Die Hybrid Cloud im Mittelstand: Workloads bewusst verteilen
Die BARC-Studie „Data Sovereignty 2026“ zeigt auf: Datensouveränität ist als Thema in den Unternehmen bereits angekommen, trotzdem haben rund 40% der befragten Unternehmen noch nicht in die Umsetzung investiert.
Oft wird sich eine konklusive Cloud-Strategie gewünscht, die bewusste Workload-Verteilung stellt aber oft die größte Hürde dar. Denn viele Mittelständler sind heute bereits sehr hybrid unterwegs:
Das ERP läuft auf dem Hauseigenen Server, E-Mail und Office kommen aus der Cloud, die Backups liegen auf einem NAS. Der Stolperstein ist meist nicht die Mischung, sondern dass diese Mischung oft nicht bewusst geplant wurde und stattdessen aus der Notwendigkeit heraus entstanden ist.
Fünf Kriterien für den richtigen Betriebsort
Statt über ein generelles „Cloud – ja oder nein?“ zu diskutieren, lohnt sich ein Blick auf jede einzelne Workload nach festgelegten Kriterien.
- Lastprofil
- Anwendungen mit schwer planbaren Lastspitzen profitieren von der Elastizität der Public Cloud, zum Beispiel ein Kundenportal im Weihnachtsgeschäft. Systeme mit gleichmäßiger Dauerlast laufen auf dedizierter Hardware oft günstiger.
- Anwendungen mit schwer planbaren Lastspitzen profitieren von der Elastizität der Public Cloud, zum Beispiel ein Kundenportal im Weihnachtsgeschäft. Systeme mit gleichmäßiger Dauerlast laufen auf dedizierter Hardware oft günstiger.
- Schutzbedarf
- Wie sensibel sind die Daten? Die Einteilung in Schutzklassen aus unserem Beitrag zu Datenstandort und tatsächlicher Kontrolle hilft hier weiter.
- Wie sensibel sind die Daten? Die Einteilung in Schutzklassen aus unserem Beitrag zu Datenstandort und tatsächlicher Kontrolle hilft hier weiter.
- Latenz und Nähe zur Produktion
- Maschinensteuerung, Lagerlogistik oder Kassensysteme vertragen keine hohen Latenzen. Es gilt abzuwägen, wie Latenz-sensitiv einzelne Workloads sind.
- Maschinensteuerung, Lagerlogistik oder Kassensysteme vertragen keine hohen Latenzen. Es gilt abzuwägen, wie Latenz-sensitiv einzelne Workloads sind.
- Abhängigkeiten innerhalb einzelner Workloads
- Welche Systeme tauschen ständig Daten aus? Wer eng verzahnte Anwendungen auf verschiedene Standorte verteilt, erzeugt Latenz und Datentransferkosten.
- Welche Systeme tauschen ständig Daten aus? Wer eng verzahnte Anwendungen auf verschiedene Standorte verteilt, erzeugt Latenz und Datentransferkosten.
- Betriebsmodell
- Wer betreibt die Umgebung nachts und am Wochenende? Eigene Hardware ohne ausreichendes Personal ist kein Souveränitätsgewinn, sondern ein Risiko.
- Wer betreibt die Umgebung nachts und am Wochenende? Eigene Hardware ohne ausreichendes Personal ist kein Souveränitätsgewinn, sondern ein Risiko.
Wo Hybridansätze in der Praxis scheitern
Hybridansätze scheitern selten an der Technik, sondern an doppelter Verwaltung. Wenn Benutzerkonten, Backups und Überwachung für jede Umgebung getrennt gepflegt werden, verdoppelt sich die Arbeit für die ohnehin kleine IT-Abteilung. Ebenso wenig funktioniert es, eine gleichmäßig ausgelastete VM unverändert in die Cloud zu schieben und auf Einsparungen zu hoffen.
Gleichzeitig gilt aber: Public-Cloud-Ressourcen sind, je nach Workload, schwer zu ersetzen. Für KI-Workloads zum Beispiel ist eine lokale Struktur heute meist nicht einfach realisierbar. Kosten und Lieferzeiten für dedizierte Hardware, wie zum Beispiel GPUs, sprengen oft den Rahmen.
Deswegen ist es wichtig zu unterscheiden welche Workloads wohin gehören.
Unser Entscheidungsleitfaden für souveräne Cloud-Architekturen hilft Ihnen, jede Workload anhand von sechs Kriterien zu bewerten und zeigt, wie Sie dabei von Anfang an handlungsfähig bleiben. Der Leitfaden enthält eine Entscheidungsmatrix, eine Checkliste zur Exit-Strategie, Datenhoheit, Schlüsselmanagement und Logging sowie eine beispielhafte Zielarchitektur für den Mittelstand.
→ Jetzt Entscheidungsleitfaden kostenlos herunterladen.