5 ML-Pipelines nehmen jede Minute Tausende von Trainingsbeispielen auf. Tägliche Datensätze wachsen um Millionen von Datensätzen. Wöchentliche Datensätze unterscheiden sich grundlegend. Wer auf tägliche Backups setzt, verliert 24 Stunden, wenn am Dienstag Daten beschädigt werden. Mit Continuous Data Protection gehen nur Minuten verloren. Kontinuierliche Backups haben jedoch ihren Preis: höherer Aufwand, komplexere Wiederherstellung, mögliche Performance-Einbußen. Die Entscheidung wägt Schutzziele gegen Kosten und Komplexität ab. Viele setzen standardmäßig auf geplante Backups, weil das Tradition hat. KI-Workloads mit hoher Datengeschwindigkeit erfordern ein Umdenken. Manche verdienen kontinuierlichen Schutz, andere passen zu geplanten Ansätzen. Wer die Zielkonflikte versteht, kann Strategien entwerfen, die den tatsächlichen Anforderungen entsprechen. Datengeschwindigkeit und Verlusttoleranz verstehen Die richtige Strategie hängt von zwei Faktoren ab: der Änderungsrate der Daten und dem akzeptablen Datenverlust. Datengeschwindigkeit: Wie viele neue Datensätze entstehen pro Stunde? 1 Million Datensätze täglich bedeuten eine hohe Geschwindigkeit. Stündlich neu berechnete Features ebenso. Wöchentliche Checkpoints bedeuten eine niedrige Geschwindigkeit. Das Verständnis von RTO und RPO hilft bei der Einschätzung der Datengeschwindigkeit. Verlusttoleranz: Wie viele Änderungen können Sie verwerfen? Ist es akzeptabel, zwei Stunden Trainingsdaten zu verlieren und neu zu trainieren? Ein Verlust von 24 Stunden bedeutet, mit veralteten Modellen zu arbeiten. Bei unwiederbringlichen Daten (Sensorexperimente) ist kein Verlust akzeptabel. Ordnen Sie Ihre Workloads entlang dieser Dimensionen ein. Treffen Sie ausdrückliche Entscheidungen zu RTO (Wie lange dürfen Daten nicht verfügbar sein?) und RPO (Wie viel aktuelle Daten dürfen verloren gehen?). Diese bestimmen, ob kontinuierliche Backups gerechtfertigt sind. Architektur für Continuous Data Protection Continuous Data Protection erfasst jede Änderung mit einem RPO von Sekunden oder Minuten statt Stunden. Transaktionslogs/CDC: Erfassen Sie den Strom der Änderungen (Einfügungen, Aktualisierungen, Löschungen). Ein erstes Backup erfasst den Zustand zu einem bestimmten Zeitpunkt, die folgenden Backups sind Transaktionslogs. Bei der Wiederherstellung wird das erste Backup eingespielt und die Transaktionen bis zum gewünschten Zeitpunkt nachgespielt. Das funktioniert gut für Datenbanken, von denen viele CDC nativ anbieten. PostgreSQL erfasst WAL-Einträge. So ist eine Point-in-Time-Recovery möglich. Bei unstrukturierten Daten (Dateien, Checkpoints, Artefakte) ist kontinuierlicher Schutz komplexer. Optionen sind kontinuierliches Spiegeln (gleichzeitiges Schreiben auf Primär- und Backup-System) oder kontinuierliche Snapshots (häufige automatische Snapshots). Alternativ nutzen Sie verteilte Dateisysteme oder Objektspeicher mit Versionierung. Jeder Schreibvorgang erzeugt eine neue Version. Die vollständige Versionshistorie ermöglicht die Wiederherstellung zu jedem beliebigen Zeitpunkt – kontinuierlicher Schutz ohne eigene Backup-Infrastruktur. Vorteile geplanter Backups und passende Anwendungsfälle Für viele KI-Workloads bleiben geplante Backups die richtige Wahl. Ein klares Framework für die Enterprise-Backup-Strategie hilft, die Ansätze je Ebene festzulegen. Geringerer Aufwand: Statt jeden Schreibvorgang zu spiegeln, erfassen Sie den Zustand in regelmäßigen