Azure, AWS, Google – die besten Hybrid- und Multi-Cloud-Strategien

Laut dem Cloud-Report 2024 des Digitalverbands Bitkom ist die Cloud inzwischen Standard in deutschen Unternehmen. Viele setzen zudem auf eine Multi- oder Hybrid-Cloud-Strategie. Sie nutzen dabei Cloud-Dienste verschiedener Anbieter, bei einem Hybridkonzept kommen On-Premises-Systeme oder eine Private Cloud hinzu. Immerhin ein Drittel der vom Bitkom befragten Unternehmen nutzt die Multi-Cloud, ein Viertel arbeitet hybrid.

Durch eine gezielte Kombination verschiedener Cloud-Dienste lassen sich Kosten senken, die Skalierbarkeit verbessern und die Leistung steigern. Außerdem ist die IT nicht von einem einzigen Cloud-Anbieter abhängig. Das Risiko von Ausfällen oder Preiserhöhungen wird kleiner, denn es ist jederzeit möglich, auf Alternativen auszuweichen. Unternehmen betreiben dann je nach Bedarf bestimmte Workloads in der jeweils am besten geeigneten Umgebung.

So kann beispielsweise ein Industrieunternehmen Produktionsdaten in einer Private Cloud speichern, um Sicherheits- und Compliance-Anforderungen zu erfüllen. Für die Analyse dieser Daten nutzt es die skalierbare Rechenleistung einer Public Cloud. So werden die verfügbaren Ressourcen optimal ausgenutzt.

Herausforderung Multi-Cloud

Allerdings gibt es auch Herausforderungen. Multi-Cloud ist ein anspruchsvolles Thema, die Komplexität der IT-Infrastruktur steigt erheblich. Denn die Verwaltung mehrerer paralleler Clouds ist durch unterschiedliche Schnittstellen, Sicherheitsrichtlinien und Verwaltungswerkzeuge aufwändig. Zudem erfordert eine solche Strategie fundiertes Fachwissen über die Einhaltung von Compliance-Vorgaben – besonders in regulierten Branchen.

Ein weiteres Problem ergibt sich aus der Kostenkontrolle. Cloud-Dienste bieten grundsätzlich Einsparpotenziale, doch Multi- und Hybrid-Cloud-Lösungen bergen oft schwer vorhersehbare Kosten. Die Anbieter offerieren unterschiedliche Preisstrukturen und variable Nutzungskosten, die nur schwer zu durchschauen sind. Ohne eine klare Strategie können Unternehmen die Einsparpotenziale nicht nutzen und belasten ihre IT-Budgets unnötig.

Wer einen Cloudservice erstmals bucht, kann Einsteigerrabatte nutzen. So bieten AWS und Azure hohe Nachlässe bei einer längerfristigen Bindung. Bei der Google Cloud dagegen ist die erste Million Datenbankabfragen kostenlos. Außerdem gibt es bei bestimmten Services kostenlose Angebote, etwa ein Startguthaben oder ein Stunden-Kontingent für Rechnerleistung. Doch ob das wirklich sinnvoll ist, kommt auf das genaue Nutzungsszenario an. Immerhin ist es möglich, über diese Rabattaktionen die aufwändige erste Phase der Migration nicht zur Kostenfalle werden zu lassen.

Clouds verbinden: Wer kann mit wem?

Die führenden Cloud-Anbieter AWS, Azure und Google Cloud bieten eine Vielzahl von Diensten, die sich für unterschiedliche Integrationsszenarien eignen. Dabei spielt Interoperabilität eine zentrale Rolle. Die einzelnen Dienste der unterschiedlichen Anbieter sollten nahtlos zusammenarbeiten und Daten sowie Anwendungen austauschen – ohne umständliche Änderungen oder Anpassungen.

