Azure Reserved Instances vs. Savings Plans vs. Spot: Die Optimierungsmatrix 2026
Ein detaillierter Vergleich von Azure Reserved Instances, Savings Plans und Spot VMs mit Preisbeispielen, Entscheidungsframeworks und Commitment-Strategien für Enterprise-Workloads.
Azure bietet drei primäre Rabattmechanismen für Compute: Reserved Instances, Savings Plans und Spot VMs. Jeder tauscht eine andere Art von Commitment gegen ein unterschiedliches Einsparniveau. Die richtige Mischung kann Ihre Compute-Rechnung um 40-70% senken. Die falsche Mischung bedeutet entweder Überzahlung oder die Bindung an Commitments, die Sie nicht nutzen können.
Dieser Beitrag beschreibt das Entscheidungsframework, das wir bei CC Conceptualise verwenden, wenn wir Commitment-Strategien für Enterprise-Kunden entwerfen.
Die drei Mechanismen verstehen
Reserved Instances (RIs)
Reserved Instances sind der ursprüngliche Azure-Commitment-Rabatt. Sie verpflichten sich für eine bestimmte VM-Familie und Region für 1 oder 3 Jahre, und Microsoft gewährt Ihnen im Gegenzug einen erheblichen Rabatt.
Wesentliche Eigenschaften:
- Commitment: Spezifische VM-Familie, Größe (mit Instance Size Flexibility) und Region
- Laufzeiten: 1 Jahr oder 3 Jahre
- Zahlung: Vorauszahlung, monatlich oder ohne Vorauszahlung (alle bieten denselben Rabatt auf Azure)
- Ersparnis: 30-40% für 1 Jahr, 55-72% für 3 Jahre je nach VM-Familie
- Instance Size Flexibility: Innerhalb derselben VM-Familie und Region gilt Ihre Reservierung automatisch für verschiedene Größen basierend auf einem Verhältnissystem
- Scope: Einzelne Subscription, geteilt über Subscriptions oder Management Group
- Kündigung: Vorzeitige Kündigungsgebühr von 12% des verbleibenden Commitments
- Tausch: Kann gegen eine andere RI gleichen oder höheren Wertes getauscht werden
Beispiel für Instance Size Flexibility:
Wenn Sie eine D4s_v5-Reservierung (Verhältnis 4) kaufen, kann sie abdecken:
- 1x D4s_v5 (Verhältnis 4)
- 2x D2s_v5 (Verhältnis 2 pro Stück)
- 4x D1s_v5 (Verhältnis 1 pro Stück)
- 0,5x D8s_v5 (Verhältnis 8, teilweise abgedeckt)
Diese Flexibilität ist wertvoll, aber auf dieselbe VM-Familie und Region beschränkt.
Azure Savings Plans
Savings Plans wurden eingeführt, um die Starrheit von Reserved Instances zu adressieren. Anstatt sich auf eine bestimmte VM festzulegen, verpflichten Sie sich zu einem festen Stundenbetrag.
Wesentliche Eigenschaften:
- Commitment: Fester Stundenbetrag (z.B. 5,00 USD/Stunde)
- Laufzeiten: 1 Jahr oder 3 Jahre
- Typen: Compute Savings Plan (breiteste Flexibilität) oder MCA Savings Plan
- Ersparnis: Typischerweise 5-10% weniger als äquivalente RIs, aber deutlich flexibler
- Flexibilität: Gilt über VM-Familien, Regionen und sogar über Compute-Services hinweg (VMs, App Service, Container Instances, Azure Functions Premium)
- Scope: Einzelne Subscription, geteilt oder Management Group
- Kündigung: Nicht kündbar, ungenutztes Commitment verfällt
- Kein Tausch: Anders als RIs können Savings Plans nicht getauscht werden
Wie der Rabatt angewendet wird:
Der Savings-Plan-Rabatt wird automatisch zuerst auf Ihr teuerstes berechtigtes Compute angewendet, um den Einsparnungswert zu maximieren. Sie müssen nicht verwalten, welche Ressourcen den Rabatt erhalten — Azure optimiert dies automatisch.
Spot VMs
Spot VMs bieten Zugang zu ungenutzter Azure-Kapazität zu stark reduzierten Preisen. Der Trade-off ist, dass Azure sie zurückfordern kann, wenn die Kapazität benötigt wird.
