Cloud Preisvergleich 2025: AWS vs. Azure vs. GCP Kosten

Unerwartete Cloud-Rechnungen haben schon Budgets von Millionen Euro gesprengt. Nach der Migration von mehr als 40 Enterprise-Workloads auf AWS, Azure und Google Cloud ist eine Erkenntnis unvermeidlich: Unternehmen zahlen systematisch zu viel. Der Flexera State of the Cloud Report 2024 belegt, dass Unternehmen durchschnittlich 28 % ihres Cloud-Budgets verschwenden — durch falsch dimensionierte Instanzen, fehlende Commitments und versteckte Egress-Gebühren. Wer 2025 eine fundierte Entscheidung treffen will, braucht keinen Marketingvergleich, sondern harte Zahlen.

Warum Cloud-Kosten systematisch unterschätzt werden

Die Listenpreise der drei großen Hyperscaler sind täuschend einfach. AWS, Azure und Google Cloud veröffentlichen Preise pro Stunde, pro GB oder pro Request — doch die tatsächlichen Gesamtkosten entstehen erst durch die Kombination aus Compute, Storage, Netzwerk, Support und den versteckten Transfergebühren zwischen Regionen und Diensten.

Ein konkretes Beispiel: Ein mittelständisches Unternehmen migriert seine On-Premises-Datenbank zu AWS RDS. Der On-Demand-Preis für eine db.r6g.2xlarge-Instanz beträgt $0,48 pro Stunde — macht $3.456 im Monat. Hinzu kommen der Multi-AZ-Zuschlag ($3.456), Storage-Kosten, Backup-Gebühren und Data-Transfer-Gebühren. Am Ende landet die monatliche Rechnung bei $8.500 statt der ursprünglich kalkulierten $4.000.

Laut Gartner 2024 werden bis 2027 über 80 % aller Unternehmensworkloads in der Cloud laufen. Der Kostendruck steigt. Wer jetzt keine solide Multi-Cloud-Kostenstrategie implementiert, zahlt in drei Jahren den doppelten Preis.

Preisvergleich 2025: AWS vs. Azure vs. Google Cloud im Detail

Compute: Virtuelle Maschinen

Die größte Kostenstelle in den meisten Unternehmens-Cloud-Umgebungen ist Compute. Vergleichbar dimensionierte VMs kosten bei On-Demand-Preisen 2025 nahezu identisch — der entscheidende Unterschied liegt in den Rabattmodellen.

Google Cloud bietet mit Sustained Use Discounts (SUD) einen strukturellen Vorteil: Wer eine VM mehr als 25 % eines Monats betreibt, erhält automatisch Rabatt — ohne Vorabverpflichtung. Bei 100 % Nutzung sinkt der Preis automatisch auf ca. 70 % des On-Demand-Preises. AWS und Azure bieten keine vergleichbare automatische Rabattstruktur.

Storage: Objektspeicher und Archivierung

Azure Blob Storage ist beim Standard-Tier bis zu 22 % günstiger als AWS S3. Allerdings hat Azure deutlich höhere Retrieval-Kosten beim Archive-Tier. Wer große Mengen Cold Data archiviert und selten abruft, fährt mit Azure besser. Wer häufig auf Archivdaten zugreift, sollte GCP bevorzugen.

Netzwerk: Egress-Kosten als versteckter Kostentreiber

Egress-Gebühren sind der am häufigsten unterschätzte Kostenfaktor im Cloud-Pricing. Alle drei Anbieter berechnen Kosten für ausgehenden Datenverkehr — und diese Gebühren skalieren brutal mit der Datenmenge.

Google Cloud ist beim Inter-Region-Traffic mit $0,01/GB nur halb so teuer wie AWS und Azure. Bei einem Workload mit 50 TB monatlichem Cross-Region-Traffic spart das $500 pro Monat — $6.000 pro Jahr. Für globale Multi-Region-Architekturen ist das ein entscheidender Faktor in jedem seriösen AWS-Azure-Google-Cloud-Preisvergleich 2025.

Datenbanken: Managed Services

GCP Cloud SQL ist bei Compute günstiger, jedoch teurer beim Storage. Für datenbankintensive Workloads mit großem Datenvolumen ist eine differenzierte Analyse mit dem gcloud sql instances describe-Befehl gegenüber dem AWS Pricing Calculator unerlässlich.

