Bei kleinen Webprojekten steht oft die Frage im Raum: Serverless oder lieber ein klassischer VPS (z. B. DigitalOcean Droplet)? In meiner Praxis als Entwicklerin und Digitalstrategin habe ich beides ausprobiert — von statischen Seiten über kleine APIs bis hin zu Prototypen mit Datenbank-Anbindung. In diesem Artikel teile ich meine Erfahrungen und gebe konkrete Entscheidungshilfen: wann DigitalOcean (Droplets) sinnvoll sind, wann AWS-Serverless (Lambda, Fargate, App Runner) passt — und welche Kompromisse du eingehen musst.
Was meine ich mit "Serverless" und "Droplet"?
Serverless bedeutet hier: du schreibst Code, deployst ihn in eine verwaltete Umgebung (z. B. AWS Lambda, AWS Fargate, AWS App Runner, Vercel, Netlify) und kümmerst dich nicht um die darunterliegende Server-Instanz. Vorteile: automatische Skalierung, kein Server-Patching, nutzungsbasiertes Abrechnungsmodell.
Droplet steht stellvertretend für klassische VPS (Virtual Private Server), wie sie DigitalOcean anbietet. Du erhältst eine VM mit vordefinierten Ressourcen (CPU, RAM, Disk), installierst Services (NGINX, Node, PostgreSQL) und verwaltest das System selbst — oder mit Tools wie Docker und Ansible.
Die wichtigsten Entscheidungsfaktoren
Bei der Wahl spielen mehrere Kriterien eine Rolle. Ich schaue immer auf:
Kurzüberblick: Vor- und Nachteile
| Serverless (AWS Lambda, Fargate...) | Droplet (DigitalOcean) | |
|---|---|---|
| Skalierung | Automatisch, praktisch grenzenlos | Manuell / via Autoscaling komplexer |
| Kostenstruktur | Pay-per-use (günstig bei wenig Nutzung) | Fixkosten (gut bei konstanten Lasten) |
| Betriebsaufwand | Minimal (Managed) | Höher (Systempflege, Patches) |
| Cold Starts | Problematisch bei latenzsensitiven Anwendungen | Keine Cold Starts |
| Portabilität | Höherer Lock-in bei Cloud-Funktionen | Hohe Portabilität (Docker, Standard-Linux) |
Wann ich Serverless empfehle
Ich greife zu Serverless, wenn eines der folgenden Szenarien zutrifft:
Praxisbeispiel: Ich habe eine kleine API für QR-Code-Generierung mit AWS Lambda und API Gateway gebaut. Bei sporadischen Anfragen war das extrem kosteneffizient und ich musste keine VM pflegen. Trotzdem musste ich die Cold-Start-Problematik mit Provisioned Concurrency und schlanken Lambda-Paketen adressieren.
Wann ich DigitalOcean Droplets bevorzuge
Droplets sind oft die bessere Wahl, wenn:
Beispiel: Für einen Kunden betreute ich ein CMS mit konstantem Traffic und mehreren Cron-Jobs. Ein DigitalOcean Droplet mit Docker Compose war einfacher und kostengünstiger als die aufwendige Serverless-Architektur, die ich zuerst erwog.
Kosten: Rechnen hilft
Generell gilt: Serverless ist günstig bei weniger und unregelmäßiger Nutzung; VPS ist günstiger bei konstanter Nutzung. Ein paar Faustregeln, die ich nutze:
Cold Starts, Latenz und Benutzererfahrung
Serverless-Funktionen starten manchmal "kalt" — das verursacht Latenz. Für APIs mit niedrigen Latenzanforderungen nutze ich:
Wenn du eine interaktive Web-App betreibst, die schnelle Antworten braucht, ist ein Droplet oder ein Container auf Fargate/App Runner häufig die bessere Wahl.
Dev-Experience: Deployments und Tooling
Serverless-Deployments sind heute sehr komfortabel: Serverless Framework, Terraform, AWS SAM oder GitHub Actions integrieren sich gut. Für einfache Projekte mag Vercel oder Netlify sogar die einfachste Option sein — Git push und fertig.
Droplets geben Flexibilität, aber du musst mehr managen: SSH, Firewall, Backups, Monitoring. Tools wie Docker + Docker Compose reduzieren die Komplexität; für Skalierung kannst du DigitalOcean Kubernetes (DOKS) nutzen — aber das ist Overkill für viele kleine Projekte.
Vendor-Lock-in und Portabilität
Ich achte stark auf Portabilität: Serverless-APIs, die stark AWS-spezifische Features (DynamoDB Streams, API Gateway Integrations) nutzen, sind schwerer zu migrieren. Wenn du die Möglichkeit einer späteren Migration offenhalten willst, schreibe möglichst generische Code-Basen (z. B. Container-basiert) oder nutze Open-Source-Tools (Postgres, Redis) statt proprietärer Dienste.
Konkrete Entscheidungen — meine Faustregeln
Tools & Services, die ich empfehle
Beim nächsten Projekt wäge ich kurz Traffic-Prognose, Persistenzbedarf und meine Bereitschaft, Betrieb zu übernehmen, ab. Oft genügt ein 1‑vCPU Droplet für MVPs, und wenn es wächst, verlagere ich kritische Services in Managed-Dienste oder skaliere auf Container-Plattformen.
Wenn du möchtest, kann ich dir anhand deines konkreten Projekts eine kurze Entscheidungsmatrix erstellen — inklusive grober Kostenabschätzung und Recommended Tech Stack (z. B. Node + Postgres auf Droplet vs. Lambda + Aurora Serverless). Schreib mir kurz, was du bauen willst (Requests/Tag, lang laufende Jobs, Datenbankbedarf) und ich rechne das durch.