7 Min. Lesezeit

29 Prozent der Cloud-Ausgaben sind Verschwendung. Das sind weltweit über 100 Milliarden US-Dollar pro Jahr die in ungenutzten Ressourcen, überdimensionierten Instanzen und vergessenen Abonnements versickern. Die FinOps-Bewegung sollte das ändern. Drei Jahre nach dem Durchbruch zeigt der State of FinOps Report 2026: Nur 14 Prozent der Unternehmen haben die Reifestufe erreicht in der die Verschwendung tatsächlich sinkt. Für die restlichen 86 Prozent ist FinOps ein Prozess der existiert – aber nicht liefert.

29 Prozent – die Zahl die seit drei Jahren nicht sinkt

Die Flexera State of the Cloud Reports dokumentieren seit 2023 dieselbe unbequeme Wahrheit: Zwischen 27 und 29 Prozent der Cloud-Ausgaben sind verschwendet. Die Zahl bewegt sich nicht. 2023: 27 Prozent. 2024: 27 Prozent. 2025: 28 Prozent. 2026: 29 Prozent. Der Trend zeigt sogar leicht nach oben.

Was ist FinOps? FinOps (Financial Operations) ist eine Managementdisziplin die Technologie-, Finance- und Business-Teams zusammenbringt, um Cloud-Ausgaben transparent zu machen, Verschwendung zu reduzieren und Investitionen an Geschäftsergebnissen auszurichten. Die FinOps Foundation definiert drei Reifestufen: Crawl (erste Sichtbarkeit), Walk (aktive Optimierung) und Run (automatisierte Governance). Ziel ist nicht minimale Ausgaben, sondern maximaler Geschäftswert pro investiertem Euro.

Die Hauptverursacher der Verschwendung sind seit Jahren dieselben: Idle Compute (35 Prozent), überdimensionierte Instanzen (25 Prozent) und ungenutzte Commitment-Rabatte. Unternehmen kaufen Reserved Instances für Workloads die nie die geplante Auslastung erreichen. Entwickler provisionieren Testumgebungen die nach dem Sprint vergessen werden. Und niemand schaltet die Staging-Instanz ab die seit Oktober läuft.

14 Prozent am Ziel: Warum die Reifekurve stagniert

Der State of FinOps 2026 Report (1.192 Befragte, 83 Milliarden US-Dollar verwalteter Cloud-Spend) zeichnet ein ernüchterndes Bild der FinOps-Reife: Nur 14,2 Prozent der Organisationen haben die Stufe „Run“ erreicht – die Stufe in der Optimierung automatisiert und in Governance-Prozesse eingebettet ist. 51,4 Prozent stecken bei „Walk“ fest: Sie haben Sichtbarkeit und machen manuelle Optimierungen, aber ohne Automatisierung.

Quellen: State of FinOps 2026 (n=1.192), Flexera State of the Cloud 2026

Der Unterschied zwischen „Walk“ und „Run“ ist messbar: Organisationen mit ausgereiften FinOps-Praktiken verzeichnen 40 Prozent weniger Cloud-Waste als solche auf den unteren Stufen (Flexera, 2026). Die 14 Prozent die es geschafft haben, sparen also nicht nur Geld – sie investieren präziser. Die Frage ist: Was hält die anderen 86 Prozent zurück?

Die Antwort ist nicht technisch. Die Tools existieren. Die Dashboards sind gebaut. Das Problem liegt in drei Bereichen die kein Dashboard lösen kann: Organisationsstruktur, Anreize und Geschwindigkeit.

KI-Spend: Von 31 auf 98 Prozent in zwei Jahren

Das dramatischste Signal im State of FinOps 2026 ist die Explosion der KI-Kostenverantwortung: 2024 managten nur 31 Prozent der FinOps-Teams KI-Ausgaben. 2025 waren es 63 Prozent. 2026 sind es 98 Prozent. In zwei Jahren ist KI-Kostenmanagement vom Nischenthema zur universellen Pflicht geworden.

Das Problem: Die Werkzeuge hinken hinterher. Die am häufigsten gewünschte Funktion im gesamten Report ist granulares Monitoring von KI-Ausgaben – Token-Verbrauch, LLM-Requests, GPU-Auslastung pro Anwendung. Kein kommerzielles Tool liefert das aktuell in ausreichender Tiefe. CIOs fliegen beim KI-Spend also im Nebel, während die Kosten exponentiell steigen.

Sichtbarkeit in die KI-Kosten ist laut den Befragten die größte Herausforderung, gefolgt von der Zuordnung zu Geschäftsbereichen und der ROI-Bestimmung. Wer nicht weiß was ein einzelner KI-Use-Case kostet, kann nicht entscheiden ob sich die Investition lohnt. Und wer das nicht entscheiden kann, optimiert nicht – er hofft.

