Well-Architected Framework: Perspektive für Finanzdienstleistungen

Last reviewed 2026-10-28 UTC

In diesem Dokument im Google Cloud Well-Architected Framework werden Prinzipien und Empfehlungen beschrieben, die Ihnen beim Entwerfen, Erstellen und Verwalten von Finanzdienstleistungsanwendungen in Google Cloud helfen, die Ihre Ziele in Bezug auf Betrieb, Sicherheit, Zuverlässigkeit, Kosten und Leistung erfüllen.

Die Zielgruppe für dieses Dokument umfasst Entscheidungsträger, Architekten, Administratoren, Entwickler und Operatoren, die FS-Arbeitslasten in Google Cloudentwerfen, erstellen, bereitstellen und verwalten. Beispiele für Finanzdienstleister, die von diesem Leitfaden profitieren könnten, sind Banken, Anbieter von Zahlungsinfrastrukturen, Versicherungsanbieter und Kapitalmarktbetreiber.

Finanzdienstleister haben spezifische Anforderungen, insbesondere in Bezug auf Architektur und Ausfallsicherheit. Diese Überlegungen werden hauptsächlich von regulatorischen, Risiko- und Leistungsanforderungen bestimmt. Dieses Dokument enthält allgemeine Hinweise, die auf Designaspekten basieren, die wir bei einer Vielzahl von FS-Kunden weltweit beobachtet haben. Unabhängig davon, ob sich Ihre Arbeitslasten vollständig in der Cloud befinden oder zu Hybrid- oder Multi-Cloud-Bereitstellungen übergehen, hilft Ihnen die Anleitung in diesem Dokument, Arbeitslasten in Google Cloud zu entwerfen, um Ihre regulatorischen Anforderungen und unterschiedlichen Risikoperspektiven zu erfüllen. Die Anleitung geht möglicherweise nicht auf die individuellen Herausforderungen jeder Organisation ein. Sie bietet eine Grundlage, die viele der wichtigsten regulatorischen Anforderungen von Finanzdienstleistungsunternehmen erfüllt.

Eine der größten Herausforderungen beim Entwerfen von Cloud-Arbeitslasten besteht darin, Cloud-Bereitstellungen mit lokalen Umgebungen abzustimmen, insbesondere wenn Sie konsistente Ansätze für Sicherheit, Zuverlässigkeit und Ausfallsicherheit anstreben. Cloud-Dienste bieten die Möglichkeit, Ihre Architektur grundlegend zu überdenken, um den Verwaltungsaufwand zu reduzieren, die Kosten zu optimieren, die Sicherheit zu erhöhen und die Zuverlässigkeit und Ausfallsicherheit zu verbessern.

Auf den folgenden Seiten werden Prinzipien und Empfehlungen beschrieben, die für FS-Arbeitslasten für jede Säule des Well-Architected Framework spezifisch sind:

Beitragende

Autor*innen:

Weitere Beitragende:

Finanzdienstleistungen: Operative Exzellenz

Dieses Dokument im Google Cloud Well-Architected Framework: Finanzdienstleistungen (FS) bietet einen Überblick über die Prinzipien und Empfehlungen zum Erstellen, Bereitstellen und Ausführen robuster FS-Arbeitslasten in Google Cloud. Diese Empfehlungen helfen Ihnen, grundlegende Elemente wie Beobachtbarkeit, Automatisierung und Skalierbarkeit einzurichten. Die Empfehlungen in diesem Dokument entsprechen der Säule „Operative Exzellenz“ des Well-Architected Framework.

Operational Excellence ist für FS-Arbeitslasten in Google Cloud aufgrund der stark regulierten und sensiblen Natur solcher Arbeitslasten von entscheidender Bedeutung. Die operative Exzellenz sorgt dafür, dass Cloud-Lösungen an sich ändernde Anforderungen angepasst werden können und Ihre Anforderungen an Wert, Leistung, Sicherheit und Zuverlässigkeit erfüllen. Fehler in diesen Bereichen können zu erheblichen finanziellen Verlusten, behördlichen Strafen und Reputationsschäden führen.

Operative Exzellenz bietet die folgenden Vorteile für FS-Arbeitslasten:

  • Vertrauen und Reputation aufrechterhalten: Finanzinstitute sind stark auf das Vertrauen ihrer Kunden angewiesen. Betriebsstörungen oder Sicherheitsverletzungen können dieses Vertrauen stark beeinträchtigen und zu Kundenabwanderung führen. Operational Excellence trägt dazu bei, diese Risiken zu minimieren.

  • Strenge Einhaltung regulatorischer Anforderungen erfüllen: Finanzdienstleistungen unterliegen zahlreichen und komplexen Vorschriften, darunter:

    Robuste operative Prozesse, Monitoring und Vorfallmanagement sind unerlässlich, um die Einhaltung von Vorschriften nachzuweisen und Strafen zu vermeiden.

  • Geschäftskontinuität und Ausfallsicherheit gewährleisten: Finanzmärkte und -dienstleistungen sind oft rund um die Uhr aktiv. Daher sind Hochverfügbarkeit und effektive Notfallwiederherstellung von entscheidender Bedeutung. Die Prinzipien der operativen Exzellenz dienen als Leitfaden für das Design und die Implementierung resilienter Systeme. Die Säule „Zuverlässigkeit“ bietet weitere Informationen zu diesem Bereich.

  • Sensible Daten schützen: Finanzinstitute verarbeiten große Mengen hochsensibler Kunden- und Finanzdaten. Starke operative Kontrollen, Sicherheitsmonitoring und eine schnelle Incident Response sind entscheidend, um Datenpannen zu verhindern und den Datenschutz zu gewährleisten. Die Säule „Sicherheit“ bietet weitere Informationen zu diesem Bereich.

  • Leistung für kritische Anwendungen optimieren: Viele Finanzanwendungen wie Handelsplattformen und Echtzeitanalysen erfordern eine hohe Leistung und niedrige Latenz. Um diese Leistungsanforderungen zu erfüllen, benötigen Sie ein hochgradig optimiertes Computing-, Netzwerk- und Speicherdesign. Die Säule „Leistungsoptimierung“ bietet weitere Informationen zu diesem Bereich.

  • Kosten effektiv verwalten: Neben Sicherheit und Zuverlässigkeit ist für Finanzinstitute auch die Kosteneffizienz wichtig. Operational Excellence umfasst Best Practices zur Optimierung der Ressourcennutzung und zur Verwaltung von Cloud-Ausgaben. Die Säule „Kostenoptimierung“ bietet weitere Informationen zu diesem Bereich.

Die Empfehlungen für operative Exzellenz in diesem Dokument sind den folgenden Grundprinzipien zugeordnet:

SLAs und entsprechende SLOs und SLIs definieren

In vielen Finanzdienstleistungsunternehmen wird die Verfügbarkeit von Anwendungen in der Regel anhand der Messwerte Recovery Time Objective (RTO) und Recovery Point Objective (RPO) klassifiziert. Für geschäftskritische Anwendungen, die externe Kunden bedienen, kann auch ein Service Level Agreement (SLA) definiert werden.

SLAs benötigen ein Framework von Messwerten, die das Verhalten des Systems aus Sicht der Nutzerzufriedenheit darstellen. SRE-Praktiken (Site Reliability Engineering) bieten eine Möglichkeit, die gewünschte Systemzuverlässigkeit zu erreichen. Beim Erstellen eines Frameworks von Messwerten werden wichtige numerische Indikatoren definiert und überwacht, um den Systemzustand aus der Sicht des Nutzers zu verstehen. Messwerte wie Latenz und Fehlerraten quantifizieren beispielsweise, wie gut ein Dienst funktioniert. Diese Messwerte werden als Service Level Indicators (SLIs) bezeichnet. Die Entwicklung effektiver SLIs ist entscheidend, da sie die Rohdaten liefern, die für eine objektive Bewertung der Zuverlässigkeit erforderlich sind.

Beachten Sie die folgenden Empfehlungen, um aussagekräftige SLAs, SLIs und SLOs zu definieren:

  • Entwickeln und definieren Sie SLIs für jeden kritischen Dienst. Legen Sie Zielwerte fest, die die akzeptablen Leistungsstufen definieren.
  • Entwickeln und definieren Sie die Service Level Objectives (SLOs), die den SLIs entsprechen. Ein SLO könnte beispielsweise festlegen, dass 99,9 % der Anfragen eine Latenz von weniger als 200 Millisekunden haben müssen.
  • Identifizieren Sie die internen Abhilfemaßnahmen, die ergriffen werden müssen, wenn ein Dienst die SLOs nicht erfüllt. Wenn Sie beispielsweise die Ausfallsicherheit der Plattform verbessern möchten, müssen Sie möglicherweise Entwicklungsressourcen auf die Behebung von Problemen konzentrieren.
  • Validieren Sie die SLA-Anforderung für jeden Dienst und erkennen Sie das SLA als formellen Vertrag mit den Dienstnutzern an.

Beispiele für Dienstebenen

Die folgende Tabelle enthält Beispiele für SLIs, SLOs und SLAs für eine Zahlungsplattform:

Geschäftsmesswert SLI SLO SLA
Zahlungstransaktion erfolgreich

Ein quantitatives Maß für den Prozentsatz aller initiierten Zahlungstransaktionen, die erfolgreich verarbeitet und bestätigt werden.

Beispiel: (Anzahl der erfolgreichen Transaktionen ÷ Gesamtzahl der gültigen Transaktionen) × 100, gemessen über ein rollierendes 5-Minuten-Fenster.

Ein internes Ziel, um über einen bestimmten Zeitraum einen hohen Prozentsatz erfolgreicher Zahlungstransaktionen aufrechtzuerhalten.

Beispiel: Eine Erfolgsquote von 99,98 % bei Zahlungstransaktionen über einen rollierenden Zeitraum von 30 Tagen, ausgenommen ungültige Anfragen und geplante Wartungsarbeiten.

Eine vertragliche Garantie für die Erfolgsquote und Geschwindigkeit der Verarbeitung von Zahlungstransaktionen.

Beispiel: Der Dienstleister garantiert, dass 99,0 % der vom Kunden initiierten Zahlungstransaktionen innerhalb einer Sekunde erfolgreich verarbeitet und bestätigt werden.
Latenz bei der Zahlungsabwicklung

Die durchschnittliche Zeit, die für die Verarbeitung einer Zahlungstransaktion von der Initiierung durch den Kunden bis zur endgültigen Bestätigung benötigt wird.

Beispiel: Durchschnittliche Antwortzeit in Millisekunden für die Transaktionsbestätigung, gemessen über ein rollierendes 5-Minuten-Fenster.

Ein internes Ziel für die Geschwindigkeit, mit der Zahlungstransaktionen verarbeitet werden.

Beispiel: 99,5 % der Zahlungstransaktionen werden innerhalb von 400 Millisekunden über ein rollierendes 30-Tage-Fenster verarbeitet.

Eine vertragliche Verpflichtung, kritische Probleme bei der Zahlungsabwicklung innerhalb eines bestimmten Zeitraums zu beheben.

Beispiel: Bei kritischen Problemen mit der Zahlungsabwicklung (definiert als Ausfall, der mehr als 1 % der Transaktionen betrifft) verpflichtet sich der Dienstanbieter, das Problem innerhalb von zwei Stunden nach der Meldung oder Erkennung zu beheben.
Plattformverfügbarkeit

Der Prozentsatz der Zeit, in der die Kern-API für die Zahlungsabwicklung und die Benutzeroberfläche betriebsbereit und für Kunden zugänglich sind.

Beispiel: (Gesamtbetriebszeit − Ausfallzeit) ÷ Gesamtbetriebszeit × 100, gemessen pro Minute.

Ein internes Ziel für die Verfügbarkeit der Kernzahlungsplattform.

Beispiel: 99,995 % Plattformverfügbarkeit pro Kalendermonat, ausgenommen geplante Wartungsfenster.

Eine formelle, rechtsverbindliche Verpflichtung gegenüber Kunden hinsichtlich der Mindestverfügbarkeit der Zahlungsplattform, einschließlich der Folgen bei Nichteinhaltung.

