Cloud-Bereitstellung

Wenn du eine App benutzt, muss das Programm irgendwo laufen. Früher war das fast immer der Rechner vor dir. Heute liegt die eigentliche Arbeit oft in einem Rechenzentrum: einer Halle mit tausenden Computern, die über das Internet erreichbar sind. Solche Hallen gehören Firmen wie Amazon, Microsoft oder Google, und man mietet dort Rechenleistung stundenweise. Genau dieses Aufsetzen und Betreiben eines Programms auf gemieteten Rechnern nennt man Cloud-Bereitstellung. Dein Gerät schickt dann nur noch die Anfrage hin und zeigt die Antwort an.

Warum KI kaum ohne Rechenzentrum auskommt

Große KI-Modelle brauchen spezielle Chips, sogenannte Grafikprozessoren oder kurz GPUs. Ein einzelner solcher Chip für Rechenzentren kostet oft mehr als ein Kleinwagen. Für ein modernes Sprachmodell braucht man nicht einen, sondern viele davon gleichzeitig. Kein normaler Nutzer kauft sich diese Ausstattung. Also stellt eine Firma das Modell einmal in der Cloud bereit, und Millionen Menschen teilen sich diese Hardware.

Für Unternehmen ist der zweite Vorteil das Bezahlmodell. Man kauft keine Geräte, sondern zahlt für die Zeit, in der man sie nutzt. Ein Start-up kann so morgens mit zehn Nutzern starten und abends zehntausend bedienen, ohne vorher Hardware zu kaufen. Dieses Mitwachsen nennt man Skalierbarkeit. Umgekehrt sinken die Kosten wieder, wenn die Nachfrage einbricht.

Deshalb ist Cloud-Bereitstellung auch ein wichtiges Thema an der Börse. Die Cloud-Sparten von Microsoft, Amazon und Google gehören zu ihren profitabelsten Geschäftsbereichen. Wenn eine KI-Firma wächst, verdienen diese Anbieter mit, weil die Rechenzeit bei ihnen gemietet wird.

Vom Programmcode zum laufenden Dienst

Der Ablauf ist meist ähnlich. Zuerst wird das Programm mitsamt allem, was es zum Laufen braucht, in ein abgeschlossenes Paket verpackt. Solche Pakete heißen Container, weil sie wie Schiffscontainer überall gleich funktionieren. Dann wird das Paket auf gemieteten Maschinen gestartet. Eine Verwaltungssoftware überwacht, ob genug Maschinen laufen, und startet bei Ausfällen automatisch neue.

Davor steht ein Verteiler, der eingehende Anfragen gleichmäßig auf die Maschinen aufteilt. So wird keine einzelne Maschine überrannt. Bei KI-Diensten kommt noch eine Warteschlange hinzu, denn eine Antwort zu berechnen dauert Sekunden, nicht Millisekunden. Steigen die Anfragen, werden zusätzliche Maschinen dazugeschaltet. Sinken sie, werden Maschinen abgeschaltet und kosten nichts mehr.

Ein häufiger Irrtum ist, dass die Cloud ein einziger, überall gleicher Ort sei. In Wahrheit stehen die Rechenzentren an konkreten Adressen, und das hat Folgen. Ein Dienst in Frankfurt antwortet Nutzern in Europa schneller als einer in Kalifornien. Außerdem schreibt der europäische Datenschutz oft vor, dass Daten von EU-Bürgern in Europa bleiben.

Cloud, eigener Serverraum oder Mischform

Im Alltag begegnet dir Cloud-Bereitstellung ständig, ohne dass es auffällt. Ein Chatbot im Browser, die Fotosuche im Handy, Sprachnachrichten, die in Text umgewandelt werden: Die Rechenarbeit passiert fast immer in einem Rechenzentrum. Dein Handy ist dabei vor allem Anzeigegerät und Mikrofon. Ohne Internetverbindung funktionieren solche Funktionen deshalb nicht.

Die Gegenvariante heißt On-Premise: Die Firma stellt die Rechner selbst in ihren eigenen Räumen auf. Banken, Krankenhäuser und Behörden machen das, weil sensible Daten das Haus nicht verlassen sollen. Dafür müssen sie die Geräte kaufen, warten und ersetzen. Viele wählen einen Mittelweg, die Hybrid-Cloud: heikle Daten bleiben im Haus, rechenintensive Aufgaben laufen in der Cloud.

In Nachrichten tauchen zwei weitere Begriffe oft daneben auf. Edge Computing bedeutet, dass ein kleines Modell direkt auf dem Gerät rechnet, etwa die Gesichtserkennung im Handy. Und Vendor Lock-in beschreibt die Abhängigkeit von einem Anbieter, wenn ein Wechsel zu teuer und aufwendig wird. Wer die Vor- und Nachteile abwägt, versteht auch die Ausfallmeldungen: Fällt ein großes Rechenzentrum aus, stehen oft gleichzeitig hunderte Dienste still.