Cloud-Resilienz: Wie Infrastruktur die Folge von Ausfällen begrenzen kann

Fast jedes zweite Unternehmen in Deutschland müsste bei einem längeren Ausfall der von ihm genutzten Cloud-Dienste den Geschäftsbetrieb früher oder später einstellen. Im Durchschnitt könnten Cloud-Nutzer nach eigener Einschätzung nur rund drei Tage weiterarbeiten.

Vollständig verhindern lassen sich Ausfälle technischer Komponenten nicht. Für Unternehmen stellt sich deshalb vor allem die Frage, wie sie deren Folgen begrenzen können. Eine wichtige Rolle spielt dabei die Infrastruktur: Rechenressourcen können auf verschiedene Standorte verteilt, Daten redundant vorgehalten und Zugriffe über geografisch verteilte Netze geleitet werden.

Allerdings gilt: Mehr Infrastruktur bedeutet nicht automatisch mehr Resilienz. Entscheidend ist, welches Ausfallszenario eine Maßnahme absichern soll und ob eine Anwendung die bereitgestellten Alternativen tatsächlich nutzen kann. Infrastruktur schafft dafür die Voraussetzungen – die Anwendungsarchitektur bestimmt mit, ob sie im Ernstfall greifen.

Cloud-Ressourcen geografisch verteilen

Ein wesentlicher Hebel besteht darin, die Abhängigkeit von einzelnen Standorten zu reduzieren. Laufen alle für einen Dienst erforderlichen Ressourcen in einem Rechenzentrum oder einer Region, kann eine dortige Störung den gesamten Dienst beeinträchtigen. Werden kritische Ressourcen dagegen über mehrere Regionen verteilt, lässt sich der mögliche Wirkungsradius eines Ausfalls verkleinern.

Dabei genügt es nicht, lediglich zusätzliche Rechenkapazität bereitzustellen. Auch Daten und weitere benötigte Komponenten müssen so verfügbar sein, dass alternative Ressourcen den Betrieb tatsächlich übernehmen können. Ebenso muss geregelt sein, wie Anfragen bei einer Störung zu den noch verfügbaren Ressourcen gelangen.

Für Unternehmen bedeutet das: Sie sollten Redundanz nicht pauschal über die gesamte IT-Landschaft verteilen, sondern zunächst bestimmen, welche Anwendungen und digitalen Dienste besonders geschäftskritisch sind. Anschließend lässt sich für diese Workloads prüfen, welche Abhängigkeiten von einzelnen Standorten bestehen und an welchen Stellen eine geografische Verteilung das Ausfallrisiko wirksam reduzieren kann.

CDN kann mehr als nur Inhalte beschleunigen

Neben der Verteilung von Rechenressourcen kann auch ein Content Delivery Network (CDN) dazu beitragen, die Auswirkungen bestimmter Störungen zu begrenzen. CDNs werden häufig vor allem mit einer schnelleren Bereitstellung von Webinhalten verbunden. Ihre geografisch verteilte Architektur kann jedoch auch für die Verfügbarkeit relevant sein.

Ohne CDN greifen Nutzer direkt auf das Ursprungssystem zu. Dieser zentrale Server hält die Originalversionen der Inhalte einer Website oder Webanwendung vor. Ein CDN verteilt diese Inhalte und Zugriffe dagegen über ein Netz geografisch verteilter Standorte. Fällt ein einzelner Standort aus, kann das CDN den Datenverkehr – abhängig von Architektur und Konfiguration – zu anderen erreichbaren Standorten leiten.

Caching schafft eine weitere Möglichkeit, die Abhängigkeit vom Ursprungssystem zu reduzieren. Bereits zwischengespeicherte statische Inhalte können unter bestimmten Voraussetzungen weiterhin ausgeliefert werden, auch wenn das Ursprungssystem vorübergehend nicht erreichbar ist. Das hält zwar nicht zwangsläufig die vollständige Anwendung funktionsfähig, kann aber dazu beitragen, dass zumindest Teile eines digitalen Angebots verfügbar bleiben.

Der konkrete Nutzen hängt stark vom jeweiligen Dienst ab. Bei einer Website mit vielen statischen Inhalten kann ein CDN andere Teile absichern als bei einer transaktionsorientierten Anwendung, die für jede Anfrage auf ein Backend und aktuelle Daten angewiesen ist. Unternehmen sollten sich daher sowohl fragen, ob sie ein CDN einsetzen, als auch welche Abhängigkeiten es im konkreten Ausfallszenario tatsächlich reduzieren kann.

Edge kann zentrale Abhängigkeiten reduzieren

Ein ähnliches Prinzip lässt sich auf Edge-Infrastruktur übertragen. Werden bestimmte Funktionen oder Verarbeitungsschritte näher an Nutzer beziehungsweise Datenquellen verlagert, muss nicht jede Anfrage einen zentralen Standort erreichen. Eine geografisch verteilte Edge-Architektur kann dadurch die Abhängigkeit von einzelnen zentralen Infrastrukturpunkten verringern.