Beispiel: Die Plattform ist pro Kalendermonat mindestens zu 99,9 % verfügbar, ausgenommen geplante Wartungsfenster. Wenn die Verfügbarkeit unter das Mindestniveau fällt, erhält der Kunde für jeden Rückgang um 0,1 % ein Dienstguthaben in Höhe von 5 % der monatlichen Servicegebühr.

Verwenden Sie SLI-Daten, um zu prüfen, ob Systeme innerhalb der definierten SLOs liegen, und um sicherzustellen, dass die SLAs eingehalten werden. Mithilfe einer Reihe klar definierter SLIs können Entwickler FS-Anwendungen auf den folgenden Ebenen überwachen:

  • Direkt in dem Dienst, in dem die Anwendungen bereitgestellt werden, z. B. Google Kubernetes Engine oder Cloud Run.
  • Durch die Verwendung von Logs, die von Infrastrukturkomponenten wie dem Load Balancer bereitgestellt werden.

OpenTelemetry bietet einen Open-Source-Standard sowie einen Satz von Technologien, mit denen alle Arten von Telemetriedaten erfasst werden können, einschließlich Messwerten, Traces und Logs. Google Cloud Managed Service for Prometheus bietet ein vollständig verwaltetes, hoch skalierbares Backend für Messwerte und den Betrieb von Prometheus in großem Umfang.

Weitere Informationen zu SLI, SLO und Fehlerbudgets finden Sie im SRE-Handbuch.

Verwenden Sie Google Cloud Observability-Tools zusammen mit Cloud Monitoring, um effektive Dashboards und Mechanismen für Benachrichtigungen und Monitoring zu entwickeln. Informationen zu sicherheitsspezifischen Monitoring- und Erkennungsfunktionen finden Sie im Sicherheitspfeiler.

Prozesse für das Vorfallmanagement definieren und testen

Gut definierte und regelmäßig getestete Prozesse für das Vorfallmanagement tragen direkt zum Wert, zur Leistung, zur Sicherheit und zur Zuverlässigkeit der FS-Arbeitslasten in Google Cloudbei. Diese Prozesse helfen Finanzinstituten, ihre strengen regulatorischen Anforderungen zu erfüllen, sensible Daten zu schützen, die Geschäftskontinuität aufrechtzuerhalten und das Vertrauen der Kunden zu wahren.

Das regelmäßige Testen von Vorfallmanagementprozessen bietet folgende Vorteile:

  • Leistung bei Spitzenlasten aufrechterhalten: Regelmäßige Leistungs- und Lasttests helfen Finanzinstituten, dafür zu sorgen, dass ihre cloudbasierten Anwendungen und ihre Infrastruktur Spitzenvolumen bei Transaktionen, Marktvolatilität und andere Szenarien mit hoher Nachfrage ohne Leistungseinbußen bewältigen können. Diese Funktion ist entscheidend, um eine nahtlose Nutzererfahrung zu gewährleisten und die Anforderungen der Finanzmärkte zu erfüllen.
  • Potenzielle Engpässe und Einschränkungen identifizieren: Bei Stresstests werden Systeme an ihre Grenzen gebracht. So können Finanzinstitute potenzielle Engpässe und Leistungseinschränkungen erkennen, bevor sie sich auf kritische Vorgänge auswirken. Dieser proaktive Ansatz ermöglicht es Finanzinstituten, ihre Infrastruktur und Anwendungen für eine optimale Leistung und Skalierbarkeit anzupassen.
  • Zuverlässigkeit und Ausfallsicherheit prüfen: Regelmäßige Tests, einschließlich Chaos Engineering oder simulierter Ausfälle, helfen, die Zuverlässigkeit und Ausfallsicherheit von Finanzsystemen zu prüfen. Durch diese Tests wird sichergestellt, dass die Systeme nach Ausfällen ordnungsgemäß wiederhergestellt werden können und eine Hochverfügbarkeit aufrechterhalten wird, was für die Geschäftskontinuität unerlässlich ist.
  • Effektive Kapazitätsplanung durchführen: Leistungstests liefern wertvolle Daten zur Ressourcenauslastung unter verschiedenen Lastbedingungen, was für eine genaue Kapazitätsplanung entscheidend ist. Finanzinstitute können diese Daten nutzen, um zukünftige Kapazitätsanforderungen proaktiv vorherzusagen und Leistungsprobleme aufgrund von Ressourcenbeschränkungen zu vermeiden.
  • Neue Funktionen und Codeänderungen erfolgreich bereitstellen: Durch die Einbindung automatisierter Tests in CI/CD-Pipelines wird sichergestellt, dass Änderungen und neue Bereitstellungen gründlich validiert werden, bevor sie in Produktionsumgebungen veröffentlicht werden. Dieser Ansatz reduziert das Risiko von Fehlern und Regressionen, die zu Betriebsstörungen führen könnten, erheblich.
  • Regulatorische Anforderungen an die Systemstabilität erfüllen: Finanzvorschriften verlangen von Institutionen häufig robuste Testverfahren, um die Stabilität und Zuverlässigkeit ihrer kritischen Systeme zu gewährleisten. Regelmäßige Tests helfen, die Einhaltung dieser Anforderungen nachzuweisen.

Beachten Sie die folgenden Empfehlungen, um Ihre Prozesse zur Vorfallverwaltung zu definieren und zu testen.

Klare Verfahren für die Incident Response festlegen

Ein gut etablierter Satz von Incident Response-Verfahren umfasst die folgenden Elemente:

  • Rollen und Verantwortlichkeiten, die für Incident Commander, Ermittler, Kommunikatoren und technische Experten definiert sind, um eine effektive und koordinierte Reaktion zu gewährleisten.
  • Kommunikationsprotokolle und Eskalationspfade, die definiert sind, um sicherzustellen, dass Informationen bei Vorfällen zeitnah und effektiv weitergegeben werden.
  • Verfahren, die in einem Runbook oder Playbook dokumentiert sind, in dem die Schritte für Kommunikation, Triage, Untersuchung und Lösung beschrieben werden.
  • Regelmäßige Schulungen und Vorbereitungen, die Teams mit dem Wissen und den Fähigkeiten ausstatten, um effektiv zu reagieren.

Regelmäßige Leistungs- und Lasttests durchführen

Regelmäßige Leistungs- und Lasttests tragen dazu bei, dass cloudbasierte Anwendungen und Infrastrukturen Spitzenlasten bewältigen und eine optimale Leistung aufrechterhalten können. Bei Lasttests werden realistische Traffic-Muster simuliert. Bei Stresstests wird das System bis an seine Grenzen belastet, um potenzielle Engpässe und Leistungseinschränkungen zu identifizieren. Sie können Produkte wie Cloud Load Balancing und Lasttestdienste verwenden, um realen Traffic zu simulieren. Anhand der Testergebnisse können Sie Ihre Cloud-Infrastruktur und Anwendungen für eine optimale Leistung und Skalierbarkeit anpassen. Sie können beispielsweise die Ressourcenzuweisung anpassen oder Anwendungskonfigurationen optimieren.

Tests in CI/CD-Pipelines automatisieren

Durch die Einbindung automatisierter Tests in Ihre CI/CD-Pipelines können Sie die Qualität und Zuverlässigkeit von Cloud-Anwendungen sicherstellen, da Änderungen vor der Bereitstellung validiert werden. Dieser Ansatz reduziert das Risiko von Fehlern und Regressionen erheblich und hilft Ihnen, ein stabileres und robusteres Softwaresystem zu erstellen. Sie können verschiedene Arten von Tests in Ihre CI/CD-Pipelines einbinden, darunter Unittests, Integrationstests und End-to-End-Tests. Verwenden Sie Produkte wie Cloud Build und Cloud Deploy, um Ihre CI/CD-Pipelines zu erstellen und zu verwalten.

Kontinuierliche Verbesserung und Innovation

Bei Arbeitslasten für Finanzdienstleistungen in der Cloud ist die Migration zur Cloud nur der erste Schritt. Kontinuierliche Verbesserungen und Innovationen sind aus folgenden Gründen unerlässlich:

  • Innovationen beschleunigen: Nutzen Sie neue Technologien wie KI, um Ihre Dienste zu verbessern.
  • Kosten senken: Ineffizienzen beseitigen und die Ressourcennutzung optimieren.
  • Agilität verbessern: Schnelle Anpassung an Markt- und regulatorische Veränderungen.
  • Entscheidungsfindung verbessern: Verwenden Sie Datenanalyseprodukte wie BigQuery und Looker, um fundierte Entscheidungen zu treffen.

Beachten Sie die folgenden Empfehlungen, um kontinuierliche Verbesserungen und Innovationen zu ermöglichen.

Regelmäßige Retrospektiven durchführen

Retrospektiven sind entscheidend, um die Verfahren zur Incident Response kontinuierlich zu verbessern und die Teststrategien basierend auf den Ergebnissen regelmäßiger Leistungs- und Lasttests zu optimieren. So sorgen Sie dafür, dass Retrospektiven effektiv sind:

  • Geben Sie Teams die Möglichkeit, über ihre Erfahrungen nachzudenken, zu ermitteln, was gut gelaufen ist, und Bereiche mit Verbesserungspotenzial zu identifizieren.
  • Führen Sie Retrospektiven nach Projektmeilensteinen, größeren Vorfällen oder wichtigen Testzyklen durch. Teams können sowohl aus Erfolgen als auch aus Misserfolgen lernen und ihre Prozesse und Praktiken kontinuierlich verfeinern.
  • Verwenden Sie einen strukturierten Ansatz wie das Start-Stop-Continue-Modell, um sicherzustellen, dass die Retrospektiven produktiv sind und zu umsetzbaren Schritten führen.
  • Nutzen Sie Retrospektiven, um Bereiche zu identifizieren, in denen die Automatisierung des Änderungsmanagements weiter verbessert werden kann, um die Zuverlässigkeit zu erhöhen und Risiken zu reduzieren.

Lernkultur fördern

Eine Lernkultur erleichtert die sichere Erkundung neuer Technologien inGoogle Cloud, z. B. KI- und ML-Funktionen zur Verbesserung von Diensten wie Betrugserkennung und personalisierte Finanzberatung. So fördern Sie eine Lernkultur:

  • Ermutigen Sie die Teams, zu experimentieren, Wissen zu teilen und kontinuierlich zu lernen.
  • Führen Sie eine Kultur der Schuldlosigkeit ein, in der Fehler als Chancen für Wachstum und Verbesserung gesehen werden.
  • Schaffen Sie eine vertrauensvolle Atmosphäre, in der Teams Risiken eingehen und innovative Lösungen in Betracht ziehen können. Teams lernen sowohl aus Erfolgen als auch aus Misserfolgen, was zu einer widerstandsfähigeren und anpassungsfähigeren Organisation führt.
  • Entwickeln Sie eine Kultur, die den Austausch von Wissen erleichtert, das aus Vorfallmanagementprozessen und Testübungen gewonnen wurde.

Bleiben Sie bei Cloud-Technologien auf dem Laufenden

Kontinuierliches Lernen ist unerlässlich, um neue Sicherheitsmaßnahmen zu verstehen und zu implementieren, erweiterte Datenanalysen für bessere Einblicke zu nutzen und innovative Lösungen für Finanzdienstleistungen einzuführen.

  • Maximieren Sie das Potenzial von Google Cloud -Diensten, indem Sie sich über die neuesten Entwicklungen, Funktionen und Best Practices auf dem Laufenden halten.
  • Wenn neue Google Cloud -Funktionen und -Dienste eingeführt werden, sollten Sie nach Möglichkeiten suchen, Prozesse weiter zu automatisieren, die Sicherheit zu erhöhen und die Leistung und Skalierbarkeit Ihrer Anwendungen zu verbessern.
  • Nehmen Sie an relevanten Konferenzen, Webinaren und Schulungen teil, um Ihr Wissen zu erweitern und neue Funktionen kennenzulernen.
  • Ermutigen Sie Teammitglieder, Google Cloud -Zertifizierungen zu erwerben, damit die Organisation die erforderlichen Fähigkeiten für den Erfolg in der Cloud hat.

