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.

<
BeobachtungWahrscheinliche PrüfrichtungNächster Nachweis
Workflow-Lauf wurde nicht angelegtTrigger, Branch- und Pfadfilter, AbhängigkeitenEreignis und Workflow-Auswertung prüfen
Job ist in der Warteschlange, Runner hat ihn nicht übernommenGitHub-hosted Parallelität oder fehlende verfügbare Kapazität; bei self-hosted zusätzlich Online-Status und Route prüfenJobdetails, aktuelle Jobs und Runner-Status gemeinsam ansehen
Runner hat den Job angenommen, die Schritte starten aber nicht sichtbarRunner-Auslastung, Initialisierung, Shell- oder Toolchain-SchrittJobprotokoll und Debug-Ausgabe vergleichen
Ein neuer Lauf ersetzt einen älteren wartenden Laufconcurrency-Gruppe und AbbruchverhaltenWorkflow- und Jobdefinition auf concurrency-Regeln prüfen
Erfassen Sie für jeden relevanten Lauf mindestens den Workflow, den Auslöser, den Runner-Typ, die zugewiesenen Labels, den sichtbaren Status und die Wartephase. Halten Sie den Zeitpunkt der Auslösung und den Zeitpunkt der Runner-Übernahme in einer gemeinsamen Auswertung fest. Dafür genügt zunächst ein nachvollziehbarer Export oder ein manuell gepflegtes Incident-Protokoll; entscheidend ist, dass Sie nicht Startverzögerung, Joblaufzeit und Wartezeit zu einer einzigen Kennzahl vermischen.

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.

<
BefundBewertungGeeignete Reaktion
Parallelität war belegt, und mehrere Workflows konkurrierten um dieselbe KapazitätKapazitätsdruck ist plausibel, aber noch kein Beleg für dauerhaft fehlende MacsUnwichtige Jobs staffeln oder verteilen; Wiederholung über weitere Zeiträume beobachten
Parallelität war nicht erkennbar ausgeschöpftEin einfacher Kapazitätsmangel ist nicht belegtTrigger, Workflow-Abhängigkeiten, concurrency und Jobdetails prüfen
Verzögerung tritt nur in bestimmten Workflows aufWorkflow- oder Routingursache wahrscheinlicher als ein allgemeiner MangelJobdefinition, Labels und concurrency-Gruppen vergleichen
Verzögerung betrifft unterschiedliche Workflows und Runner-Zuweisungen wiederholtEine breitere Kapazitätsgrenze wird wahrscheinlicherZeitlich wiederholte Aufzeichnungen sammeln und kontrollierten Entlastungstest planen
Prüfen Sie außerdem die concurrency-Regeln auf Workflow- und Job-Ebene. Die **[GitHub-Dokumentation zur Steuerung von Workflow-concurrency](https://docs.github.com/en/actions/how-tos/write-workflows/choose-when-workflows-run/control-workflow-concurrency)** beschreibt ein wichtiges Verhalten: Innerhalb einer concurrency-Gruppe kann jeweils ein Lauf aktiv und ein weiterer ausstehend sein; ein neuer ausstehender Lauf kann den bisherigen ausstehenden Lauf ersetzen. Wird 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.

<
PrüfungWas Sie abgleichenHinweis auf den Fehler
Online- und BereitschaftsstatusRunner-Anzeige, Prozesszustand und ErreichbarkeitRunner ist offline oder nimmt keine Arbeit an
LabelsWorkflow-Anforderung und registrierte Runner-LabelsKein Runner erfüllt die vollständige Anforderung
Runner-GruppeGruppenzuweisung und Workflow-ZugriffRunner ist vorhanden, aber für den Workflow nicht freigegeben
ProtokolleZeit des Jobversuchs und Runner-EreignisseKeine Annahme oder Initialisierung trotz passender Route
Verwenden Sie bei Bedarf die **[Dokumentation zur Aktivierung von Debug-Protokollen](https://docs.github.com/en/actions/how-tos/monitor-workflows/enable-debug-logging)**. Aktivieren Sie zusätzliche Protokollierung gezielt für einen reproduzierbaren Lauf und sichern Sie die Ausgabe gemäß Ihren Datenschutz- und Aufbewahrungsregeln. Runner-Protokolle können interne Pfade oder andere Betriebsinformationen enthalten; geben Sie sie deshalb nicht unkontrolliert weiter.

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.
Bewerten Sie jede Option nach denselben Kriterien. Die qualitative Einstufung „niedrig“, „mittel“ oder „hoch“ ist dabei eine interne Bewertung Ihrer Belege, keine allgemeingültige Kennzahl. <
OptionWarteursache, die sie adressiertBetriebsaufwandBewertung bei fehlenden Nachweisen
Workflow- und concurrency-AnpassungUnnötige Serialisierung, ersetzbare alte Läufe oder ungünstige GruppierungÄnderungen und Tests an Workflow-RegelnVorrangig, wenn Jobdaten auf Regelwirkung hindeuten
Verteilung oder zeitliche StaffelungKonkurrenz zwischen Aufgaben, die nicht gleichzeitig laufen müssenAnpassung von Triggern und Release-AbläufenSinnvoll, wenn der Engpass auf planbare Lastspitzen begrenzt ist
Selbst gehosteter Mac-RunnerBedarf an kontrollierter eigener Runner-RouteOnline-Betrieb, Updates, Labels, Gruppen, Zugangsschutz und FehlerbehebungErst nach bestandener Routing- und Betriebsprüfung bewerten
Entfernter Mac als CI-KapazitätZusätzliche macOS-Ausführung, ohne sofort alle Entwicklergeräte zu beschaffenZugriffsschutz, Betriebsmodell, Verfügbarkeit und Kosten prüfenNur mit einem abgegrenzten Pilotlauf und geklärtem Datenfluss
Bestehende GitHub-hosted Ausführung beibehaltenKein bestätigter Kapazitäts- oder RoutingmangelBestehende Regeln und Messung weiter pflegenAngemessen, wenn die Verzögerung nicht wiederkehrt oder keine Release-Auswirkung belegt ist
Für einen Ausbauversuch wählen Sie einen repräsentativen, aber begrenzten Workflow. Prüfen Sie Build, Tests, Signierung, Artefaktübergabe und Zugriffsrechte jeweils dort, wo sie im echten Release-Pfad gebraucht werden. Übernehmen Sie keine Geheimnisse oder produktiven Zertifikate in einen Pilot, solange Berechtigungen, Speicherung und Löschweg nicht geklärt sind. Bei personenbezogenen Daten oder internen Artefakten gehören Datenschutz, DSGVO-Anforderungen und unternehmensinterne Sicherheitsvorgaben zur Abnahme, nicht in eine spätere Betriebsphase.

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.