluss und Abnahme Sie kontrollieren können.