Serverless Computing: Code, der ohne eigenen Server läuft
Sie übergeben eine Funktion und die Bedingung, unter der sie laufen soll. Die Plattform startet sie, skaliert sie auf das, was der Verkehr verlangt, und verrechnet die Zeit, die sie tatsächlich gelaufen ist.
Was ist Serverless Computing?
Es gibt weiterhin einen Server. Sie benennen ihn nur nie, patchen ihn nicht und zahlen ihn nicht, während er untertätig wartet. Sie schreiben eine Funktion, sagen, was sie auslösen soll, und die Plattform erledigt alles dazwischen: Kapazität, Skalierung, Neustart nach einem Absturz.
Entscheidend ist die Form der Arbeit. Kurze, stoßweise, ereignisgetriebene Aufgaben passen perfekt und kosten fast nichts, solange niemand sie nutzt. Lange Jobs, Arbeit, die eine Stunde eine GPU braucht, oder alles, was zwischen zwei Aufrufen einen Zustand halten muss, passt schlecht, und die Rechnung sagt das auch.
Vier Wege, es zu betreiben
Jede Cloud verkauft dieselbe Idee unter eigenem Namen, und es gibt eine offene Umsetzung, die auf jedem Kubernetes-Cluster läuft.
AWS Lambda[1]
Das Original dieser Kategorie. Eine Funktion pro Ereignis, viele Kopien gleichzeitig, Abrechnung pro Millisekunde. Es ist das Stück, mit dem die meisten meiner AWS-Architekturen zusammengeklebt sind.
Offizielle Dokumentation →Azure Functions[2]
Dasselbe Modell auf Azure, mit Hosting-Plänen, die entscheiden, ob Sie nur das Gelaufene zahlen oder Instanzen warm halten, damit die Startzeit vorhersagbar bleibt.
Offizielle Dokumentation →Cloud Run functions[3]
Google hat sein Functions-Produkt in Cloud Run überführt. Funktion und Container laufen damit auf derselben Plattform, und Sie wechseln zwischen beiden, ohne die Cloud zu wechseln.
Offizielle Dokumentation →Knative[4]
Skalierung auf null und ereignisgetriebene Trigger auf Ihrem eigenen Kubernetes-Cluster, auch auf OpenShift. Die Antwort, wenn der Code das Haus nicht verlassen darf, Sie die serverlose Form aber trotzdem wollen.
Projektdokumentation →Wo ich es eingesetzt habe
Die Video-Pipeline
Jeder Rendervorgang und jedes kleine Zwischenstück ist eine Lambda-Funktion. Ein Stapel Clips ist ungefähr in der Zeit fertig, die einer davon braucht, weil dieselbe Funktion einfach vielfach gleichzeitig läuft.
Zum Beitrag →Agenten-Tools
Bekommt ein Agent ein Tool, ist dieses Tool meist eine Funktion hinter einem Endpunkt. Serverless ist der billigste Weg, ein Tool bereitzuhalten, das in einer Minute hundertmal aufgerufen wird und dann eine Woche lang gar nicht.
KI-Agenten-Laufzeiten →Managed und selbst betrieben zusammen: hybrid
Bei Serverless entscheidet sich Hybrid in der Praxis, denn die Funktion ist das, was die Daten berührt. Die übliche Aufteilung: Orchestrierung und die nach außen gerichteten Funktionen laufen in der Cloud, und der eine Schritt, der die echten Dateien liest, läuft auf Knative im Haus, ausgelöst vom selben Ereignis.
Was hilft Ihnen als Nächstes?
Entscheiden lernen
Der Kurs „From Managed to Hybrid“ zeigt, wo KI laufen sollte: was jede Ebene kostet, was Sie betreiben und wo Ihre Daten bleiben müssen. Er ist in Vorbereitung, mit einer kostenlosen Live-Session zum Start.
Linda MohamedKI- und Cloud-Beraterin, AWS Community Hero, Wien
Gemeinsam bauen
Erzählen Sie mir, was Sie bauen wollen. In 30 Minuten prüfen wir, welcher dieser Wege zu Ihren Daten, Ihren Regeln und Ihrem Budget passt und ob AWS-Förderung für einen Proof of Concept einen Teil abdeckt. So funktioniert AWS-Förderung →
Sie wissen schon, was Sie brauchen
Buchen Sie direkt den Workshop:
- KI-Konzept- und Prototyp-Workshops →
Zuerst die Architektur, pro Service bepreist und mit Ihren Daten getestet, dann ein Prototyp mit Go- oder Stopp-Entscheidung. - KI-Discovery-Workshop →
Ihre Ideen als bewertete Shortlist, damit Sie wissen, welcher Anwendungsfall zuerst kommt.
Mehr auf ai-solutions.wiki
Meine offene Wissensbasis, mit längeren Vergleichen, Preisnotizen und Quellen (auf Englisch).
Quellen
- AWS Lambda Dokumentation. https://docs.aws.amazon.com/lambda/latest/dg/welcome.html
- Azure Functions Dokumentation. https://learn.microsoft.com/en-us/azure/azure-functions/functions-overview
- Google Cloud Run functions Dokumentation. https://cloud.google.com/functions/docs/concepts/overview
- Knative Dokumentation. https://knative.dev/docs/
- AWS Lambda, ai-solutions.wiki. https://ai-solutions.wiki/tools/aws-lambda/
- Azure Functions, ai-solutions.wiki. https://ai-solutions.wiki/tools/azure-functions/
- Knative, ai-solutions.wiki. https://ai-solutions.wiki/tools/knative/
- Serverless, ai-solutions.wiki. https://ai-solutions.wiki/glossary/serverless/
Links geprüft im Oktober 2026. Produktnamen und Funktionen ändern sich: Prüfen Sie die verlinkten Seiten, bevor Sie entscheiden.
