WISSEN > OBJECT STORAGE > OBJECT STORAGE KOSTEN UND TCO

Autor: Dirk Neumann                Geschäftsführer ASSISTRA Cloud Services GmbH                            17.08.2026

Object Storage Kosten: Was in eine TCO-Betrachtung gehört
Warum der Preis pro Terabyte für eine Drei- oder Fünfjahresrechnung nicht ausreicht
 


Das sollten Sie mitnehmen:
 

  1. Der Preis pro TB ist nicht die TCO.
    Für einen wirtschaftlichen Vergleich müssen alle für die jeweilige Architektur relevanten Kosten über denselben Zeitraum betrachtet werden.
     
  2. On-Premises und Cloud besitzen unterschiedliche Kostenstrukturen.
    On-Premises müssen Infrastruktur und Reservekapazität berücksichtigt werden. Cloud-Kosten orientieren sich stärker an der tatsächlichen Nutzung und am Preismodell des Anbieters.
     
  3. Das Preismodell des Anbieters ist entscheidend.
    Neben der Kapazität können Requests, Retrieval, Mindesthaltedauern oder ausgehender Datentransfer Kosten verursachen.
     
  4. Wachstum gehört in jede TCO-Rechnung.
    Eine Momentaufnahme der aktuell belegten Kapazität reicht für eine Drei- oder Fünfjahresbetrachtung nicht aus.
     
  5. Auch das Preismodell selbst ist eine Variable.
    Über drei bis fünf Jahre können sich Tarife ändern; ein einzelner TCO-Wert bildet dieses Risiko nicht ab.

Warum der Preis pro Terabyte für eine Drei- oder Fünfjahresrechnung nicht ausreicht

Inhaltsverzeichnis

Der Preis pro Terabyte ist eine leicht vergleichbare Kennzahl. Für die wirtschaftliche Bewertung einer Object-Storage-Architektur reicht er nicht aus. Cloud Object Storage und selbst betriebener Object Storage besitzen unterschiedliche Kostenstrukturen, und selbst zwei Cloud-Angebote können sich trotz vergleichbarer Speicherkosten wirtschaftlich deutlich unterscheiden, wenn Datenzugriffe, API-Operationen oder Datenübertragungen unterschiedlich abgerechnet werden.

 

Für eine belastbare Entscheidung muss deshalb nicht allein der Speicherpreis, sondern die Total Cost of Ownership über einen definierten Zeitraum betrachtet werden.

 

In von uns begleiteten Bewertungen haben wir dafür typischerweise Zeiträume von drei oder fünf Jahren angesetzt. Dabei zeigte sich vor allem eines: Entscheidend ist nicht, wie viel Speicher heute benötigt wird, sondern wie viel Kapazität über den Betrachtungszeitraum tatsächlich bereitgestellt, bezahlt und betrieben werden muss.

Was TCO bei Object Storage bedeutet

Total Cost of Ownership bezeichnet hier die Summe der für Bereitstellung und Nutzung einer Storage-Architektur relevanten Kosten innerhalb eines definierten Betrachtungszeitraums. Vereinfacht lässt sich die Betrachtung als Summe aus Anschaffung beziehungsweise Nutzung, Infrastruktur, Datenbewegung, Betrieb und Erweiterungen beschreiben.

Welche Positionen tatsächlich relevant sind, hängt wesentlich vom Betriebsmodell ab. Bei einem selbst betriebenen [QUERVERWEIS: Was ist Object Storage?] entstehen andere Kosten als bei einem vollständig konsumierten Cloud-Service. Ein TCO-Vergleich sollte die Kostenmodelle der Alternativen deshalb zunächst getrennt erfassen und sie erst anschließend über einen gemeinsamen Zeitraum vergleichen.

Warum der Preis pro Terabyte dafür nicht genügt, zeigt ein einfaches Beispiel. Angenommen, ein Unternehmen benötigt heute 500 TB nutzbare Kapazität. Ein Cloud-Service kann diese Kapazität nutzungsabhängig abrechnen. Bei einer On-Premises-Infrastruktur müssen dagegen zunächst physische Ressourcen bereitgestellt werden, und die erforderliche Kapazität kann deutlich über dem aktuell gespeicherten Datenbestand liegen. Zu berücksichtigen sind technische Kapazitätsreserven, erwartetes Datenwachstum, das verwendete Schutzverfahren [QUERVERWEIS: Erasure Coding und Replikation], erforderliche Erweiterungsschritte sowie die geplante Nutzungsdauer der Infrastruktur.