Eine reibungslose Zusammenarbeit zwischen Cloud-Diensten ist jedoch nicht selbstverständlich. Die Anbieter versuchen, die Nutzer:innen mit proprietären Services an das eigene Ökosystem binden (Vendor Lock-in). Um die Interoperabilität sicherzustellen, sollten Unternehmen auf standardisierte Schnittstellen wie JSON oder S3-kompatible Speicherlösungen achten, die einen einfachen Datenaustausch ermöglichen.

Azure: besonders gut für Microsoft-Produkte

Darüber hinaus ist es wichtig, die spezifischen Stärken jedes Anbieters zu kennen. So eignet sich Azure besonders gut für Unternehmen, die Microsoft-Produkte nutzen. Hier ist die Integration deutlich einfacher. Azure überzeugt durch seine Stärken in der Unternehmensintegration und hybriden Lösungen. Insbesondere mit Azure Arc, das es Unternehmen ermöglicht, On-Premises-, Multi-Cloud- und Edge-Umgebungen zu verwalten.

Google: das datengesteuerte Unternehmen

Google dagegen gilt als führend bei KI- und ML-Technologien durch die Google AI-Plattform. Google Cloud ist besonders stark in den Bereichen Datenanalyse und KI, mit Tools wie BigQuery für Analysen und TensorFlow für maschinelles Lernen, was es zu einer ausgezeichneten Wahl für datengesteuerte Unternehmen macht.

AWS: über 200 vollständig ausgestattete Services

AWS ist wegen seiner zahlreichen Möglichkeiten im Internet der Dinge (IoT) und im Edge-Computing in der Industrie sehr beliebt. Darüber hinaus hat es die größte globale Infrastruktur mit fast 80 Verfügbarkeitszonen. AWS zeichnet sich mit über 200 vollständig ausgestatteten Diensten in verschiedenen Cloud-Bereichen aus und ist damit ideal für Cloud-native Lösungen oder SAP-Integrationen.

Besondere Aufmerksamkeit erfordert zudem die Integration von Cloud- und On-Premises-Umgebungen. Unternehmen sollten strategisch entscheiden, welche Anwendungen langfristig in der Cloud betrieben und welche besser in einer traditionellen IT-Infrastruktur belassen werden. Hybride Architekturen setzen eine reibungslose Kommunikation zwischen den verschiedenen Systemen voraus, weshalb Unternehmen geeignete Schnittstellen, APIs und Middleware-Lösungen einsetzen sollten.

Integration als Service nutzen

Bei grundlegenden Anwendungen wie Office ist die Integration meist recht einfach. Doch geschäftskritische Legacy-Anwendungen oder weniger verbreitete Cloudservices können zu einer Hürde werden. Sie lassen sich nicht ohne weiteres mit Bordmitteln in jeden Cloudservice einbinden. Doch es gibt Abhilfe: Eine „Integration Platform as a Service (iPaaS)“. Das ist eine cloudbasierte Anwendungssuite, die als Middleware-Schicht unterschiedliche Datenstandards über Konnektoren und Konverter miteinander verknüpft. Damit lassen sich auch Services verbinden, die selbst keine wechselseitige Integration anbieten.

Bekannte Anbieter solcher IPaaS-Lösungen sind beispielsweise MuleSoft, Boomi oder Informatica. Zum Teil haben sie schlüsselfertige Lösungen, die nur konfiguriert werden müssen. Zum Teil gibt es Low-Code-Schnittstellen, mit denen eine schnelle und flexible Integration auch exotischer Anwendungen möglich ist. Damit lassen sich Integrationen einfach aufbauen, sodass keine tiefgehenden Entwicklerkenntnisse erforderlich sind.

Solche mehr oder weniger stark automatisierten Integrationsprozesse reduziert den manuellen Aufwand erheblich. Zudem verringert die cloudbasierte Architektur die Notwendigkeit, eigene Hardware und Middleware aufsetzen zu müssen. Im Ergebnis sind das geringere Kosten und eine bessere Skalierbarkeit – wie bei allen SaaS-Angeboten.