Finanzdienstleistungen: Sicherheit, Datenschutz und Compliance

Dieses Dokument im Google Cloud Well-Architected Framework: Finanzdienstleistungen (FS) bietet einen Überblick über die Prinzipien und Empfehlungen, um die Sicherheits-, Datenschutz- und Compliance-Anforderungen von Finanzdienstleistungs-Arbeitslasten in Google Cloudzu erfüllen. Die Empfehlungen helfen Ihnen, eine robuste und konforme Infrastruktur aufzubauen, sensible Daten zu schützen, das Vertrauen der Kunden zu wahren, die komplexe Landschaft der regulatorischen Anforderungen zu bewältigen und Cyberbedrohungen effektiv zu managen. Die Empfehlungen in diesem Dokument entsprechen der Säule „Sicherheit“ des Well-Architected Framework.

Sicherheit im Cloud-Computing ist ein wichtiges Thema für Finanzdienstleister, die aufgrund der großen Mengen an sensiblen Daten, die sie verwalten, einschließlich Kundendaten und Finanzunterlagen, für Cyberkriminelle sehr attraktiv sind. Die Folgen einer Sicherheitsverletzung sind außergewöhnlich schwerwiegend, einschließlich erheblicher finanzieller Verluste, langfristiger Reputationsschäden und erheblicher behördlicher Geldstrafen. Daher sind für FS-Arbeitslasten strenge Sicherheitskontrollen erforderlich.

Um eine umfassende Sicherheit und Compliance zu gewährleisten, müssen Sie die gemeinsame Verantwortung zwischen Ihnen (Finanzdienstleistungsunternehmen) und Google Cloudverstehen. Google Cloud ist für die Sicherung der zugrunde liegenden Infrastruktur verantwortlich, einschließlich der physischen Sicherheit und der Netzwerksicherheit. Sie sind für den Schutz von Daten und Anwendungen, die Konfiguration der Zugriffssteuerung sowie die Konfiguration und Verwaltung von Sicherheitsdiensten verantwortlich. Das Google Cloud -Partnernetzwerk bietet Sicherheitsintegration und verwaltete Dienste, um Sie bei Ihren Sicherheitsbemühungen zu unterstützen.

Die Sicherheitsempfehlungen in diesem Dokument sind den folgenden Grundprinzipien zugeordnet:

Von Grund auf sicher

Finanzvorschriften wie der Payment Card Industry Data Security Standard (PCI DSS), der Gramm-Leach-Bliley Act (GLBA) in den USA und verschiedene nationale Datenschutzgesetze für Finanzdaten schreiben vor, dass Sicherheit von Anfang an in Systeme integriert sein muss. Das Prinzip der Sicherheit „von Grund auf“ betont die Integration von Sicherheit während des gesamten Entwicklungszyklus, um Sicherheitslücken von Anfang an zu minimieren.

Wenn Sie das Security-by-Design-Prinzip für Ihre FS-Arbeitslasten inGoogle Cloudanwenden möchten, beachten Sie die folgenden Empfehlungen:

  • Achten Sie darauf, dass nur die erforderlichen Berechtigungen gewährt werden. Wenden Sie dazu das Prinzip der geringsten Berechtigung über die detaillierte rollenbasierte Zugriffssteuerung (Role-Based Access Control, RBAC) in Identity and Access Management (IAM) an. Die Verwendung von RBAC ist eine wichtige Anforderung in vielen Finanzvorschriften.
  • Mit VPC Service Controls können Sie Sicherheitsperimeter für Ihre sensiblen Dienste und Daten in Google Cloud erzwingen. Die Sicherheitsperimeter helfen, sensible Daten und Ressourcen zu segmentieren und zu schützen, und tragen dazu bei, Daten-Exfiltration und unbefugten Zugriff zu verhindern, wie es die Vorschriften verlangen.
  • Sicherheitskonfigurationen als Code mit IaC-Tools (Infrastruktur als Code) wie Terraform definieren. Bei diesem Ansatz werden Sicherheitskontrollen von der ersten Bereitstellungsphase an eingebettet, was zur Konsistenz und Prüfbarkeit beiträgt.
  • Scannen Sie Ihren Anwendungscode, indem Sie Static Application Security Testing (SAST) mit Cloud Build in die CI/CD-Pipeline einbinden. Richten Sie automatisierte Sicherheits-Gates ein, um die Bereitstellung von nicht konformem Code zu verhindern.
  • Stellen Sie mit Security Command Center eine zentrale Oberfläche bereit, über die Sie den Sicherheitsstatus prüfen können. Die Verwendung des Security Command Center ermöglicht ein kontinuierliches Monitoring und eine frühzeitige Erkennung von Fehlkonfigurationen oder Bedrohungen, die zu Verstößen gegen gesetzliche Bestimmungen führen könnten. Um die Anforderungen von Standards wie ISO 27001 und NIST 800-53 zu erfüllen, können Sie Vorlagen für das Statusmanagement verwenden.
  • Verfolgen Sie die Reduzierung von Sicherheitslücken, die in Produktionsbereitstellungen identifiziert werden, und den Prozentsatz der IaC-Bereitstellungen, die den Best Practices für die Sicherheit entsprechen. Mit dem Security Command Center können Sie Sicherheitslücken und Informationen zur Einhaltung von Sicherheitsstandards erkennen und ansehen. Weitere Informationen finden Sie unter Ergebnisse zu Sicherheitslücken.

Zero-Trust implementieren

Moderne Finanzvorschriften betonen zunehmend die Notwendigkeit strenger Zugriffssteuerung und kontinuierlicher Überprüfung. Diese Anforderungen spiegeln das Zero-Trust-Prinzip wider, das darauf abzielt, Arbeitslasten sowohl vor internen als auch vor externen Bedrohungen und böswilligen Akteuren zu schützen. Das Zero-Trust-Prinzip sieht eine kontinuierliche Überprüfung aller Nutzer und Geräte vor. Dadurch wird implizites Vertrauen eliminiert und Lateral Movement eingeschränkt.

Beachten Sie die folgenden Empfehlungen, um Zero Trust zu implementieren:

  • Aktivieren Sie den kontextsensitiven Zugriff basierend auf Nutzeridentität, Gerätesicherheit, Standort und anderen Faktoren, indem Sie IAM-Steuerelemente mit Chrome Enterprise Premium kombinieren. Dieser Ansatz sorgt für eine kontinuierliche Überprüfung, bevor Zugriff auf Finanzdaten und ‑systeme gewährt wird.
  • Konfigurieren Sie die Identity Platform (oder Ihren externen Identitätsanbieter, wenn Sie die Workforce Identity-Föderation verwenden), um eine sichere und skalierbare Identitäts- und Zugriffsverwaltung bereitzustellen. Richten Sie die Multi-Faktor-Authentifizierung (MFA) und andere Kontrollen ein, die für die Implementierung von Zero Trust und die Einhaltung regulatorischer Anforderungen entscheidend sind.
  • Implementieren Sie die Multi-Faktor-Authentifizierung (MFA) für alle Nutzerkonten, insbesondere für Konten mit Zugriff auf sensible Daten oder Systeme.
  • Unterstützen Sie Audits und Prüfungen im Zusammenhang mit der Einhaltung regulatorischer Anforderungen, indem Sie ein umfassendes Logging und Monitoring von Nutzerzugriffen und Netzwerkaktivitäten einrichten.
  • Mit Private Service Connect können Sie eine private und sichere Kommunikation zwischen Diensten inGoogle Cloud und lokalen Umgebungen ermöglichen, ohne den Traffic dem öffentlichen Internet auszusetzen.
  • Implementieren Sie detaillierte Identitätskontrollen und autorisieren Sie den Zugriff auf Anwendungsebene mit Identity-Aware Proxy (IAP), anstatt sich auf netzwerkbasierte Sicherheitsmechanismen wie VPN-Tunnel zu verlassen. Dieser Ansatz trägt dazu bei, das Lateral Movement innerhalb der Umgebung zu reduzieren.

Shift-Left-Sicherheitsansatz implementieren

Finanzaufsichtsbehörden empfehlen proaktive Sicherheitsmaßnahmen. Wenn Sie Sicherheitslücken frühzeitig im Entwicklungszyklus erkennen und beheben, können Sie das Risiko von Sicherheitsvorfällen und die Wahrscheinlichkeit von Strafen wegen Nichteinhaltung verringern. Das Prinzip der Shift-Left-Sicherheit fördert frühe Sicherheitstests und -integration, was dazu beiträgt, die Kosten und die Komplexität der Behebung zu reduzieren.

Beachten Sie die folgenden Empfehlungen, um Shift-Left-Sicherheit zu implementieren:

  • Sorgen Sie für automatisierte Sicherheitsprüfungen früh im Entwicklungsprozess, indem Sie Sicherheitsscan-Tools wie Container-Sicherheitslückenscans und statische Codeanalyse mit Cloud Build in die CI/CD-Pipeline einbinden.

  • Sorgen Sie dafür, dass nur sichere Artefakte bereitgestellt werden, indem Sie Artifact Registry verwenden, um ein sicheres und zentrales Repository für Softwarepakete und Container-Images mit integriertem Scannen auf Sicherheitslücken bereitzustellen. Verwenden Sie virtuelle Repositories, um Angriffe durch Verwechslung von Abhängigkeiten zu minimieren, indem Sie Ihre privaten Artefakte gegenüber Remote-Repositories priorisieren.

  • Scannen Sie Webanwendungen automatisch auf gängige Sicherheitslücken, indem Sie Web Security Scanner, einen Teil von Security Command Center, in Ihre Entwicklungspipelines einbinden.

  • Implementieren Sie Sicherheitsprüfungen für den Quellcode, den Build-Prozess und die Codeherkunft mithilfe des Frameworks Supply-chain Levels for Software Artifacts (SLSA). Erzwingen Sie die Herkunft der Arbeitslasten, die in Ihren Umgebungen ausgeführt werden, indem Sie Lösungen wie die Binärautorisierung verwenden. Mit Assured Open Source Software können Sie dafür sorgen, dass Ihre Arbeitslasten nur verifizierte Open-Source-Softwarebibliotheken verwenden.

  • Verfolgen Sie die Anzahl der Sicherheitslücken, die in Ihrem Entwicklungslebenszyklus identifiziert und behoben werden, den Prozentsatz der Codebereitstellungen, die Sicherheitsscans bestehen, und die Reduzierung von Sicherheitsvorfällen, die durch Software-Sicherheitslücken verursacht werden. Google Cloud bietet Tools, die Sie bei diesem Tracking für verschiedene Arten von Arbeitslasten unterstützen. Verwenden Sie für containerisierte Arbeitslasten beispielsweise die Funktion zum Scannen von Containern von Artifact Registry.

Präventive Cyberabwehr implementieren

Finanzinstitute sind ein beliebtes Ziel für ausgefeilte Cyberangriffe. Vorschriften erfordern oft robuste Threat Intelligence und proaktive Abwehrmechanismen. Die präventive Cyberabwehr konzentriert sich auf die proaktive Bedrohungserkennung und -reaktion mithilfe von erweiterten Analysen und Automatisierung.

Beachten Sie die folgenden Empfehlungen:

  • Mit den Diensten von Mandiant für Threat Intelligence, Incident Response und Sicherheitsvalidierung können Sie potenzielle Bedrohungen proaktiv erkennen und abwehren.
  • Schützen Sie Webanwendungen und APIs mit Google Cloud Armor am Netzwerkrand vor Web-Exploits und DDoS-Angriffen.
  • Mit dem Security Command Center können Sie Sicherheitsergebnisse und ‑empfehlungen zusammenfassen und priorisieren. So können Sicherheitsteams potenzielle Risiken proaktiv angehen.
  • Validieren Sie präventive Abwehrmaßnahmen und Incident Response-Pläne, indem Sie regelmäßig Sicherheitssimulationen und Penetrationstests durchführen.
  • Messen Sie die Zeit, die für die Erkennung von und Reaktion auf Sicherheitsvorfälle benötigt wird, die Wirksamkeit von DDoS-Abwehrmaßnahmen und die Anzahl der verhinderten Cyberangriffe. Die erforderlichen Messwerte und Daten finden Sie in den Google Security Operations SOAR-Dashboards.

