Cloud-Kosten gelangen auf zwei Wegen in eine Tabelle oder ein BI-Werkzeug wie Power BI: als Download aus der Konsole, der den Stand eines Tages festhält, oder als Abfrage auf einen laufenden Export, die bei jeder Aktualisierung neu rechnet. Der Download genügt für eine einzelne Frage. Ein Bericht, der jeden Monat wiederkommt, mehrere Clouds zusammenführt oder Kosten mit Umsatz verknüpft, braucht den Export, denn nur er trägt jede Position mit Kostengröße, Schlüsseln und Datenstand. Ob die Zahlen stimmen, entscheidet das Datenmodell darunter, nicht das Werkzeug.
So funktioniert es
Jede Konsole bietet einen Download. Cost Explorer lädt eine Ansicht als CSV herunter (AWS Cost Explorer und AWS Budgets), die Kostenanalyse in Azure als PNG, Excel oder CSV, Google den Kostentabellenbericht als CSV (Kostendaten aus Dateien importieren). Microsoft beschreibt den Download als zusammengefasste Momentaufnahme der gezeigten Tabelle, die sich nicht aktualisiert, nennt in den FAQ eine Grenze von 15.000 Datensätzen je CSV und verweist für größere Bereiche auf einen Export. Auch die Tabelle selbst hat Grenzen: Excel fasst 1.048.576 Zeilen mal 16.384 Spalten, Google Sheets bis zu 20 Millionen Zellen oder 100 MB. Die Datei trägt weder Kostengröße noch Filter noch Datenstand mit, solange niemand sie dazuschreibt.
Ein BI-Werkzeug liest dagegen die Exportdaten in einem Speicher des Unternehmens, auf einem Weg, den jeder Anbieter eigens dokumentiert.
AWS
AWS Data Exports schreibt CUR 2.0 oder FOCUS 1.2 in einen S3-Bucket (AWS Cost and Usage Report und Data Exports). Amazon Athena fragt die Dateien über ein Glue-Schema ab, Amazon Quick Sight, die BI-Funktion von Amazon Quick, lädt die Ergebnisse in seinen In-Memory-Speicher SPICE. Auf diesem Aufbau sitzen die Cloud Intelligence Dashboards, ein Open-Source-Framework aus AWS Enterprise Support unter der Lizenz MIT-0. Die Dashboards CUDOS, Cost Intelligence und KPI lesen CUR; das FOCUS Dashboard liest FOCUS-Daten und kann Exporte aus Azure, Google Cloud und OCI dazunehmen. Welche Exportart passt, wägt AWS CUR 2.0 oder FOCUS 1.2 ab.
Azure
Für Power BI Desktop bietet Microsoft den Cost Management Connector. Er unterstützt Enterprise Agreements und direkte Microsoft Customer Agreements, nicht aber Pay-as-you-go, indirekte MCA oder Microsoft Partner Agreements, und braucht Enterprise Administrator (read-only) beziehungsweise Contributor auf Abrechnungskonto oder -profil. Er lädt Tabellen wie Usage details und Usage details amortized und scheitert an Abfragen über einer Million Zeilen. Wie viele Kostendaten er trägt, beantwortet Microsoft zweimal verschieden: Die Seite des Connectors schätzt bis zu 5 Millionen US-Dollar an Rohkostendaten, die Vergleichstabelle des FinOps toolkit bis zu 2 Millionen. Die Cost Management App für Power BI gibt es nur für EA und nur mit Power BI Pro-Lizenz. Das FinOps toolkit, Open Source unter MIT-Lizenz, empfiehlt beide nicht mehr: Sie bleiben verfügbar, werden aber nicht weiter gepflegt, und der Connector nutzt eine alte API-Version ohne Details etwa zu Savings Plans. Bis 100.000 US-Dollar überwachter Ausgaben rät es zu Exporten in Data Lake Storage, darüber zu FinOps hubs mit Data Explorer oder, wo Microsoft Fabric im Einsatz ist, zu Fabric (Azure-Kostenexporte).
Google Cloud
Positionsdaten liefert Google Cloud über den Export nach BigQuery (Google Cloud Abrechnungsexport). Data Studio, wie Looker Studio heute heißt, liest ihn über seinen BigQuery-Connector; wie Berichte darauf aufbauen und Schemaänderungen überstehen, beschreiben Dashboards für Cloud-Kosten und Google Cloud Abrechnungsexport für Kostenberichte. Ob eine Abfrage mit den Rechten des Inhabers der Datenquelle oder jedes Betrachters läuft, legt die Datenquelle fest. Im Standardfall braucht nur der Inhaber BigQuery-Rollen, und die Betrachter brauchen keinen eigenen Zugriff auf den Export.
