Digitale Transformation: Ein IT-Spezialist steht mit einer Technikerin in einem Rechenzentrum vor einem offenen Rack-Server-Schrank, er hält einen Laptop.

Fünf Trends in der Cloud-Nutzung

Hybrid Clouds, Edge und Serverless Computing, KI und SASE: Was bei der Cloud wichtig wird.

Für die meisten Unternehmen in Deutschland ist die Nutzung der Cloud nicht mehr eine Frage des Ob, sondern des Wie. Mehr als 80 Prozent der Unternehmen in Deutschland mit mindestens 20 Beschäftigten nutzen bereits Cloud-Lösungen, weitere 13 Prozent erwägen oder planen den Einsatz von Cloud Computing – das zeigen die Zahlen aus dem KPMG Cloud Monitor 2022.

Für die kommenden Jahre streben die Unternehmen deutlich mehr cloudbasierte Anwendungen und Prozesse an und erhoffen sich dadurch geringere Kosten, eine höhere Agilität und Innovationsfähigkeit. Dies belegt, dass weiterhin enormes Wachstumspotenzial im Cloud-Markt besteht. Für die kommenden Monate und Jahre lassen sich mehrere Entwicklungen und Trends ausmachen. Im Folgenden möchte ich fünf wichtige Themen erläutern.

  1. Trend zu hybriden und Multi-Clouds

Die große Mehrheit der Unternehmen nutzt aktuell Private-Cloud-Lösungen, die Public Cloud gewinnt an Bedeutung. Als Brücke in die Public Cloud gleichzeitig bleibt das Interesse an Hybrid Clouds nachhaltig erhalten, also an der Mischformen von Public und Private Clouds. Hier werden zwei oder mehr Umgebungen genutzt, und ausgewählte Workflows laufen über die öffentlichen Anbieter (Public Cloud), während andere Anwendungen in der Private Cloud betrieben werden.

Die Vorteile der Hybrid Cloud liegen auf der Hand: Unternehmen profitieren von den Stärken beider Plattform-Varianten – einerseits von der Compliance einer Private Cloud und andererseits von der Flexibilität und Agilität einer Public Cloud, etwa im Hinblick auf Design und Skalierbarkeit. So lassen sich Kapazitäten flexibel hinzubuchen, zum Beispiel für kurzfristige Nachfragespitzen, und wieder reduzieren.

Ein weiteres Plus: Man ist nicht an einen einzigen Anbieter gebunden, was zu Kosteneinsparungen führen kann. Anders als bei einer Multi-Cloud sind im Hybrid-Ansatz die Clouds miteinander verbunden, sodass Workloads einfach und nahtlos zwischen den Clouds migriert und Daten gemeinsam genutzt werden können. Dies trägt zur Geschäftskontinuität bei. Grundlage ist ein zentrales Datenmanagement.

Das nachhaltige Interesse an der Hybrid Cloud ist ein Signal dafür, dass die Grenzen zwischen den Cloud-Modellen zunehmend verschwimmen. Allerdings ist das Management einer Hybrid Cloud komplexer. Und: Es gibt keine Standardlösung. Die Hybrid-Cloud-Lösung ist individuell für das Unternehmen und seine Situation zu gestalten.

  1. Edge Computing

Beim Edge Computing werden Daten näher am physischen Standort der Endnutzenden verarbeitet und gespeichert – also nicht zentral im Netzwerk, sondern dezentral an dessen Peripherie, dem Rand (englisch „Edge“). Dies wirkt auf den ersten Blick wie ein Widerspruch zum Cloud Computing. Tatsächlich aber ergänzt Edge Computing die Cloud-Nutzung. Denn letztere hat einen Nachteil: teils lange Reaktionszeiten bei der Datenübertragung zwischen einem weit entfernten Cloud-Server und den digitalen Endgeräten.

Edge Computing umgeht dieses Latenzproblem, indem die Verarbeitung der Daten näher an den Endgeräten stattfindet. So ermöglicht Edge Computing stabilere, schnellere Workloads. Zudem ist es nicht mehr erforderlich, riesige Datenmengen, die an der Quelle entstehen, in die Cloud zu übertragen. Dadurch lassen sich Kosten hinsichtlich Bandbreite und Cloud-Speicherplatz senken.

Insbesondere im Bereich des Internet of Things (IoT) – etwa Smart Factories oder Smart Grids in der Energieversorgung der Zukunft – sind kurze Latenzzeiten relevant für innovative Anwendungen, die Daten in Echtzeit benötigen. IoT ist damit ein wichtiger Treiber für Edge-Computing-Technologien.

Essenziell ist allerdings, die Sicherheit der Endgeräte (sogenannte Edge Devices) zu gewährleisten. Zudem ist die Netzwerkstruktur erheblich komplexer.