Damit können zwei Angebote denselben nominellen Preis pro TB ausweisen und wirtschaftlich trotzdem kaum vergleichbar sein. Die sinnvollere Frage lautet, welche Gesamtkosten entstehen, um den erwarteten Datenbestand mit den geforderten Eigenschaften über drei oder fünf Jahre bereitzustellen.

[BILD 1] Gegenüberstellung der beiden Kostenstrukturen. Links On-Premises mit den Positionen Investition, Infrastruktur, Wartung und Erweiterungsschritten; rechts Cloud mit Kapazität und den je nach Anbieter hinzukommenden verbrauchsabhängigen Positionen. Die Grafik soll zeigen, dass beide Seiten aus mehreren Positionen bestehen, aber aus unterschiedlichen.

On-Premises: Was in die Kalkulation gehört 

Bei einer On-Premises-Architektur reicht es nicht aus, die Kosten der verbauten Datenträger zu betrachten. Je nach Architektur können mehrere Komponentengruppen relevant sein. 

Die erforderliche Rohkapazität ist nicht automatisch identisch mit der nutzbaren Kapazität. Schutzmechanismen wie Replikation oder Erasure Coding benötigen zusätzliche Kapazität, und wie groß dieser Overhead ausfällt, hängt von der konkreten Implementierung und Konfiguration ab. 

Object Storage wird zudem als System betrieben, nicht als Ansammlung von Datenträgern. Neben den Laufwerken können daher Server, CPU, RAM, Boot-Medien und weitere Systemkomponenten erforderlich sein. Ein verteiltes System erzeugt außerdem nicht nur Client-Traffic: Abhängig von Architektur und Schutzverfahren findet auch Datenverkehr zwischen den Storage Nodes statt, weshalb die erforderliche Netzwerkinfrastruktur zur Systembetrachtung gehört. 

Hinzu kommen Supportverträge sowie Hardware- und Softwarewartung über den vollständigen Betrachtungszeitraum, und, soweit für die konkrete Kalkulation relevant, Rack Space, Stromversorgung und Kühlung. Steigt das Datenvolumen, muss zusätzliche Kapazität bereitgestellt werden; dabei ist entscheidend, in welchen Schritten die jeweilige Architektur überhaupt erweitert werden kann [QUERVERWEIS: Scale-out-Architekturen]. 

Ob und in welchem Umfang Personalaufwand für Betrieb, Monitoring und Erweiterung in die Kalkulation eingeht, ist eine bewusste Entscheidung und keine Selbstverständlichkeit. Sie sollte im Modell dokumentiert werden, weil sie den Vergleich zwischen selbst betriebener und konsumierter Infrastruktur unmittelbar beeinflusst. 

Reservekapazität beeinflusst die Wirtschaftlichkeit 

Dieser Punkt hat sich in unseren Betrachtungen regelmäßig als relevant erwiesen. 

Eine On-Premises-Infrastruktur wird nicht ausschließlich für den am Beschaffungstag vorhandenen Datenbestand geplant. Erwartetes Wachstum und notwendige Kapazitätsreserven müssen berücksichtigt werden. Damit entsteht ein grundsätzlicher Unterschied zu einem nutzungsabhängig abgerechneten Cloud-Service: On-Premises kann Kapazität bereits Kosten verursachen, bevor sie tatsächlich mit Nutzdaten belegt wird. 

Wie groß dieser Effekt ausfällt, hängt vom konkreten System, den möglichen Erweiterungsschritten und der Wachstumsplanung ab. Er lässt sich deshalb nicht pauschal quantifizieren. 

Cloud Object Storage: Der Anbieter bestimmt das Kostenmodell 

Bei Cloud Object Storage entfällt die Beschaffung einer eigenen Storage-Infrastruktur. Daraus folgt jedoch nicht, dass die TCO hier grundsätzlich nur aus einem Preis pro gespeichertem TB besteht. Welche Kosten entstehen, bestimmt das jeweilige Preismodell. 

