Wie ein sauberes Tagging-Modell einen 6‑stelligen Betrag einsparen kann – Praxisbeispiel aus dem Cloud-Alltag
Im Cloud Financial Management (CFM) gilt das Tagging oft als lästige Pflicht – ein operativer Schritt, der eher aus Compliance-Gründen mitgezogen wird, aber wenig unmittelbaren Nutzen erkennen lässt. Dabei ist gerade ein sauberes, gut gepflegtes Tagging-Modell das Fundament für Kostentransparenz, Zuordenbarkeit und letztlich Kostenoptimierung. In diesem Artikel zeige ich anhand eines echten Praxisbeispiels, wie allein durch konsequente Tagging-Korrektur und ‑Standardisierung in einem mittelständischen Unternehmen jährlich ein sechsstelliger Betrag eingespart wurde – ohne technische Umstellungen oder harte Restriktionen für Entwickler.
Warum Tagging mehr als nur Ordnung ist
Tags sind im Cloud-Kontext strukturierte Metadaten, die einzelnen Ressourcen – etwa VMs, Datenbanken, Storage oder Netzwerkelementen – zugewiesen werden. Sie dienen der Klassifizierung und ermöglichen Auswertungen, die nach Projekt, Abteilung, Kostenstelle, Umgebungsart (Prod, Dev, Test) oder Verantwortlichkeit gegliedert sind. Die Hyperscaler (AWS, Azure, Google Cloud) bieten umfangreiche Möglichkeiten, diese Tags auszuwerten und darauf basierende Reports, Budgets und Alarme zu erstellen.
Ein verbreiteter Irrtum: Tagging sei lediglich eine gute Praxis für größere Unternehmen mit komplexer Governance. Die Realität zeigt: Selbst in kleineren Umgebungen mit monatlichen Cloud-Ausgaben im mittleren fünfstelligen Bereich summieren sich Fehlallokationen und mangelnde Transparenz schnell zu hohen Opportunitätskosten.
Das Praxisbeispiel: Mittelständler im Maschinenbau
Ein mittelständisches Unternehmen mit rund 600 Mitarbeitenden und Produktionsstätten in Europa und Asien nutzte seit mehreren Jahren AWS und Azure parallel. Die IT war hybrid aufgestellt, die Cloud wurde primär für Entwicklung, Simulationen und einige kundennahe Plattformdienste verwendet. Die monatlichen Cloud-Kosten lagen bei rund 48.000 Euro, wovon knapp 80 % über AWS liefen.
Trotz vorhandener FinOps-Initiative und Cloud-Governance-Richtlinien fehlte ein zentrales, durchgängiges Tagging-Modell. Jeder Cloud-Nutzer – primär Entwickler und DevOps-Teams – taggte nach eigenem Ermessen. Einige Beispiele:
- “project” vs. “Project” vs. “Projekt”
- “costcenter” vs. “Kostenstelle” vs. “cc”
- Tags wie “owner” wurden mit nicht standardisierten E‑Mail-Adressen befüllt oder blieben leer
- Legacy-Ressourcen aus abgeschlossenen Projekten waren ungetaggt oder mit “test” versehen
Die Herausforderung: Sichtbarkeit und Verantwortung
Die Finanzabteilung wollte eine verbrauchsbasierte Kostenverteilung auf Profitcenter-Ebene einführen. Voraussetzung: eine verlässliche Zuweisung aller Ressourcen zu ihren Verursachern. Doch in der Realität waren rund 34 % aller monatlichen Ausgaben nicht zuordenbar – entweder wegen fehlender oder inkonsistenter Tags. Das führte zu pauschalen Umlagen, interner Unzufriedenheit und Missbrauchsverdacht: Einige Bereiche verdächtigten andere, sich „unsichtbare“ Ressourcen leisten zu können, ohne dafür zu zahlen.
