Was versteht man unter „Rightsizing“ bei der Optimierung von Cloud-Kosten?

Unter „Rightsizing“ im Zusammenhang mit der Optimierung von Cloud-Kosten versteht man die Anpassung Ihrer Cloud-Ressourcen an den tatsächlichen Arbeitsaufwand Ihrer Anwendungen. Anstatt überdimensionierte virtuelle Maschinen oder Speichervolumen zu betreiben, die mehr Ressourcen verbrauchen als nötig, skalieren Sie jede Ressource auf die Mindestgröße, die die Leistungsanforderungen noch erfüllt. Dies reduziert direkt Verschwendung und senkt Ihre Cloud-Kosten, ohne dass dabei Zuverlässigkeit oder Geschwindigkeit beeinträchtigt werden.

Die Personaloptimierung ist einer der wirkungsvollsten Hebel bei Cloud-Kostenmanagement denn die meisten Unternehmen stellen Ressourcen zu Beginn eher konservativ bereit und überprüfen diese Entscheidungen im Zuge der Weiterentwicklung der Workloads nur selten. Die Folge ist eine anhaltende Überdimensionierung, die die Kosten Monat für Monat unbemerkt in die Höhe treibt. Die folgenden Fragen erläutern, wie Rightsizing funktioniert, worauf es angewendet wird und wie Sie es effektiv in Ihren Cloud-Betrieb integrieren können.

Inwiefern senkt Rightsizing tatsächlich die Cloud-Kosten?

Durch „Rightsizing“ lassen sich Cloud-Kosten senken, indem die Diskrepanz zwischen den Kosten und der tatsächlichen Nutzung beseitigt wird. Cloud-Anbieter berechnen ihre Gebühren anhand der Größe der von Ihnen bereitgestellten Ressourcen und nicht anhand des tatsächlichen Verbrauchs. Wenn eine virtuelle Maschine 10% ihrer zugewiesenen CPU-Leistung und ihres Arbeitsspeichers nutzt, zahlen Sie dennoch für 100% davon. Rightsizing schließt diese Lücke, indem ein kleinerer, besser geeigneter Ressourcentyp ausgewählt wird.

Der Mechanismus zur Kosteneinsparung ist einfach. Eine VM, deren durchschnittliche CPU-Auslastung bei 15% liegt, kann oft auf einen Instanztyp mit der halben Größe umgestellt werden, ohne dass dies messbare Auswirkungen auf die Anwendungsleistung hat. Multipliziert man dies mit Dutzenden oder Hunderten von Ressourcen, ergibt sich eine erhebliche kumulative Senkung der monatlichen Kosten.

Über die direkte Kostensenkung hinaus verbessert die bedarfsgerechte Dimensionierung auch die Wirtschaftlichkeit Ihrer Cloud-Einheiten. Wenn die Ressourcengrößen auf das tatsächliche Arbeitslastverhalten abgestimmt sind, werden Ihre Kennzahlen „Kosten pro Transaktion“ oder „Kosten pro Benutzer“ genauer und besser vorhersehbar. Dies macht die Budgetierung und Prognosen zuverlässiger, was sowohl für die Finanz- als auch für die IT-Führung von Bedeutung ist.

Eine wichtige Nuance: Beim Rightsizing geht es nicht darum, Ressourcen bis auf das absolute Minimum zu reduzieren. Das Ziel ist die richtige Größe, nicht die kleinste Größe. Sie müssen Spitzenauslastungen berücksichtigen, nicht nur die durchschnittliche Auslastung, um Leistungseinbußen in Zeiten hoher Nachfrage zu vermeiden.

Welche Arten von Cloud-Ressourcen lassen sich bedarfsgerecht anpassen?

Praktisch jede Cloud-Ressource, die mit einer bestimmten Kapazität bereitgestellt wird, lässt sich an den tatsächlichen Bedarf anpassen. Am häufigsten sind dabei Recheninstanzen, Datenbanken, Speichervolumes und Containerkonfigurationen betroffen. Jeder Ressourcentyp weist zwar eigene Auslastungsindikatoren und Mechanismen zur Größenanpassung auf, doch das zugrunde liegende Prinzip ist bei AWS, Azure und GCP identisch.