Als Kostendimensionen kommen mehrere Positionen infrage. Die gespeicherte Datenmenge bildet typischerweise die zentrale Abrechnungsgröße. Je nach Anbieter können darüber hinaus API-Operationen wie GET, PUT, COPY, POST oder LIST eigene Abrechnungspositionen darstellen. Bei bestimmten Storage Classes kann zusätzlich zur gespeicherten Kapazität der Abruf von Daten berechnet werden. Ausgehender Datentransfer kann eine eigenständige Position bilden. Und günstigere Storage Classes können abweichende Zugriffsbedingungen oder Mindesthaltedauern besitzen, wodurch der nominell niedrigere Speicherpreis allein noch keine ausreichende Entscheidungsgrundlage ist. 

Welche dieser Positionen im konkreten Fall greifen, lässt sich nicht aus der Produktkategorie ableiten, sondern nur aus der Dokumentation des jeweiligen Anbieters. 

Drei Preismodelle im Detail 

In eigener Sache: ASSISTRA implementiert und betreibt Object-Storage-Umgebungen auf Basis von Wasabi Cloud Object Storage und unterhält Partnerschaften mit Wasabi und IONOS. Zu OVHcloud besteht keine Geschäftsbeziehung. Die folgenden Abschnitte beschreiben die Struktur der jeweiligen Preismodelle; sie sprechen keine Kaufempfehlung aus. Alle Angaben stammen aus der öffentlichen Anbieterdokumentation und sind im Quellenapparat nachgewiesen. 

[BILD 3] Matrix mit den drei Anbietern als Zeilen und den Kostendimensionen Kapazität, API-Requests, Ingress, Egress, Retrieval, Mindesthaltedauer und Mindestabrechnung als Spalten. Kein Preisvergleich, sondern die Darstellung, an welcher Stelle die jeweilige Kostenvariable liegt. 

Wasabi: kapazitätsorientiert mit Nutzungsbedingungen 

Beim Pay-as-you-Go-Modell von Wasabi werden API Requests und eingehender Datentransfer nicht separat berechnet. Auch ausgehender Datentransfer wird innerhalb der definierten Nutzungsbedingungen nicht separat berechnet. Die zentrale Abrechnungsgröße ist damit die gespeicherte Kapazität. 

Allerdings muss auch dieses Modell genauer betrachtet werden. Es gilt eine monatliche Mindestabrechnung von 1 TB aktivem Speicher; für Wasabi Cloud NAS liegt diese Schwelle bei 10 TB. Hinzu kommt eine Mindesthaltedauer von 90 Tagen: Wird ein Objekt vorher gelöscht, kann die verbleibende Zeit als Timed Deleted Storage berechnet werden. 

Die kostenlose Datenübertragung ist an Bedingungen gebunden. Wasabi beschreibt monatlichen Egress bis zur Höhe des aktiven Storage-Volumens als mit der entsprechenden Policy vereinbar; bei regelmäßig darüber hinausgehendem Egress behält sich der Anbieter vor, den Dienst einzuschränken oder auszusetzen. Eine analoge Bedingung gilt für API Requests. Bei kommerziellen Anwendungen, die Wasabi validiert hat, kann in der Regel von Konformität ausgegangen werden; bei nicht validierten Anwendungen, die eine unangemessene Last erzeugen, gilt derselbe Vorbehalt. 

Drei weitere Mechanismen wirken direkt auf die abgerechnete Kapazität. Die kleinste abrechnungsrelevante Dateigröße beträgt 4 KB, eine gespeicherte Datei von 2 KB wird also berechnet, als wäre sie 4 KB groß. Versioning legt zusätzliche Objektversionen an und erhöht dadurch die Speicherkosten, und Bucket-Logs werden wie jeder andere abrechenbare Speicher behandelt. Wird eine Datei ohne aktiviertes Versioning überschrieben, wechselt die ursprüngliche Kopie von aktivem in gelöschten Speicher und wird für die verbleibenden Tage der Mindesthaltedauer berechnet. 

