Warum Cloud-Warehouses teuer werden, sobald sie erfolgreich sind

Verbrauchsabrechnung ist ein faires Modell für schwankende Last. Für Datenarbeit hat sie eine Eigenschaft, die man erst im zweiten Jahr merkt: Sie koppelt die Rechnung an den Erfolg. Je mehr Fachbereiche das Warehouse nutzen, je mehr Dashboards entstehen, je mehr Fragen gestellt werden, desto höher die Kosten.

Die betriebswirtschaftlich naheliegende Reaktion ist Steuerung: Nutzung begrenzen, Abfragen prüfen, Budgets je Bereich vergeben. Damit wird aus einem Werkzeug, das Fragen beantworten soll, ein Werkzeug, dessen Nutzung genehmigt werden muss.

Ein Warehouse, dessen Nutzung man deckelt, um Kosten zu kontrollieren, hat sein Ziel verfehlt – unabhängig davon, wie gut die Technik ist.

Was die Zahlen hergeben

Beim Thema Cloud-Kosten kursieren viele Zahlen und wenige belastbare. Drei Quellen halte ich für zitierfähig, und ich sage jeweils dazu, was sie nicht belegen.

Flexera: 29 Prozent gelten als verschwendet

Der State of the Cloud Report 2026 von Flexera nennt einen Anteil verschwendeter Cloud-Ausgaben von 29 Prozent – erstmals seit fünf Jahren wieder steigend. 85 Prozent der Befragten nennen die Steuerung der Ausgaben als größte Herausforderung. Grundlage sind über 750 befragte Cloud-Entscheider.

Was die Zahl nicht belegt: Sie betrifft Cloud-Ausgaben insgesamt, nicht Data Warehouses im Besonderen. Und „verschwendet“ ist eine Selbsteinschätzung der Befragten, keine gemessene Größe.

a16z: Rückholung halbiert die Gesamtkosten

Andreessen Horowitz schätzte 2021 in „The Cost of Cloud, a Trillion Dollar Paradox“, dass die Rückholung von Cloud-Workloads die Gesamtkosten etwa halbiert, und rechnete den Effekt auf Marktbewertungen hoch.

Was die Zahl nicht belegt: Es ist ein Essay einer Wagniskapitalgesellschaft, keine empirische Erhebung. Die 50 Prozent stammen von einem zitierten Experten und werden fachlich bestritten. Gerechnet wurde für Software-Unternehmen im großen Maßstab, nicht für Warehouses in Industrieunternehmen.

37signals: ein Fall mit echten Rechnungen

37signals hat seinen Cloud-Ausstieg öffentlich aufgeschlüsselt: rund 3,2 Millionen Dollar Jahresausgaben, danach etwa 2 Millionen weniger pro Jahr bei einem Hardware-Einkauf von 700.000 Dollar. Für den Storage-Teil allein sank die Rechnung von rund 1,5 Millionen auf unter 200.000 Dollar.

Was die Zahl nicht belegt: Es ist ein Einzelfall, und es ist Anwendungs-Hosting, kein Data Warehouse. Der Wert liegt in der Nachvollziehbarkeit, nicht in der Übertragbarkeit.

Eine belastbare Studie speziell zu den Gesamtkosten von Data Warehouses habe ich nicht gefunden. Wer Ihnen eine Prozentzahl für genau diesen Fall nennt, sollte sagen können, woher sie stammt.

Die drei Kostentreiber, die selten im Angebot stehen

Der dritte ist der unangenehmste, weil er mit der Zahl der Dashboards wächst und nicht mit der Zahl der Menschen. Zehn Dashboards, die stündlich eine Faktentabelle scannen, kosten mehr als hundert Analysten, die zweimal täglich eine Frage stellen.

Was das für die eigene Rechnung heißt

Bevor man Modelle vergleicht, lohnt eine Auswertung der eigenen Query-Historie. Drei Kennzahlen reichen:

1. 1Verhältnis von Spitzenlast zu Medianlast. Unter etwa drei ist vorgehaltene Kapazität meist günstiger, über zehn zahlt sich Elastizität aus.
2. 2Anteil der Kosten, der auf geplante Aktualisierungen entfällt statt auf menschliche Abfragen. Ist er hoch, ist Materialisierung der billigere Hebel als ein Anbieterwechsel.
3. 3Anteil Egress an der Gesamtrechnung. Er zeigt, wie viel Sie dafür zahlen, dass Daten das System verlassen müssen.

Diese drei Zahlen stehen in jedem Warehouse zur Verfügung und werden selten erhoben. Sie sind belastbarer als jede Studie, weil sie Ihren Fall beschreiben und nicht den Durchschnitt.