Best Practices für die Einführung von IPaaS

Die erfolgreiche Einführung von IPaaS erfordert eine durchdachte Strategie und ein schrittweises Vorgehen. Empfehlenswert sind folgende Schritte:

• Ziele definieren: Es ist wichtig, die Ziele der Integration klar zu definieren – etwa Geschäftsprozesse zu verbessern, Datentransparenz zu erhöhen oder neue Funktionen einzuführen.
• Anforderungen bewerten: Empfehlenswert ist es, alle Anforderungen an die Integrationsplattform zu bewerten und dabei sämtliche zu verbindenden Systeme, Anwendungen und Datenquellen zu berücksichtigen.
• Lösungen auswählen: iPaaS-Integrationslösungen müssen zu den Unternehmensanforderungen passen. Darüber hinaus sind Faktoren wie Benutzerfreundlichkeit, Skalierbarkeit und Sicherheit ebenfalls wichtig.
• Sorgfältig planen: Hilfreich ist ein Zeitplan mit Meilensteinen, der auch potenzielle Risiken berücksichtigt und einen zeitlichen Puffer für unvorhergesehene Ereignisse enthält.
• Datenqualität verbessern: Datenqualität ist wichtig. Daten müssen daraufhin geprüft werden, ob sie fehlerfrei, konsistent und einheitlich formatiert vorliegen. Außerdem sollte es Zugriffsrichtlinien geben, um die Kontrolle über vertrauliche Informationen zu behalten.
• Sicherheit beachten: Für Datensicherheit und -schutz in der Cloud sind robuste Sicherheitsmaßnahmen notwendig. Dabei müssen die Daten sowohl während der Übertragung als auch im Speicherzustand abgesichert sein. Für vertrauliche Informationen sind Verschlüsselung und sichere Authentifizierungsmethoden notwendig.
• Integrationspartner wählen: Datenintegration ist eine Aufgabe, die in vielen Fällen Spezialist:innen erfordert. Deshalb sollten Unternehmen darauf achten, mit kompetenten Integrationspartnern zusammenzuarbeiten.
• Schulungen anbieten: Die Mitarbeitenden müssen ausreichend Know-how über die Integrationsplattform erwerben, regelmäßige Schulungen und Workshops sind sinnvoll.

Workloads gezielt verlagern

Multi-Cloud- und Hybrid-Cloud-Strategien ermöglichen eine flexible und leistungsfähige IT-Infrastruktur, die Kostenoptimierung und betriebliche Agilität fördert. Allerdings setzt die Verwaltung solcher Umgebungen eine durchdachte Strategie voraus. IPaaS-Lösungen können dabei helfen, die Integration verschiedener Cloud-Dienste zu erleichtern und Workloads gezielt und mit maximalem Business Value zu verlagern.

KI und Machine Learning aus der Cloud

Die Integration von KI und Machine Learning wird ein weiteres wichtiges Cloud-Einsatzszenario sein, vor allem für Unternehmen, die durch datengetriebene Insights ihre Effizienz steigern wollen. AWS hat bereits eine breite Palette von Tools und Diensten im Bereich KI und ML im Angebot, wie den Amazon SageMaker, der Entwickler:innen und Unternehmen hilft, schnell Modelle zu erstellen, zu trainieren und in Produktion zu bringen. Diese Tools werden 2025 voraussichtlich noch benutzerfreundlicher und zugänglicher werden.

Azure AI hat mit Azure Machine Learning eine umfassende Plattform im Portfolio. Der „Automated ML“ vereinfacht den Modellierungsprozess und steigert die Automatisierung bei der Erstellung von Machine Learning Modellen.

Google Cloud AI spielt eine zentrale Rolle im Bereich KI und ML. Mit Vertex AI bietet Google eine Plattform, die alle Schritte der Machine-Learning-Pipeline vereint, von der Datenaufbereitung bis hin zur Skalierung. Vertex AI nutzt leistungsstarke KI-Tools wie AutoML und TensorFlow, um Unternehmen zu helfen, innovative Lösungen effizient zu entwickeln.