Cloud Computing: Kosten verstehen und reduzieren

Unternehmen erwarten sich von der Cloud zu Recht viele Vorteile: Sie wollen damit neue Geschäftsmodelle und Produkte erschaffen oder Mitarbeitende im operativen Alltag mit leistungsfähiger Infrastruktur oder moderneren Prozessen unterstützen. Dabei steht ein Ziel in vielen Fällen weit oben auf der Agenda: Kostenreduzierung und Kostentransparenz.

Vieles kling verlockend: Weniger Leerlauf, keine unnötigen Wartungen, keine hohen Investitionen in eigene Hardware, keine Sorge vor teuren Ausfällen. Transparenz und langfristige Planbarkeit der Cloud Kosten sind dagegen komplizierter. In der Studie „Managed Services 2020“ von IDG sagen 38 Prozent der Befragten, dass Kostentransparenz ein essenzieller Punkt in der Geschäftsbeziehung zu ihrem Provider sei. In derselben Studie erklären übrigens 64 Prozent der befragten (IT-)Entscheider, dass Cloud Services zur Kostenreduktion beitragen.

Um ihre Kostenziele zu erreichen, wollen viele Unternehmen möglichst viele Daten, Prozesse und Workflows in die Cloud bringen. Die Motivation dahinter ist berechtigt: Bei der Agilität, Flexibilität oder der Skalierbarkeit sind Cloud-Systeme unschlagbar. Was sie jedoch nicht immer sind: eine Kostenersparnis per se. Die Verwaltung von Clouds ist ein komplexes Unterfangen, vor allem wenn es sich um multiple Cloud-Umgebungen handelt. Unternehmen, die beispielsweise Workloads für Maschine Learning und Big Data Analytics in der Cloud betreiben, haben völlig andere Anforderungen als ein Unternehmen, das die Cloud für reine Datenhaltung nutzen will. Die folgenden Aspekte sollten Verantwortliche immer erwägen, wenn es darum geht, die Kosten für Cloud Computing im Griff zu halten.

Eine der häufigsten Ursachen für unnötig hohe Cloud Kosten tritt dann auf, wenn der Anwendungsfall nicht ideal mit der Infrastruktur harmoniert. Man muss sich bei der Cloud-Nutzung bewusst machen, welchen konkreten Use Case man damit umsetzen möchte. Welche Systeme sollen warum in die Cloud und welche Lösung passt am besten dazu? Davon hängt ab, welche Datensätze relevant sind. Inwiefern müssen etwa beispielsweise Archivdaten unbegrenzt in der Cloud vorgehalten werden? Muss jeder Sensor-Parameter einer Produktionsanlage längerfristig gesichert werden?

Daten archivieren

Daten, die nicht regelmäßig geändert werden, können zum Beispiel in einem Archivsystem vorgehalten werden. Dies kann schon erste Einsparungen bringen. Denn eine Archivlösung wie Object Storage ist vergleichsweise günstig und bietet den perfekten Ort für die Unmengen unstrukturierter Daten, die in bestimmten Anwendungsfällen wie in der Industrie anfallen. Aber auch Archivierung oder Backups sollten hier vorgehalten werden.

Storage optimieren

Anders verhält es sich mit Daten, die regelmäßig aufgerufen werden, zum Beispiel für die Verwendung durch Anwendungen. Hier kommt es sowohl auf Leistung als auch auf Sicherheit an und damit wird hochwertigerer Speicherplatz (in der Regel Dateispeicher oder auch „File-Storage“) benötigt. Allein das Wissen, welche Zugriffszeiten benötigt werden, kann dabei bereits Kosten einsparen. Viele Unternehmen bilden ein revisionssicheres Archivsystem aus Kostengründen auf älterer Bestandshardware ab, um die Cloud allein für performancehungrige Produktivsysteme zu reservieren.