Die korrekte Aussage lautet daher nicht, dass bei Wasabi ausschließlich Speicherkosten entstehen. Präziser ist: Das Modell reduziert die Anzahl verbrauchsabhängiger Kostenvariablen erheblich, weil API Requests und, innerhalb der geltenden Bedingungen, Egress nicht separat berechnet werden. Für eine TCO-Prognose kann das einen wesentlichen Unterschied darstellen. Bei Beständen aus mehreren Millionen kleiner Dateien verschiebt die Mindestobjektgröße die Kalkulation gegenüber einer reinen Volumenbetrachtung allerdings messbar. 

IONOS: freie API, gestaffelter Traffic 

IONOS trennt Speicherkapazität und Datenübertragung, berechnet für die API jedoch keine Gebühren. Die Nutzung der API ist kostenfrei, der Speicherplatz wird pro GB und Stunde berechnet, und eingehender Datentransfer ist kostenlos. Die Preisliste weist die üblichen Operationen einzeln aus: PUT, COPY, POST und LIST ebenso wie GET und DELETE sind kostenfrei, ebenso lesender und schreibender Datenzugriff [QUERVERWEIS: S3 als Zugriffsschicht für Object Storage]. 

Bei der Datenübertragung wird das Modell differenzierter, und zwar auf eine Weise, die für eine TCO-Prognose unmittelbar relevant ist. Ausgehender öffentlicher Traffic ist bis zu einem Volumen von 2 TB pro Monat kostenfrei; darüber greift nach der Preisliste vom 27. August 2026 eine Staffelung von 0,030 Euro je GB für die nächsten 8 TB bis hinunter zu 0,015 Euro je GB oberhalb von 150 TB. Entscheidend ist dabei die Bezugsgröße: Die Preisstaffelung gilt für den gesamten ausgehenden Datenverkehr aller IONOS-Public-Cloud-Services innerhalb desselben Vertrags, und der kumulierte Gesamtbetrag wird auf der Rechnung ausgewiesen. 

Der Object-Storage-Egress wird also nicht isoliert bepreist, sondern gegen den Gesamtverbrauch des Vertrags gerechnet. Wer neben Object Storage weitere Dienste betreibt, kann die Freimenge dort bereits ausgeschöpft haben. 

Hinzu kommt eine Unterscheidung, die in der Architekturentscheidung getroffen wird. Bei vertragseigenen Buckets ist ausgehender Transfer als öffentlicher Traffic abrechenbar, ausgenommen Transfers zu virtuellen Maschinen im selben Rechenzentrum. Bei benutzereigenen Buckets wird sämtlicher ausgehender Transfer als öffentlicher Traffic abgerechnet; die Definitionen für lokalen und nationalen Traffic gelten dort nicht, auch nicht für Transfers zu IONOS-VMs oder Dedicated Servers, unabhängig von deren geografischem Standort. Transfer zwischen Buckets ist kostenpflichtig, Replikationstraffic innerhalb einer Region und zwischen Regionen dagegen kostenfrei. 

OVHcloud: die Kostenvariable liegt in der Storage Class 

OVHcloud zeigt ein drittes Modell. Object Storage wird nutzungsabhängig nach dem durchschnittlich pro Stunde gespeicherten Volumen je Storage Class abgerechnet, gemessen in GiB-Stunden. Speicher ist die zentrale Abrechnungskomponente; eingehender Traffic, interner Traffic, API-Calls und ausgehender öffentlicher Traffic sind eingeschlossen. 

Daraus folgt jedoch nicht, dass die Kalkulation auf eine einzige Variable zusammenschrumpft. Sie verschiebt sich lediglich. OVHcloud bietet mehrere S3-kompatible Storage Classes an, darunter Standard, High Performance, Infrequent Access, Active Archive und Cold Archive. Für Infrequent Access, ActiveArchive und Cold Archive gelten eine Mindesthaltedauer und Retrieval-Gebühren. 

Wie diese Mindesthaltedauer wirkt, dokumentiert der Anbieter präzise. Bei vorzeitiger Löschung wird eine anteilige Gebühr für die verbleibenden Tage berechnet. Für die Klasse Infrequent Access beträgt die Mindestspeicherzeit 730 Stunden, also 30 Tage; die Zusatzgebühr ergibt sich aus der Differenz zwischen 730 Stunden und der tatsächlichen Speicherdauer, multipliziert mit dem Stundenpreis der Storage Class. 