• Recheninstanzen (VMs): Das häufigste Ziel bei der Rightsizing-Maßnahme. Anhand der Daten zur CPU- und Speicherauslastung lässt sich feststellen, ob eine Instanzfamilie oder -größe für die darauf ausgeführte Arbeitslast geeignet ist.
• Verwaltete Datenbanken: RDS-Instanzen, Azure SQL und ähnliche Dienste werden häufig überdimensioniert bereitgestellt, um ein erwartetes Wachstum abzufangen, das jedoch nie eintritt. Die IOPS der Speichersysteme und die Anzahl der Verbindungen dienen hier als Anhaltspunkte für Entscheidungen zur optimalen Dimensionierung.
• Speicherkapazitäten: Die zugewiesenen Festplattenkapazitäten und die bereitgestellten IOPS können reduziert werden, wenn die tatsächliche Auslastung dauerhaft unter dem ursprünglich beantragten Wert liegt.
• Container und Kubernetes-Workloads: Die in den Container-Konfigurationen festgelegten CPU- und Speicheranforderungen sowie -beschränkungen wirken sich direkt auf die Dimensionierung der Cluster-Knoten und damit auf die Kosten aus. Nicht optimal abgestimmte Anforderungen führen zu einer Verschwendung von Knotenkapazität.
• Netzwerk und Lastverteiler: Die Durchsatzstufen bei Lastenausgleichsgeräten und NAT-Gateways können manchmal herabgestuft werden, wenn das tatsächliche Datenverkehrsvolumen deutlich unter der bereitgestellten Kapazität liegt.

In der Praxis lassen sich für die meisten Unternehmen die größten Einsparungen durch die Optimierung der Rechen- und Datenbankressourcen erzielen, da diese Ressourcenkategorien die höchsten Stückkosten verursachen.

Was ist der Unterschied zwischen „Rightsizing“ und „Autoscaling“?

Rightsizing und Autoscaling sind sich ergänzende, aber unterschiedliche Ansätze. Beim Rightsizing wird anhand der beobachteten Auslastungsmuster die richtige Basisgröße für eine Ressource festgelegt. Beim Autoscaling wird die Anzahl der laufenden Instanzen oder die zugewiesene Kapazität dynamisch an den Echtzeitbedarf angepasst. Rightsizing ist eine bewusste, periodisch durchgeführte Optimierungsentscheidung; Autoscaling ist ein automatisierter, kontinuierlicher Betriebsmechanismus.

Stellen Sie es sich so vor: Bei der „Rightsizing“-Einstellung wird festgelegt, welche Größe jede Instanz im Normalbetrieb haben soll, während bei der automatischen Skalierung bestimmt wird, wie viele dieser Instanzen zu einem bestimmten Zeitpunkt laufen sollen. Wenn Ihre Gruppe für die automatische Skalierung Instanzen hochfährt, die selbst überdimensioniert sind, verstärkt die automatische Skalierung die Verschwendung, anstatt sie zu beseitigen. Die richtige Dimensionierung des Basisinstanztyps macht die automatische Skalierung kosteneffizienter.

Keiner der beiden Ansätze ersetzt den anderen. Die automatische Skalierung bewältigt schwankende Nachfragemuster gut, behebt jedoch nicht das Problem eines grundsätzlich ungeeigneten Instanztyps. Die bedarfsgerechte Anpassung (Rightsizing) optimiert die Basiskonfiguration, reagiert jedoch nicht auf unvorhersehbare Traffic-Spitzen. Unternehmen, die beide Ansätze gemeinsam anwenden, erzielen eine bessere Kostenkontrolle und eine höhere Leistung als solche, die sich nur auf einen der beiden verlassen.

Wie lässt sich feststellen, welche Cloud-Ressourcen einer Anpassung bedürfen?

Sie ermitteln Kandidaten für eine Kapazitätsanpassung, indem Sie die Auslastungskennzahlen über einen aussagekräftigen Zeitraum – in der Regel 14 bis 30 Tage – analysieren und Ressourcen kennzeichnen, bei denen die tatsächliche Auslastung durchweg deutlich unter der bereitgestellten Kapazität liegt. Die zuverlässigsten Anhaltspunkte sind die CPU-Auslastung, die Speicherauslastung, der Netzwerkdurchsatz und die Festplatten-E/A, verglichen mit den Spezifikationen der aktuellen Ressourcengröße.