Cloud Computing hat den Ruf, Kosten zu senken und sich beliebig an die aktuellen Anforderungen anpassen zu können. Das ist nicht falsch, gilt jedoch vor allem dann, wenn die Dienste von Beginn an passend konzipiert, geplant und umgesetzt sind. Denn auch die Cloud kann man falsch dimensionieren oder nicht ideal konzipieren – beispielsweise einen Anbieter oder Service mit einem Abrechnungsmodell wählen, das nicht optimal mit den Workloads harmoniert. Dies könnte durch unnötigen Traffic und erhöhten Speicherbedarf die Kosten in die Höhe treiben.

Abrechnungsmodelle der Clouds vergleichen

Einer der unbestrittenen Vorteile der Cloud ist die On-Demand-Fähigkeit sowie die Skalierbarkeit. Bei Bedarf lassen sich Ressourcen wie Speicher, Rechenleistung oder Netzwerke ganz nach Bedarf beziehen und temporär nutzen, etwa um eine Entwicklungsumgebung aufzusetzen. Die Cloud-Kapazität – beziehungsweise die Rechenleistung – muss nicht per se mit der Anzahl an Maschinen oder Anlagen im Unternehmen mitwachsen. Denn Cloud-Kosten errechnen sich oft über die Spitzenlast oder die spezifischen Services. Je nach Anbieter unterscheiden sich die Abrechnungsmodelle stark. Hier gilt es, nicht nur die passende Lösung, sondern auch die passenden Modelle zu finden.

Wenn die Last und das Bezahlmodell sich nicht vertragen, können Cloud-Computing-Kosten überraschend teuer werden. Manche Anbieter berechnen nach Speicher, andere primär nach Traffic, wieder andere nach Compute-Last oder genutzter Zeit eines Services. So kann beispielsweise massiver Traffic zwischen einzelnen Knoten, Edge-Systemen oder hin zu CDNs je nach Abrechnungsmodell schnell teuer werden und mögliche Cloud-Kosteneinsparungen zunichte machen. Dies ist dann der Fall, wenn für die Skalierung große Datenmengen zwischen Knoten bewegt werden.

Nicht alle Rechenleistung muss stets in der Cloud erbracht werden. Wie bei dem Beispiel der Archivsysteme, die keine performante Cloud benötigen, können Eigenleistungen Cloud-Computing-Kosten reduzieren. Edge- und Fog-Computing aus dem IoT-Umfeld sind hierfür gute Beispiele. Hier werden Daten bereits lokal verarbeitet, bevor sie in die zentralen Cloud-Systeme einfließen. Dies reduziert teure, permanente Datenströme und Compute-Bedarf. Diese Vorverarbeitung reduziert als Filter die Datenlast und hilft, Cloud-Kosten zu reduzieren.

Neben der Skalierbarkeit sind vorgefertigte Plattformservices und APIs der größte Vorteil der Cloud. Hyperscaler bieten auf den ersten Blick für jede Komponente von Anwendungen passende Plattform-Services an, auf denen Komponenten wie Datenbanken, Compute-Instanzen oder Storage aufsetzen können. So komfortabel und beschleunigend dies sein kann: Unternehmen können sich mit ihren Anwendungen von der Umgebung des Anbieters abhängig machen oder sich auf übermäßig funktionsreiche, kostspielige Services verlassen, die für den geplanten Einsatzzweck nicht nötig wären.

Cloud-Angebote wie die pluscloud open, die auf Open-Source-Technologie setzen, binden Unternehmen nicht an eine proprietäre Cloud-Technologie. Der sogenannte Vendor Lock-in kann damit umgangen werden. Zusätzlich bietet plusserver als Cloud Provider eine umfassende Beratung, um die passende Architektur zu ermitteln. Dies kann auch eine Multi-Cloud sein, um der Vielzahl an unterschiedlichen Workloads im Unternehmen gerecht zu werden.

