Inhaltsverzeichnis17 Abschnitte
Das Cloud-Data-Warehouse-Trio Redshift, BigQuery und Snowflake hat sich 2026 vollstaendig aufgefaechert: AWS-zentrisch, GCP-Pay-Per- Query und Multi-Cloud-Premium. Welches sich fuer deinen Stack lohnt, haengt nicht (mehr) am Feature-Set, sondern an drei Fragen: Pricing-Modell, Team-Skill, und wie sehr du Multi-Cloud willst.
Hier die Aufstellung mit konkreten Kosten fuer typische Volumen. Stand: 14. Mai 2026.
TL;DR
- BigQuery: Pay-Per-Query (On-Demand) oder Slots (Reserved). Beste Wahl, wenn Queries sporadisch sind und Storage waechst.
- Redshift: Compute-zentriert (RA3-Nodes oder Serverless). Beste Wahl, wenn du tief AWS-integriert bist.
- Snowflake: Multi-Cloud, getrennte Storage/Compute-Pricing, Workload-Isolation via Warehouses. Beste Wahl, wenn mehrere Teams parallel auf das gleiche Warehouse zugreifen.
- Faustregel: Indie/Startup-Stack → BigQuery. AWS-EU Enterprise → Redshift. Multi-Cloud / mehrere Datenteams → Snowflake.
Pricing-Modelle im Vergleich
BigQuery
| Modell | Kosten | Wofuer |
|---|---|---|
| On-Demand | $6,25 / TB Scanned | Sporadische Queries, kleine Workloads |
| Editions: Standard | $0,04 / Slot-Hour | Kontinuierliche Workloads |
| Editions: Enterprise | $0,06 / Slot-Hour | Plus BigLake, BI Engine |
| Editions: Enterprise Plus | $0,10 / Slot-Hour | Plus Multi-Region, Compliance |
| Storage Active | $0,020 / GB / Monat | Letzte 90 Tage Daten |
| Storage Long-Term | $0,010 / GB / Monat | > 90 Tage unveraendert |
Redshift
| Modell | Kosten | Wofuer |
|---|---|---|
| RA3.xlplus (provisioned) | $1,33 / Node-Hour (eu-central-1) | Steady-State, Reserved-fhig |
| RA3.4xlarge | $4,46 / Node-Hour | Mittlere Workloads |
| RA3.16xlarge | $17,82 / Node-Hour | Grosse Workloads |
| Redshift Serverless | $0,42 / RPU-Hour (Min 60 RPU) | Variabel Workload |
| Managed Storage RA3 | $0,024 / GB / Monat | Auto, mit Compute getrennt |
Snowflake
| Modell | Kosten | Wofuer |
|---|---|---|
| XS Warehouse | 1 Credit / Hour | Dev, Light Query |
| S Warehouse | 2 Credits / Hour | Standard Dashboard |
| M Warehouse | 4 Credits / Hour | Reports, ELT mittlere |
| L Warehouse | 8 Credits / Hour | Grosse ELT |
| XL Warehouse | 16 Credits / Hour | Heavy ETL |
| 4XL Warehouse | 128 Credits / Hour | Riesen-Jobs |
| Credit-Preis Standard EU | $2,55 / Credit | - |
| Credit-Preis Enterprise EU | $3,70 / Credit | - |
| Storage AWS S3 EU | $40 / TB / Monat | Compressed Columnar |
Beispiel-Rechnung: typisches Mid-Size-Setup
Setup-Annahmen:
- 50 TB Daten gesamt (30 TB Active, 20 TB > 90 Tage)
- 100 ETL-Jobs pro Tag, jeweils 5 Minuten auf grosser Maschine
- 1.000 Dashboard-Queries pro Tag, jeweils 2 GB Scan
- 50 Ad-hoc-Analyse-Queries pro Tag, jeweils 50 GB Scan
BigQuery On-Demand:
| Komponente | Berechnung | Kosten / Monat |
|---|---|---|
| Storage Active 30 TB | 30 × 1024 × $0,020 | $614 |
| Storage Long-Term 20 TB | 20 × 1024 × $0,010 | $205 |
| Dashboard Queries | 1000 × 30 Tage × 2 GB × $0,00625 / GB | $375 |
| Ad-hoc Queries | 50 × 30 Tage × 50 GB × $0,00625 / GB | $469 |
| ETL Jobs | (ueber Slot-Editions besser) | - |
| Total BigQuery OnDemand | ~$1.663 |
Achtung: ETL-Jobs scannen typischerweise viel mehr. Auf On-Demand gerechnet schnell teuer. Mit BigQuery Editions (Slot-basiert):
BigQuery Standard Edition (400 Slots Reserved):
| Komponente | Berechnung | Kosten / Monat |
|---|---|---|
| Storage 50 TB | (wie oben) | $819 |
| 400 Slot-Hours Standard | 400 × 730 × $0,04 | $11.680 |
Slot-Reservation ist nur sinnvoll, wenn du kontinuierlich Workloads hast.