Besonders aufschlussreich ist ein Detail, das in einer reinen Kapazitätsbetrachtung unsichtbar bliebe. Bei nicht versionierten Buckets gilt das Überschreiben eines Objekts als Löschung der aktuellen Version und löst die anteilige Gebühr ebenfalls aus. Ein Workload, der Objekte regelmäßig ersetzt, erzeugt in einer Klasse mit Mindesthaltedauer also laufend Kosten für bereits überschriebene Daten. 

Für die kälteste Klasse kommt ein weiterer Mechanismus hinzu. Objekte im Cold Archive stehen nicht unmittelbar zur Verfügung, sondern müssen über einen Restore-Request wiederhergestellt werden; die Bereitstellung dauert von Minuten bis zu mehreren Stunden. Je wiederhergestelltem Objekt fallen eine einmalige Restore-Gebühr pro GiB sowie Speicherkosten zum Tarif der Standard-Klasse an. Schließlich ist auch die Kapazitätsabrechnung selbst nicht zwingend linear: In Regionen mit drei Verfügbarkeitszonen erfolgt sie gestaffelt nach Volumenstufen. 

Damit lässt sich beantworten, worin sich die Modelle unterscheiden. Ein Modell ohne Request- und Transferkosten ist nicht automatisch ein Modell mit nur einer Kostenvariablen. Es verlagert die Variable dorthin, wo sie architektonisch entschieden wird, nämlich in die Klassenwahl und in den Lebenszyklus der Objekte. Für eine Kostenprognose muss der Workload also weiterhin bekannt sein. Die Frage lautet nur nicht mehr, wie oft zugegriffen wird, sondern wie lange Objekte in ihrer Klasse verbleiben. 

Bereits anhand dieser drei Anbieter zeigt sich: Cloud Object Storage besitzt kein einheitliches Kostenmodell. Die konkrete Tarifstruktur muss Bestandteil der Architekturentscheidung sein. 

Der Workload wird zum Kostenparameter 

Bei verbrauchsabhängigen Cloud-Modellen muss deshalb neben dem Datenvolumen auch das erwartete Nutzungsverhalten betrachtet werden. 

Für eine TCO-Modellierung können die durchschnittlich gespeicherte Kapazität, das jährliche Datenwachstum, das Volumen neu geschriebener und gelöschter Daten, Anzahl und Art der Requests, die regelmäßig gelesene Datenmenge, die aus der Cloud übertragene Datenmenge, die verwendeten Storage Classes sowie Replikation beziehungsweise zusätzliche Kopien relevant sein. Hinzu kommen Objektanzahl und durchschnittliche Objektgröße, sobald Mindestobjektgrößen greifen. Welche dieser Parameter tatsächlich Kosten verursachen, hängt von Anbieter und Tarif ab. 

Damit entsteht eine wichtige Verbindung zwischen technischer Architektur und Wirtschaftlichkeit: Das Zugriffsmuster einer Anwendung kann bei einem Anbieter nahezu ohne Einfluss auf die Rechnung bleiben und bei einem anderen zusätzliche abrechenbare Vorgänge auslösen. 

Modellierung über drei bis fünf Jahre 

Wir betrachten Object-Storage-Alternativen in Projekten typischerweise über drei beziehungsweise fünf Jahre. Der Grund liegt insbesondere bei On-Premises auf der Hand: Eine Infrastruktur wird nicht für einen einzelnen Monat beschafft. 

Für Jahr t lässt sich der erwartete Datenbestand vereinfacht als D(t) = D₀ × (1 + g)ᵗ modellieren, wobei D₀ den Ausgangsdatenbestand, g die angenommene jährliche Wachstumsrate und t den Betrachtungszeitpunkt bezeichnet. Diese Berechnung liefert noch keine TCO, macht aber sichtbar, welche Kapazität im jeweiligen Jahr benötigt werden könnte. Bei On-Premises muss anschließend untersucht werden, wann aufgrund dieses Wachstums zusätzliche Infrastruktur beschafft werden muss. Bei Cloud Object Storage lässt sich dagegen modellieren, welche durchschnittliche Kapazität in den jeweiligen Abrechnungsperioden tatsächlich genutzt wird. 

