Workflow-Orchestrierung: der Teil, der sich merkt, wo Sie gerade sind
Mehrere Schritte, in einer Reihenfolge, mit Wiederholungen, Wartezeiten und Verzweigungen. Ein Orchestrator hält diese Form außerhalb Ihres Codes, damit ein Job von einer Stunde eine Funktion von dreißig Sekunden überlebt.
Was ist Workflow-Orchestrierung?
Sobald ein Job mehr als einen Schritt hat, muss sich etwas merken, bei welchem Schritt er ist, was bei einem Fehler in Schritt drei passiert und wie lange auf die Freigabe in Schritt vier gewartet wird. Das schreibt man selbst, und viele tun das auch, bis der Prozess zum ersten Mal auf halbem Weg stirbt und niemand sagen kann, was schon passiert ist.
Ein Orchestrator nimmt diesen Zustand aus Ihrem Code und legt ihn dauerhaft ab. Die Schritte bleiben klein und zustandslos, die Form des Prozesses liegt an einer Stelle, die sich zeichnen lässt, und jeder Lauf hinterlässt eine Aufzeichnung. Für eine KI-Pipeline zählt das doppelt, denn die langsamen teuren Schritte sind genau die, die Sie nach einem Absturz nicht wiederholen wollen.
Vier Wege, es zu betreiben
Es gibt zwei Formen: eine verwaltete Zustandsmaschine, die Sie deklarativ beschreiben, und eine Code-first-Engine, die Sie selbst betreiben. Beide lösen dasselbe Problem von entgegengesetzten Enden.
AWS Step Functions[1]
Die Zustandsmaschine ist ein Dokument, kein Code. Sie ruft Lambda und die meisten anderen AWS-Dienste direkt auf, wartet bis zu einem Jahr und zeigt jeden Lauf als Bild, auf das man in einem Review zeigen kann.
Offizielle Dokumentation →Azure Logic Apps[2]
Gebaut um einen großen Katalog fertiger Konnektoren zu anderen Systemen. Deshalb gewinnt es meist dort, wo der Prozess nach Microsoft 365, SAP oder in eine Fachanwendung hineinreicht.
Offizielle Dokumentation →Cloud Workflows[3]
Ein leichter, in YAML beschriebener Orchestrator, der Google-Cloud-Dienste und beliebige HTTP-Endpunkte verkettet. Weniger Maschinerie als die beiden anderen, und genau das ist der Punkt.
Offizielle Dokumentation →Temporal oder Apache Airflow[4]
Temporal hält den Prozess in gewöhnlichem Code und spielt ihn nach einem Fehler erneut ab, Entwickler verlassen also nie ihre Sprache. Airflow ist der ältere Scheduler, den Datenteams ohnehin betreiben. Beides selbst betreibbar oder als Dienst kaufbar.
Projektdokumentation →Wo ich es eingesetzt habe
Die Video-Pipeline
Step Functions hält die Reihenfolge des Ganzen: Frames schneiden, beschriften, die Agenten wählen lassen, rendern, ausliefern. Scheitert ein Clip, bleibt dieser Lauf an der Stelle stehen, und die anderen laufen weiter.
Zum Beitrag →Managed und selbst betrieben zusammen: hybrid
Der Orchestrator sieht die Form Ihres Prozesses und die Metadaten jedes Laufs, und das ist mehr, als die meisten erwarten. Eine übliche Aufteilung: Die Orchestrierung bleibt in der Cloud und ruft für die Schritte mit regulierten Daten einen Worker in Ihrem Netz auf. Der Orchestrator weiß dann, dass ein Schritt gelaufen ist, aber nicht, was er gelesen hat.
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 Step Functions Dokumentation. https://docs.aws.amazon.com/step-functions/latest/dg/welcome.html
- Azure Logic Apps Dokumentation. https://learn.microsoft.com/en-us/azure/logic-apps/logic-apps-overview
- Google Cloud Workflows Dokumentation. https://cloud.google.com/workflows/docs/overview
- Temporal Dokumentation. https://docs.temporal.io/
- AWS Step Functions, ai-solutions.wiki. https://ai-solutions.wiki/tools/aws-step-functions/
- Azure Logic Apps, ai-solutions.wiki. https://ai-solutions.wiki/tools/azure-logic-apps/
- Temporal, ai-solutions.wiki. https://ai-solutions.wiki/tools/temporal/
- Apache Airflow, ai-solutions.wiki. https://ai-solutions.wiki/tools/apache-airflow/
Links geprüft im Oktober 2026. Produktnamen und Funktionen ändern sich: Prüfen Sie die verlinkten Seiten, bevor Sie entscheiden.