Wer sein Geschäftsmodell auf die Cloud auslegt, der erwartet von seinem Provider, dass diese auch entsprechend jederzeit verfügbar ist. Um dies sicherzustellen, werden rechtlich verbindliche Service Level Agreements (SLAs) definiert. In solchen Verträgen wird geregelt, in welchem Umfang und welchen Verpflichtungen Cloud Services erbracht werden müssen. Typischerweise geht es dabei um Dinge wie Verfügbarkeit der Cloud, Performance, die Reaktionszeit im Störfall oder auch die Kompensation bei Vertragsverletzung durch den Provider. Die Rechnung ist dabei auf den ersten Blick einfach: Je größer die Anforderungen in den SLAs, desto teurer wird es.

Individuelle vs. Standard-SLAs

Doch es gibt zwei Aspekte, die oft vernachlässigt werden. Der erste betrifft die Provider selbst: Während bei lokalen Cloud-Anbietern in der Regel SLAs auf Verhandlungsbasis und im Einvernehmen geregelt werden, gelten bei den Hyperscalern oft unverhandelbare Standard-SLAs. Das kann beispielsweise dazu führen, dass der Provider trotz eines ernsthaften Ausfalls keine Kompensation für diese Vertragsverletzung leisten muss.

Der zweite Aspekt bezieht sich auf den jeweiligen Anwendungsfall. Unternehmen sollten für sich definieren, wie streng Zusicherungen in SLAs definiert werden müssen. Nehmen wir das Beispiel Verfügbarkeit: Der Mindeststandard im Cloud Computing beträgt 99,9 Prozent, gerechnet auf ein Jahr. Das entspricht einem Ausfall von jährlich rund neun Stunden, bei einer Verfügbarkeit von 99,99 Prozent noch etwa 50 Minuten. Die magische Grenze liegt bei 99,999 Prozent. Hier spricht man von „Hochverfügbarkeit“ – mit nur rund fünf Minuten Ausfallzeit pro Jahr. Es kommt je nach Anwendungsfall jedoch längst nicht immer auf die maximale Uptime um jeden Preis an.

Abwägen, wo Hochverfügbarkeit wirklich nötig ist

Was bei besonders kritischen Systemen sehr zu empfehlen ist, kann in anderen Fällen
unnötige Kosten erzeugen. So kann beispielsweise ein internes Tool wie eine Analytics-Anwendung mit größerer Ausfall-Toleranz unterhalten werden als kundenseitige Anwendungen wie der Onlineshop. Gleiches gilt zumeist für Archivsysteme oder andere Datenablagen, die nicht permanent im Produktivbetrieb benötigt werden. Um auf Nummer sicher zu gehen, empfiehlt es sich stets, eigene SLAs rudimentär selbst zu erarbeiten und diese dann mit denen des Providers abzugleichen. Das vermeidet nicht nur Frust über hohe Cloud Computing Kosten, sondern führt den Unternehmen auch selbst vor Augen, worauf es bei dem Projekt wirklich ankommt.

Ein Finanzmanagement-Framework, das sich in den letzten Jahren etabliert hat und Unternehmen darin unterstützt, einen maximalen oder zumindest optimalen Geschäftswert mit Hilfe von Cloud-Lösungen zu erzielen, ist FinOps. Die Abkürzung steht für Financial Operations und schafft Transparenz über die Kostenstrukturen der Cloud. Am FinOps-Prozess wirken alle technischen und finanzorientierten Abteilungen einer Organisation mit, die mit der Cloud zu tun haben. Sie treffen gemeinsam streng datengetrieben Ausgabenentscheidungen im Interesse der Kostenreduzierung.

FinOps ist ein Rahmenwerk oder eine kulturelle Philosophie und funktioniert für alle Unternehmen, die auf die Cloud setzen – unabhängig von deren Branche, Größe und Ausgestaltung des Cloud-Ökosystems. Dabei kommen die FinOps-Elemente iterativ zum Einsatz und sorgen für eine kontinuierliche Verbesserung der Kostenstrukturen. Auf die Informationsphase, in der das Unternehmen Transparenz über sämtliche Cloud-Aktivitäten und die damit verbundenen Kostenblöcke gewinnt, folgt die Entscheidung, wer nach welchen Regeln Zugriff auf Cloud-Ressourcen hat und welche Services benötigt werden und welche nicht. Ein Prognosemodell ermöglicht die Orchestrierung der Ressourcen und das Ordern der für die Organisation günstigsten Pakete des Cloud-Anbieters oder Hypervisors. Der tatsächliche Betrieb setzt im Rahmen des FinOps-Modells die getroffenen Vorgaben um und evaluiert und kommuniziert die Maßnahmen.

