Kapazitätsplanung
Definition
Kapazitätsplanung schätzt, welche Rechen-, Speicher- oder Systemressourcen für erwartete Lasten benötigt werden.
Sie verbindet Nachfrageprognosen mit Leistungsdaten, Reserven, Skalierungsgrenzen und Kosten. Autoscaling reagiert auf Last; Capacity Planning plant die Rahmenbedingungen dafür.
Einfach erklärt
Wie vorab zu berechnen, wie viele Arbeitsplätze und Reserven für normale und Spitzenlast gebraucht werden.
Warum das im Alltag wichtig ist
Relevant für Websites, APIs, Datenpipelines und KI-Systeme mit schwankender Nutzung.
Beispiel aus dem Mittelstand
Ein Unternehmen misst Tokens pro Sekunde, gleichzeitige Anfragen und Speicherbedarf und plant daraus GPU- oder API-Kapazität für Spitzenzeiten.
Grenzen und Fallstricke
- Nur Durchschnittslast planen; Abhängigkeiten und Quoten vergessen; Autoscaling als Ersatz für Kapazitätsgrenzen ansehen; Kosten nicht einbeziehen.
Entstehung & Geschichte
Google SRE beschreibt traditionelle und an Zielvorgaben orientierte Kapazitätsplanung. Dabei werden Nachfrage, Ressourcenbedarf, Leistungsziele, Budget und Abhängigkeiten berücksichtigt.
Anwendung im Mittelstand
- Mögliche Anwendungen: Webhosting, Datenbanken, Queue-Worker, LLM-Inferenz und Batchverarbeitung.
Häufige Fragen
Ist Capacity Planning dasselbe wie Autoscaling?
Nein. Was sollte berücksichtigt werden? Lastprofil, SLOs, Reserven, Limits und Kosten.
Quellen
- Performance Optimization · Google Cloud Architecture Framework, Performance Optimization
- Performance Efficiency · AWS Well-Architected, Performance Efficiency
- Software Engineering in SRE, Capacity Planning · Google SRE, Software Engineering in SRE, Capacity Planning
Quellenprüfung: 10./11.10.2026.
Redaktionell geprüft am: