Kosten im Systementwurf

Ein technisch brillanter Entwurf, der sich nicht rechnet, ist ein schlechter Entwurf. Kosten gehören genauso zu den Anforderungen wie Antwortzeiten oder Verfügbarkeit. In der Cloud sind sie besonders tückisch: Einzelne Posten wirken winzig, ein paar Cent pro Stunde oder pro tausend Anfragen, doch sie summieren sich still. Und bei KI-Anwendungen verursacht jede einzelne Nutzeranfrage direkte Kosten. Diese Lektion zeigt, woraus die Kosten eines Systems bestehen, wie man sie abschätzt und wo die typischen Fallen liegen.

1. Kostentreiber

Die Rechnung eines typischen Systems setzt sich aus wenigen großen Blöcken zusammen: Rechenleistung für Anwendungsserver und Worker, Datenbanken, Speicher für Dateien und Backups, Datenverkehr – besonders ausgehender –, verwaltete Dienste wie Warteschlangen oder Suchmaschinen, Überwachung und Logs sowie zunehmend KI-Modelle. Dazu kommen Kosten, die auf keiner Cloud-Rechnung stehen, aber oft die größten sind: die Arbeitszeit für Entwicklung und Betrieb. Ein selbst betriebener Kubernetes-Cluster mag bei den Serverkosten sparen, verschlingt aber schnell Wochen an Arbeitszeit.

2. Kosten abschätzen

Wie bei der Kapazitätsplanung reicht eine grobe Überschlagsrechnung, um Größenordnungen zu erkennen und teure Überraschungen zu vermeiden. Spielen Sie mit dem Rechner für eine kleine Lernplattform mit KI-Assistent:

Das Beispiel zeigt ein typisches Muster moderner Anwendungen: Server und Datenbank sind überschaubar, doch sobald KI-Funktionen intensiv genutzt werden, werden sie zum größten Posten. Deshalb gehört zu jedem Entwurf mit KI eine Rechnung der Kosten pro Nutzer und pro Anfrage – und eine Obergrenze, die das Geschäftsmodell verträgt. Die Kosten pro aktivem Nutzer sind eine hilfreiche Kennzahl, weil man sie direkt mit den Einnahmen pro Nutzer vergleichen kann.

3. Wo Kosten entstehen

4. Typische Kostenfallen

Viele Kostenprobleme entstehen nicht durch falsche Architektur, sondern durch Unachtsamkeit. Üben Sie, sie zu erkennen:

5. Fixe und variable Kosten

Eine wichtige Entwurfsentscheidung betrifft das Verhältnis von fixen zu variablen Kosten. Ein eigener Server kostet jeden Monat dasselbe, egal ob zehn oder zehntausend Nutzer kommen – günstig bei gleichmäßiger Last, aber verschwenderisch, wenn er meist leer steht. Serverless-Dienste und Bezahlung pro Anfrage kosten fast nichts, solange niemand sie nutzt, werden bei hoher Last aber teuer. Für einen neuen Dienst mit ungewisser Nutzung sind variable Kosten oft ideal; für eine etablierte Anwendung mit stabiler Last sind feste Server meist günstiger. Viele Systeme kombinieren beides: eine feste Grundlast plus flexible Kapazität für Spitzen.

6. Kosten im Entwurfsgespräch

Im Entwurf und im Vorstellungsgespräch zeigt der Blick auf Kosten Reife. Statt nur zu fragen „Was ist technisch am besten?“, fragt man: „Was ist für dieses Geschäft angemessen?“ Ein Hotel mit zwanzig Zimmern braucht keine Architektur für zwanzig Millionen Buchungen. Eine gute Begründung nennt die erwarteten Kosten, die größten Treiber, die geplanten Hebel und den Punkt, an dem sich ein teurerer Ausbau lohnen würde. So wird aus einem technischen Entwurf eine Entscheidung, die auch Geschäftsführung und Kunden nachvollziehen können. Damit schließt das Modul Zuverlässigkeit und Betrieb: Ein gutes System ist verfügbar, fehlertolerant, beobachtbar, sicher auszurollen – und bezahlbar.

7. Kosten laufend im Blick behalten

Eine einmalige Schätzung reicht nicht, denn Kosten verändern sich mit der Nutzung, mit neuen Funktionen und mit Preisänderungen der Anbieter. Bewährt hat sich ein einfacher Kreislauf, der unter dem Begriff FinOps bekannt geworden ist: Kosten sichtbar machen, optimieren und laufend steuern. Sichtbar werden Kosten, wenn alle Ressourcen mit Schlagworten für Projekt, Umgebung und Team versehen sind, sodass die Rechnung sich aufschlüsseln lässt. Dann erkennt man etwa, dass die Testumgebung ein Drittel der Gesamtkosten verursacht oder dass ein einzelner Kunde überdurchschnittlich viele KI-Anfragen auslöst.

Für die Steuerung helfen Budgets mit Alarmen, ein monatlicher Blick auf die größten Posten und die Kennzahl der Kosten pro Nutzer oder pro Vorgang. Steigt diese Kennzahl, obwohl sich die Nutzung kaum verändert hat, lohnt sich eine genauere Untersuchung. Oft steckt eine unbeabsichtigte Änderung dahinter: eine Abfrage ohne Index, die mehr Datenbankleistung braucht, ein vergessener Testserver oder ein neuer Prompt, der viel mehr Kontext an das Sprachmodell schickt als vorher.

Für KI-Funktionen sind einige Maßnahmen besonders wirksam. Einfache Aufgaben wie Einordnen, Zusammenfassen kurzer Texte oder Erkennen von Absichten erledigen kleine, günstige Modelle; nur anspruchsvolle Aufgaben gehen an große Modelle. Wiederkehrende Bestandteile eines Prompts, etwa lange Anweisungen oder Dokumente, lassen sich bei vielen Anbietern zwischenspeichern, was die Kosten für diese Teile stark senkt. Häufige Fragen können aus einem Antwort-Cache beantwortet werden. Und Nutzerkontingente verhindern, dass einzelne Konten unverhältnismäßig hohe Kosten verursachen. So bleibt eine KI-Funktion auch dann wirtschaftlich, wenn sie erfolgreich ist und viel genutzt wird.

Am Ende steht eine einfache Frage, die jeder Entwurf beantworten sollte: Verdient das System mehr, als es kostet, und bleibt das auch so, wenn es wächst? Wer diese Frage früh stellt, trifft bessere Architekturentscheidungen und vermeidet unangenehme Überraschungen – für sich selbst und für die Kunden, die das System bezahlen.

Ein praktisches Beispiel rundet das ab. Eine Kaffeerösterei mit Onlineshop und KI-gestützter Geschmacksberatung zahlt zunächst rund 150 Euro im Monat für Server, Datenbank und Überwachung. Als die Beratung beliebt wird, verdreifacht sich die Rechnung innerhalb weniger Wochen. Die Analyse zeigt, dass jede Beratung das komplette Sortiment als Kontext an das Sprachmodell schickt. Nach der Umstellung auf eine Suche, die nur die fünf passendsten Sorten mitschickt, einem kleineren Modell für die erste Einordnung und einem Tageskontingent pro Besucher sinken die KI-Kosten um mehr als zwei Drittel – bei gleicher Qualität der Empfehlungen. Die Lehre: Kosten nicht nur beim Start schätzen, sondern regelmäßig messen und die größten Posten gezielt angehen.

Stand: September 2026. Kursmaterial der Klarwerk Akademie. Zahlen zu Latenzen und Kosten sind Größenordnungen zur Orientierung, keine Messwerte.