Abständen. Ein nächtliches Backup von Trainingsdaten benötigt nur Speicher für die Kopien. Kontinuierlicher Schutz benötigt die Kopien plus Logs über Monate. Geeignet, wenn: Workloads bekannten Mustern folgen. Wöchentliches Nachtrainieren von Modellen hat klare Einschnitte. Eine nächtliche Neuberechnung ist eine natürliche Grenze. Intervalle von 24 oder 12 Stunden passen dazu. Ebenfalls geeignet, wenn die Verlusttoleranz im Stundenbereich liegt: Können Sie 24 Stunden Training verlieren? Dann genügt ein tägliches Backup. Tolerieren Sie nur 1 Stunde? Dann reicht ein geplantes Backup nicht aus. Hybrider Ansatz: Kombinieren Sie häufige geplante Snapshots (alle 4 Stunden) für Daten mit hoher Geschwindigkeit mit Transaktionslogs oder CDC für eine feingranulare Wiederherstellung zwischen den Snapshots. Das verringert die Komplexität des kontinuierlichen Schutzes und verbessert zugleich das RPO gegenüber täglichen Backups. Die 3-2-1-1-0-Strategie bietet ein bewährtes Framework. Auswirkungen auf Performance und Latenz Beide Strategien wirken sich auf die Anwendungsleistung aus. Wer die Auswirkungen kennt, vermeidet Überraschungen. Kontinuierlicher Schutz: Er verursacht Write Amplification. Jeder Schreibvorgang auf dem Primärsystem löst eine Synchronisierung mit dem Backup aus. Wer 1 GB/s schreibt, verbraucht insgesamt 2 GB/s I/O. Das kann zum Engpass werden, vor allem in Umgebungen mit knappen Ressourcen. Für Systeme, die empfindlich auf Schreiblatenz reagieren (Betrugserkennung, Feature Stores), ist das womöglich inakzeptabel. Synchrone Spiegel fügen Millisekunden hinzu. Für den Hochfrequenzhandel scheidet der Ansatz damit aus. Asynchroner kontinuierlicher Schutz: Die Backups laufen im Hintergrund. Das verringert die Auswirkungen auf die Latenz, birgt aber ein Risiko: Fallen Primär- und Backup-System vor der Replikation aus, gehen Daten verloren. Synchroner Schutz kostet Latenz, bietet aber starke Garantien. Asynchroner Schutz hat eine niedrige Latenz, aber schwächere Garantien. Geplantes Backup: Die Latenz konzentriert sich auf die Backup-Fenster. Backup-Jobs beanspruchen erheblich I/O und Netzwerk. ML-Trainingsjobs werden in diesen Fenstern langsamer. Die meisten planen Backups daher außerhalb der Spitzenzeiten. Backup-Strategie für Iterationen im Modelltraining Das Modelltraining schafft interessante Backup-Szenarien. Trainingsläufe erzeugen Folgen von Checkpoints. Zwischen N und N+1 ändern sich meist nur 1–5 % der Gewichte. Ganze Dateien kontinuierlich zu sichern, ist daher Verschwendung. Besser ist ein kontinuierliches Delta-Backup in Kombination mit geplanten vollständigen Checkpoint-Backups. Speichern Sie vollständige Checkpoints alle 6–12 Stunden und die Deltas kontinuierlich. Bei der Wiederherstellung wird der letzte Checkpoint eingespielt und die Deltas werden angewendet. Das verbindet die Granularität des kontinuierlichen Schutzes mit der Speichereffizienz geplanter Backups. Deduplizierung steigert die Effizienz weiter: Das System erkennt, dass neue Checkpoints zu 95 % mit den vorherigen identisch sind, und speichert nur die Änderungen. Abgestufte Backups für Datensätze Führen Sie für kontinuierlich wachsende Datensätze abgestufte Backups ein, die unterschiedliche Anforderungen an Aufbewahrung und Wiederherstellung abbilden. Aktuelle Daten (letzte Woche) werden kontinuierlich oder häufig gesichert, weil sie im aktiven Training genutzt werden. Historische Daten (Wochen bis Monate) werden