Serverless und Kubernetes

AWS Lambda** bietet die erste Million Requests im Free Tier kostenlos, danach $0,20 pro Million Requests und $0,0000166667 pro GB-Sekunde. Azure Functions und Google Cloud Functions haben ähnliche Pricing-Strukturen mit marginalen Abweichungen bei der Abrechnungsgranularität.

Bei Kubernetes zeigt sich ein klarer Kostenvorteil für Azure: Amazon EKS kostet $0,10/Stunde pro Cluster ($72/Monat allein für die Control Plane). Azure AKS ist für die Control Plane komplett kostenlos — ein echter Vorteil bei vielen kleinen Clustern. Google GKE bietet einen kostenlosen Autopilot-Cluster pro Billing Account, danach ebenfalls $0,10/Stunde.

Praktische Kostenanalyse: Cloud-Benchmark konkret umsetzen

Schritt 1 — Baseline mit nativen Tools erfassen

Native Cost-Management-Tools sind kostenlos und sollten der erste Anlaufpunkt sein.

# AWS Cost Explorer via CLI
aws ce get-cost-and-usage \
  --time-period Start=2025-01-01,End=2025-01-31 \
  --granularity MONTHLY \
  --metrics "BlendedCost" "UsageQuantity" \
  --group-by Type=DIMENSION,Key=SERVICE

# Azure Cost Management via CLI
az consumption usage list \
  --start-date 2025-01-01 \
  --end-date 2025-01-31 \
  --output table

# GCP Billing Export via BigQuery
bq query --use_legacy_sql=false \
  'SELECT service.description, SUM(cost) AS total_cost
   FROM `my-project.billing_dataset.gcp_billing_export_v1_*`
   WHERE DATE(_PARTITIONTIME) BETWEEN "2025-01-01" AND "2025-01-31"
   GROUP BY 1 ORDER BY 2 DESC'

Schritt 2 — Multi-Cloud-Transparenz mit Drittanbieter-Tools

Native Tools zeigen nur Kosten innerhalb einer Plattform. Für echte Multi-Cloud-Kostentransparenz empfehlen sich spezialisierte Lösungen:

• Apptio Cloudability — industrieführend für FinOps-Teams ab Enterprise-Scale
• CloudHealth by VMware — stark bei Policy-basierter Governance und Chargeback
• Spot.io (NetApp) — optimal für Spot- und Preemptible-Workload-Optimierung
• Infracost — Open Source, ideal für Terraform-basierte IaC-Pipelines
• OpenCost — CNCF-Projekt für Kubernetes-spezifische Kostenallokation

Schritt 3 — Commitments mit Terraform automatisieren

Commitments und Reserved Instances manuell zu verwalten ist fehleranfällig. Terraform stellt Konsistenz sicher.

# AWS Savings Plan via Terraform
resource "aws_savingsplans_savings_plan" "compute" {
  savings_plan_type        = "Compute"
  commitment               = 100.00  # USD pro Stunde
  payment_option           = "Partial_Upfront"
  term_duration_in_seconds = 31536000  # 1 Jahr
}

# GCP Committed Use Discount via Terraform
resource "google_compute_commitment" "prod_2025" {
  name   = "prod-commitment-2025"
  plan   = "TWELVE_MONTH"
  region = "europe-west3"

  resources {
    type   = "VCPU"
    amount = "32"
  }
  resources {
    type   = "MEMORY"
    amount = "131072"  # in MB
  }
}

Schritt 4 — Rightsizing mit nativen Recommender-Diensten

AWS Compute Optimizer analysiert CloudWatch-Metriken der letzten 14 Tage und empfiehlt optimale Instanztypen. Typische Einsparungen liegen bei 20–30 % der Compute-Kosten ohne messbare Performance-Einbußen. Das Azure-Äquivalent ist Azure Advisor, GCP nutzt die Recommender API für Rightsizing-Vorschläge auf Instanz- und Datenbankebene.

Die fünf teuersten Fehler beim Cloud-Pricing

Fehler 1: On-Demand-Preise für Baseline-Workloads zahlen

Steady-State-Workloads, die 24/7 laufen, sollten niemals On-Demand abgerechnet werden. AWS Reserved Instances sparen bis zu 72 % gegenüber On-Demand. Unternehmen ohne Reservierungsstrategie zahlen faktisch eine Strafe für das Fehlen einer Finanzierungsplanung.