Eine genauere Analyse ergab, dass allein inaktive oder vergessene Ressourcen, die nicht oder falsch getaggt waren, monatlich mehr als 8.000 Euro kosteten. Darunter:
- Entwicklungsumgebungen ohne Auto-Shutdown
- Nicht mehr verwendete S3-Buckets mit hoher Redundanzklasse
- Nicht abgerechnete BYOL-Datenbanken
Die Lösung: Einführung eines durchgängigen Tagging-Modells
Ein cross-funktionales Team – bestehend aus FinOps-Vertretern, IT Controlling, Architektur und DevOps – entwickelte innerhalb von sechs Wochen ein standardisiertes Tagging Framework. Die wichtigsten Maßnahmen:
- Einführung eines verpflichtenden Basistag-Sets:
Jeder Ressourcentyp musste mindestens diese fünf Tags enthalten:- Project
- CostCenter
- Owner
- Environment
- Lifecycle
- Nutzung zentraler Policies und Templates:
Über Infrastructure-as-Code und CI/CD-Pipelines wurden automatische Tag-Vorgaben in Terraform- oder ARM-Vorlagen integriert. - Validierung und Nachverfolgung über AWS Config / Azure Policy:
Fehlende oder fehlerhafte Tags wurden identifiziert, dokumentiert und per monatlichem Report an die Teams zurückgespielt. - Retagging-Kampagne für Altressourcen:
Historisch gewachsene Ressourcen wurden inventarisiert, bewertet (nutzt sie noch jemand?), ggf. mit Default-Werten getaggt oder gelöscht. - Gamification und Teamwettbewerbe:
Teams mit dem höchsten Anteil korrekt getaggter Ressourcen erhielten symbolische Prämien und Sichtbarkeit im internen Slack-Channel.
Das Ergebnis: Einsparungen im sechsstelligen Bereich
Bereits nach drei Monaten wurden über 96 % aller Ressourcen korrekt getaggt. Die Cloud-Abrechnung konnte vollständig auf projektbezogene und kostenstellenbasierte Umlagen umgestellt werden. Zusätzlich:
- Automatisierte Löschung ungetaggter Ressourcen nach 7 Tagen ohne Ausnahme
- Einführung eines Tagging-Dashboards zur operativen Überwachung
- Reduzierung der unnötigen Ressourcen um 60 %, v. a. in Dev- und Testumgebungen
- Einsparungspotenzial nach zwölf Monaten: rund 138.000 Euro
Doch das Entscheidende war nicht die reine Kosteneinsparung, sondern die neue Kultur der Verantwortung: Entwicklerteams spürten erstmals die finanziellen Auswirkungen ihrer Umgebung – nicht als Sanktion, sondern als Informationsbasis.
Lessons Learned: Was andere Unternehmen daraus mitnehmen können
Ein durchgängiges Tagging-Modell ist nicht nur machbar, sondern essenziell – unabhängig von Unternehmensgröße oder Cloud-Maturität. Entscheidend ist:
- Tagging ist kein One-Shot-Projekt, sondern ein kontinuierlicher Prozess
- Technische Enabler wie IaC, Policies oder Config-Regeln sind nötig, aber nicht hinreichend
- Governance muss mit Empowerment und Incentives kombiniert werden
- Transparenz schafft Vertrauen und steigert die Datenqualität über Zeit
Fazit
Tagging wird oft unterschätzt – dabei kann es, richtig eingesetzt, einer der wirkungsvollsten Hebel zur Cloud-Kostenkontrolle sein. Das beschriebene Praxisbeispiel zeigt, wie sich durch eine relativ einfache Maßnahme ohne technische Umbauten eine transparente, faire und effiziente Cloud-Nutzung etablieren lässt – mit messbarem finanziellem Impact.
In der nächsten Folge unserer Blogreihe gehen wir der Frage nach, wie man aus korrekt getaggten Daten operative Dashboards mit echten Entscheidungswerten ableitet – und warum nicht jede Metrik in einem KPI münden sollte.
