FinOps lernen für den Quereinstieg: Cloud-Kosten und KI-Workloads steuern

Montagmorgen, das Cloud-Dashboard zeigt deutlich höhere Kosten als in der Vorwoche. Ein neues KI-Experiment nutzt rund um die Uhr Rechenleistung, ein Testsystem wurde nicht abgeschaltet und mehrere Teams können ihre Ausgaben nicht eindeutig zuordnen. Genau in solchen Situationen wird FinOps wichtig: Nicht als reine Sparmaßnahme, sondern als gemeinsame Arbeitsweise für IT, Fachbereiche und Controlling.

Infografik zu FinOps lernen für den Quereinstieg: Cloud-Kosten und KI-Workloads steuern (KI-generiert).

Was FinOps eigentlich bedeutet

FinOps steht für Financial Operations und beschreibt die Steuerung von Kosten in der Cloud. Anders als bei klassischer IT-Beschaffung entstehen Cloud-Kosten nicht einmalig durch den Kauf eines Servers. Sie entstehen fortlaufend und verändern sich mit jeder genutzten Ressource, jedem Datenabruf, jeder Sicherung und jedem KI-Training.

FinOps bringt drei Perspektiven zusammen:

• Engineering und IT verstehen Architektur, Cloud-Dienste, Auslastung und technische Abhängigkeiten.
• Fachbereiche wissen, welchen Geschäftszweck Anwendungen, Datenprodukte oder KI-Lösungen erfüllen.
• Finanzverantwortliche brauchen Transparenz, Planbarkeit und nachvollziehbare Budgets.

Deine Aufgabe im FinOps-Kontext ist häufig, diese Perspektiven miteinander zu verbinden. Du musst nicht jede Anwendung selbst entwickeln. Wichtig ist vielmehr, dass du Kostenquellen erkennst, die richtigen Fragen stellst und Entscheidungen mit Daten vorbereitest.

FinOps ist deshalb kein Beruf, in dem du nur Tabellen pflegst. Du arbeitest mit Cloud-Nutzungsdaten, technischen Teams, Produktverantwortlichen und finanziellen Kennzahlen. Das macht das Feld besonders interessant für Quereinsteiger:innen, die strukturiert denken, kommunizieren können und sich für Cloud-Technologien interessieren.

Warum KI-Workloads den Kostendruck erhöhen

KI-Anwendungen verändern die Kostenstruktur vieler Unternehmen. Ein klassischer Webservice kann mit überschaubaren Ressourcen laufen. Ein KI-Workload benötigt dagegen je nach Aufgabe leistungsfähige Grafikprozessoren, große Datenmengen, Speicher, Netzwerkkapazitäten und spezialisierte Plattformdienste.

Typische Kostentreiber sind:

• Training eigener Modelle mit rechenintensiven Instanzen
• Inferenz, also die laufende Nutzung eines Modells durch Anwendungen oder Mitarbeitende
• Speicherung großer Datensätze, Vektordatenbanken und Sicherungen
• Datenübertragungen zwischen Regionen, Diensten oder Cloud-Anbietern
• Entwicklungs- und Testumgebungen, die dauerhaft aktiv bleiben
• Managed Services, deren Verbrauch sich bei steigender Nutzung schnell erhöht

Gerade bei KI-Projekten ist die technische Leistung oft gut sichtbar, die Wirtschaftlichkeit aber nicht automatisch. Ein Modell kann hervorragende Ergebnisse liefern und dennoch zu teuer für den geplanten Einsatz sein. FinOps hilft dabei, nicht nur auf die monatliche Rechnung zu schauen, sondern Kosten mit Nutzen, Auslastung und Geschäftsmodell zu verbinden.

Du solltest deshalb lernen, Fragen wie diese zu stellen: Muss dieses Modell dauerhaft auf leistungsstarker Hardware laufen? Reicht für Tests eine kleinere Umgebung? Welche Anfragen verursachen besonders hohe Kosten? Wie lassen sich Entwicklungs-, Test- und Produktivnutzung sauber voneinander trennen?

Diese Grundlagen brauchst du für den Einstieg

Für den Quereinstieg musst du nicht sofort jede Abrechnungsposition aller großen Cloud-Anbieter auswendig kennen. Du brauchst jedoch ein solides Verständnis dafür, wie Cloud-Kosten entstehen und wie technische Entscheidungen sie beeinflussen.

Cloud-Modelle und Kostenarten verstehen

Lerne zunächst die wichtigsten Cloud-Bereiche kennen:

• Rechenleistung für virtuelle Maschinen, Container oder serverlose Funktionen
• Speicher für Dateien, Datenbanken, Backups und Archive
• Netzwerkkosten für Datenübertragungen und externe Zugriffe
• Plattformdienste für Datenanalyse, Sicherheit, Monitoring oder KI
• Lizenzen und Support-Leistungen, sofern sie über die Cloud abgerechnet werden

Entscheidend ist die Frage, nach welcher Einheit ein Dienst berechnet wird. Das können Laufzeit, Speicherplatz, Anzahl von Anfragen, Datenvolumen oder Rechenkapazität sein. Erst wenn du die Verbrauchseinheit verstehst, kannst du sinnvolle Maßnahmen vorschlagen.