[BILD 2] Kapazitätsverlauf über fünf Jahre. Der Datenbestand wächst als glatte Kurve; die On-Premises-Bereitstellung folgt als Treppenfunktion mit Beschaffungsschritten darüber, die Cloud-Nutzung folgt der Kurve. Die Fläche zwischen Treppe und Kurve markiert die bezahlte, aber nicht belegte Kapazität. Diese Grafik trägt die Kernaussage des Artikels. 

Auf dieser Grundlage lassen sich die Kostenpositionen zuordnen. Für On-Premises gehören dazu das Storage-System selbst, zusätzliche Nodes und Erweiterungen, Netzwerk, Support und Wartung, Rechenzentrumsaufwand sowie weitere erforderliche Infrastruktur. Für Cloud Object Storage sind es Speicherkapazität, Requests, Retrieval, Datentransfer, optionale Services und gegebenenfalls Mindestmengen oder Mindesthaltedauern. 

Positionen mit Kostenwert Null dürfen dabei nicht einfach aus dem Modell verschwinden. Sie sollten explizit als nach aktuellem Tarif nicht separat berechnet dokumentiert werden. So bleibt das Modell nachvollziehbar, wenn sich Tarife ändern oder ein anderer Anbieter betrachtet wird. 

Eine methodische Einschränkung gehört an dieser Stelle genannt. Die beschriebene Rechnung addiert Beträge, die zu unterschiedlichen Zeitpunkten anfallen: bei On-Premises überwiegend als Investition zu Beginn, bei Cloud verteilt über den gesamten Zeitraum. Für einen kaufmännisch belastbaren Vergleich sind daher Abschreibungsdauer und Kapitalbindung mit zu berücksichtigen. Diese Betrachtung führt der vorliegende Artikel nicht aus, sie sollte in der konkreten Kalkulation aber nicht fehlen. 

Kostenrisiko ist nicht dasselbe wie TCO 

Neben dem erwarteten Gesamtbetrag sollte eine zweite Frage gestellt werden: Wie empfindlich reagiert die Kalkulation auf Abweichungen von den Annahmen? 

Dafür lassen sich beispielsweise drei Szenarien rechnen. Das Baseline-Szenario unterstellt das erwartete Datenwachstum und die erwarteten Zugriffe. Das Growth-Szenario setzt ein stärkeres Datenwachstum als geplant an. Das High-Access-Szenario unterstellt stärkeren Abruf beziehungsweise höhere Datenbewegung als erwartet. Dadurch wird sichtbar, welche Variable die Wirtschaftlichkeit einer Architektur besonders stark beeinflusst. 

Eine weitere Variable wird in Drei- und Fünfjahresbetrachtungen häufig übersehen: die Stabilität des Tarifs selbst. Auch ein einfaches Preismodell ist über den Betrachtungszeitraum nicht zwingend preisstabil. Wasabi hat zum 1. Juli 2026 die Preise für Hot Cloud Storage angepasst und begründet dies mit gestiegenen Kosten für Speicherhardware, Energie und Rechenzentrumsbetrieb infolge wachsender Nachfrage und begrenzter Verfügbarkeit. Bei On-Premises ist der Beschaffungspreis zum Investitionszeitpunkt dagegen fixiert; dort verlagert sich das Risiko auf die Kosten späterer Erweiterungen. 

Für längere Betrachtungszeiträume existieren auf der Cloud-Seite Gegenmittel. Mehrere Anbieter bieten Kapazitätsreservierungen mit Laufzeiten von einem, drei oder fünf Jahren gegen Rabatt an, also Laufzeiten, die genau dem hier betrachteten Zeitraum entsprechen. Eine Fünfjahres-TCO, die ausschließlich Pay-as-you-Go-Tarife ansetzt, bildet damit nicht die günstigste verfügbare Variante ab. Umgekehrt reduziert eine Reservierung die Flexibilität, die als Argument für die Cloud häufig im Vordergrund steht. 