KI sicher und verantwortungsbewusst einsetzen und KI für die Sicherheit nutzen

KI und ML werden zunehmend für Finanzdienstleistungen wie Betrugserkennung und algorithmischen Handel eingesetzt. Vorschriften erfordern, dass diese Technologien ethisch, transparent und sicher eingesetzt werden. KI kann auch dazu beitragen, Ihre Sicherheitsfunktionen zu verbessern. Beachten Sie die folgenden Empfehlungen für die Verwendung von KI:

  • Mit der Gemini Enterprise Agent Platform können Sie ML-Modelle in einer sicheren und verwalteten Umgebung entwickeln und bereitstellen. Funktionen wie Erklärbarkeit des Modells und Fairness-Messwerte können dazu beitragen, Bedenken hinsichtlich verantwortungsbewusster KI auszuräumen.
  • Nutzen Sie die Sicherheitsanalyse- und Betriebsfunktionen von Google Security Operations, das KI und ML verwendet, um große Mengen an Sicherheitsdaten zu analysieren, Anomalien zu erkennen und die Reaktion auf Bedrohungen zu automatisieren. Diese Funktionen tragen dazu bei, Ihren allgemeinen Sicherheitsstatus zu verbessern und die Compliance-Überwachung zu unterstützen.
  • Legen Sie klare Governance-Richtlinien für die Entwicklung und Bereitstellung von KI und ML fest, einschließlich Sicherheits- und ethischer Überlegungen.
  • Richten Sie sich nach den Elementen des Secure AI Framework (SAIF), das einen praktischen Ansatz zur Bewältigung der Sicherheits- und Risikoprobleme von KI-Systemen bietet.
  • Verfolgen Sie die Genauigkeit und Effektivität von KI-gestützten Systemen zur Betrugserkennung, die Reduzierung von Fehlalarmen bei Sicherheitswarnungen und die Effizienzsteigerungen durch KI-gestützte Sicherheitsautomatisierung.

Behörden-, Compliance- und Datenschutzanforderungen erfüllen

Finanzdienstleistungen unterliegen einer Vielzahl von Vorschriften, darunter Anforderungen an den Datenstandort, spezifische Audit-Trails und Datenschutzstandards. Damit sensible Daten ordnungsgemäß identifiziert, geschützt und verwaltet werden, benötigen Finanzdienstleister robuste Data-Governance-Richtlinien und Datenklassifizierungsschemas. Beachten Sie die folgenden Empfehlungen, um die gesetzlichen Anforderungen zu erfüllen:

  • Richten Sie mit Assured Workloads Datengrenzen in Google Cloud für sensible und regulierte Arbeitslasten ein. So können Sie staatliche und branchenspezifische Compliance-Anforderungen wie FedRAMP und CJIS erfüllen.
  • Identifizieren, klassifizieren und schützen Sie sensible Daten, einschließlich Finanzinformationen, indem Sie Sensitive Data Protection implementieren. So können Sie Datenschutzbestimmungen wie die DSGVO und den CCPA einhalten.
  • Mit Cloud-Audit-Logs können Sie Details zu administrativen Aktivitäten und zum Zugriff auf Ressourcen verfolgen. Diese Logs sind entscheidend, um die Prüfungsanforderungen zu erfüllen, die in vielen Finanzvorschriften festgelegt sind.
  • Wenn Sie Google Cloud -Regionen für Ihre Arbeitslasten und Daten auswählen, sollten Sie die lokalen Vorschriften zum Datenstandort berücksichtigen. Mit der globalen Infrastruktur von Google Cloud können Sie Regionen auswählen, die Ihnen helfen, Ihre Anforderungen an den Datenstandort zu erfüllen.
  • Verwalten Sie die Schlüssel, die zum Verschlüsseln sensibler Finanzdaten im Ruhezustand und bei der Übertragung verwendet werden, mit dem Cloud Key Management Service. Eine solche Verschlüsselung ist eine grundlegende Anforderung vieler Sicherheits- und Datenschutzbestimmungen.
  • Implementieren Sie die Kontrollen, die zur Erfüllung Ihrer regulatorischen Anforderungen erforderlich sind. Prüfen Sie, ob die Einstellungen wie erwartet funktionieren. Lassen Sie die Kontrollen noch einmal von einem externen Prüfer validieren, um der Aufsichtsbehörde nachzuweisen, dass Ihre Arbeitslasten den Vorschriften entsprechen.

Sicherheitsinitiativen priorisieren

Angesichts der Vielzahl von Sicherheitsanforderungen müssen Finanzinstitute Initiativen priorisieren, die auf Risikobewertungen und gesetzlichen Vorgaben basieren. Wir empfehlen die folgende schrittweise Vorgehensweise:

  1. Solide Sicherheitsgrundlage schaffen: Konzentrieren Sie sich auf die Kernbereiche der Sicherheit, einschließlich Identitäts- und Zugriffsverwaltung, Netzwerksicherheit und Datenschutz. Dieser Fokus trägt dazu bei, einen robusten Sicherheitsstatus aufzubauen und eine umfassende Abwehr gegen sich entwickelnde Bedrohungen zu gewährleisten.
  2. Wichtige Vorschriften einhalten: Priorisieren Sie die Einhaltung wichtiger Vorschriften wie PCI DSS, DSGVO und relevanter nationaler Gesetze. So können Sie den Datenschutz gewährleisten, rechtliche Risiken minimieren und Vertrauen bei Kunden aufbauen.
  3. Erweiterte Sicherheit implementieren: Führen Sie nach und nach erweiterte Sicherheitspraktiken wie Zero Trust, KI-gestützte Sicherheitslösungen und proaktive Bedrohungssuche ein.

Finanzdienstleistungen: Zuverlässigkeit

Dieses Dokument im Google Cloud Well-Architected Framework: Finanzdienstleistungen (FS) bietet einen Überblick über die Prinzipien und Empfehlungen zum Entwerfen, Bereitstellen und Betreiben zuverlässiger FS-Arbeitslasten in Google Cloud. In diesem Dokument wird erläutert, wie Sie erweiterte Zuverlässigkeitspraktiken und Beobachtbarkeit in Ihre Architekturentwürfe einbinden. Die Empfehlungen in diesem Dokument entsprechen der Säule „Zuverlässigkeit“ des Well-Architected Framework.

Für Finanzinstitute ist eine zuverlässige und robuste Infrastruktur sowohl eine geschäftliche Notwendigkeit als auch eine regulatorische Anforderung. Damit FS-Arbeitslasten inGoogle Cloud zuverlässig sind, müssen Sie potenzielle Fehlerquellen kennen und minimieren, Ressourcen redundant bereitstellen und die Wiederherstellung planen. Betriebliche Ausfallsicherheit ist ein Ergebnis der Zuverlässigkeit. Es ist die Fähigkeit, Störungen zu absorbieren, sich an sie anzupassen und sich von ihnen zu erholen. Die operative Resilienz hilft Finanzdienstleistern, strenge regulatorische Anforderungen zu erfüllen. Außerdem können Sie so unzumutbaren Schaden für Kunden vermeiden.

Die wichtigsten Bausteine der Zuverlässigkeit in Google Cloud sind Regionen, Zonen und die verschiedenen Standortbereiche von Cloud-Ressourcen: zonal, regional, multiregional, global. Sie können die Verfügbarkeit verbessern, indem Sie verwaltete Dienste verwenden, Ressourcen verteilen, Hochverfügbarkeitsmuster implementieren und Prozesse automatisieren.

Regulatorische Vorgaben

Finanzdienstleister unterliegen strengen Zuverlässigkeitsanforderungen von Regulierungsbehörden wie dem Federal Reserve System in den USA, der Europäischen Bankenaufsichtsbehörde in der EU und der Prudential Regulation Authority im Vereinigten Königreich. Weltweit legen Regulierungsbehörden Wert auf die operative Resilienz, die für die Finanzstabilität und den Verbraucherschutz von entscheidender Bedeutung ist. Betriebliche Resilienz ist die Fähigkeit, Störungen standzuhalten, sich effektiv zu erholen und kritische Dienste aufrechtzuerhalten. Dies erfordert einen harmonisierten Ansatz für das Management technologischer Risiken und Abhängigkeiten von Dritten.

Die regulatorischen Anforderungen in den meisten Gerichtsbarkeiten haben die folgenden gemeinsamen Themen:

  • Cybersicherheit und technologische Resilienz: Stärkung der Abwehr gegen Cyberbedrohungen und Gewährleistung der Resilienz von IT-Systemen.
  • Risikomanagement für Drittanbieter: Verwaltung der Risiken im Zusammenhang mit der Auslagerung von Diensten an Anbieter von Informations- und Kommunikationstechnologie (IKT).
  • Geschäftskontinuität und Incident Response: Solide Planung, um kritische Abläufe bei Störungen aufrechtzuerhalten und effektiv wiederherzustellen.
  • Schutz der Finanzstabilität: Gewährleistung der Solidität und Stabilität des gesamten Finanzsystems.

Die Zuverlässigkeitsempfehlungen in diesem Dokument sind den folgenden Grundprinzipien zugeordnet:

Multizonale und multiregionale Bereitstellungen priorisieren

Für kritische Finanzdienstleistungsanwendungen empfehlen wir die Verwendung einer multiregionalen Topologie, die auf mindestens zwei Regionen und drei Zonen innerhalb jeder Region verteilt ist. Dieser Ansatz ist wichtig für die Ausfallsicherheit bei Zonen- und Regionsausfällen. Dieser Ansatz wird häufig von Vorschriften vorgeschrieben, da bei einem Ausfall in einer Zone oder Region die meisten Gerichtsbarkeiten eine schwerwiegende Störung in einer zweiten Zone als plausible Folge betrachten. Der Grund dafür ist, dass bei einem Ausfall eines Standorts der andere Standort möglicherweise eine außergewöhnlich hohe Menge an zusätzlichem Traffic erhält.

Beachten Sie die folgenden Empfehlungen, um die Ausfallsicherheit gegenüber Zonen- und Regionsausfällen zu erhöhen:

  • Bevorzugen Sie Ressourcen mit einem größeren Standortbereich. Verwenden Sie nach Möglichkeit regionale statt zonale Ressourcen und multiregionale oder globale statt regionale Ressourcen. So lässt sich vermeiden, dass Vorgänge mithilfe von Sicherungen wiederhergestellt werden müssen.
  • Nutzen Sie in jeder Region drei statt zwei Zonen. Um Failover zu verarbeiten, sollten Sie die Kapazität um ein Drittel mehr als die Schätzung überdimensionieren.
  • Minimieren Sie manuelle Wiederherstellungsschritte, indem Sie Aktiv-Aktiv-Bereitstellungen wie die folgenden Beispiele implementieren:
    • Verteilte Datenbanken wie Spanner bieten integrierte Redundanz und Synchronisierung über Regionen hinweg.
    • Das Hochverfügbarkeitsfeature von Cloud SQL bietet eine Topologie, die nahezu aktiv/aktiv ist, mit Lesereplikaten über Zonen hinweg. Es bietet ein Recovery Point Objective (RPO) zwischen Regionen, das nahe bei 0 liegt.
  • Verteilen Sie den Nutzertraffic mithilfe von Cloud DNS auf Regionen und stellen Sie in jeder Region einen regionalen Load Balancer bereit. Ein globaler Load Balancer ist eine weitere Option, die Sie je nach Ihren Anforderungen und der Kritikalität in Betracht ziehen können. Weitere Informationen finden Sie unter Vorteile und Risiken des globalen Load-Balancings für multiregionale Bereitstellungen.
  • Verwenden Sie zum Speichern von Daten multiregionale Dienste wie Spanner und Cloud Storage.