Redshift RA3.4xlarge × 4 Nodes:
| Komponente | Berechnung | Kosten / Monat |
|---|---|---|
| Compute 4 Nodes | 4 × $4,46 × 730 | $13.023 |
| Managed Storage 50 TB | 50 × 1024 × $0,024 | $1.229 |
| Total Redshift | ~$14.252 |
Mit 3y-Reservation ($1,80 / Node-Hour bei 3y All Upfront):
**$6.500/Monat**.
Redshift Serverless (Annahme 100 RPU avg):
| Komponente | Berechnung | Kosten / Monat |
|---|---|---|
| Compute 100 RPU × 730h × $0,42 | - | $30.660 |
| Storage 50 TB | 50 × 1024 × $0,024 | $1.229 |
Serverless wird bei dauerhaftem Load schnell teuer — sinnvoll nur fuer wirklich bursty Workloads.
Snowflake (M-Warehouse Always-On 12h/Tag + XL 1h/Tag):
| Komponente | Berechnung | Kosten / Monat |
|---|---|---|
| Storage 50 TB | 50 × $40 | $2.000 |
| M Warehouse 12h/Tag | 30 × 12 × 4 × $2,55 | $3.672 |
| XL Warehouse 1h/Tag | 30 × 1 × 16 × $2,55 | $1.224 |
| Total Snowflake | ~$6.896 |
Mit Auto-Suspend (typisch 1 Min Idle) und durchdachten Warehouse- Groessen sinken Snowflake-Kosten in der Praxis um 30-50 %.
Performance-Charakteristiken
BigQuery
- Schnell bei breiten Aggregations-Queries ueber Petabyte
- Langsam bei Point-Lookups ohne Clustering
- Native Caching: gleiche Queries innerhalb 24h sind free
- BI Engine: in-memory Cache fuer Dashboards, $7/GB/Monat
Redshift
- Schnell bei vorbereiteten Star-Schema-Queries
- AQUA-Cache beschleunigt wiederholte Queries
- Concurrency-Scaling spinnt zusaetzliche Cluster fuer Query- Spikes
- Materialized Views mit Auto-Refresh seit 2024
Snowflake
- Multi-Cluster Warehouse: auto-scaling von 1 bis 10 Clustern
- Result-Cache 24h, kostenlos
- Search Optimization fuer Point-Lookups
- Hybrid Tables (Unistore) fuer transaktionale Workloads seit 2024
Concurrency und Multi-User
| Aspekt | BigQuery | Redshift | Snowflake |
|---|---|---|---|
| User-Konflikte | nicht relevant (slot-shared) | Wichtig | Per Warehouse isoliert |
| Multi-User-Skalierung | nahezu unbegrenzt | begrenzt (concurrency scaling) | exzellent (separat Warehouses) |
| Workload-Isolation | Slot Reservations | WLM Queues | Native (Warehouse) |
| Time-to-Result | Mittel-Schnell | Schnell | Schnell |
Snowflakes Strength: Marketing-Team queryt nicht ETL-Pipeline weg. Du baust ein Warehouse pro Workload — Auto-Suspend macht das bezahlbar.