Wesentliche Eigenschaften:
- Commitment: Keines — reines Pay-as-You-Go zu reduzierten Preisen
- Ersparnis: Bis zu 90% im Vergleich zu Pay-as-You-Go-Preisen
- Eviction Policies:
- Stop/Deallocate: VM wird gestoppt, behält aber ihre Konfiguration für den Neustart
- Delete: VM und ihr OS-Disk werden bei Eviction gelöscht
- Eviction Notice: 30 Sekunden über den Azure Metadata Service
- Max Price: Sie können einen Maximalpreis festlegen — wenn der Spot-Preis Ihren Maximalpreis übersteigt, wird die VM evicted
- Verfügbarkeit: Variiert nach Region, VM-Familie und Zeitpunkt — nicht garantiert
Der Preisvergleich 2026
Vergleichen wir die Kosten für eine gängige Enterprise-VM-Größe über alle drei Modelle. Alle Preise sind illustrativ basierend auf der Region West Europe, monatliche Kosten.
D4s_v5 (4 vCPUs, 16 GB RAM) — General Purpose
| Preismodell | Monatliche Kosten | Ersparnis vs. Pay-as-You-Go | Commitment |
|---|---|---|---|
| Pay-as-You-Go | ~290 EUR | Basis | Keines |
| 1-Jahres-RI | ~195 EUR | ~33% | VM-Familie + Region, 1 Jahr |
| 3-Jahres-RI | ~125 EUR | ~57% | VM-Familie + Region, 3 Jahre |
| 1-Jahres-Savings Plan | ~205 EUR | ~29% | Stundenbetrag, 1 Jahr |
| 3-Jahres-Savings Plan | ~135 EUR | ~53% | Stundenbetrag, 3 Jahre |
| Spot VM | ~45-90 EUR | ~70-85% | Keines (kann evicted werden) |
E8s_v5 (8 vCPUs, 64 GB RAM) — Memory Optimized
| Preismodell | Monatliche Kosten | Ersparnis vs. Pay-as-You-Go | Commitment |
|---|---|---|---|
| Pay-as-You-Go | ~480 EUR | Basis | Keines |
| 1-Jahres-RI | ~320 EUR | ~33% | VM-Familie + Region, 1 Jahr |
| 3-Jahres-RI | ~205 EUR | ~57% | VM-Familie + Region, 3 Jahre |
| 1-Jahres-Savings Plan | ~340 EUR | ~29% | Stundenbetrag, 1 Jahr |
| 3-Jahres-Savings Plan | ~220 EUR | ~54% | Stundenbetrag, 3 Jahre |
| Spot VM | ~70-145 EUR | ~70-85% | Keines (kann evicted werden) |
Wesentliche Preisbeobachtungen
- 3-Jahres-RIs bieten konsistent den tiefsten Rabatt für Workloads, die ihre VM-Familie oder Region nicht ändern werden
- Savings Plans tauschen 3-5% Ersparnis gegen signifikant mehr Flexibilität — oft lohnend für dynamische Umgebungen
- Spot-Preise schwanken — die obigen Bereiche repräsentieren typische Preise, aber Spitzen und Evictions treten auf
- Die Lücke zwischen 1-Jahres- und 3-Jahres-Commitments ist erheblich — 20+ Prozentpunkte zusätzliche Ersparnis für das längere Commitment
Die Entscheidungsmatrix
Nutzen Sie dieses Framework, um Workload-Eigenschaften dem optimalen Preismodell zuzuordnen.