Single Points of Failure vermeiden

Verteilen Sie Ressourcen auf verschiedene Standorte und verwenden Sie redundante Ressourcen, um zu verhindern, dass sich ein Single Point of Failure (SPOF) auf den gesamten Anwendungs-Stack auswirkt.

Beachten Sie die folgenden Empfehlungen, um SPOFs zu vermeiden:

  • Stellen Sie nicht nur einen einzelnen Anwendungsserver oder eine einzelne Datenbank bereit.
  • Sorgen Sie dafür, dass fehlgeschlagene VMs automatisch neu erstellt werden, indem Sie verwaltete Instanzgruppen (MIGs) verwenden.
  • Verteilen Sie den Traffic gleichmäßig auf die verfügbaren Ressourcen, indem Sie Load Balancing implementieren.
  • Verwenden Sie Hochverfügbarkeitskonfigurationen für Datenbanken wie Cloud SQL.
  • Verbessern Sie die Datenverfügbarkeit, indem Sie regionale nichtflüchtige Speicher mit synchroner Replikation verwenden.

Weitere Informationen finden Sie unter Zuverlässige Infrastruktur für Ihre Arbeitslasten in Google Cloudentwerfen.

Aggregierte Verfügbarkeit verstehen und verwalten

Die Gesamtverfügbarkeit eines Systems wird durch die Verfügbarkeit der einzelnen Ebenen oder Komponenten des Systems beeinflusst. Die Anzahl der Ebenen in einem Anwendungs-Stack hat eine umgekehrte Beziehung zur aggregierten Verfügbarkeit des Stacks. Beachten Sie die folgenden Empfehlungen für die Verwaltung der aggregierten Verfügbarkeit:

  • Berechnen Sie die aggregierte Verfügbarkeit eines mehrstufigen Stacks mit der Formel tier1_availability × tier2_availability × tierN_availability.

    Das folgende Diagramm zeigt die Berechnung der Gesamtverfügbarkeit für ein mehrstufiges System, das aus vier Diensten besteht:

    Die Formel für die Gesamtverfügbarkeit eines mehrstufigen Dienstes mit vier Diensten.

    Im vorherigen Diagramm bietet der Dienst in jeder Ebene eine Verfügbarkeit von 99,9 %, die Gesamtverfügbarkeit des Systems ist jedoch mit 99,6 % (0,999 × 0,999 × 0,999 × 0,999) niedriger. Im Allgemeinen ist die Gesamtverfügbarkeit eines mehrstufigen Stacks geringer als die Verfügbarkeit der Stufe mit der geringsten Verfügbarkeit.

  • Wählen Sie nach Möglichkeit die Parallelisierung anstelle der Verkettung. Bei parallelisierten Diensten ist die End-to-End-Verfügbarkeit höher als die Verfügbarkeit der einzelnen Dienste.

    Das folgende Diagramm zeigt zwei Dienste, A und B, die mit den Ansätzen der Verkettung und Parallelisierung bereitgestellt werden:

    Die Formeln für die Gesamtverfügbarkeit von verketteten Diensten im Vergleich zu parallelisierten Diensten.

    In den vorherigen Beispielen haben beide Dienste ein SLA von 99 %. Je nach Implementierungsansatz ergibt sich daraus die folgende aggregierte Verfügbarkeit:

    • Verkettete Dienste ergeben eine Gesamtverfügbarkeit von nur 98 % (0,99 × 0,99).
    • Parallelisierte Dienste bieten eine höhere Gesamtverfügbarkeit von 99,99 %, da jeder Dienst unabhängig ausgeführt wird und einzelne Dienste nicht von der Verfügbarkeit der anderen Dienste betroffen sind. Die Formel für aggregierte parallelisierte Dienste lautet 1 − (1 − A) × (1 − B).

  • Wählen Sie Google Cloud -Dienste mit Betriebszeit-SLAs aus, die dazu beitragen können, die erforderliche Gesamtbetriebszeit für Ihren Anwendungsstack zu erreichen.

  • Berücksichtigen Sie beim Entwerfen Ihrer Architektur die Vor- und Nachteile in Bezug auf Verfügbarkeit, operative Komplexität, Latenz und Kosten. Eine Erhöhung der Anzahl der Neunen der Verfügbarkeit kostet in der Regel mehr, hilft Ihnen aber, die gesetzlichen Anforderungen zu erfüllen.

    Eine Verfügbarkeit von 99, 9 % (drei Neunen) bedeutet beispielsweise eine potenzielle Ausfallzeit von 86 Sekunden pro Tag. Im Gegensatz dazu bedeutet 99 % (zwei Neunen) eine Ausfallzeit von 864 Sekunden im selben Zeitraum, was zehnmal mehr Ausfallzeit als bei drei Neunen Verfügbarkeit ist.

    Für kritische Finanzdienstleistungen sind die Architekturoptionen möglicherweise begrenzt. Es ist jedoch wichtig, die Verfügbarkeitsanforderungen zu ermitteln und die Verfügbarkeit genau zu berechnen. Eine solche Bewertung hilft Ihnen, die Auswirkungen Ihrer Designentscheidungen auf Ihre Architektur und Ihr Budget zu beurteilen.

Robuste Strategie zur Notfallwiederherstellung implementieren

Erstellen Sie klar definierte Pläne für verschiedene Notfallszenarien, einschließlich zonaler und regionaler Ausfälle. Mit einer gut durchdachten Strategie zur Notfallwiederherstellung (Disaster Recovery, DR) können Sie sich von einer Störung erholen und den normalen Betrieb mit minimalen Auswirkungen wieder aufnehmen.

DR und Hochverfügbarkeit sind unterschiedliche Konzepte. Bei Cloud-Bereitstellungen gilt die Notfallwiederherstellung im Allgemeinen für multiregionale Bereitstellungen und die Hochverfügbarkeit für regionale Bereitstellungen. Diese Bereitstellungs-Archetypen unterstützen verschiedene Replikationsmechanismen.

  • HA: Viele verwaltete Dienste bieten standardmäßig eine synchrone Replikation zwischen Zonen innerhalb einer einzelnen Region. Solche Dienste unterstützen ein Recovery Time Objective (RTO) und ein Recovery Point Objective (RPO) von null oder nahezu null. Mit dieser Unterstützung können Sie eine Aktiv-Aktiv-Bereitstellungstopologie ohne SPOF erstellen.
  • DR: Für Arbeitslasten, die in zwei oder mehr Regionen bereitgestellt werden, müssen Sie eine Replikationsstrategie definieren, wenn Sie keine multiregionalen oder globalen Dienste verwenden. Die Replikationsstrategie ist in der Regel asynchron. Prüfen Sie sorgfältig, wie sich eine solche Replikation auf die RTO und RPO für kritische Anwendungen auswirkt. Identifizieren Sie die manuellen oder halbautomatischen Vorgänge, die für das Failover erforderlich sind.

Bei Finanzinstituten kann die Auswahl der Failover-Region durch Vorschriften zur Datenhoheit und zum Datenstandort eingeschränkt sein. Wenn Sie eine Aktiv-Aktiv-Topologie über zwei Regionen hinweg benötigen, empfehlen wir Ihnen, verwaltete multiregionale Dienste wie Spanner und Cloud Storage auszuwählen, insbesondere wenn die Datenreplikation wichtig ist.

Beachten Sie die folgenden Empfehlungen:

  • Verwenden Sie verwaltete multiregionale Speicherdienste für Daten.
  • Erstellen Sie Snapshots von Daten auf nichtflüchtigen Speichern und speichern Sie die Snapshots an multiregionalen Standorten.
  • Wenn Sie regionale oder zonale Ressourcen verwenden, richten Sie die Datenreplikation in andere Regionen ein.
  • Prüfen Sie die Wirksamkeit Ihrer DR-Pläne, indem Sie sie regelmäßig testen.
  • Beachten Sie die RTO und RPO und deren Korrelation mit der Auswirkungstoleranz, die durch die Finanzvorschriften in Ihrer Gerichtsbarkeit festgelegt ist.

Weitere Informationen finden Sie unter Architektur der Notfallwiederherstellung bei Ausfällen der Cloud-Infrastruktur.

Verwaltete Dienste nutzen

Verwenden Sie nach Möglichkeit verwaltete Dienste, um die integrierten Funktionen für Sicherungen, Hochverfügbarkeit und Skalierbarkeit zu nutzen. Beachten Sie die folgenden Empfehlungen für die Verwendung verwalteter Dienste:

  • Verwaltete Dienste in Google Cloudverwenden Sie bieten Hochverfügbarkeit, die durch SLAs unterstützt wird. Außerdem bieten sie integrierte Sicherungsmechanismen und Ausfallsicherheitsfunktionen.
  • Für die Datenverwaltung können Sie Dienste wie Cloud SQL, Cloud Storage und Spanner verwenden.
  • Für das Compute- und Anwendungshosting sollten Sie verwaltete Compute Engine-Instanzgruppen (MIGs) und Google Kubernetes Engine-Cluster (GKE) in Betracht ziehen. Regionale MIGs und regionale GKE-Cluster sind gegen Zonenausfälle resistent.
  • Verwenden Sie verwaltete multiregionale Dienste, um die Ausfallsicherheit bei regionalen Ausfällen zu verbessern.
  • Ermitteln Sie den Bedarf an Ausstiegsplänen für Dienste mit besonderen Merkmalen und definieren Sie die erforderlichen Pläne. Finanzaufsichtsbehörden wie die FCA, PRA und EBA verlangen von Unternehmen Strategien und Notfallpläne für den Datenabruf und die Aufrechterhaltung des Betriebs, wenn die Beziehung zu einem Cloud-Anbieter endet. Unternehmen müssen die Machbarkeit eines Ausstiegs prüfen, bevor sie Cloud-Verträge abschließen, und sie müssen in der Lage sein, den Anbieter ohne Betriebsunterbrechung zu wechseln.
  • Prüfen Sie, ob die von Ihnen ausgewählten Dienste den Export von Daten in ein offenes Format wie CSV, Parquet und Avro unterstützen. Prüfen Sie, ob die Dienste auf offenen Technologien basieren, z. B. die GKE-Unterstützung für das OCI-Format (Open Container Initiative) oder Managed Service for Apache Airflow.

Infrastrukturbereitstellungs- und Wiederherstellungsprozesse automatisieren

Durch die Automatisierung werden menschliche Fehler minimiert und der Zeit- und Ressourcenaufwand für die Reaktion auf Vorfälle reduziert. Durch die Automatisierung können Sie schneller auf Fehler reagieren und konsistentere Ergebnisse erzielen. Beachten Sie die folgenden Empfehlungen, um die Bereitstellung und Wiederherstellung von Ressourcen zu automatisieren:

  • Minimieren Sie menschliche Fehler, indem Sie IaC-Tools (Infrastruktur als Code) wie Terraform verwenden.
  • Reduzieren Sie manuelle Eingriffe durch die Automatisierung von Failover-Prozessen. Automatisierte Antworten können auch dazu beitragen, die Auswirkungen von Fehlern zu reduzieren. Sie können beispielsweise Eventarc oder Workflows verwenden, um automatisch Abhilfemaßnahmen als Reaktion auf Probleme auszulösen, die in Audit-Logs beobachtet wurden.
  • Erhöhen Sie die Kapazität Ihrer Cloud-Ressourcen während des Failovers mithilfe von Autoscaling.
  • Durch die Einführung von Platform Engineering können Sie Richtlinien und Schutzmaßnahmen für regulatorische Anforderungen während der Dienstbereitstellung automatisch auf Ihre gesamte Cloud-Topologie anwenden.

Finanzdienstleistungen: Kostenoptimierung

Dieses Dokument im Google Cloud Well-Architected Framework: Finanzdienstleistungen (FS) bietet einen Überblick über Prinzipien und Empfehlungen zur Optimierung der Kosten Ihrer FS-Arbeitslasten in Google Cloud. Die Empfehlungen in diesem Dokument entsprechen der Säule „Kostenoptimierung“ des Well-Architected Framework.