Eine solche Sensitivitätsanalyse ist häufig aussagekräftiger als ein einzelner TCO-Wert, weil eine Drei- oder Fünfjahresplanung zwangsläufig auf Annahmen über zukünftige Datenbestände und Nutzung angewiesen ist. 

[BILD 4] Sensitivitätsdarstellung mit den Szenarien Baseline, Growth und High Access sowie der zusätzlichen Achse Tarifänderung. Die Grafik soll zeigen, welche Variable die Wirtschaftlichkeit welcher Architektur am stärksten bewegt. 

Unsere Praxiserfahrung: nicht Euro pro TB gegen Euro pro TB vergleichen 

In den von uns durchgeführten Object-Storage-Betrachtungen haben wir On-Premises- und Cloud-Varianten über Zeiträume von drei beziehungsweise fünf Jahren bewertet. 

Bei On-Premises haben wir die für die jeweilige Infrastruktur relevanten Komponenten berücksichtigt. Personalkosten waren in diesen konkreten Kalkulationen nicht Bestandteil der TCO. Ein wichtiger Faktor war die Reservekapazität: Die Systeme mussten nicht nur den aktuellen Datenbestand aufnehmen, sondern auch Wachstum und notwendige Reserven abdecken. Damit konnte bereits bereitgestellte, aber noch nicht mit Nutzdaten belegte Kapazität Teil der Investition sein. 

Bei den betrachteten kapazitätsorientierten Cloud-Modellen war die Kalkulation wesentlich unmittelbarer. Die geringere Zahl zu prognostizierender Kostenvariablen erhöhte die Planbarkeit, und diese Planbarkeit war in mehreren Projekten ein tatsächliches Entscheidungskriterium, unabhängig vom absoluten Preisniveau. Bei Backup-Workloads mit langer Aufbewahrung und seltenem Abruf ließ sich die Rechnung dadurch mit wenigen Annahmen aufstellen [QUERVERWEIS: Cyber Resilience und unveränderlicher Speicher]. 

Bei Modellen mit mehreren verbrauchsabhängigen Komponenten mussten wir dagegen berücksichtigen, dass neben dem gespeicherten Volumen weitere Positionen entstehen können. Das bedeutet nicht, dass solche Plattformen grundsätzlich höhere TCO verursachen. Es bedeutet, dass für eine belastbare Prognose mehr Parameter des zukünftigen Workloads bekannt sein müssen. 

Die praktische Erkenntnis daraus lautet: Je mehr Kostenvariablen vom zukünftigen Nutzungsverhalten abhängen, desto wichtiger wird die Workload-Modellierung für eine belastbare TCO-Prognose. 

Welche Informationen vor einer TCO-Berechnung benötigt werden 

Eine belastbare Object-Storage-Kalkulation sollte mindestens die folgenden Fragen beantworten. 

Frage 

Bedeutung für die TCO 

Wie groß ist der aktuelle Datenbestand? 

Ausgangskapazität 

Wie stark wächst er? 

Kapazitätsbedarf über 3/5 Jahre 

Welche Reserve wird benötigt? 

On-Premises-Beschaffung 

Welche nutzbare Kapazität liefert das System? 

Verhältnis Raw zu Usable 

In welchen Schritten kann erweitert werden? 

Zeitpunkt weiterer Investitionen 

Wie viele Objekte umfasst der Bestand und wie groß sind sie im Mittel? 

Mindestobjektgrößen, Request-Volumen 

Wie viele Daten werden gelesen? 

Retrieval- und Traffic-Kosten 

Wie viele Daten verlassen die Cloud? 

Egress- und Transferkosten 

Welche API-Operationen entstehen? 

Request-Kosten 

Welche Storage Classes werden genutzt? 

Storage- und Retrieval-Kosten 

Welche Mindesthaltedauern gelten? 

Kosten bei kurzen Datenlebenszyklen 

Welche Supportkosten entstehen? 

Betrieb über den Betrachtungszeitraum 

Welche Infrastruktur wird zusätzlich benötigt? 

Vollständigkeit des Vergleichs 

Nicht jede Position ist bei jeder Architektur kostenwirksam. Genau deshalb sollte sie geprüft und nicht pauschal angenommen werden. 

Fazit 

Die Wirtschaftlichkeit von Object Storage lässt sich nicht anhand eines einzelnen Preises pro TB beurteilen. 