  1. Serverless Computing

Das Konzept des Serverless Computing geht über den klassischen Cloud-Ansatz bzw. die Modelle Infrastructure as a Service (IaaS) oder Platform as a Service (PaaS) hinaus. Denn hierbei werden in der Cloud Anwendungen ausgeführt, ohne Serverinfrastruktur verwalten und Ressourcen je nach Bedarf nach oben oder unten skalieren zu müssen. Um die Verwaltung und Skalierung kümmert sich der Cloud-Anbieter.

Damit zeigen sich schon die wesentlichen Vorteile des Serverless Computing:

  • Einfache, dynamische Skalierbarkeit und dadurch erhöhte Flexibilität, da keine festen Ressourcen bestellt werden,
  • Kosteneffizienz, da nur die wirklich genutzten Ressourcen zu bezahlen sind (Pay-as-you-go),
  • Verringerung von administrativem Aufwand.

Serverless Computing kann das Cloud Computing sinnvoll ergänzen. Allerdings ist genau zu prüfen, für welche Anwendungsfälle sich Serverless Computing eignet. Attraktiv ist es insbesondere im Bereich der App-Entwicklung, weniger sinnvoll ist es hingegen für große oder lang laufende Anwendungen mit vorhersehbaren und konstanten Workloads.

  1. Künstliche Intelligenz und Cloud Computing

KI-Anwendungen benötigen umfangreiche Ressourcen. Dies gilt sowohl für das Training von Algorithmen als auch für den späteren Betrieb. Hierfür schafft die Cloud eine robuste und skalierbare Umgebung: Die Fähigkeit der Cloud, Rechenleistung und Speicherkapazitäten flexibel und bedarfsgerecht bereitzustellen, hilft Unternehmen, KI-Anwendungen kosteneffizient zu entwickeln und anzubieten, große Datenmengen zu verarbeiten und komplexe KI-Prozesse auszuführen, ohne hohe Investitionen in eigene IT-Infrastruktur tätigen zu müssen.

Die Cloud hilft jedoch nicht nur, eigene KI-Anwendungen zu entwickeln und zu skalieren – Cloud-Anbieter stellen längst auch KI-Services zur Verfügung, die in die Cloud-Plattformen integriert sind. Unternehmen können auf vorhandene Tools und KI-Bibliotheken zugreifen. Zudem ist die Cloud eine Plattform für KI-Entwickler, um sich auszutauschen, voneinander zu lernen und gemeinsam an Projekten zu arbeiten. Dadurch können schnellere Fortschritte in der KI-Forschung und -Anwendung erzielt werden.

KI kann außerdem dabei helfen, die Cloud effizienter zu nutzen, etwa in der Verwaltung der dort abgelegten Datenmengen. So können KI-Algorithmen Daten in der Cloud automatisiert kategorisieren, klassifizieren und labeln. Dies erleichtert den Zugriff auf relevante Informationen. Mithilfe von KI lassen sich auch Datenqualitätsanalysen durchführen, um Inkonsistenzen und mögliche Fehler in den Daten zu identifizieren. KI unterstützt auch dabei, Zusammenhänge und Muster in den Daten zu erkennen, um bessere Erkenntnisse für datenbasierte Entscheidungen zu gewinnen. So können Unternehmen aus den Daten relevanten Mehrwert generieren.

  1. Cloudbasierte SASE-Architektur

Ein neuer Trend ist die Verlagerung der Netzwerksicherheit in die Cloud – dafür hat sich die Bezeichnung Secure Access Service Edge (SASE) etabliert. Das bedeutet: Eine SASE-Architektur führt die notwendigen Netzwerk- und Sicherheitsfunktionen zusammen und stellt sie in Form von cloudbasierten Diensten bereit, etwa als Firewall-as-a-Service (FWaaS) und Secure Web Gateways (SWG).

Damit schafft SASE eine vereinfachte Netzwerk- und Sicherheitsarchitektur und eine skalierbare und sichere Konnektivität – unabhängig von Standort und Gerät – für die zunehmende Anzahl von Remote-Mitarbeitenden und standortübergreifenden Verknüpfungen. Auf diese Weise leistet SASE einen wichtigen Beitrag zur Sicherheit in einer digitalen und zunehmend vernetzten, dezentralen Geschäftswelt. Zugleich können Unternehmen mit SASE Kosten reduzieren.

Die fünf beschriebenen Trends zeigen, dass im Feld des Cloud Computing noch viel Potenzial steckt und Unternehmen gut beraten sind, Entwicklungen genau zu verfolgen, um die Chancen der Cloud-Nutzung in vollem Umfang zu nutzen.