Ein praktischer Identifizierungsprozess umfasst drei Schritte:

1. Nutzungsdaten erfassen: Rufen Sie CPU-, Speicher- und Netzwerkkennzahlen aus den Überwachungstools Ihres Cloud-Anbieters oder einer Plattform eines Drittanbieters ab. Achten Sie darauf, dass Sie nicht nur Durchschnittswerte, sondern auch Spitzenwerte erfassen, um eine Unterdimensionierung von Ressourcen zu vermeiden, bei denen es gelegentlich zu Spitzenauslastungen kommt.
2. Auslastungsschwellenwerte festlegen: Definieren Sie, was “nicht ausgelastet” für Ihr Unternehmen bedeutet. Ein gängiger Ansatzpunkt ist es, Ressourcen zu identifizieren, bei denen die durchschnittliche CPU-Auslastung unter 20–30% und die Spitzenauslastung unter 50–60% liegt; die Schwellenwerte sollten jedoch die Toleranz Ihrer Anwendung gegenüber Leistungsschwankungen widerspiegeln.
3. Nach Kostenauswirkungen priorisieren: Sortieren Sie die Kandidaten nach ihren monatlichen Kosten und nicht nach ihrem Auslastungsprozentsatz. Eine Ressource mit einer Auslastung von 15%, die jedoch monatlich $50 kostet, hat eine niedrigere Priorität als eine Ressource mit einer Auslastung von 25%, die jedoch monatlich $2.000 kostet.

Es ist wichtig, die Anwendungsteams in den Überprüfungsprozess einzubeziehen. Aus den Auslastungsdaten geht zwar hervor, was eine Ressource tut, aber nur das Anwendungsteam weiß, warum sie in dieser Größe dimensioniert wurde und ob eine Änderung Risiken mit sich bringt.

Welche Tools werden für das Cloud-Rightsizing verwendet?

Die Tools zur Optimierung der Cloud-Kapazitäten reichen von nativen Funktionen der Anbieter bis hin zu speziellen FinOps-Plattformen. Jeder große Cloud-Anbieter bietet integrierte Empfehlungen an, doch Tools von Drittanbietern ermöglichen einen umfassenderen Überblick, cloudübergreifende Analysen und besser umsetzbare Governance-Workflows.

Tools von nativen Cloud-Anbietern

AWS Compute Optimizer nutzt maschinelles Lernen, um die Auslastung von EC2, Lambda und EBS zu analysieren und Empfehlungen für bedarfsgerechte Alternativen zu geben. Azure Advisor liefert ähnliche Empfehlungen für virtuelle Maschinen und Datenbanken innerhalb des Azure-Portals. Active Assist von Google Cloud bietet Vorschläge zur richtigen Dimensionierung von Compute Engine-Instanzen. Diese Tools sind kostenlos nutzbar und lassen sich direkt in Ihre bestehende Cloud-Konsole integrieren, was sie zu einem nützlichen Ausgangspunkt macht.

FinOps-Plattformen von Drittanbietern

Plattformen wie Apptio Cloudability (Teil der IBM Apptio-Suite) gehen über native Tools hinaus, indem sie Daten verschiedener Cloud-Anbieter zusammenführen, Kosten den Geschäftsbereichen zuordnen und Empfehlungen zur Optimierung der Kapazitäten in einen umfassenderen Workflow zur Kostensteuerung integrieren. Diese Plattformen sind besonders nützlich für Unternehmen, die Workloads gleichzeitig auf AWS, Azure und GCP ausführen und eine einheitliche Übersicht benötigen, um Maßnahmen zu priorisieren und Einsparungen im Zeitverlauf zu verfolgen.

Die Wahl der richtigen Tools hängt von Ihrer Cloud-Präsenz, dem Reifegrad Ihrer FinOps-Praktiken und davon ab, wie tief Sie Kostendaten in das Geschäftsberichtswesen integrieren müssen.

Wann sollte die Anpassung der Kapazitäten in einer Cloud-Umgebung überprüft werden?

Die Anpassung der Ressourcenkapazität sollte regelmäßig, in der Regel monatlich oder vierteljährlich, überprüft werden und nicht als einmaliges Projekt betrachtet werden. Cloud-Umgebungen verändern sich ständig: Neue Workloads werden bereitgestellt, die Nutzungsmuster von Anwendungen verschieben sich, und Teams stellen Ressourcen für Projekte bereit, die später verkleinert oder beendet werden. Ohne kontinuierliche Überprüfung ist eine einmalige Anpassung der Ressourcenkapazität schnell veraltet.