Eine robuste Kostenoptimierung für Arbeitslasten von Finanzdienstleistungen erfordert die folgenden grundlegenden Elemente:

  • Die Fähigkeit, zwischen verschwenderischer und wertschöpfender Ressourcennutzung zu unterscheiden.
  • Eine verankerte Kultur der finanziellen Verantwortlichkeit.

Zur Kostenoptimierung benötigen Sie ein umfassendes Verständnis der Kostentreiber und des Ressourcenbedarfs in Ihrem Unternehmen. In einigen großen Organisationen, insbesondere solchen, die sich noch am Anfang ihrer Cloud-Journey befinden, ist oft ein einzelnes Team für die Optimierung der Ausgaben in einer großen Anzahl von Domains verantwortlich. Bei diesem Ansatz wird davon ausgegangen, dass ein zentrales Team am besten geeignet ist, um zentrale Möglichkeiten zur Verbesserung der Effizienz zu identifizieren.

Der zentralisierte Ansatz kann in den Anfangsphasen der Cloudeinführung oder bei unkritischen Arbeitslasten zu gewissen Erfolgen führen. Ein einzelnes Team kann jedoch nicht die Kostenoptimierung für eine gesamte Organisation vorantreiben. Wenn die Ressourcennutzung oder die behördliche Kontrolle zunimmt, ist der zentralisierte Ansatz nicht mehr tragfähig. Zentrale Teams stehen vor Skalierbarkeitsproblemen, insbesondere wenn es um eine große Anzahl von Finanzprodukten und -diensten geht. Die Projektteams, die die Produkte und Dienste besitzen, könnten sich gegen Änderungen wehren, die von einem externen Team vorgenommen werden.

Für eine effektive Kostenoptimierung müssen ausgabenbezogene Daten gut sichtbar sein. Außerdem müssen Entwickler und andere Cloud-Nutzer, die nah an den Arbeitslasten sind, motiviert werden, Maßnahmen zur Kostenoptimierung zu ergreifen. Aus organisatorischer Sicht besteht die Herausforderung bei der Kostenoptimierung darin, die zu optimierenden Bereiche zu identifizieren, die für diese Bereiche verantwortlichen Entwickler zu ermitteln und sie dann davon zu überzeugen, die erforderlichen Optimierungsmaßnahmen zu ergreifen. Dieses Dokument enthält Empfehlungen zur Bewältigung dieser Herausforderung.

Die Empfehlungen zur Kostenoptimierung in diesem Dokument sind den folgenden Grundprinzipien zugeordnet:

Ineffiziente Nutzung mit Google Cloud -Tools identifizieren

Google Cloud bietet mehrere Produkte, Tools und Funktionen, mit denen Sie Verschwendung erkennen können. Beachten Sie die folgenden Empfehlungen:

Automatisierung und KI nutzen, um systematisch zu ermitteln, was optimiert werden muss

Active Assist bietet intelligente Empfehlungen für Dienste wie Cloud Run für Mikrodienste, BigQuery für Datenanalysen, Compute Engine für Kernanwendungen und Cloud SQL für relationale Datenbanken. Active Assist-Empfehlungen werden kostenlos und ohne Konfiguration durch Sie bereitgestellt. Anhand der Empfehlungen können Sie inaktive Ressourcen und nicht ausgelastete Zusicherungen identifizieren.

FinOps-Monitoring und -Steuerung über eine einheitliche Oberfläche zentralisieren

Mit Cloud Billing-Berichten und dem FinOps-Hub können Sie ein umfassendes Kostenmonitoring implementieren. Diese umfassende Ansicht ist für Wirtschaftsprüfer und interne Finanzteams von entscheidender Bedeutung, um die Cloud-Ausgaben zu verfolgen, die finanzielle Lage zu beurteilen, die FinOps-Reife in verschiedenen Geschäftseinheiten oder Kostenstellen zu bewerten und eine einheitliche finanzielle Darstellung zu liefern.

Wert durch Analyse und Anreicherung von Ausgabendaten ermitteln

Active Assist ist effektiv bei der Identifizierung offensichtlicher Verschwendung. Es kann jedoch schwieriger sein, den Wert zu ermitteln, insbesondere wenn Arbeitslasten auf ungeeigneten Produkten ausgeführt werden oder wenn die Arbeitslasten nicht klar auf den Geschäftswert ausgerichtet sind. Bei FS-Arbeitslasten geht der geschäftliche Nutzen über die Kostensenkung hinaus. Der Wert umfasst Risikominderung, Einhaltung gesetzlicher Vorschriften und Wettbewerbsvorteile.

Um die Cloud-Ausgaben und den Wert ganzheitlich zu verstehen, benötigen Sie ein vollständiges Verständnis auf mehreren Ebenen: woher die Ausgaben kommen, welche Geschäftsfunktion die Ausgaben antreibt und die technische Machbarkeit der Refaktorierung oder Optimierung der betreffenden Arbeitslast.

Das folgende Diagramm zeigt, wie Sie die DIKW-Pyramide (Data-Information-Knowledge-Wisdom) und Google Cloud -Tools anwenden können, um ein ganzheitliches Verständnis der Cloud-Kosten und des Cloud-Werts zu erhalten.

Die DIKW-Pyramide (Data-Information-Knowledge-Wisdom) zeigt, wie Sie Daten zu Cloud-Ausgaben für Entscheidungen nutzen können.

Das obige Diagramm zeigt, wie Sie mit dem DIKW-Ansatz Rohdaten zu Cloud-Ausgaben in umsetzbare Informationen und Entscheidungen umwandeln können, die den Geschäftswert steigern.

  • Daten: Auf dieser Ebene erfassen Sie rohe, unverarbeitete Streams von Nutzungs- und Kostendaten für Ihre Cloud-Ressourcen. Ihr zentrales FinOps-Team verwendet Tools wie Cloud Billing-Rechnungen, Abrechnungsexporte und Cloud Monitoring, um detaillierte Daten zu erhalten. Ein Datenpunkt könnte beispielsweise sein, dass eine VM mit dem Namen app1-test-vmA 730 Stunden lang in der Region us-central1 ausgeführt wurde und 70 $ gekostet hat.
  • Informationen: In dieser Ebene verwendet Ihr zentrales FinOps-Team Tools wie Cloud Billing-Berichte und den FinOps-Hub, um die Rohdaten zu strukturieren und Fragen wie „Für welche Ressourcenkategorien geben die Nutzer Geld aus?“ zu beantworten. Beispielsweise könnten Sie feststellen, dass insgesamt 1.050 $ für VMs des Maschinentyps n4-standard-2 in zwei Regionen in den USA ausgegeben wurden.
  • Wissen: In dieser Ebene reichert Ihr zentrales FinOps-Team Informationen mit dem entsprechenden Geschäftskontext darüber an, wer Geld ausgegeben hat und zu welchem Zweck. Sie verwenden Mechanismen wie Tagging, Labeling, Ressourcenhierarchie, Rechnungskonten und benutzerdefinierte Looker-Dashboards. Beispielsweise können Sie feststellen, dass das app1-Testteam in den USA in der zweiten Juliwoche im Rahmen eines Stresstests 650 $ ausgegeben hat.
  • Weisheit: In dieser Ebene nutzen Ihre Produkt- und Anwendungsteams das kontextualisierte Wissen, um den Geschäftswert der Cloud-Ausgaben zu bewerten und fundierte, strategische Entscheidungen zu treffen. Ihre Teams könnten Fragen wie die folgenden beantworten:
    • Generieren die 5.000 $, die für eine Datenanalysepipeline ausgegeben wurden, einen Geschäftswert?
    • Könnten wir die Pipeline so umstrukturieren, dass sie effizienter ist, ohne die Leistung zu beeinträchtigen?

Beachten Sie die folgenden Empfehlungen für die Analyse von Cloud-Ausgabendaten.

Von Google Cloudbereitgestellte Ausgabendaten analysieren

Beginnen Sie mit detaillierten Cloud Billing-Daten, die nach BigQuery exportiert werden, und mit Daten, die in Monitoring-Logs verfügbar sind. Um umsetzbare Informationen abzuleiten und Entscheidungen zu treffen, müssen Sie diese Daten strukturieren und mit Geschäftskontext anreichern.

Daten mit verfügbaren Tools visualisieren

Ergänzen Sie die integrierten Google Cloud -Dashboards mit benutzerdefinierten Berichten, indem Sie Tools wie Data Studio zusätzlich zu BigQuery-Exporten verwenden. Finanzteams können benutzerdefinierte Dashboards erstellen, die Cloud-Ausgaben im Kontext von Finanzkennzahlen, regulatorischen Berichtsanforderungen und der Rentabilität von Geschäftseinheiten darstellen. Anschließend können sie eine klare finanzielle Darstellung für die Analyse und Entscheidungsfindung durch leitende Stakeholder bereitstellen.

Ausgaben zuordnen, um die Verantwortlichkeit zu fördern

Nachdem Sie die Ursachen für die Cloud-Ausgaben ermittelt haben, müssen Sie herausfinden, wer Geld ausgibt und warum. Dieses Verständnis erfordert eine robuste Kostenzuordnungspraxis, bei der geschäftsrelevante Metadaten an Cloud-Ressourcen angehängt werden. Wenn beispielsweise eine bestimmte Ressource vom Banking-AppDev-Team verwendet wird, können Sie der Ressource ein Tag wie team=banking_appdev hinzufügen, um die Kosten zu erfassen, die dem Team für diese Ressource entstehen. Idealerweise sollten Sie 100 % Ihrer Cloud-Kosten der Quelle der Ausgaben zuordnen. In der Praxis beginnen Sie möglicherweise mit einem niedrigeren Ziel, da der Aufbau einer Metadatenstruktur zur Unterstützung einer 100%igen Kostenzuordnung ein komplexer Aufwand ist.

Beachten Sie die folgenden Empfehlungen, um eine Metadatenstrategie zur Unterstützung der Kostenzuordnung zu entwickeln:

  • Gültigkeit: Achten Sie darauf, dass die Tags dazu beitragen, geschäftsbezogene Leistungskennzahlen (KPIs) und regulatorische Anforderungen zu identifizieren. Diese Zuordnung ist entscheidend für interne Rückbuchungen, das Berichtswesen und die Abstimmung der Cloud-Ausgaben mit den Zielen der Geschäftseinheit. Die folgenden Tags identifizieren beispielsweise eindeutig ein Team, das Ausgaben verursacht, seine Region und das Produkt, an dem es arbeitet: team=banking_appdev, region=emea, product=frontend.
  • Automatisierung: Um ein hohes Maß an Tagging-Compliance zu erreichen, sollten Sie das Tagging durch Automatisierung erzwingen. Manuelles Tagging ist fehleranfällig und inkonsistent, was in Finanzdienstleistungsumgebungen, in denen Prüfbarkeit und finanzielle Genauigkeit von entscheidender Bedeutung sind, nicht akzeptabel ist. Durch automatisches Tagging wird sichergestellt, dass Ressourcen bei der Erstellung korrekt kategorisiert werden.
  • Einfachheit: Messen Sie einfache, nicht korrelierte Faktoren. FS-Umgebungen sind komplex. Damit die Regeln für die Kostenzuordnung in einer solchen Umgebung leicht verständlich und durchsetzbar sind, müssen sie so einfach wie möglich sein. Vermeiden Sie es, die Regeln für sehr spezifische (Grenzfälle) zu kompliziert zu gestalten. Komplexe Regeln können zu Verwirrung und Widerstand bei den Betriebsteams führen.

Nachdem Sie eine Zuordnungsstrategie mithilfe von Tags definiert haben, müssen Sie die Granularitätsebene festlegen, auf der die Strategie implementiert werden soll. Die erforderliche Granularität hängt von Ihren Geschäftsanforderungen ab. Beispielsweise müssen einige Organisationen die Kosten auf Produktebene verfolgen, andere benötigen Kostendaten für jede Kostenstelle und wieder andere benötigen Kostendaten pro Umgebung (Entwicklung, Staging und Produktion).