Das Datenmodell darunter
Gleich welches Werkzeug: Fünf Fragen muss jedes Dashboard über dem Export beantworten.
| Frage | Was der Export liefert | Was im Bericht feststehen muss |
|---|---|---|
| Was ist eine Zeile? | eine Position je Konto, Dienst, Nutzungsart und Zeitraum | Granularität: Stunde, Tag oder Monat |
| Welche Kostengröße? | abgerechnete und amortisierte Kosten nebeneinander; FOCUS trennt Billed Cost und Effective Cost | eine Größe je Visual, sichtbar benannt |
| Wie kommen Tags hinein? | CUR 2.0 fasst Tags zu Schlüssel-Wert-Spalten zusammen, Google führt Labels und Tags als Strukturen aus Schlüssel und Wert, FOCUS als Schlüssel-Wert-Objekt | die ausgewerteten Schlüssel und ihre Umbenennungen |
| Welche Währung? | die Abrechnungswährung je Anbieter | eine Berichtswährung mit Kursquelle und Kursdatum |
| Welcher Datenstand? | mehrere Ladungen am Tag, Vormonate nach der Finalisierung überschrieben | vollständige Aktualisierung betroffener Monate und ein sichtbarer Datenstand |
Wie mehrere Währungen zusammenkommen, behandelt Multi-Cloud-Reporting in einer Währung, wann ein Monat feststeht, Aktualität, Korrekturen und Finalisierung.
Was es für Ihre Kosten bedeutet
Der BI-Weg kostet selbst Geld, an drei Stellen: Speicher für den Export, Abfragen und Lizenzen. Nach welchem Modell BigQuery und Athena Speicher und Abfragen abrechnen, steht in Data Warehouses und Analytics; Data Studio bucht die Abfragen eines Berichts auf das Projekt, das in der Datenquelle als Abrechnungsprojekt gewählt ist. Für Amazon Quick Sight nennt AWS 24 USD je Author und 3 USD je Reader im Monat, SPICE für 0,38 USD je GB und Monat sowie 250 USD Infrastrukturgebühr je Konto und Monat, sobald es einen Pro-Nutzer oder aktivierte Q&A-Funktionen gibt. Für Azure nennt Microsofts FinOps toolkit Größenordnungen zu Listenpreisen: Exporte in Storage rund 3 bis 5 USD im Monat je Million US-Dollar überwachter Ausgaben, FinOps hubs mit Data Explorer ab 120 USD plus rund 10 USD je Million, dazu Power BI mit 20 USD je Nutzer. Alle Beträge sind Listenpreise in US-Dollar ohne Regionsangabe, gelesen am 2026-10-16.
Die Kosten folgen der Aktualisierung. Microsoft schreibt, dass Kosten- und Nutzungsdaten im Portal und in den APIs in der Regel innerhalb von 8 bis 24 Stunden aktualisiert werden, und empfiehlt deshalb höchstens ein bis zwei geplante Aktualisierungen in Power BI am Tag. Die Cloud Intelligence Dashboards aktualisieren ihre Datensätze täglich. Häufigeres Laden scannt dieselben Daten erneut, ohne neue zu finden.
Wo es schiefgeht
- Aktualisierung, die Korrekturen verpasst. Ein abgeschlossener Monat im Dashboard weicht von der Rechnung ab. Die Ursache: Eine inkrementelle Aktualisierung lädt nur neue Partitionen, AWS überschreibt aber die CUR-Daten des Vormonats nach der Finalisierung der Rechnung, meist Mitte des Folgemonats. Die Cloud Intelligence Dashboards verlangen deshalb eine vollständige Aktualisierung; jede Korrektur braucht einen Neuladen der betroffenen Monate.
- Kostengrößen vermischt. Das Dashboard zeigt andere Summen als Cost Explorer. Die Ursache: Das eine rechnet unblended, das andere amortisiert. Viele Visuals der Cloud Intelligence Dashboards lassen zudem Steuern, Erstattungen und Gutschriften weg.
- Verknüpfungen über Tags, die sich ändern. Die Kosten eines Teams fallen in einem Monat auf null. Die Ursache: Ein Tag-Schlüssel wurde umbenannt, oder der neue Schlüssel wird aus der Schlüssel-Wert-Spalte nicht ausgelesen. Im Power BI Connector kommt die Tag-Spalte als Text ohne Klammern an und lässt sich erst nach einem eigenen Schritt als JSON auswerten.
- Ein Dashboard ohne Eigentümer. Visuals brechen nach einer Schemaänderung oder zeigen neue Dienste nicht. Die Ursache: Die Cloud Intelligence Dashboards ändern sich nicht mit einem Update des CloudFormation-Stacks, sondern erst mit einem eigenen Update-Befehl. Jemand muss Updates, Zugriffe und Views verantworten.
Quellen
Gelesen am 2026-10-16. AWS Cloud Intelligence Dashboards, CUDOS, CID und KPI, FOCUS Dashboard, FAQ der Cloud Intelligence Dashboards, Datenwörterbuch CUR 2.0 und Preise für Amazon Quick Sight; Microsoft Cost Management Connector für Power BI Desktop, Cost Management App für Power BI, Power BI-Datenquelle wählen (FinOps toolkit), Ansichten speichern, teilen und herunterladen, FinOps toolkit auf GitHub und Spezifikationen und Grenzen von Excel; Google Data Studio mit BigQuery verbinden, Schema des Standardexports und Dateigrenzen in Google Drive und Sheets; FinOps Foundation FOCUS Billed Cost, Effective Cost und Tags; Lizenz der Cloud Intelligence Dashboards.