Das ist vor allem für Anwendungen relevant, bei denen geringe Latenzen und eine breite geografische Verteilung ohnehin erforderlich sind. Fallen einzelne Standorte aus, können andere Standorte grundsätzlich weiterarbeiten, sofern die benötigten Funktionen und Daten dort verfügbar sind und Anfragen entsprechend umgeleitet werden.

Auch hier gibt es allerdings eine klare Grenze. Greift eine verteilte Anwendung weiterhin zwingend auf einen einzigen Backend-Dienst oder eine zentrale Datenbank zu, bleibt diese Komponente ein möglicher Ausfallpunkt. Edge-Infrastruktur ersetzt daher keine resiliente Anwendung. Sie kann aber dafür sorgen, dass weniger Verarbeitungsschritte von zentralen Ressourcen abhängen und stattdessen auf verteilten Edge-Systemen stattfinden.

Multi-Cloud gezielt einsetzen

Auch mehrere Cloud-Anbieter können zusätzliche Ausweichmöglichkeiten schaffen. Multi-Cloud ist jedoch nicht automatisch eine Resilienzstrategie. Läuft eine kritische Anwendung vollständig bei einem Anbieter, hilft die parallele Nutzung eines zweiten Providers für andere Workloads bei einem Ausfall dieser Anwendung zunächst wenig.

Entscheidend ist deshalb auch hier das konkrete Szenario. Soll eine zweite Umgebung den laufenden Betrieb übernehmen können? Soll sie lediglich für eine Wiederherstellung nach einem größeren Ausfall bereitstehen? Oder soll vor allem die Abhängigkeit von einzelnen Infrastrukturkomponenten reduziert werden? Je nach Ziel unterscheiden sich der Aufwand und die technischen Anforderungen erheblich. Unternehmen sollten deshalb gezielt prüfen, für welche kritischen Dienste eine zusätzliche Umgebung einen tatsächlichen Nutzen bringt.

Was Unternehmen jetzt tun können

Unternehmen können ihre Resilienz schrittweise verbessern. Als Ausgangspunkt eignen sich Anwendungen und digitale Dienste, deren Ausfall besonders hohe geschäftliche Auswirkungen hätte.

Für diese Anwendungen sollten IT-Verantwortliche konkrete Ausfallszenarien betrachten: Was passiert, wenn ein Rechenzentrum ausfällt? Welche Folgen hätte eine regionale Störung? Was geschieht, wenn das Ursprungssystem ausfällt? Und welche Teile eines Dienstes müssen auch während einer solchen Störung verfügbar bleiben?

Auf dieser Grundlage können Unternehmen kritische Abhängigkeiten identifizieren und passende Maßnahmen auswählen. Im Mittelpunkt steht dabei ein klar definierter Ausweichweg: Welche Ressourcen übernehmen bei einem Ausfall, wie gelangen Anfragen dorthin und welche Abhängigkeiten erfordern zusätzliche Absicherung?

Anschließend sollten IT-Teams diese Mechanismen unter realistischen Bedingungen testen. Dabei zeigt sich, ob Daten, Anwendungen und Infrastruktur wie vorgesehen zusammenspielen und der Failover im Ernstfall funktioniert. Da sich Cloud-Umgebungen und Anwendungen kontinuierlich verändern, sollten Unternehmen solche Prüfungen regelmäßig wiederholen.

Resilienz wird zur dauerhaften Infrastrukturaufgabe

Mit der zunehmenden Abhängigkeit von Cloud-Diensten gewinnt die Resilienz digitaler Geschäftsprozesse weiter an Bedeutung. Gleichzeitig werden Infrastrukturen verteilter: Anwendungen laufen über verschiedene Regionen und Umgebungen, während CDN- und Edge-Infrastrukturen Daten und Verarbeitung geografisch verteilen. Dadurch wachsen die Möglichkeiten, Ausfallrisiken auf mehrere Ressourcen und Standorte zu verteilen.

Für Unternehmen rückt damit die Fähigkeit in den Mittelpunkt, die Auswirkungen von Störungen gezielt zu begrenzen und kritische Dienste auch während eines Ausfalls verfügbar zu halten. Cloud-Infrastruktur, CDNs und Edge schaffen dafür unterschiedliche Ausweichmöglichkeiten. Ihre Wirkung entfalten sie im Zusammenspiel mit Anwendungen, die diese Möglichkeiten im Störungsfall nutzen können.

Cloud-Resilienz entwickelt sich damit zu einer kontinuierlichen Aufgabe. Je stärker digitale Geschäftsprozesse von Cloud-Infrastruktur abhängen, desto wichtiger werden klar definierte Ausweichwege, geografische Verteilung und regelmäßige Tests. Unternehmen, die diese Faktoren kontinuierlich an ihre Anwendungen und deren Geschäftskritikalität anpassen, schaffen eine belastbare Grundlage für den Umgang mit künftigen Störungen.