Berücksichtigen Sie die folgenden Ansätze, um die für Ihre Organisation geeignete Granularität der Kostenzuordnung zu erreichen:

  • Verwenden Sie die Projekthierarchie in Google Cloud als natürlichen Ausgangspunkt für die Kostenzuordnung. Projekte stellen Punkte der Richtlinienerzwingung in Google Clouddar. Standardmäßig werden IAM-Berechtigungen (Identity and Access Management), Sicherheitsrichtlinien und Kosten Projekten und Ordnern zugeordnet. Wenn Sie Kostendaten prüfen, die aus Cloud Billing exportiert wurden, können Sie die Ordnerhierarchie und die Projekte aufrufen, die mit den Kostendaten verknüpft sind. Wenn IhreGoogle Cloud -Ressourcenhierarchie die Verantwortlichkeitsstruktur Ihrer Organisation für Ausgaben widerspiegelt, ist dies die einfachste Möglichkeit, die Kostenzuordnung zu implementieren.
  • Verwenden Sie Tags und Labels für zusätzliche Granularität. Sie bieten flexible Möglichkeiten, Ressourcen in Abrechnungsexporten zu kategorisieren. Tags und Labels ermöglichen detaillierte Kostenaufschlüsselungen nach Anwendung und Umgebung.

Häufig müssen Sie die Projekthierarchie in Kombination mit Tagging und Labeling verwenden, um eine effektive Kostenzuordnung zu erreichen. Unabhängig vom gewählten Kostenverteilungsansatz sollten Sie die zuvor beschriebenen Empfehlungen zur Entwicklung einer robusten Metadatenstrategie befolgen: Gültigkeit, Automatisierung und Einfachheit.

Verantwortlichkeit fördern und Entwickler motivieren, Maßnahmen zu ergreifen

Das Cloud FinOps-Team ist dafür verantwortlich, dass ein Unternehmen sich der Kosten und des Werts bewusst ist. Die einzelnen Produktteams und Entwicklungsteams müssen die erforderlichen Maßnahmen zur Kostenoptimierung ergreifen. Diese Teams sind auch für das Kostenverhalten der Finanzdienstleistungs-Arbeitslasten verantwortlich und dafür, dass ihre Arbeitslasten den erforderlichen Geschäftswert bieten.

Beachten Sie die folgenden Empfehlungen, um die Verantwortlichkeit zu fördern und Teams zur Kostenoptimierung zu motivieren.

Zentrales FinOps-Team für die Governance einrichten

Cloud FinOps-Praktiken entwickeln sich nicht organisch. Ein dediziertes FinOps-Team muss FinOps-Verfahren definieren und einrichten. Dazu muss es Folgendes tun:

  • Erstellen Sie die erforderlichen Prozesse, Tools und Anleitungen.
  • Erstellen, kommunizieren und setzen Sie die erforderlichen Richtlinien durch, z. B. obligatorisches Tagging, Budgetüberprüfungen und Optimierungsprozesse.
  • Engineering-Teams dazu ermutigen, die Verantwortung für Kosten zu übernehmen.
  • Greifen Sie ein, wenn die Engineering-Teams die Verantwortung für die Kosten nicht übernehmen.

Unterstützung und Mandate von der Führungsebene einholen

Die Führungsebene, einschließlich CTO, CFO und CIO, muss sich aktiv für einen unternehmensweiten Wechsel zu einer FinOps-Kultur einsetzen. Ihre Unterstützung ist entscheidend, um die Kostenverantwortung zu priorisieren, Ressourcen für das FinOps-Programm zuzuweisen, die funktionsübergreifende Teilnahme sicherzustellen und die Einhaltung der FinOps-Anforderungen zu fördern.

Teams zur Kostenoptimierung motivieren

Entwickler und Entwicklungsteams sind möglicherweise nicht von sich aus motiviert, sich auf die Kostenoptimierung zu konzentrieren. Es ist wichtig, Team- und individuelle Ziele mit der Kosteneffizienz in Einklang zu bringen. Dazu können Sie folgende Anreize schaffen:

  • Reinvestieren Sie einen Teil der Einsparungen aus der Kostenoptimierung in die Teams, die die Optimierung erreicht haben.
  • Erkennen Sie Bemühungen und Erfolge bei der Kostenoptimierung öffentlich an und feiern Sie sie.
  • Nutzen Sie Gamification-Techniken, um Teams zu belohnen, die Kosten effektiv optimieren.
  • Integrieren Sie Effizienzmesswerte in die Leistungsziele.

Showback- und Chargeback-Techniken implementieren

Sorgen Sie dafür, dass Teams einen klaren Überblick über die Cloud-Ressourcen und -Kosten haben, für die sie verantwortlich sind. Weisen Sie den entsprechenden Personen in den Teams die finanzielle Verantwortung zu. Verwenden Sie formale Mechanismen, um ein striktes Tagging durchzusetzen, und implementieren Sie transparente Regeln für die Zuweisung gemeinsamer Kosten.

Fokus auf Wert und Gesamtbetriebskosten statt auf Kosten

Berücksichtigen Sie bei der Bewertung von Cloud-Lösungen die langfristigen Gesamtbetriebskosten (TCO). Beispielsweise kann das Selbsthosting einer Datenbank für eine Anwendung günstiger sein als die Verwendung eines verwalteten Datenbankdienstes wie Cloud SQL. Um jedoch den langfristigen Wert und die TCO zu bewerten, müssen Sie die versteckten Kosten berücksichtigen, die mit selbst gehosteten Datenbanken verbunden sind. Zu diesen Kosten gehören der dedizierte Entwicklungsaufwand für das Patchen, Skalieren, die Sicherheitshärtung und die Notfallwiederherstellung, die wichtige Anforderungen für FS-Arbeitslasten sind. Verwaltete Dienste bieten einen deutlich höheren langfristigen Wert, der die Infrastrukturkosten ausgleicht. Verwaltete Dienste bieten robuste Compliance-Funktionen, haben integrierte Zuverlässigkeitsfunktionen und können dazu beitragen, Ihren Betriebsaufwand zu reduzieren.

Beachten Sie die folgenden Empfehlungen, um sich auf den Wert und die Gesamtbetriebskosten zu konzentrieren.

Produktspezifische Techniken und Tools zur Ressourcenoptimierung verwenden

Nutzen Sie die Tools und Funktionen zur Kostenoptimierung, die von Google Cloud-Produkten bereitgestellt werden, z. B.:

Rabatte nutzen

Sorgen Sie dafür, dass die Abrechnungsrate für Ihre Cloud-Ressourcen so niedrig wie möglich ist, indem Sie die von Google angebotenen Rabatte nutzen. Die einzelnen Produkt- und Entwicklungsteams verwalten in der Regel die Ressourcenoptimierung. Das zentrale FinOps-Team ist für die Optimierung der Abrechnungstarife verantwortlich, da es Einblick in die Ressourcenanforderungen der gesamten Organisation hat. Daher können sie die Anforderungen zusammenfassen und die Rabatte für zugesicherte Nutzung maximieren.

Sie können die folgenden Arten von Rabatten fürGoogle Cloud -Ressourcen nutzen:

  • Enterprise-Rabatte sind ausgehandelte Rabatte, die auf der Zusicherung Ihrer Organisation basieren, einen Mindestbetrag für Google Cloud zu einem reduzierten Abrechnungssatz auszugeben.
  • Ressourcenbasierte Rabatte für zugesicherte Nutzung erhalten Sie im Gegenzug für die Zusicherung, eine Mindestmenge an Compute Engine-Ressourcen über einen Zeitraum von einem oder drei Jahren zu nutzen. Ressourcenbasierte Rabatte für zugesicherte Nutzung gelten für die Ressourcen, die sich in einer bestimmten Region befinden. Bei den meisten Cloud-Rechnungskonten wird durch Google Cloud die Freigabe von ressourcenbasierten Rabatten für zugesicherte Nutzung aktiviert und Rabatte für zugesicherte Nutzung werden für alle Projekte freigegeben, die mit diesem Konto verknüpft sind.
  • Ausgabenbasierte Rabatte für zugesicherte Nutzung erhalten Sie, wenn Sie sich verpflichten, über einen Zeitraum von einem oder drei Jahren einen Mindestbetrag für ein bestimmtes Produkt auszugeben. Ausgabenbasierte Rabatte gelten auf Rechnungskontoebene. Die Rabatte werden je nach Produkt regional oder global angewendet.

Sie können erhebliche Einsparungen erzielen, wenn Sie Rabatte für zugesicherte Nutzung zusätzlich zu Unternehmensrabatten nutzen.

Zusätzlich zu Rabatten für zugesicherte Nutzung können Sie die folgenden Ansätze verwenden, um die Abrechnungstarife zu senken:

  • Verwenden Sie Spot-VMs für fehlertolerante und flexible Arbeitslasten. Spot-VMs sind mehr als 80 % günstiger als normale VMs.
  • BigQuery bietet mehrere Preismodelle, darunter On-Demand-Preise und versionsbasierte Preise, die auf Zusicherungen und Autoscaling-Anforderungen basieren. Wenn Sie ein erhebliches Volumen an BigQuery-Ressourcen verwenden, wählen Sie eine geeignete Version aus, um die Kosten pro Slot für Analysearbeitslasten zu senken.
  • Prüfen Sie die verfügbaren Google Cloud Regionen für die Dienste, die Sie verwenden müssen, sorgfältig. Wählen Sie Regionen aus, die Ihren Kostenzielen und Faktoren wie Latenz- und Compliance-Anforderungen entsprechen. Mit der Google Cloud -Regionenauswahl können Sie die Kompromisse zwischen Kosten, Nachhaltigkeit und Latenz nachvollziehen.

Finanzdienstleistungen: Leistungsoptimierung

Dieses Dokument im Google Cloud Well-Architected Framework: Finanzdienstleistungen (FS) bietet einen Überblick über Prinzipien und Empfehlungen zur Optimierung der Leistung Ihrer FS-Arbeitslasten in Google Cloud. Die Empfehlungen in diesem Dokument entsprechen der Säule „Leistungsoptimierung“ des Well-Architected Framework.

Die Leistungsoptimierung hat in der Finanzdienstleistungsbranche eine lange Geschichte. Sie hat Finanzdienstleistern geholfen, technische Herausforderungen zu meistern, und war fast immer ein Wegbereiter oder Beschleuniger für die Entwicklung neuer Geschäftsmodelle. Beispielsweise automatisierten Geldautomaten (eingeführt 1967) die Bargeldausgabe und halfen Banken, die Kosten ihres Kerngeschäfts zu senken. Techniken wie das Umgehen des Betriebssystemkernels und das Anpinnen von Anwendungsthreads an Rechenkerne haben dazu beigetragen, eine deterministische und niedrige Latenz für Handelsanwendungen zu erreichen. Die geringere Latenz ermöglichte eine höhere und stabilere Liquidität mit engeren Spreads auf den Finanzmärkten.

Die Cloud bietet neue Möglichkeiten zur Leistungsoptimierung. Außerdem werden einige der bisher akzeptierten Optimierungsmuster infrage gestellt. Insbesondere die folgenden Kompromisse sind in der Cloud transparenter und besser kontrollierbar:

  • Produkteinführungszeit im Vergleich zu den Kosten.
  • End-to-End-Leistung auf Systemebene im Vergleich zur Leistung auf Knotenebene.
  • Verfügbarkeit von Talenten im Vergleich zur Agilität der technologiebezogenen Entscheidungsfindung.

Beispielsweise ist die Anpassung von Hardware und IT-Ressourcen an bestimmte Qualifikationsanforderungen in der Cloud eine einfache Aufgabe. Zur Unterstützung der GPU-Programmierung können Sie GPU-basierte VMs erstellen. Sie können die Kapazität in der Cloud skalieren, um Nachfragespitzen zu bewältigen, ohne Ressourcen überdimensionieren zu müssen. Diese Funktion trägt dazu bei, dass Ihre Arbeitslasten Spitzenlasten bewältigen können, z. B. an Tagen mit Beschäftigungszahlen außerhalb der Landwirtschaft und wenn das Handelsvolumen deutlich über dem historischen Niveau liegt. Anstatt Geld für das Schreiben von hochoptimiertem Code auf der Ebene einzelner Server (z. B. hochgradig optimierter Code in der Sprache C) oder für das Schreiben von Code für herkömmliche Hochleistungs-Computing-Umgebungen (HPC) auszugeben, können Sie mit einem gut strukturierten Kubernetes-basierten verteilten System optimal horizontal skalieren.