FinOps bringt gerechtere Kostenverteilung

Der Nutzen und Erkenntnisgewinn einer solchen FinOps-Struktur liegt in der Kostentransparenz – alle Beteiligten und Abteilungen bekommen einen besseren Überblick. Das versetzt sie oftmals überhaupt erst in die Lage, effiziente Entscheidungen im Cloud-Controlling treffen und Kosten gerecht zwischen Abteilungen und Projekten aufteilen zu können. Der besondere Reiz liegt darin, dass das agile Framework für jede Cloud-Infrastruktur angepasst werden kann und somit auch langfristige Vergleichbarkeit ermöglicht. Außerdem zwingt es Unternehmen dazu, Entscheidungen systematisch und datenbasiert zu treffen.

Ohne Erfahrung ist es eine große Herausforderung, den Überblick über die Kostenstrukturen zu behalten. Umso schwerer wird es, da sich die Preismodelle kontinuierlich wandeln. Der Cloud-Markt ist ständig in Bewegung und die Provider treiben unterschiedliche Cloud-Modelle voran. Was aber passiert, wenn sich das Cloud-Modell ändert? Selbst wenn Unternehmen eigene Cloud-Experten im Haus haben, so heißt das nicht, dass diese auch die kaufmännischen Prozesse betrachten. Dass solche Überlegungen keine bloßen Gedankenkonstrukte sind, zeigt der Fall eines bekannten Hyperscalers: Hier wurde alleine im Jahr 2020 das Abrechnungssystem zweimal geändert. Wenn man nicht tief in der Materie steckt, dann sind die neuen Rechnungen im Zweifel ein Buch mit sieben Siegeln.

Fehlt der nötige Raum für Flexibilität, findet man sich schnell an einen Anbieter gefesselt (Vendor Lock-in). Abhilfe verspricht vor allem eine fundierte Multi-Cloud-Strategie sowie der Einsatz von Tools wie Kubernetes, um programmatisch Workloads, Daten und Applikationen zwischen einzelnen Clouds verschieben zu können. Ähnlich wie bei einem Stromanbieter muss gelten: Wenn das Preis-Leistungs-Verhältnis nicht den Erwartungen entspricht, sollten Entscheidende in der Lage sein, schnell und einfach zu wechseln.

Partner können bei Cloud Kosten unterstützen

Außerdem kann es helfen, einen Beratungspartner an der Seite zu haben. Dieser ist mit den sich ändernden Konditionen vertraut, versteht Terminologien sowie Cloud-Modelle und kann somit nicht nur Empfehlungen für die Kostenoptimierung aussprechen, sondern auch das Vertragsmanagement übernehmen. Der Multi-Cloud Data Service Provider plusserver hat sogar einen Multi-Cloud-Tarif eingeführt. Das bringt nicht nur Planungssicherheit durch feste Budgets, sondern behält auch die Flexibilität bei der Wahl sowie beim Wechsel der jeweiligen Clouds bei.

Dabei sollte nicht nur die Cloud-Migration mit einem Partner vollzogen werden, sondern im Idealfall sollte ein erfahrener Partner auch bei der kontinuierlichen Optimierung der langfristigen Kosten für Cloud Computing Unterstützung bieten. Dank entsprechender Projekterfahrung können Cloud-Partner den Bedarf besser einschätzen und fundierte Empfehlungen aussprechen. So lassen sich gemeinsam Kostentreiber in der Cloud identifizieren und eindämmen, damit Cloud-Projekte auch über die Erprobungsphase hinaus erfolgreich sind.

Wir bei plusserver beraten Sie gern zu Ihren Fragen rund um Cloud Computing Kosten. Sprechen Sie uns einfach an.