Bei On-Premises bestimmen erforderliche Roh- und Reservekapazität, Infrastruktur, Erweiterungsschritte und Support die Kosten. Bei Cloud ObjectStorage hängt die TCO wesentlich vom jeweiligen Anbietermodell ab. Neben der Kapazität können Requests, Retrieval, Datenübertragung, Mindesthaltedauern oder die Wahl der Storage Class abrechnungsrelevant sein. 

Unsere Drei- und Fünfjahresbetrachtungen zeigen deshalb vor allem eines: Für einen belastbaren Vergleich müssen die Kostenmodelle auf denselben erwarteten Datenbestand und denselben Zeitraum angewendet werden. 

Ein kapazitätsorientiertes Cloud-Preismodell kann die Prognose vereinfachen. Ein Modell mit mehreren verbrauchsabhängigen Komponenten erfordert dagegen eine detailliertere Kenntnis des Workloads. Daraus folgt jedoch keine pauschale wirtschaftliche Überlegenheit eines Modells. 

Die entscheidende Frage lautet nicht, was ein TB Object Storage kostet, sondern welche Gesamtkosten mit dem eigenen Datenwachstum und dem tatsächlichen Zugriffsmuster über die nächsten drei oder fünf Jahre entstehen. 

Transparenshinweis

ASSISTRA implementiert und betreibt Object-Storage-Umgebungen auf Basis von Wasabi Cloud Object Storage und unterhält Partnerschaften mit Wasabi und IONOS. Die in diesem Artikel geschilderten Projekterfahrungen stammen aus dieser Tätigkeit. Wir haben uns entschieden, sie einzubeziehen, weil sie den Gegenstand des Artikels unmittelbar betreffen: die Frage, welche Kostenvariablen sich über drei bis fünf Jahre überhaupt prognostizieren lassen. Alle Angaben zu Preismodellen sind der jeweils aktuellen öffentlichen Anbieterdokumentation entnommen und im Quellenapparat nachgewiesen; sie lassen sich unabhängig überprüfen. Eine wirtschaftliche Überlegenheit eines bestimmten Modells behauptet dieser Artikel nicht. 

Quellen

Wasabi Technologies: Pricing FAQs for Wasabi's Pay as You Go Pricing Model, aktuelle Online-Dokumentation, abgerufen am 6. September 2026.

Wasabi Technologies: Minimum Storage Duration Policy, aktualisiert 9. Januar 2026.

Wasabi Technologies: Monthly Minimum Storage Charge, aktualisiert 1. Juli 2026.

Wasabi Technologies: Product Terms – Pricing Models, aktuelle Online-Dokumentation, abgerufen am 6. September 2026.

Wasabi Technologies: May 2026: Wasabi Pricing, Preisänderung zum 1. Juli 2026, abgerufen am 6. September 2026.

IONOS CLOUD: Object Storage – Pricing Model, aktuelle Online-Dokumentation, abgerufen am 6. September 2026.

IONOS CLOUD GmbH (DE): Preisliste, Version v2026-08-27, gültig ab 27. August 2026.

OVHcloud: Information regarding Public Cloud billing options, aktuelle Online-Dokumentation, abgerufen am 6. September 2026.

OVHcloud: Object Storage – Choosing the right storage class for your needs, aktuelle Online-Dokumentation, abgerufen am 6. September 2026.

OVHcloud: Object Storage – FAQ, aktuelle Online-Dokumentation, abgerufen am 6. September 2026.

Welche Entscheidung steht bei Ihnen an?

Sie möchten eine bestehende Infrastruktur bewerten, eine neue Architektur planen oder eine konkrete technische Fragestellung klären? Sprechen Sie mit uns über Ihre Anforderungen.

Spezialist für moderne Dateninfrastruktur

Information icon

Wir benötigen Ihre Zustimmung zum Laden der Übersetzungen

Wir nutzen einen Drittanbieter-Service, um den Inhalt der Website zu übersetzen, der möglicherweise Daten über Ihre Aktivitäten sammelt. Bitte überprüfen Sie die Details in der Datenschutzerklärung und akzeptieren Sie den Dienst, um die Übersetzungen zu sehen.