Drei Gründe warum FinOps nicht skaliert

1. Das Anreiz-Problem: Entwicklerteams werden an Feature-Velocity gemessen, nicht an Ressourceneffizienz. Wer eine Instanz um eine Nummer kleiner provisioniert, bekommt dafür keine Anerkennung. Wer einen Produktionsausfall durch zu knappe Ressourcen verursacht, bekommt ein Incident-Review. Das Ergebnis: Überprovisionierung ist die rationale Entscheidung auf Teamebene – auch wenn sie auf Unternehmensebene 29 Prozent Waste erzeugt.

McKinsey beziffert das Einsparpotenzial durch konsequente FinOps-Implementierung auf 20 bis 30 Prozent der Cloud-Ausgaben. Für ein Unternehmen mit 10 Millionen Euro Cloud-Budget bedeutet das 2 bis 3 Millionen Euro jährlich. Die Rechnung ist einfach. Die Umsetzung scheitert trotzdem an denselben organisatorischen Hürden die bereits 2023 identifiziert wurden. Und mit dem exponentiellen Wachstum der KI-Kosten wird die Lücke zwischen Potenzial und Realität größer, nicht kleiner.

2. Das Organisations-Problem: 78 Prozent der FinOps-Teams berichten an den CTO oder CIO. Das klingt nach gelöster Zuordnung. Ist es aber nicht. Die Teams die den Spend verursachen (Entwicklung, Data Science, ML Engineering) sitzen in anderen Berichtslinien. FinOps kann Transparenz schaffen, aber keine Budgets kürzen. Ohne verbindliche Konsequenzen bleibt das Dashboard ein Schaubild.

3. Das Komplexitäts-Problem: Multi-Cloud-Umgebungen, KI-Workloads mit variablem Token-Verbrauch, Spot-Instanzen, Committed Use Discounts mit unterschiedlichen Laufzeiten – die Preismodelle der Hyperscaler sind absichtlich komplex. Je mehr Dienste ein Unternehmen nutzt, desto schwieriger wird die Optimierung. Und mit jedem neuen KI-Service wächst die Komplexität schneller als die FinOps-Reife.

Die Gegenposition: FinOps funktioniert – nur nicht überall gleichzeitig. Die 14 Prozent „Run“-Organisationen zeigen dass es möglich ist. Sie haben typischerweise eines gemeinsam: FinOps-Metriken in den Engineering-OKRs und automatisierte Rightsizing-Policies die ohne manuelle Freigabe greifen. Der Unterschied liegt nicht im Tool, sondern in der organisatorischen Verankerung.

Was die 14 Prozent anders machen

Automatisierung statt Reporting: Reife Organisationen automatisieren Rightsizing, Shutdown-Policies und Commitment-Entscheidungen. Das FinOps-Team produziert keine Berichte die jemand lesen muss – es definiert Regeln die automatisch greifen. Der Unterschied: Reporting informiert. Automatisierung handelt.

Engineering-Integration: FinOps-Metriken sind Teil der Sprint-Reviews und Engineering-OKRs. Kosteneffizienz ist kein Nachgedanke, sondern Designkriterium. Das funktioniert nur wenn der CIO das in der Engineering-Kultur verankert – nicht als Sparmaßnahme, sondern als Professionalitätsstandard.

KI-Spend als eigene Kategorie: Die reifen Teams haben KI-Ausgaben von Anfang an als separate Kostenkategorie behandelt, mit eigenen Budgets, eigenen Schwellenwerten und eigener Governance. Wer KI-Spend erst sichtbar macht wenn die Rechnung kommt, hat die Kontrolle bereits verloren.

Fazit

29 Prozent Verschwendung bei 100 Milliarden US-Dollar globaler Cloud-Ausgaben. FinOps existiert seit Jahren, aber nur 14 Prozent haben die Reife erreicht in der es tatsächlich wirkt. Das Problem ist bekannt, die Tools sind da, die Teams sind aufgebaut. Was fehlt, ist die organisatorische Konsequenz: automatisierte Policies statt Dashboards, Engineering-OKRs statt Quartals-Reports und eine ehrliche Antwort auf die Frage, warum die Verschwendungsquote seit 2023 nicht sinkt. Die 40 Prozent weniger Waste bei reifen Organisationen zeigen: Es geht. Aber es geht nur mit Verankerung in der Organisation – nicht mit einem neuen Tool.

Häufige Fragen

Quelle Titelbild: Pexels / kaboompics (px:5899079)