Kostenberichte lesen und hinterfragen

Cloud-Abrechnungen sind oft detailliert, aber nicht automatisch verständlich. Trainiere, Kosten nach Zeitraum, Dienst, Projekt, Umgebung und Team aufzuschlüsseln. Dabei geht es nicht um perfekte Berichte ab dem ersten Tag. Es geht darum, Auffälligkeiten zu erkennen.

Achte zum Beispiel auf:

• plötzlich steigende Tageskosten
• Ressourcen ohne erkennbare Nutzung
• hohe Ausgaben in Entwicklungsumgebungen
• Kosten, die keinem Team oder Produkt zugeordnet sind
• ungewöhnlich hohe Speicher- oder Netzwerkposten
• starke Differenzen zwischen Budget und tatsächlichem Verbrauch

Ein guter FinOps-Bericht beantwortet nicht nur die Frage, wie viel Geld ausgegeben wurde. Er zeigt auch, warum Kosten entstanden sind, wer darüber entscheiden kann und welche Handlung als Nächstes sinnvoll ist.

Tagging: Die Grundlage für Kostenverantwortung

Ohne saubere Zuordnung bleiben Cloud-Kosten anonym. Wenn niemand weiß, welchem Produkt, Team oder Projekt eine Ressource gehört, wird jede Diskussion über Einsparungen mühsam. Tagging schafft diese Zuordnung.

Tags sind Metadaten, die an Cloud-Ressourcen hinterlegt werden. Je nach Anbieter heißen sie auch Labels oder Tags. Typische Angaben sind Kostenstelle, Produkt, Team, Anwendung, Umgebung und verantwortliche Person.

Eine praxistaugliche Tagging-Struktur könnte so aussehen:

Tag	Beispielwert	Zweck
Anwendung	kundenportal	Zuordnung zu einem Produkt
Team	data-platform	Verantwortung im Arbeitsalltag
Umgebung	produktion	Trennung von Test und Betrieb
Kostenstelle	vertrieb	Finanzielle Zuordnung
Eigentümer:in	teamlead-data	Kontakt bei Rückfragen
Projektstatus	pilot	Einordnung zeitlich begrenzter Vorhaben

Wichtig ist nicht, möglichst viele Tags einzuführen. Zu viele Pflichtfelder werden oft ignoriert oder uneinheitlich gepflegt. Starte lieber mit wenigen Angaben, die tatsächlich für Kostenanalysen und Verantwortlichkeiten gebraucht werden.

Als FinOps-Einsteiger:in kannst du viel bewirken, indem du eine einfache Tagging-Richtlinie mitentwickelst. Kläre dabei mit den Teams, welche Werte verbindlich sind, wer sie pflegt und wie fehlende Tags sichtbar werden. Automatische Prüfungen helfen, ersetzen aber keine gemeinsame Vereinbarung.

Rightsizing: Passende Ressourcen statt pauschalem Sparen

Rightsizing bedeutet, Cloud-Ressourcen an den tatsächlichen Bedarf anzupassen. Eine virtuelle Maschine mit zu viel Leistung kostet unnötig Geld. Eine zu klein gewählte Ressource kann hingegen Anwendungen ausbremsen, Ausfälle verursachen oder Teams frustrieren.

Rightsizing ist deshalb kein blindes Verkleinern. Du vergleichst bereitgestellte Kapazität mit realer Auslastung und berücksichtigst technische Anforderungen.

Prüfe bei Rechenressourcen beispielsweise:

• Wie hoch sind Prozessor-, Speicher- und gegebenenfalls Grafikprozessor-Auslastung?
• Gibt es Lastspitzen zu bestimmten Zeiten?
• Muss die Ressource dauerhaft laufen?
• Handelt es sich um Produktion, Entwicklung oder einen zeitlich begrenzten Test?
• Welche Abhängigkeiten würden durch eine Änderung betroffen sein?
• Gibt es passende kleinere Instanztypen oder flexible Skalierungsoptionen?

Bei KI-Workloads ist Rightsizing besonders relevant. Ein Entwicklungsteam braucht möglicherweise für einzelne Trainingsläufe hohe Rechenleistung, aber nicht dauerhaft. Hier kann ein klarer Prozess helfen: Ressource starten, Training überwachen, Ergebnisse sichern und die Umgebung danach wieder beenden. Das ist wirksamer als eine allgemeine Aufforderung zum Kostensparen.

Zusammenarbeit ist wichtiger als Kontrolle

FinOps funktioniert nicht, wenn ein einzelnes Team nur Kostenlisten verschickt und andere Teams verteidigen müssen, warum sie Ressourcen nutzen. Erfolgreiche Zusammenarbeit entsteht, wenn alle Beteiligten dieselben Informationen sehen und wirtschaftliche Entscheidungen als Teil guter Technik verstehen.

