Kostenloser Leitfaden

Cloud-Kosten senken, ohne etwas kaputt zu machen

Die FinOps-Checkliste, die ich auf Azure-, AWS- und Kubernetes-Plattformen einsetze. Zehn Schritte, in der Reihenfolge mit dem meisten Effekt bei kleinstem Risiko.

Was drin steht

1. 1. Sehen, wohin das Geld geht

   • Amortisierte Kosten pro Ressource und Meter aus der Billing-API ziehen, nicht nur die Monatsrechnung lesen.
   • Eine Run-Rate-Prognose aufbauen, damit der Effekt einer Änderung nach Tagen sichtbar ist, nicht erst am Monatsende.
   • Jede Ressource mit Produkt, Team und Stage taggen. Ungetaggte Kosten bekommen innerhalb einer Woche einen Owner.
   • Einen kurzen täglichen Kostenbericht in den Team-Chat schicken. Was gesehen wird, wird behoben.

2. 2. Prüfen, bevor man kürzt

   • Für jeden Kandidaten: Was läuft darauf, wer nutzt es, und wie hoch ist die Spitzenlast (p95), nie der Durchschnitt.
   • Alles, was ein Kunde bemerken könnte, ist tabu, bis es nachweislich sicher ist.
   • Eine Änderung pro Ticket, jeweils mit Auswirkung, Risiko und Rückweg.

3. 3. Compute richtig dimensionieren

   • Kubernetes-Requests und -Limits nach echter p95-Nutzung setzen, dann folgt die Zahl der Nodes.
   • Autoscaling (Cluster Autoscaler oder Karpenter) und Spot-Kapazität für unterbrechbare Jobs nutzen.
   • In einem Projekt: ein Produktiv-Cluster von 7 auf 4 Nodes, ohne Auswirkung auf Kunden.

4. 4. Verkleinern und löschen

   • Ungenutzte VMs, verwaiste Disks und Volumes, freie IPs, alte Snapshots und vergessene Testressourcen.
   • Datenbank-Standbys und Hochverfügbarkeit nur dort, wo das Geschäft sie wirklich braucht.

5. 5. Eine Data-Retention-Policy schreiben

   • Logs: Debug in Produktion aus, Aufbewahrung pro Log-Klasse, günstige Speicherklassen für Audit-Logs.
   • Backups: Aufbewahrung nach Wiederherstellungszielen und gesetzlichen Pflichten, nicht nach Standardwerten.
   • Object Storage: Lifecycle-Regeln, die alte Daten in kalte Speicherklassen verschieben und Unnötiges löschen.

6. 6. Die teuren Queries reparieren

   • Die Top-Queries nach Kosten finden, nicht nach Anzahl. Ein einziger Query-Fix senkte die Last auf einer Cosmos-DB-Datenbank um etwa das 40-Fache.
   • Kleine Mandanten-Datenbanken in den Cluster holen (zum Beispiel mit CloudNativePG), wenn es sich lohnt, mit geprüften Zeilenzahlen und Prüfsummen.

7. 7. Zuletzt binden, nicht zuerst

   • Reservierungen oder Savings Plans erst nach dem Right-Sizing kaufen, damit man sich nicht an Maschinen bindet, die gleich wegfallen.
   • Verpflichtungen sind schwer rückgängig zu machen: Azure Savings Plans sind nicht kündbar, AWS Savings Plans nur innerhalb von sieben Tagen rückgabefähig, und Rückerstattungen für Azure-Reservierungen sind gedeckelt. Ändert sich die Umgebung, die vorhandenen Umtauschmöglichkeiten nutzen.

8. 8. Umgebungen abschalten

   • Dev und Test standardmässig nachts und am Wochenende aus, morgens automatisch wieder aufgebaut.
   • Preview-Umgebungen mit Ablaufzeit und nächtliche Aufräumläufe für verwaiste Ressourcen.

9. 9. Das Netzwerk im Blick behalten

   • Alerts auf Cross-Zone- und Egress-Traffic, und NAT-Gateways und Load Balancer ohne Owner prüfen.

10. 10. Unten halten

    • Budgets mit Prognose-Alerts pro Team und ein wöchentlicher One-Pager mit Zwei-Monats-Prognose für das Management.
    • Ein benannter Owner pro Kostenstelle, und die Checkliste jedes Quartal neu durchgehen.