Hardwarepreise, Lieferzeiten und VMware-Lizenzen: Der Kostendruck steigt
Wer in den letzten Monaten Server oder Arbeitsspeicher bestellt hat, kennt den Schreck, wenn das Angebot eingeht. RAM kostet rund 300 Prozent mehr als noch im Herbst 2025 [1], bei Servern sind es je nach Konfiguration schnell 100 Prozent [2]. Wer heute bestellt, wartet außerdem nicht selten mehrere Monate auf die Lieferung. Projektpläne, die auf feste Liefertermine angewiesen sind, lassen sich damit kaum noch verlässlich aufstellen.
Darüber hinaus hat die Übernahme von VMware durch Broadcom die Lizenzmodelle verändert und die Kosten in vielen Fällen deutlich nach oben getrieben [3].
In vielen Unternehmen werden Server im Mittel fünf Jahre genutzt, was dazu führt, dass jedes Jahr etwa ein Fünftel der Hardware ersetzt wird. Diese Reinvestitionen treffen jetzt auf ein Preisniveau, das sich kaum noch seriös planen lässt. Was früher eine Kalkulation war, ist heute eher eine Wette auf Marktentwicklung, Lieferketten und den Technologiekonflikt zwischen den USA und China, der den Zugang zu Schlüsseltechnologien wie Speicherchips zusätzlich erschwert.
Die naheliegende Reaktion: mehr Budget beantragen, früher bestellen, sicherheitshalber etwas mehr Kapazität einplanen. Verständlich, aber genau das ist der teuerste Weg. Die eigentliche Lösung liegt nicht im nächsten Beschaffungsantrag, sondern in der Infrastruktur, die längst im eigenen Rechenzentrum steht.
Überprovisionierung der Rechenleistung als Kostenfalle
Der Grund ist unspektakulär und weithin bekannt. x86-Server laufen in klassischen Unternehmensrechenzentren im Schnitt nur mit rund 15 bis 20 Prozent ihrer möglichen Auslastung, selbst Colocation-Umgebungen liegen unter 35 Prozent [4]. Ein Großteil der eingekauften Rechenleistung liegt also brach. Bezahlt, gewartet und gekühlt wird sie trotzdem.
Warum das so ist, lässt sich schnell erklären. Niemand will für einen Ausfall verantwortlich sein, der entsteht, wenn eine Anwendung zu wenig Ressourcen bekommt. Also wird lieber etwas großzügiger dimensioniert, für den Notfall, für die Lastspitze, „damit nichts passiert“.
Hinzu kommt ein strukturelles Problem. Das VMware-Team kümmert sich um die Virtualisierungsschicht, das Storage-Team um die Speicherinfrastruktur, das Anwendungsteam um seine eigene Applikation. Jeder optimiert seinen Ausschnitt, niemand hat den Gesamtüberblick über tatsächlichen Bedarf und realen Verbrauch. Am Ende summieren sich viele kleine Sicherheitspuffer zu einer beträchtlichen, dauerhaft bezahlten Reserve.
Verschärft wird das Ganze durch den jährlichen Erneuerungsrhythmus. In Zeiten explodierender Preise heißt das im Klartext: Man tauscht überdimensionierte, kaum genutzte Systeme gegen neue, noch teurere und leistungsfähigere Systeme.
Was ist IBM Turbonomic?
Hier setzt IBM Turbonomic an. Es ist eine Software für Application Resource Management, die die komplette IT-Umgebung im Blick hat, on-premises wie in der Cloud, herstellerunabhängig, von der Anwendung bis zum physischen Host. Anders als die einzelnen Teams mit ihren jeweiligen Spezialtools, die nur einen Ausschnitt der Realität sehen, sieht Turbonomic die gesamte Kette gleichzeitig.
Vereinfacht funktioniert das in drei Schritten. Zuerst wird analysiert, welche Ressourcen eine Anwendung tatsächlich braucht, um ihre Leistungsziele zu erreichen. Darauf aufbauend erkennt die Software, wo Kapazität ungenutzt liegt und wo es eng werden könnte. Und schließlich setzt sie die notwendigen Anpassungen um, automatisiert, nach vorher definierten Regeln, ohne dass jemand jede einzelne Entscheidung von Hand treffen muss.
