Amazon Redshift

Amazon wurde 1994 in Washington gegründet und startete zunächst als Online-Buchhandlung, hat sich seitdem aber zu einem globalen Technologieunternehmen entwickelt. Mit Hauptsitz in Seattle, WA, ist Amazon weithin bekannt für seine E-Commerce-Plattform Amazon.com und seine führende Rolle im Cloud Computing durch die 2006 gegründeten Amazon Web Services (AWS). AWS hält einen Anteil von 28 % am Cloud-Computing-Markt und arbeitet mit über 90 % der Fortune-100-Unternehmen zusammen.

Amazon Web Services (AWS) bietet über 200 Services, die Datenspeicherung, Computing, Machine Learning (ML) und künstliche Intelligenz (KI) umfassen. Der AWS Marketplace umfasst mehr als 30.000 Cloud-Lösungen und verbindet Drittanbieter mit Käufern. AWS bedient verschiedene Sektoren, darunter Behörden, Unternehmen, Bildungseinrichtungen und Privatpersonen. Das Unternehmen betreibt 123 Availability Zones in 39 globalen Regionen.

Amazon Redshift ist eine grundlegende Komponente im Daten- und Analyseportfolio von AWS. Es handelt sich um ein vollständig verwaltetes relationales Data Warehouse, das für die Datenverarbeitung in großem Maßstab konzipiert ist. Redshift lässt sich nahtlos in andere AWS-Services wie Amazon-S3-basierte Data Lakes und Amazon SageMaker integrieren, sodass Nutzer Advanced Analytics und Machine Learning innerhalb desselben Ökosystems einsetzen können. Mit seiner spaltenorientierten Speicherung und seiner Architektur für massiv parallele Verarbeitung (MPP) bietet Redshift eine optimierte Abfrageleistung für Analyse und Reporting.

Amazon Redshift unterstützt effiziente Workflows, bei denen Nutzer Daten aus Amazon S3 zur Verarbeitung in Redshift laden und die Abfrageergebnisse anschließend wieder an S3 zurückgeben können. Redshift Spectrum führt SQL hingegen direkt auf den in S3 gespeicherten Daten aus, ohne diese in Redshift-Tabellen zu laden, um sowohl die Datenbewegung als auch die Speicherkosten zu reduzieren.

Zu den jüngsten Erweiterungen von Amazon Redshift zählen:

• Erweiterte Zero-ETL-Integrationen: AWS unterstützt nun Replikation und Filterung nahezu in Echtzeit aus 17 AWS-Plattformen in Redshift.
• Data Sharing für Data-Lake-Tabellen: Kunden können Daten auf verschiedenen Ebenen sicher teilen, darunter Tabellen und Views über Redshift und Lake Formation.
• Unterstützung offener Lakehouse-Tabellen (Iceberg): Redshift-Nutzer können Apache-Iceberg-Tabellen in Amazon S3 und Amazon-S3-Table-Buckets erstellen und in diese schreiben.
• Automatisierung und Self-Tuning: Redshift optimiert Leistung, Speicher und Ressourcenskalierung über Cluster und Serverless-Umgebungen hinweg automatisch und mit minimalem manuellem Tuning.

Zwischen 2025 und 2026 haben Käufer von Amazon Redshift ihren Schwerpunkt von funktionaler Eignung und Benutzerfreundlichkeit hin zu Kosten/Leistung, Konnektivität und architektonischer Eignung verlagert. Dies spiegelt das insgesamt steigende Interesse an FinOps für die Steuerung von Cloud-Kosten und an der Integration mit Apache Iceberg für offene Tabellenformate wider. Im Jahr 2026 blieb „mangelndes Interesse der Fachanwender“ ein Hauptproblem, und die Bedenken hinsichtlich Preisgestaltung und Komplexität lagen weiterhin über dem Durchschnitt der gesamten Umfrage. Während die Bedenken der Nutzer hinsichtlich der Enterprise Readiness zurückgingen, stieg ein Mangel an Produkt-Know-how stark an und wurde für 37 % der Redshift-Nutzer zum häufigsten Problem, also fast doppelt so hoch wie der Gesamtdurchschnitt. Dies deutet darauf hin, dass AWS mehr in Produktschulungen für Redshift-Nutzer investieren sollte.

Der wichtigste dauerhafte Wettbewerbsvorteil von Redshift scheint die insgesamt etablierte Marktposition von AWS im Cloud Computing und die native Integration in das AWS-Tool-Ökosystem zu sein. Das Produkt selbst zeigt Schwächen. Zwischen 2025 und 2026 verschlechterten sich die Platzierungen von Redshift in den Peer Groups, und es lag bei den meisten KPIs unter dem Durchschnitt. Redshift fiel bei der Adaptability von einem Spitzenwert (Platz 1) auf den Durchschnitt zurück. Bei der Project Length rutschte es vom Durchschnitt auf den letzten Platz, und die Technical Foundation ging vom Durchschnitt auf unterdurchschnittlich zurück. Die User Experience fiel unterdessen von überdurchschnittlich auf unterdurchschnittlich.

Amazon Redshift eignet sich am besten für cloud-native und Cloud-First-Unternehmen, die bereits auf AWS standardisiert sind und eine eng integrierte Analyseplattform sowie ein Ökosystem fortschrittlicher KI-Tools wünschen. Die wichtigsten Käufer sind Leiter von Data Engineering, Cloud-Architekten und Verantwortliche für Analyseplattformen, die sich auf die Balance zwischen Leistung, Skalierbarkeit und Kostensteuerung konzentrieren. Zu den häufigen Use Cases gehören Enterprise Data Warehousing, Lakehouse-Architekturen mit Apache Iceberg und die Datenaufnahme nahezu in Echtzeit aus operativen AWS-Systemen. Zu den idealen Use Cases zählt außerdem die Unterstützung für BI-, SQL-Analyse- und Machine-Learning-Workloads neben Services wie Amazon S3 und Amazon SageMaker. AWS unterstützt zwar Daten aus On-Premises-Systemen, doch diese hybriden Umgebungen sind für die cloud-nativen Angebote weniger gut geeignet.