Fehler 2: Egress-Kosten in der Architekturplanung ignorieren

Wer eine Data-Analytics-Plattform in eu-west-1 betreibt und Ergebnisse täglich nach us-east-1 transferiert, zahlt bei 10 TB pro Tag allein $900 täglich für Datenübertragung. Die Lösung: Verarbeitung dort durchführen, wo die Daten entstehen — Data Gravity muss in jede Architekturentscheidung einfließen.

Fehler 3: Zombie-Ressourcen nicht konsequent bereinigen

Laut Flexera 2024 sind durchschnittlich 32 % aller Cloud-Ressourcen ungenutzt oder stark unterausgelastet. Vergessene Load Balancer, veraltete Snapshots und ungenutzte Elastic IPs summieren sich schnell auf mehrere Tausend Euro monatlich — ohne jeglichen Mehrwert.

Fehler 4: Support-Tier-Kosten aus dem Budget heraushalten

AWS Business Support kostet 10 % der monatlichen Rechnung (Minimum $100). Bei $50.000 monatlichem Spend sind das $5.000 nur für den Support-Vertrag. Azure und GCP haben strukturell ähnliche Modelle. Diese Positionen müssen in jeden seriösen Cloud-Preis-Benchmark einberechnet werden.

Fehler 5: Keine verbindliche Tag-Strategie implementieren

Ohne konsequentes Ressource-Tagging ist keine sinnvolle Kostenzuordnung möglich. Ohne Kostenzuordnung gibt es kein Showback, kein Chargeback — und keine organisatorische Verantwortlichkeit für Cloud-Ausgaben. Tag-Policies müssen vom ersten Deployment an erzwungen werden, nicht retrospektiv.

Klare Empfehlungen: Wann welcher Anbieter die richtige Wahl ist

Wählen Sie AWS, wenn Ihr Team bereits tiefgehende AWS-Expertise mitbringt, Sie das breiteste Service-Portfolio benötigen und Ihr primärer Workload im Bereich Compute-intensiver Batch-Verarbeitung liegt. AWS Reserved Instances mit 3-Jahres-Commitment und All-Upfront-Zahlung liefern die niedrigsten langfristigen Compute-Kosten aller drei Anbieter — vorausgesetzt, die Auslastung stimmt.

Wählen Sie Azure, wenn Sie eine Microsoft-zentrische Organisation sind. Azure Hybrid Benefit reduziert Lizenzkosten für Windows Server und SQL Server um bis zu 85 % — dieser Vorteil existiert bei AWS und GCP nicht in dieser Form. Für Microsoft-lastige Enterprise-Stacks mit bestehenden EA-Verträgen ist Azure das klare wirtschaftliche Optimum.

Wählen Sie Google Cloud, wenn Sie stark datengetriebene Workloads, ML-Pipelines oder Kubernetes-native Architekturen betreiben. Die automatischen Sustained Use Discounts, niedrigere Inter-Region-Egress-Kosten und die überlegene GKE-Plattform machen GCP für diese Szenarien zur kosteneffizientesten Option im gesamten Cloud-Preis-Benchmark 2025.

Für echte Multi-Cloud-Setups gilt: Vermeiden Sie primär technisch motivierte Multi-Cloud-Entscheidungen. Die Komplexitätskosten — mehr Tooling, mehr Skills, mehr Governance-Overhead — überwiegen die Preisvorteile in 80 % der Fälle. Nutzen Sie Multi-Cloud gezielt für Vendor-Lock-in-Prävention bei kritischen Daten und regulatorischen Anforderungen, nicht als Default-Architektur.

Implementieren Sie sofort einen monatlichen FinOps-Review-Prozess: Analysieren Sie AWS Cost Explorer, Azure Cost Management und die GCP Billing Console wöchentlich. Setzen Sie Budget-Alerts bei 80 % und 100 % des monatlichen Budgets. Führen Sie quartalsmäßliche Rightsizing-Reviews durch. Diese drei Maßnahmen allein reduzieren typische Cloud-Ausgaben innerhalb von 90 Tagen um 20–35 % — ohne eine einzige Zeile Applikationscode anzufassen.