Storage-Modell
| Aspekt | BigQuery | Redshift | Snowflake |
|---|---|---|---|
| Storage-Engine | Capacitor (Columnar) | RA3 Managed S3 + Cache | S3/Azure-Blob/GCS, Snowflake-eigenes Format |
| Time Travel | nein (Snapshots manuell) | Snapshots | 0-90 Tage Standard, bis 1 Jahr Enterprise |
| Storage / Compute getrennt | ja (architektur) | Ja (RA3) | ja |
| Zero-Copy Cloning | nein | nein | ja |
Snowflakes Zero-Copy Cloning ist der unterschaetzte Feature: „CREATE TABLE x_test CLONE x_prod“ macht keine Kopie, keine zusaetzlichen Storage-Kosten, separate Schreibrechte. Fuer Test-/Dev-Workflows ein massiver Hebel.
Integration mit dem Stack
| Tool / Service | BigQuery | Redshift | Snowflake |
|---|---|---|---|
| dbt | nativ | nativ | nativ |
| Fivetran | nativ | nativ | nativ |
| Airbyte | nativ | nativ | nativ |
| Looker | nativ + BI Engine | unterstuetzt | unterstuetzt |
| Tableau | gut | gut | gut |
| Hex / Mode / Hightouch | gut | gut | sehr gut |
| Spark | gut (BigQuery Connector) | gut (Spectrum) | gut |
| Vertex AI / SageMaker / Snowpark | Vertex AI Workbench nativ | SageMaker (Redshift Data API) | Snowpark Python/Scala |
Snowflake hat 2024-2026 Snowpark + Cortex stark erweitert — LLMs direkt im Warehouse abrufbar, Python-DataFrames-Lite, native ML.
DACH-/EU-Aspekte
| Anbieter | EU-Region | DSGVO | Multi-Cloud |
|---|---|---|---|
| BigQuery | EU multi-region (BE/NL/DE/FI) | gut, GCP DPA | nein (GCP only) |
| Redshift | eu-central-1, eu-west-1, eu-north-1 | gut, AWS DPA | nein (AWS only) |
| Snowflake | EU AWS, EU Azure, EU GCP | sehr gut, multiple regions | ja (alle drei Hyperscaler) |
Fuer strenge Souveraenitaetsanforderungen ist Snowflake auf AWS-EU mit eigener KMS-Key-Verwaltung der DACH-Standard.
Wann was waehlen
BigQuery wenn:
- Du bist auf GCP gelandet (oder es ist nicht entschieden)
- Variable Query-Workloads (Storage waechst staerker als Query-Volumen)
- Du nutzt schon Looker / Looker Studio
- Du brauchst native Geo/JSON-Funktionen
Redshift wenn:
- Du bist tief in AWS
- Du hast klassische ETL-Pipelines mit kontinuierlichem Compute
- Du brauchst Spectrum fuer S3-Federation
- Reserved-Instance-Discounts amortisieren
Snowflake wenn:
- Multi-Cloud-Strategy
- Mehrere Datenteams parallel
- Du brauchst Zero-Copy Cloning fuer Dev/Test
- Du planst Snowpark-/Cortex-AI-Integration
- Premium-Budget vorhanden
Faustregeln zum Mitnehmen
- Klein anfangen mit BigQuery On-Demand. Sehe wo es weh tut.
- Reserved Slots / Snowflake-Capacity ab konsistentem Verbrauch.
- Warehouse-Isolation (Snowflake) ist Gold. Wenn Teams konkurrieren.
- Multi-Cloud-Lock-in ist real. Snowflake bietet Cloud-Provider-Flexibilitaet.
- Storage-Compute-Separation nutzen. Bei allen drei Anbietern.
Quellen
Pricing-Stand: 14. Mai 2026. Alle drei Anbieter passen Pricing- Editions und Features quartalsweise an — vor groesseren Commitments aktuelle Preise und Free-Tier-Limits verifizieren.
Geschrieben von
Harbinger Team
Cloud-, Data- und AI-Engineer in DACH. Schreibt seit 2018 über infrastrukturkritische Tech-Entscheidungen — keine Marketing- Folien, sondern echte Trade-offs aus Production-Workloads.
Hat dir das geholfen?
Jede Woche ein neuer Artikel über DACH-Cloud, Data und AI — direkt in dein Postfach. Kein Spam, kein Marketing-Sprech.
Kein Spam. 1-Klick-Abmeldung. Datenschutz bei Loops.so.