Die Empfehlungen zur Leistungsoptimierung in diesem Dokument sind den folgenden Grundprinzipien zugeordnet:

Leistungsmesswerte für Technologie an wichtigen Geschäftsindikatoren ausrichten

Sie können die Leistungsoptimierung auf verschiedene Arten mit Geschäftswerten verknüpfen. In einer Käuferseite-Forschungsabteilung könnte ein Geschäftsziel beispielsweise darin bestehen, die Ausgabe pro Forschungsstunde zu optimieren oder Experimente von Teams zu priorisieren, die nachweislich erfolgreich sind, z. B. höhere Sharpe-Ratios haben. Auf der Verkaufsseite können Sie mithilfe von Analysen das Kundeninteresse verfolgen und den Durchsatz zu KI-Modellen, die die interessantesten Recherchen unterstützen, entsprechend priorisieren.

Die Verknüpfung von Leistungszielen mit den Leistungskennzahlen (KPIs) des Unternehmens ist auch für die Finanzierung von Leistungsverbesserungen wichtig. Initiativen für Geschäftsinnovationen und -transformationen (manchmal auch als Change-the-Bank-Maßnahmen bezeichnet) haben andere Budgets und potenziell andere Zugriffsrechte auf Ressourcen als der normale Geschäftsbetrieb (Business-as-Usual, BAU) oder Run-the-Bank-Vorgänge. Beispielsweise hat Google Cloud den Risikomanagement- und Technologieteams eines G-SIFI geholfen, mit den quantitativen Analysten im Frontoffice an einer Lösung zu arbeiten, mit der Risikoanalyseberechnungen (wie XVA) in Minuten statt in Stunden oder Tagen durchgeführt werden können. Mit dieser Lösung konnte das Unternehmen die relevanten Compliance-Anforderungen erfüllen. Außerdem konnten die Händler hochwertigere Gespräche mit ihren Kunden führen und potenziell engere Spreads, eine stabilere Liquidität und eine kostengünstigere Absicherung anbieten.

Wenn Sie Ihre Leistungsmesswerte an Geschäftsindikatoren ausrichten, sollten Sie die folgenden Empfehlungen berücksichtigen:

  • Verknüpfen Sie jede Technologieinitiative mit den relevanten Objectives and Key Results (OKRs), z. B. Umsatz- oder Gewinnsteigerung, Kostensenkung und effizientere oder ganzheitlichere Risikominderung.
  • Konzentrieren Sie sich auf die Optimierung der Leistung auf Systemebene. Blicken Sie über die herkömmliche Trennung zwischen „Change-the-Bank“ und „Run-the-Bank“ sowie die Silos zwischen Front- und Backoffice hinaus.

Sicherheit priorisieren, ohne die Leistung für unbewiesene Risiken zu beeinträchtigen

Sicherheit und Einhaltung regulatorischer Anforderungen in Finanzdienstleistungsunternehmen müssen eindeutig auf einem hohen Niveau sein. Ein hoher Standard ist unerlässlich, um den Verlust von Kunden und irreparable Schäden am Ruf eines Unternehmens zu vermeiden. Häufig wird der größte Wert durch technologische Innovationen wie generative KI und einzigartige, verwaltete Dienste wie Spanner erzielt. Verwerfen Sie solche Technologieoptionen nicht automatisch aufgrund eines pauschalen Missverständnisses über ein unerschwingliches Betriebsrisiko oder einen unzureichenden Compliancestatus.

Google Cloud hat eng mit G-SIFIs zusammengearbeitet, um sicherzustellen, dass ein KI-basierter Ansatz zur Bekämpfung von Geldwäsche (Anti-Money Laundering, AML) in den Ländern verwendet werden kann, in denen die Institutionen Kunden betreuen. HSBC konnte beispielsweise die Leistung seiner Abteilung für Finanzkriminalität (Fincrime) mit den folgenden Ergebnissen erheblich verbessern:

  • Fast zwei- bis viermal mehr bestätigte verdächtige Aktivitäten.
  • Niedrigere Betriebskosten, da über 60 % der falsch positiven Ergebnisse eliminiert werden und die Untersuchungszeit nur auf risikoreiche, umsetzbare Benachrichtigungen konzentriert wird.
  • Prüfbare und erklärbare Ergebnisse zur Unterstützung der Einhaltung regulatorischer Anforderungen.

Beachten Sie die folgenden Empfehlungen:

  • Prüfen Sie, ob die Produkte, die Sie verwenden möchten, die Sicherheits-, Ausfallsicherheits- und Compliance-Anforderungen für die Gerichtsbarkeiten erfüllen, in denen Sie tätig sind. Um dieses Ziel zu erreichen, arbeiten Sie mit den Account-Management-Teams, Risikoteams und Produktteams von Google Cloudzusammen.
  • Erstellen Sie leistungsfähigere Modelle und sorgen Sie für Transparenz für Kunden, indem Sie die Erklärbarkeit von KI nutzen.

  • Mit Techniken wie Quellenangaben, Fundierung und RAG können Sie Transparenz für generative KI-Arbeitslasten erreichen.

  • Wenn Erklärbarkeit nicht ausreicht, trennen Sie die Entscheidungsschritte in Ihren Wertströmen und automatisieren Sie mit KI nur die Schritte, die keine Entscheidungen erfordern. In einigen Fällen ist erklärbare KI möglicherweise nicht ausreichend oder ein Prozess erfordert aufgrund regulatorischer Bedenken menschliches Eingreifen (z. B. DSGVO, Artikel 22). In solchen Fällen sollten Sie alle Informationen, die der menschliche Kundenservicemitarbeiter für die Entscheidungsfindung benötigt, in einem einzigen Steuerungsbereich präsentieren, aber die Aufgaben zur Datenerfassung, -aufnahme, -bearbeitung und -zusammenfassung automatisieren.

Architektur überdenken, um sie an neue Möglichkeiten und Anforderungen anzupassen

Die Erweiterung Ihrer aktuellen Architekturen um cloudbasierte Funktionen kann einen erheblichen Mehrwert bieten. Um bessere Ergebnisse zu erzielen, müssen Sie Ihre Architektur regelmäßig mit einem Cloud-First-Ansatz überdenken.

Beachten Sie die folgenden Empfehlungen, um die Architektur Ihrer Arbeitslasten regelmäßig zu überdenken und die Leistung weiter zu optimieren.

Cloudbasierte Alternativen zu lokalen HPC-Systemen und Planern verwenden

Wenn Sie von einer höheren Elastizität, einem verbesserten Sicherheitsstatus und umfangreichen Monitoring- und Governance-Funktionen profitieren möchten, können Sie HPC-Arbeitslasten in der Cloud ausführen oder lokale Arbeitslasten in die Cloud burst-skalieren. Für bestimmte Anwendungsfälle der numerischen Modellierung wie die Simulation von Anlagestrategien oder die XVA-Modellierung kann die Kombination von Kubernetes mit Kueue jedoch eine leistungsfähigere Lösung bieten.

Zur grafikbasierten Programmierung für Simulationen wechseln

Monte-Carlo-Simulationen sind in einem grafikbasierten Ausführungssystem wie Dataflow möglicherweise viel leistungsfähiger. HSBC verwendet Dataflow beispielsweise, um Risikoberechnungen 16-mal schneller als mit dem vorherigen Ansatz auszuführen.

Cloudbasierte Börsen und Handelsplattformen betreiben

Gespräche mit Google Cloud Kunden zeigen, dass das 80/20-Pareto-Prinzip für die Leistungsanforderungen von Märkten und Handelsanwendungen gilt.

  • Über 80 % der Trading-Anwendungen benötigen keine extrem niedrige Latenz. Sie profitieren jedoch erheblich von den Ausfallsicherheits-, Sicherheits- und Elastizitätsfunktionen der Cloud. Beispielsweise nutzt BidFX, eine Multi-Dealer-Plattform für den Devisenhandel, die Cloud, um neue Produkte schnell auf den Markt zu bringen und ihre Verfügbarkeit und Präsenz ohne zusätzliche Ressourcen erheblich zu steigern.
  • Die verbleibenden Anwendungen (weniger als 20 %) erfordern eine niedrige Latenz (weniger als eine Millisekunde), Determinismus und Fairness bei der Zustellung von Nachrichten. In der Regel werden diese Systeme in starren und teuren Colocation-Einrichtungen ausgeführt. Auch diese Kategorie von Anwendungen wird zunehmend auf die Cloud umgestellt, entweder am Edge oder als Cloud-First-Anwendungen.

Zukunftssichere Technologie für aktuelle und zukünftige Geschäftsanforderungen

In der Vergangenheit haben viele Finanzdienstleister proprietäre Technologien entwickelt, um sich einen Wettbewerbsvorteil zu verschaffen. In den frühen 2000er-Jahren hatten erfolgreiche Investmentbanken und Handelsunternehmen beispielsweise eigene Implementierungen von grundlegenden Technologien wie Pub/Sub-Systemen und Message Brokern. Mit der Entwicklung von Open-Source-Technologien und der Cloud sind solche Technologien zu Standardprodukten geworden und bieten keinen zusätzlichen Geschäftswert.

Beachten Sie die folgenden Empfehlungen, um Ihre Technologie zukunftssicher zu machen.

Data-as-a-Service-Ansatz (DaaS) für eine schnellere Produkteinführungszeit und Kostentransparenz

Finanzdienstleister entwickeln sich häufig durch eine Kombination aus organischem Wachstum und Fusionen und Übernahmen (M&A). Daher müssen die Organisationen unterschiedliche Technologien integrieren. Außerdem müssen sie doppelte Ressourcen wie Datenanbieter, Datenlizenzen und Integrationspunkte verwalten. Google Cloud bietet Möglichkeiten, um bei Integrationen nach einer Fusion einen differenzierten Wert zu schaffen.

Sie können beispielsweise Dienste wie die BigQuery-Freigabe verwenden, um eine analysebereite Data-as-a-Service-Plattform (DaaS) zu erstellen. Die Plattform kann sowohl Marktdaten als auch Eingaben aus alternativen Quellen bereitstellen. Dadurch müssen Sie keine redundanten Datenpipelines erstellen und können sich auf wichtigere Initiativen konzentrieren. Außerdem können die fusionierten oder übernommenen Unternehmen ihre Anforderungen an die Datenlizenzierung und Infrastruktur nach der Fusion schnell und effizient rationalisieren. Anstatt Zeit und Mühe in die Anpassung und Zusammenführung von Legacy-Datenbeständen und -Vorgängen zu investieren, kann sich das kombinierte Unternehmen auf neue Geschäftsmöglichkeiten konzentrieren.

Abstraktionsebene erstellen, um vorhandene Systeme zu isolieren und neue Geschäftsmodelle zu berücksichtigen

Der Wettbewerbsvorteil für Banken liegt zunehmend nicht mehr im Kernbankensystem, sondern in der Kundenzufriedenheit. In älteren Banksystemen werden jedoch häufig monolithische Anwendungen verwendet, die in Sprachen wie Cobol entwickelt wurden und in die gesamte Wertschöpfungskette der Bank integriert sind. Diese Integration machte es schwierig, die Schichten der Wertschöpfungskette zu trennen, sodass es fast unmöglich war, solche Systeme zu aktualisieren und zu modernisieren.

Eine Lösung für diese Herausforderung ist die Verwendung einer Isolationsschicht wie eines API-Verwaltungssystems oder einer Staging-Schicht wie Spanner, die das Buch der Datensätze dupliziert und die Modernisierung von Diensten mit erweiterten Analysen und KI erleichtert. Die Deutsche Bank hat beispielsweise Spanner verwendet, um ihre Legacy-Kernbankeninfrastruktur zu isolieren und ihre Innovationsreise zu beginnen.