Warum klassisches Kapazitätsmanagement nicht mehr ausreicht
Klassisches Kapazitätsmanagement greift punktuell ein, meist erst als Reaktion auf einen Engpass. Turbonomic tariert die Abhängigkeiten zwischen Anwendung, Virtualisierung und physischer Infrastruktur dagegen laufend und vorausschauend neu aus. Damit können sowohl Überkapazitäten als auch Engpässe vor ihrem Eintreten prognostiziert und entsprechende Maßnahmen eingeleitet werden.
Interessant ist vor allem die Tiefe der Analyse. VMware-Bordmittel wie DRS oder VCF Operations (ehemals vROps) schauen im Wesentlichen auf den Hypervisor und das Betriebssystem: CPU-Ready-Time, Host-Auslastung, Datastore-Latenz [5]. Turbonomic geht einen Schritt weiter und bezieht auch Daten aus der Anwendungsschicht mit ein, etwa Antwortzeiten oder Transaktionsverhalten [6]. Sizing- und Placement-Entscheidungen orientieren sich damit am tatsächlichen Bedarf der Anwendung, nicht nur an Symptomen wie einem überlasteten Host.
Governance und Nachvollziehbarkeit als Teil der Optimierung
Für CIOs und CFOs zählt noch ein weiterer Punkt: die Nachvollziehbarkeit. Jede Empfehlung und jede automatisch ausgeführte Aktion lässt sich auditieren und ist richtlinienkonform dokumentiert, inklusive Begründung, warum eine Entscheidung getroffen wurde und welche Kosten- oder Performance-Folgen sie hat. Neben der Automatisierung beantwortet Turbonomic damit auch, wo Ressourcen hingehen, wo Kosten entstehen, und welche Risiken bestehen.
Diese Governance-Logik lässt sich außerdem an bestehende ITSM-Prozesse anbinden. Über eine Integration mit ServiceNow oder Jira Service Management (letztere eine von der SVA entwickelte Integration) werden Optimierungsvorschläge als reguläre Changes abgebildet. So bleibt der etablierte Change-Prozess erhalten, und wer möchte, kann einen Freigabeworkflow vorschalten. Eine automatische VM-Anpassung wird dann erst nach expliziter Genehmigung ausgeführt, statt am Service-Management-Prozess vorbeizulaufen.
Die drei Kostenhebel in VMware-Umgebungen
Für VMware-Landschaften, die über Jahre gewachsen und entsprechend überprovisioniert sind, ergeben sich daraus im Kern drei Hebel.
- Right-Sizing einzelner virtueller Maschinen
Turbonomic ermittelt fortlaufend, wie viel CPU und RAM eine VM wirklich braucht, und passt die Zuteilung automatisch an, auch dann, wenn die Last saisonal schwankt. Der dauerhafte Worst-Case-Puffer, den viele VMs bislang mit sich herumtragen, entfällt, ohne dass dadurch neue Performance-Risiken entstehen.
- Verdichtung von Workloads
Werden Ressourcen frei, passen mehr virtuelle Maschinen auf denselben ESXi-Host. In der Praxis bedeutet das 10 bis 30 Prozent weniger physische Server bei gleicher Anwendungslandschaft. Die freigewordene Kapazität lässt sich direkt für Wachstum nutzen, ganz ohne neue Hardware zu bestellen.
- Einsparung von Betriebskosten (OpEx)
Weniger Server bedeuten weniger Strom, weniger Kühlung, weniger Rack-Fläche und einen geringeren Bedarf an Netzwerk- und Storage-Infrastruktur. Und weil insgesamt weniger Hardware im Bestand ist, sinkt auch die Zahl der Systeme, die im nächsten Erneuerungszyklus ersetzt werden müssen. Ein Effekt, der sich über die Jahre summiert.
ROI von IBM Turbonomic: Wann sich die Optimierung rechnet
Wie stark sich das finanziell bemerkbar machen kann, zeigen ROI-Modellrechnungen der IBM aus Kundenumgebungen unterschiedlicher Größe. Das angewendete Rechenmodell basiert dabei, nach Prüfung durch die SVA, auf sehr konservativen Wertansätzen.
Bei 500 virtuellen Maschinen liegt der Return on Investment im ersten Jahr bei rund 39 Prozent und wächst bis zum dritten Jahr auf 107 Prozent. Bei 1.000 VMs sind es im ersten Jahr schon 73 Prozent, nach drei Jahren 159 Prozent. Mit steigenden VM-Zahlen lässt sich dieses Potenzial zusätzlich vergrößern.