Nach Workload-Typ
| Workload-Typ | Empfohlenes Modell | Begründung |
|---|---|---|
| Produktionsdatenbanken | 3-Jahres-RI | Stabil, vorhersagbar, gleiche VM-Familie über Jahre |
| Produktions-App-Server | 1-Jahres- oder 3-Jahres-RI | Stabil, aber möglicherweise Skalierung oder Familienwechsel nötig |
| Kubernetes Node Pools | Savings Plan | Node Pools skalieren und wechseln über VM-Familien |
| Dev/Test-Umgebungen | Spot + Auto-Shutdown | Nicht kritisch, kann Eviction und Downtime tolerieren |
| CI/CD Build Agents | Spot VM | Zustandslos, kurzlebig, tolerant gegenüber Eviction |
| Batch-Verarbeitung | Spot VM | Workloads können fehlgeschlagene Jobs bei Eviction wiederholen |
| SAP HANA | 3-Jahres-RI | Zertifizierte spezifische VMs, langfristiges Commitment |
| Disaster Recovery (Cold) | Pay-as-You-Go oder Spot | Läuft nur bei Failover, unvorhersehbarer Zeitpunkt |
| GPU/AI Inference | Savings Plan oder RI | Teure VMs, bei denen selbst kleine % Ersparnis signifikant ist |
| Saisonale Workloads | Savings Plan | Vorhersagbarer Stundenbetrag auch wenn VM-Typen wechseln |
Nach organisatorischem Reifegrad
| Reifegrad | Empfohlene Strategie | Warum |
|---|---|---|
| Cloud-Neuling | Beginnen mit 1-Jahres-Savings Plans | Flexibilität während Sie Ihre Verbrauchsmuster kennenlernen |
| Etablierter Cloud-Nutzer | Mix aus RIs (stabil) + Savings Plans (flexibel) | Einsparungen maximieren wo vorhersagbar, Flexibilität anderswo erhalten |
| Cloud-native Organisation | Geschichtet: RIs + Savings Plans + Spot | Anspruchsvolle Workload-Klassifikation ermöglicht maximale Optimierung |
Commitment-Strategien
Strategie 1: Konservativ (niedriges Risiko)
- 50-60% des stabilen Compute mit 1-Jahres-Savings Plans abdecken
- Rest auf Pay-as-You-Go belassen
- Quartalsweise überprüfen und Commitment erhöhen, sobald sich Muster stabilisieren
Erwartete Ersparnis: 15-20% gesamte Compute-Reduktion
Strategie 2: Ausgewogen (mittleres Risiko)
- 40-50% des stabilen Compute mit 3-Jahres-RIs abdecken (für wirklich vorhersagbare Workloads)
- 20-30% mit 1-Jahres-Savings Plans abdecken (für flexibles Compute)
- Spot VMs für Dev/Test und Batch-Workloads nutzen
- 10-20% auf Pay-as-You-Go für unvorhersehbare Spitzen belassen
Erwartete Ersparnis: 30-40% gesamte Compute-Reduktion
Strategie 3: Aggressiv (maximale Ersparnis)
- 60-70% des Compute mit 3-Jahres-RIs abdecken
- 15-20% mit Savings Plans für verbleibendes flexibles Compute
- Spot-VM-Nutzung für alle Non-Production- und fehlertoleranten Workloads maximieren
- Nur 5-10% auf Pay-as-You-Go belassen
Erwartete Ersparnis: 45-55% gesamte Compute-Reduktion
Wichtige Vorbehalte
- Ungenutzte Commitments sind verschwendetes Geld. Eine 3-Jahres-RI für einen Workload, der nach 18 Monaten stillgelegt wird, kostet mehr als Pay-as-You-Go gekostet hätte
- Übercommitment ist schlimmer als Untercommitment. Starten Sie konservativ und steigern Sie über die Zeit
- Überprüfen Sie Commitments quartalsweise. Workloads ändern sich. Was letztes Jahr stabil war, muss dieses Jahr nicht stabil sein
- Berücksichtigen Sie Azure Hybrid Benefit separat. AHUB für Windows Server und SQL Server addiert sich zu RIs und Savings Plans — nicht doppelt zählen
Spot VM Best Practices
Spot VMs erfordern andere Architekturmuster, um Eviction elegant zu handhaben.