Zu den konkreten Auslösern, die eine sofortige Überprüfung der Personaloptimierung erforderlich machen sollten, gehören:

• Eine erhebliche Veränderung des Anwendungsdatenverkehrs oder der Nutzungsmuster
• Der Abschluss eines Großprojekts oder einer Kampagne, der den Ressourcenbedarf vorübergehend in die Höhe getrieben hat
• Ein Cloud-Anbieter bringt eine neue Instanzfamilie auf den Markt, die ein besseres Preis-Leistungs-Verhältnis bietet
• Eine Überprüfung des Haushaltszyklus, bei der die Cloud-Ausgaben mit dem tatsächlich erzielten geschäftlichen Nutzen abgeglichen werden müssen
• Ein unerwarteter Anstieg Ihrer Cloud-Rechnung, der eine rasche Untersuchung erfordert

In ausgereifteren FinOps-Praktiken wird die Überprüfung der Kapazitätsanpassung Teil eines strukturierten Optimierungszyklus mit festgelegten Verantwortlichen, Entscheidungskriterien und einem klaren Prozess zur Genehmigung und Umsetzung von Änderungen. Ohne diese Struktur sammeln sich Empfehlungen zur Kapazitätsanpassung häufig in Dashboards an, ohne dass Maßnahmen ergriffen werden – ein häufiges Fehlermuster, das Unternehmen aktiv vermeiden müssen.

Die Einbindung der Rightsizing-Maßnahmen in einen wiederkehrenden Governance-Rhythmus – anstatt sie als Ad-hoc-Maßnahme zu behandeln – ist das, was Unternehmen, die Cloud-Verschwendung konsequent reduzieren, von denen unterscheidet, die nur vorübergehende Erfolge erzielen.

So unterstützen wir Sie bei der Anpassung der Cloud-Kapazitäten und der Kostenoptimierung

Bei Its Value unterstützen wir Unternehmen dabei, über einmalige Maßnahmen zur Ressourcenanpassung hinauszugehen und eine strukturierte, wiederholbare Vorgehensweise zur Optimierung der Cloud-Kosten zu etablieren. Unsere FinOps-Dienstleistungen decken den gesamten Prozess der Ressourcenanpassung ab – von der Ermittlung der Verwendungszwecke Ihrer Cloud-Ausgaben bis hin zur Entwicklung eines Governance-Modells, mit dem Sie diese langfristig unter Kontrolle halten können.

Konkret unterstützen wir Sie bei folgenden Aufgaben:

• Vollständige Kostenverrechnung und Transparenz: Wir ordnen die Cloud-Kosten – darunter Rechenleistung, Speicher, Container und Supportgebühren – den Teams und Workloads zu, die sie verursachen, sodass Entscheidungen zur Optimierung der Kapazitäten auf präzisen und zuverlässigen Daten basieren.
• Optimierung der Ressourcenauslastung bei AWS, Azure und GCP: Wir ermitteln überdimensionierte Ressourcen in Ihrer gesamten Cloud-Infrastruktur, priorisieren diese nach ihren Auswirkungen auf die Kosten und unterstützen die Umsetzung gemeinsam mit den zuständigen Technik- und Anwendungsteams.
• Bewertung des Reifegrades von FinOps: Wenn Sie sich nicht sicher sind, wo Sie anfangen sollen, vermittelt Ihnen unsere Bestandsaufnahme ein klares Bild vom aktuellen Reifegrad Ihres Finanzmanagements in der Cloud und liefert Ihnen einen praktischen Fahrplan für Verbesserungen, einschließlich der Optimierung der Governance.
• Laufende Optimierungshäufigkeit: Wir unterstützen Sie dabei, die Entscheidungsabläufe, Eigentumsverhältnisse und Tool-Integrationen zu etablieren, die erforderlich sind, damit die Personaloptimierung zu einer kontinuierlichen Praxis und nicht nur zu einem periodischen Projekt wird.

Wenn Sie wissen möchten, welche Einsparungen Ihr Unternehmen durch Rightsizing erzielen könnte und wie Sie dies in eine nachhaltige FinOps-Praxis integrieren können, Nehmen Sie Kontakt mit uns auf um zu besprechen, wo wir anfangen sollen.

Dieser Inhalt wurde mithilfe von KI erstellt und kann Fehler enthalten.