In beiden Szenarien sinkt der Investitionsbedarf für neue Hardware deutlich, weil zunächst die vorhandene Infrastruktur ausgeschöpft wird, bevor überhaupt über Neubeschaffung gesprochen werden muss.
Zur ehrlichen Einordnung gehört, dass diese Rechnung erst ab einer Größe von rund 500 VMs funktioniert. Erst ab dieser Größenordnung amortisieren sich Lizenz- und Implementierungskosten von IBM Turbonomic in einem vertretbaren Zeitraum.
Fazit: IT-Infrastruktur optimieren statt neu kaufen
Wer angesichts steigender Hardwarepreise und höherer VMware-Lizenzkosten nur mehr Budget beantragt, verschiebt das eigentliche Problem in den nächsten Zyklus. Der bessere Weg ist, zuerst die vorhandene Infrastruktur konsequent auszureizen. Genau dafür liefert IBM Turbonomic die notwendige Transparenz und automatisiert die passenden Entscheidungen laufend und herstellerunabhängig.
Am Ende steht weniger gebundenes Kapital, weil sich Neuinvestitionen aufschieben lassen, spürbar niedrigere Betriebskosten und eine Infrastruktur, die auch bei wachsendem Bedarf nicht an ihre Grenzen stößt. Solange Preisdruck und Lieferunsicherheit den Markt prägen, führt an diesem Weg kaum etwas vorbei.
Auch wenn dieser Blog-Artikel den Fokus auf die Optimierung von VMware-Umgebungen legt, kann Turbonomic nach der Einführung auf weitere Bereiche wie andere Hypervisoren oder Cloud-Umgebungen ausgeweitet werden, um zusätzliches Einsparpotenzial zu erschließen.
Sie möchten mehr zum Einsparpotenzial in VMware-Umgebungen und IBM Turbonomic erfahren?
Quellenverzeichnis
[1] ComputerBase: „Speicherpreise im Check: Die Krise spitzt sich weiter zu“ – Bericht zur Entwicklung der Speicherpreise und zur angespannten Marktsituation, abgerufen am 04.08.2026: https://www.computerbase.de/news/storage/speicherpreise-im-check-die-krise-spitzt-sich-weiter-zu.98406/
[2] Servnet UK: „Server Prices 2026: How Memory Repriced the Rack“ – Analyse zur Entwicklung von Serverpreisen 2026 und zum Einfluss steigender DRAM-Kosten auf Referenz-Serverkonfigurationen, veröffentlicht am 03.07.2026, abgerufen am 04.08.2026: https://www.servnetuk.com/research/enterprise-server-price-index-2026
[3] heise online: „EU-Cloudanbieter: Broadcom hat VMwarelizenzen um 800 bis 1500 Prozent verteuert“ – Bericht zur Kritik europäischer Cloudanbieter an Broadcoms VMware-Lizenzpolitik und den daraus resultierenden Preissteigerungen, veröffentlicht am 23.05.2025, abgerufen am 04.08.2026: https://www.heise.de/news/EU-Cloudanbieter-Broadcom-hat-VMwarelizenzen-um-800-bis-1500-Prozent-verteuert-10394816.html
[4] Shehabi, A., Smith, S. J., Hubbard, A., Newkirk, A., Lei, N., Siddik, M. A. B., Holecek, B., Koomey, J., Masanet, E., & Sartor, D. (2024). 2024 United States Data Center Energy Usage Report (LBNL-2001637). Lawrence Berkeley National Laboratory. Abschnitt 3.2, Abbildung 3.6 (Server Operational Time/Utilization), S. 27. https://eta-publications.lbl.gov/sites/default/files/2024-12/lbnl-2024-united-states-data-center-energy-usage-report.pdf
[5] VMware: „Understanding VMware vSphere DRS Performance“ – Whitepaper zur Performance und Funktionsweise von VMware vSphere Distributed Resource Scheduler, veröffentlicht im Oktober 2016, abgerufen am 04.08.2026: https://www.vmware.com/docs/vsphere6-drs-perf
[6] IBM: „Response time chart“ – Dokumentation zu Antwortzeit-Diagrammen in IBM Turbonomic 8.20.4, abgerufen am 04.08.2026: https://www.ibm.com/docs/en/tarm/8.20.4?topic=charts-response-time-chart
Transparenzhinweis: Dieser Beitrag wurde von Fachexperten erstellt. KI‑Tools wurden ausschließlich zur Rechercheunterstützung, Erstellung von Infografiken und sprachlichen Optimierung verwendet.