täglich gesichert. Archivierte Daten (ab einigen Monaten) werden selten oder bei Bedarf gesichert. So schützen Sie aktive Daten mit einem anspruchsvollen RPO und halten die Kosten für historische Daten im Rahmen. Beispiel: Ein Feature Store schützt die Features des aktuellen Tages kontinuierlich, sichert die Vorwoche nach Zeitplan und archiviert Daten, die älter als einen Monat sind. Unterschiede bei der Wiederherstellung Bei der Komplexität der Wiederherstellung unterscheiden sich beide Ansätze deutlich. Geplant: Das gewählte Backup wird wiederhergestellt – fertig. Eine unkomplizierte Wiederherstellung zu einem bestimmten Zeitpunkt. Kontinuierlich: Transaktionslogs oder Deltas müssen bis zum gewünschten Zeitpunkt nachgespielt werden. Das ist komplexer: Zeitpunkt wählen, Basis-Snapshot wiederherstellen, Änderungen nachspielen. Der Prozess ist schwerer zu automatisieren und fehleranfälliger. Dafür ermöglicht kontinuierlicher Schutz eine granulare Wiederherstellung. Sie sind nicht an bestimmte Zeitpunkte gebunden, sondern können je nach Erkennung der Beschädigung zu beliebigen Zeitpunkten zurückkehren. Das ist für Untersuchungen wertvoll: Wann genau begann die Beschädigung? Stellen Sie den Zustand kurz davor wieder her. Organisatorische und Compliance-Aspekte Kontinuierliche Backups erzeugen vollständige Audit-Trails und Versionshistorien. Das ist für die Compliance von Vorteil, für den Datenschutz aber belastend. Ein Feature Store mit personenbezogenen Daten erzeugt eine Versionshistorie dieser Daten. Löschanfragen erfordern, die personenbezogenen Daten aus allen Versionen zu entfernen, nicht nur aus der aktuellen. Geplante Backups vereinfachen die Compliance. Alte Backup-Sätze werden gemäß Richtlinie gelöscht – und die Daten sind weg. Sie müssen nicht nachverfolgen, welche Versionen von Datensätzen personenbezogene Daten enthalten. Viele setzen kontinuierlichen Schutz für datenschutzrechtlich unkritische Daten und geplante Backups für sensible Daten ein. So verbinden sie die Vorteile kontinuierlicher Backups mit der einfacheren Compliance geplanter Backups. Fazit: strategische Backup-Entscheidungen für KI-Workloads Die Wahl ist keine technische, sondern eine strategische. Beide Ansätze sind in unterschiedlichen Kontexten richtig. Erfolgreiche Unternehmen treffen bewusste Entscheidungen. Setzen Sie für Trainingsdaten mit hoher Geschwindigkeit auf kontinuierliche Backups oder häufige Snapshots. Kombinieren Sie bei Modell-Checkpoints mit kleinen Deltas geplante vollständige Checkpoints mit kontinuierlichen Delta-Backups. Planen Sie Backups für Feature Stores mit vertretbarer Verlusttoleranz in Intervallen, die zu ihren Aktualisierungszyklen passen. Sichern Sie Archivdaten selten. Testen Sie die tatsächliche Wiederherstellungszeit vierteljährlich gegen die festgelegten Ziele. Vielleicht stellen Sie fest, dass geplante Backups ausreichen. Vielleicht ist die Wiederherstellung zu langsam. Lassen Sie die betriebliche Realität entscheiden, nicht die Theorie. Ihre Strategie sollte schützen, was für Ihre tatsächlichen geschäftlichen Anforderungen wichtig ist. Weiterführende Artikel Ransomware-Wiederherstellung: Schnellere Restores mit Objektspeicher Leitfaden zu Backup as a Service (BaaS) (auf Englisch) Backup-Speicher mit Air Gap Was ist Immutable Storage? Definition, Vorteile und Funktionsweise Konsolidierung von Cloud-Speicher: Strategie und Vorteile Immutable Storage und Ransomware-Abwehr