Für Eviction designen
- Eviction-aware Anwendungen nutzen, die ihren State per Checkpoint sichern und ab dem letzten Checkpoint fortsetzen können
- Graceful Shutdown Handler implementieren, die auf die 30-Sekunden-Eviction-Benachrichtigung über den Azure Metadata Service reagieren
- Über mehrere VM-Familien und Regionen deployen, um die Wahrscheinlichkeit gleichzeitiger Eviction zu reduzieren
- Einen Maximalpreis leicht über dem typischen Spot-Preis setzen, um Eviction bei geringfügigen Preisschwankungen zu vermeiden
Optimale Spot-Workloads
- Batch-Verarbeitung mit Azure Batch: Automatischer Retry fehlgeschlagener Tasks bei Eviction
- Kubernetes mit Spot Node Pools: AKS unterstützt gemischte Node Pools — nicht-kritische Pods auf Spot Nodes mit korrekten Tolerations und Affinities ausführen
- CI/CD-Pipelines: Build Agents, die den Pipeline-Schritt bei Eviction wiederholen
- Datenverarbeitung mit Spark/Databricks: Eingebaute Fehlertoleranz handhabt Knotenverlust
- Rendering und Simulation: Embarrassingly Parallel Workloads, die Arbeit umverteilen können
Spot-Workloads, die zu vermeiden sind
- Alles, was garantierte Uptime oder SLA erfordert
- Stateful Workloads ohne Checkpoint/Resume-Fähigkeit
- Lang laufende Single-Thread-Berechnungen, die nicht parallelisiert werden können
- Produktionsseitige APIs oder Services
Monitoring und Optimierung
Reservation Utilization
Verfolgen Sie die Reservierungsauslastung wöchentlich. Zielmetriken:
- Auslastung über 95%: Ihr Commitment ist gut dimensioniert
- Auslastung 80-95%: Geringfügiges Right-Sizing nötig — erwägen Sie den Tausch gegen kleinere RIs
- Auslastung unter 80%: Erhebliches Übercommitment — tauschen oder kündigen Sie wenn möglich
Nutzen Sie Azure Cost Management Reservation Reports oder die Azure Advisor Reservation Recommendations, um unterausgelastete Commitments zu identifizieren.
Savings Plan Utilization
Savings Plans sind durch ihre Flexibilität schwerer zu unterauslasten, aber überwachen Sie:
- Commitment-Nutzung: Wird Ihr stündliches Commitment vollständig verbraucht?
- Benefit-Verteilung: Welche Subscriptions und Ressourcen erhalten den Rabatt?
- Opportunitätskosten: Wäre dasselbe Commitment als gezielte RIs günstiger gewesen?
Häufige Fehler, die wir sehen
- RIs basierend auf dem aktuellen Zustand kaufen, ohne geplante Änderungen zu berücksichtigen. Validieren Sie immer mit Application-Teams, bevor Sie 3-Jahres-Commitments eingehen
- Instance Size Flexibility ignorieren. Viele Teams kaufen exakte RIs, wenn eine einzelne größere RI mehrere kleinere VMs über das Verhältnissystem abdecken würde
- Reservierungen nicht korrekt scopen. Shared Scope über Subscriptions hinweg maximiert die Auslastung — Single-Subscription-Scope sollte nur verwendet werden, wenn Chargeback es erfordert
- Spot als kostenlose Kapazität behandeln. Spot-Preise können in Hochbedarfszeiten sprunghaft ansteigen. Designen Sie für Eviction, nicht nur für rabattiertes Compute
- Reservierungen ohne Überprüfung automatisch verlängern lassen. Überprüfen Sie immer auslaufende Reservierungen — der Workload hat sich möglicherweise geändert oder bessere Optionen sind verfügbar
Ihren Optimierungsplan aufbauen
So gehen wir die Commitment-Optimierung für Enterprise-Kunden an:
- Baseline-Analyse: 90 Tage Verbrauchsdaten aus Azure Cost Management
- Workload-Klassifikation: Jeden Compute-Workload nach Stabilität, Kritikalität und erwartetem Lebenszyklus kategorisieren
- Commitment-Modellierung: Verschiedene Commitment-Szenarien modellieren und Netto-Einsparungen nach Berücksichtigung des Risikos ungenutzter Commitments berechnen
- Phasenweise Implementierung: Mit den Commitments höchster Zuversicht beginnen und quartalsweise erweitern
- Laufende Governance: Monatliche Auslastungsreviews, quartalsweise Strategieanpassungen
Der Unterschied zwischen einem gut optimierten Azure-Environment und einem Pay-as-You-Go-Environment beträgt oft 40-60% der Compute-Rechnung. Für ein mittelständisches Unternehmen, das 500.000 EUR/Jahr für Azure Compute ausgibt, sind das 200.000-300.000 EUR an jährlichen Einsparungen.
Bei CC Conceptualise entwerfen und implementieren wir Commitment-Strategien für Enterprise-Azure-Umgebungen. Wir bringen das analytische Framework, die Tooling-Expertise und die Governance-Prozesse mit, um sicherzustellen, dass Ihre Commitments nachhaltigen Wert liefern.
Bereit, Ihre Azure-Compute-Ausgaben zu optimieren? Kontaktieren Sie uns unter mbrahim@conceptualise.de für ein Commitment-Strategie-Assessment.
Themen