Hybrid- & Multi-Cloud: Flexibilität und Sicherheit

So attraktiv hybride und Multi-Cloud-Modelle auf dem Papier auch erscheinen – in der Praxis stossen viele Unternehmen an ihre Grenzen. Die Herausforderungen sind weniger technischer Natur als vielmehr strukturell und organisatorisch. Laut Cloud Security Report 2024[2] von Fortinet nennen 59 % der Unternehmen Sicherheits- und Compliance-Risiken als das grösste Problem. Denn die unterschiedlichen Sicherheitsstandards und Werkzeuge der Anbieter erschweren ein durchgängiges Schutzkonzept.

Auch die Steuerung der verteilten Systeme bleibt eine Herausforderung: 52 % der Befragten beklagen mangelnde Transparenz, inkompatible APIs und eine fragmentierte Tool-Landschaft. Dazu kommt der Fachkräftemangel: 49 % der Unternehmen haben Schwierigkeiten, qualifiziertes Personal für Cloud-Architektur, Automatisierung und Governance zu finden.

Besonders aufwendig ist die Vereinheitlichung von Identitäts- und Zugriffsmanagement (IAM) über Anbietergrenzen hinweg. Wer Monitoring, Logging und Sicherheitsrichtlinien übergreifend etablieren will, braucht nicht nur die passenden Tools – sondern auch eine klare Strategie und ausreichend Ressourcen.

[2] https://www.fortinet.com/content/dam/fortinet/assets/reports/de_de/cloud-security-report-2024.pdf

Einer der grössten Effizienzhebel in hybriden und Multi-Cloud-Umgebungen ist die richtige Zuordnung der Workloads. Dabei spielen nicht nur technische Kompatibilität und Performance-Anforderungen eine Rolle, sondern auch betriebswirtschaftliche Überlegungen und regulatorische Rahmenbedingungen. Wer seine Systeme sinnvoll verteilt, kann nicht nur Risiken minimieren, sondern erheblich Kosten einsparen.

Eine bewährte Orientierungshilfe lautet: Anwendungen mit hohem Ressourcenbedarf, dynamischen Nutzungsmustern oder geringem Schutzbedarf lassen sich effizient in der Public Cloud betreiben. Dagegen empfiehlt sich für datensensible, geschäftskritische oder stark regulierte Systeme eher eine Private oder souveräne Cloud-Umgebung. Hybride Szenarien ermöglichen zudem eine differenzierte Platzierung, bei der Flexibilität und Kontrolle gezielt ausbalanciert werden.

Einige typische Einsatzmuster:

• Public Cloud: Entwicklungs- und Testsysteme, Webanwendungen, KI/ML-Projekte mit hohem Ressourcenbedarf
• Private Cloud: ERP-Systeme, sensible Finanz- oder Gesundheitsdaten, Compliance-relevante Archivierung
• Hybrid Cloud: CRM-Plattformen, Business Intelligence, Container-Orchestrierung mit regionaler Datenhaltung
• Multi-Cloud: Verteilte Analyseplattformen, Backup-Systeme, GPU-Compute-Cluster oder resiliente Datenverteilung zwischen Hyperscalern

Diese intelligente Workload-Verteilung ist nicht nur organisatorisch sinnvoll, sondern bringt auch handfeste finanzielle Vorteile: Laut einer Studie von Infoblox lassen sich dadurch in Hybrid- und Multi-Cloud-Szenarien bis zu 50 % der Betriebskosten einsparen.

Die Wahl der technologischen Basis – ob Open Source oder proprietär – ist nicht nur eine Frage der Funktionalität, sondern auch der strategischen Ausrichtung. Open-Source-Lösungen bieten maximale Kontrolle, Unabhängigkeit und Anpassbarkeit – etwa, wenn es um spezifische Sicherheits- oder Compliance-Anforderungen geht. Proprietäre Plattformen hingegen punkten mit sofort einsatzbereiten Diensten, hoher Benutzerfreundlichkeit und integriertem Support. Die Entscheidung ist auch eine Frage der Abhängigkeit: Wie viel Kontrolle möchte man behalten und wie viel Komfort ist man bereit, dafür aufzugeben?

Gerade bei Private-Cloud-Architekturen ist Open Source ein essenzieller Baustein. Unserer Erfahrung nach sollte hier, wo Sicherheit, Anpassbarkeit und langfristige Unabhängigkeit im Fokus stehen, so weit wie möglich auf Open-Source-Technologien gesetzt werden. Diese bieten nicht nur volle Transparenz über den Code, sondern ermöglichen auch eine flexible Integration und individuelle Weiterentwicklung. Das ist ein klarer Vorteil, wenn es um Datenhoheit und regulatorische Anforderungen geht.

Entscheidend ist: Die Wahl der Technologie muss nicht allein getroffen werden. Erfahrene IT-Dienstleister helfen bei der Auswahl und Integration der passenden Lösung. Häufig ergibt sich ein gemischtes Modell: Open Source dort, wo individuelle Anpassung und Datenhoheit gefragt sind; proprietäre Services dort, wo Effizienz, Verfügbarkeit und Benutzerfreundlichkeit im Vordergrund stehen.