Im Gespräch mit Engineering-Teams solltest du technische Realität respektieren. Nicht jede hohe Ausgabe ist vermeidbar. Manche Systeme benötigen Reserven für Sicherheit, Verfügbarkeit oder Wachstum. Frage deshalb nicht zuerst: „Warum ist das so teuer?“ Besser sind Fragen wie: „Welchen Zweck erfüllt diese Ressource?“, „Woran erkennen wir ihren Nutzen?“ und „Gibt es eine technisch sichere Alternative?“

Mit Fachbereichen hilft es, Kosten in verständliche Einheiten zu übersetzen. Statt nur über Cloud-Dienste zu sprechen, kannst du Ausgaben einem Produkt, einer Kampagne, einem Datenprojekt oder einer Nutzergruppe zuordnen. So wird sichtbar, welche Kosten zum Geschäftsergebnis beitragen und wo Annahmen überprüft werden sollten.

Ein realistischer Lernplan für deinen Quereinstieg

Du kannst FinOps schrittweise lernen. Konzentriere dich zuerst auf anwendbare Fähigkeiten statt auf eine lange Liste theoretischer Begriffe.

Phase 1: Cloud und Kostenlogik aufbauen

Lerne die Grundbegriffe eines Cloud-Anbieters kennen: Ressourcen, Regionen, Identitäten, Speicher, Netzwerk, Datenbanken und Monitoring. Schau dir anschließend Beispielrechnungen oder Kostenberichte an. Ziel ist, Verbrauchseinheiten und Kostentreiber zu verstehen.

Phase 2: Daten auswerten und visualisieren

Arbeite mit Tabellen, Filtern und einfachen Auswertungen. Später sind Kenntnisse in SQL, Business Intelligence oder Skripting hilfreich, aber für den Start zählt vor allem, dass du Kosten nachvollziehbar aufbereiten kannst.

Übe an einem Beispiel: Welche fünf Dienste verursachen die höchsten Kosten? Welche Teams nutzen sie? Welche Kosten sind nicht zugeordnet? Was hat sich im Vergleich zum Vormonat verändert?

Phase 3: Technische Maßnahmen einordnen

Lerne, was hinter Begriffen wie Skalierung, Abschaltplänen, Instanztypen, Speicherklassen und Reservierungen steckt. Du musst die Maßnahmen nicht allein umsetzen. Du solltest aber erkennen können, wann sie sinnvoll sein könnten und welche Informationen vor einer Entscheidung fehlen.

Phase 4: Kommunikation trainieren

Bereite kurze Kostenreviews vor. Formuliere Beobachtung, Ursache, mögliche Maßnahme und offene Frage. Das ist im Berufsalltag oft wertvoller als ein besonders komplexes Dashboard.

Passende Seminare und Termine findest du bei uns auf cmt.de.

Checkliste für dein erstes FinOps-Portfolio

Ein eigenes kleines Praxisprojekt zeigt, dass du nicht nur Begriffe kennst, sondern strukturiert arbeiten kannst. Du brauchst dafür keine interne Unternehmensrechnung. Nutze eine fiktive Cloud-Landschaft oder öffentlich dokumentierte Beispieldaten.

• Erstelle eine Übersicht mit Cloud-Ressourcen, Teams und Anwendungen.
• Definiere eine schlanke Tagging-Struktur mit klaren Pflichtangaben.
• Baue eine Kostenübersicht nach Dienst, Projekt und Umgebung.
• Kennzeichne nicht zuordenbare Kosten als eigene Kategorie.
• Identifiziere mindestens drei mögliche Rightsizing-Maßnahmen.
• Formuliere zu jeder Maßnahme Nutzen, Risiko und zuständige Rolle.
• Erstelle eine kurze Vorlage für ein monatliches Kostenreview.
• Dokumentiere Annahmen transparent, statt scheinbar genaue Aussagen ohne Datengrundlage zu treffen.

FinOps als Schnittstellenrolle mit Zukunft

FinOps eignet sich für dich, wenn du Technik verstehen willst, ohne ausschließlich zu programmieren. Besonders gut passen Erfahrungen aus Controlling, Projektmanagement, IT-Support, Datenanalyse, Einkauf, Produktmanagement oder Systemadministration. Aber auch ohne direkten IT-Hintergrund kannst du einsteigen, wenn du bereit bist, Cloud-Grundlagen und technische Zusammenhänge systematisch aufzubauen.

Dein Mehrwert liegt nicht darin, jede Rechnung zu kürzen. Du sorgst dafür, dass Teams bewusster entscheiden: Welche Cloud-Ressource brauchen wir wirklich, wie messen wir ihren Nutzen und wer übernimmt Verantwortung? Mit wachsender Cloud-Nutzung und kostenintensiven KI-Anwendungen wird genau diese Verbindung aus Daten, Technik und Zusammenarbeit immer wichtiger.