Die Einführung hybrider und Multi-Cloud-Architekturen ist kein Projekt, das sich mit einem einzigen grossen Wurf realisieren lässt. Vielmehr erfordert es einen strukturierten, iterativen Prozess, der technische, organisatorische und kulturelle Aspekte berücksichtigt. Bewährt hat sich ein sechsstufiges Vorgehen:

1. Bestandsaufnahme: Analyse der bestehenden IT-Landschaft, Sicherheitsanforderungen, Datenflüsse und rechtlichen Rahmenbedingungen.
2. Zielbild & Architektur: Definition einer tragfähigen Zielarchitektur mit Fokus auf Automatisierung, Interoperabilität, Security und Governance.
3. Pilotierung (Proof of Concept): Validierung des Konzepts anhand ausgewählter Workloads in einer sicheren, kontrollierten Umgebung.
4. Rollout & Integration: Skalierung der Architektur, Einführung von Infrastructure-as-Code-Werkzeugen wie Terraform oder Ansible, Integration in bestehende Systeme.
5. Betrieb & Monitoring: Aufbau eines übergreifenden Monitorings (z. B. SIEM, APM), Absicherung der Datenströme, Performance-Optimierung.
6. Change Management: Fortlaufende Schulungen, Anpassung der Prozesse, Etablierung einer Cloud-Governance-Kultur im Unternehmen.

Mit dem Aufkommen generativer KI-Systeme wie Large Language Models (LLMs) stehen viele Unternehmen vor der Herausforderung, diese leistungsstarken Technologien mit ihren Anforderungen an Datenschutz und Datenkontrolle zu vereinen. Viele Unternehmen sehen die Nutzung öffentlich verfügbarer KI-Dienste problematisch, etwa wenn interne Dokumente, Kundendaten oder strategische Informationen involviert sind.

Private-Cloud-Umgebungen bieten hier eine attraktive Alternative: Sie ermöglichen es, KI-Modelle lokal oder in einer souveränen Infrastruktur zu betreiben und dabei volle Kontrolle über die Datenflüsse zu behalten. Unternehmen können eigene Modelle trainieren oder bestehende LLMs gezielt mit ihren Inhalten anreichern, ohne dass diese in öffentliche Cloud-Plattformen abwandern.

1. Was ist der Unterschied zwischen Hybrid-Cloud und Multi-Cloud?
   Eine Hybrid-Cloud kombiniert Private- und Public-Cloud-Umgebungen miteinander – zum Beispiel sensible Daten in der Private Cloud und skalierbare Anwendungen in der Public Cloud. Multi-Cloud bedeutet die parallele Nutzung mehrerer Cloud-Anbieter, um Abhängigkeiten zu reduzieren und spezielle Dienste optimal zu nutzen.
    
2. Warum reicht es nicht aus, dass globale Cloud-Anbieter Rechenzentren in der Schweiz haben?
   Obwohl internationale Anbieter Standorte in der Schweiz betreiben, unterliegen sie oft weiterhin ausländischem Recht, wie dem US CLOUD Act. Für maximale Datensouveränität sind Architekturen notwendig, die sicherstellen, dass Daten innerhalb klar definierter juristischer und geografischer Grenzen verarbeitet werden – beispielsweise in einer souveränen Schweizer Private Cloud.
    
3. Welche Anwendungen gehören in die Public Cloud und welche in die Private Cloud?
   Als Faustregel gilt: Anwendungen mit hohem Ressourcenbedarf oder geringem Schutzbedarf, wie Webanwendungen oder KI-Testprojekte, lassen sich effizient in der Public Cloud betreiben. Private Clouds sind hingegen der ideale Ort für geschäftskritische, datensensible oder stark regulierte Systeme wie ERP-Software und Finanzdaten.
    
4. Was sind die grössten Hürden bei der Einführung einer Multi-Cloud-Strategie?
   Die Herausforderungen sind oft weniger technischer als vielmehr organisatorischer Natur: Dazu gehören Sicherheits- und Compliance-Risiken durch unterschiedliche Standards , mangelnde Transparenz bei verteilten Systemen sowie der akute Fachkräftemangel an Experten für Cloud-Architektur und Governance.
    
5. Wie kann ich generative KI (wie LLMs) nutzen, ohne meine Datensicherheit zu gefährden?
   Anstatt öffentliche KI-Dienste zu nutzen, bei denen sensible Firmendaten abwandern könnten , bieten Private-Cloud-Umgebungen eine sichere Alternative. Sie ermöglichen es, KI-Modelle lokal oder auf souveränen Infrastrukturen zu trainieren und zu betreiben, sodass die volle Kontrolle über die eigenen Datenflüsse erhalten bleibt.
    
6. Warum sollten wir auf Open-Source-Technologien setzen?
   Open Source bietet maximale Transparenz, Anpassbarkeit und Unabhängigkeit von einzelnen Anbietern. Gerade bei Private-Cloud-Architekturen, wo Sicherheit und Datenhoheit im Fokus stehen, ermöglichen Open-Source-Lösungen individuelle Anpassungen und langfristige Kontrolle über die Infrastruktur.