{"id":178392,"date":"2026-01-28T12:28:15","date_gmt":"2026-01-28T11:28:15","guid":{"rendered":"https:\/\/liora.io\/de\/?p=178392"},"modified":"2026-02-06T04:43:23","modified_gmt":"2026-02-06T03:43:23","slug":"aws-lambda-einfuehrung-in-die-serverless-funktion","status":"publish","type":"post","link":"https:\/\/liora.io\/de\/aws-lambda-einfuehrung-in-die-serverless-funktion","title":{"rendered":"AWS Lambda: Einf\u00fchrung in die Serverless-Funktion"},"content":{"rendered":"

AWS Lambda wurde 2014 eingef\u00fchrt und ist eine serverlose Plattform f\u00fcr Function as a Service. Was bedeutet das? Was sind die wichtigsten Anwendungsf\u00e4lle? Darauf werden wir in diesem Artikel n\u00e4her eingehen, um die wachsende Beliebtheit des Dienstes zu erkl\u00e4ren.<\/strong><\/p>\n

Was ist AWS Lambda ?<\/h2>\nDas Prinzip von AWS Lambda<\/strong> ist im Grunde genommen sehr einfach. Es geht darum, Funktionen (d. h. Code) bereitzustellen, die auf Ereignisse reagieren, ohne sich um die zugrunde liegende Infrastruktur k\u00fcmmern zu m\u00fcssen.\n\nDas bedeutet, dass du keine virtuellen Maschinen (Server)<\/a> instanziieren musst, auf denen deine Anwendung laufen wird. AWS k\u00fcmmert sich f\u00fcr dich um die Laufzeitumgebung. Aus diesem Grund spricht man auch von einem serverlosen (serverless) Dienst<\/strong>: Auch wenn es nat\u00fcrlich Server gibt, auf denen die Anwendung gehostet wird, sind sie f\u00fcr den Kunden v\u00f6llig abstrakt.\n\nDies hat drei Hauptvorteile:<\/strong>\n
    \n \t
  1. Die Zeit, die f\u00fcr die Verwaltung von Servern aufgewendet wird, reduzieren (oder sogar eliminieren):<\/strong> Wartung, Updates, Sicherheitspatches, etc.<\/li>\n \t
  2. Fast unendliche Skalierbarkeit:<\/strong> Egal, ob die Funktion einmal am Tag oder mehr als eine Million Mal ausgef\u00fchrt wird, AWS passt den Dienst entsprechend an, ohne dass du dich um Load Balancing und Auto Scaling k\u00fcmmern musst.\nBeim Load Balancing<\/strong> werden Aufgaben (z. B. Anfragen, die bearbeitet werden m\u00fcssen) auf eine Reihe von Servern statt auf einen einzelnen Server verteilt, um den Gesamtprozess effizienter zu gestalten.\nBeim Auto-Scaling wird die Rechenkapazit\u00e4t (d. h. die Anzahl der Server hinter dem Load Balancer) automatisch an die Last angepasst (die z. B. anhand der Anzahl der Anfragen pro Minute gemessen werden kann).<\/li>\n \t
  3. Eine nutzungsabh\u00e4ngige Abrechnung erm\u00f6glichen:<\/strong> Die Abrechnung erfolgt pro Millisekunde, die die Funktion ausgef\u00fchrt wird. Wenn die Funktion nicht ausgef\u00fchrt wird, wird dir einfach nichts berechnet.<\/li>\n<\/ol>\nDa es keinen Server gibt, der st\u00e4ndig l\u00e4uft, muss die Ausf\u00fchrung der Funktionen anhand von Ereignissen ausgel\u00f6st werden. Die Quellen f\u00fcr Ereignisse k\u00f6nnen sehr unterschiedlich sein: Du kannst die Ausf\u00fchrung einer Funktion ausl\u00f6sen, wenn eine Datei in einen S3-Bucket<\/a> hochgeladen wird, wenn ein Datensatz zu einer DynamoDB-Tabelle hinzugef\u00fcgt wird, als Antwort auf eine HTTP-Anfrage (\u00fcber eine Integration mit dem API-Gateway-Dienst<\/a>) oder einfach \u00fcber ein Scheduling (du kannst beschlie\u00dfen, die Funktion periodisch aufzurufen, z. B. jede Minute oder jede Stunde).\n\n?Auch interessant:\n\n\n<\/colgroup>\n\n\n\n\n\n\n\n
    Amazon S3<\/a><\/td>\n<\/tr>\n
    Amazon EC2<\/a><\/td>\n<\/tr>\n
    Amazon Web Services<\/a><\/td>\n<\/tr>\n
    AWS Google Cloud<\/a><\/td>\n<\/tr>\n
    Amazon Omics<\/a><\/td>\n<\/tr>\n
    Amazon Quicksight<\/a><\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

    Ein paar Fallbeispiele von AWS Lambda<\/h2>\nDie Anwendungsf\u00e4lle f\u00fcr AWS Lambda-Funktionen<\/strong> sind aufgrund der gro\u00dfen Anzahl von Integrationen mit anderen Diensten als Quellereignis sehr vielf\u00e4ltig. Dazu geh\u00f6ren Datenverarbeitung in Echtzeit, Dateitransformation oder sogar Backends f\u00fcr Web- oder Mobilanwendungen.\n

    Erstellen von Bildvorschauen<\/h3>\nEines der am h\u00e4ufigsten genannten Beispiele f\u00fcr Anwendungsf\u00e4lle ist die Erzeugung von Thumbnails (Vorschaubildern) beim Hochladen eines Bildes in einen S3-Bucket (Fach).\n\nAngenommen, du entwickelst eine Anwendung, die es Nutzern erm\u00f6glicht, Bilder hochzuladen und sie mit anderen zu teilen. Du m\u00f6chtest, dass der Nutzer Fotos in sehr hoher Aufl\u00f6sung hochladen kann, aber du m\u00f6chtest Vorschauen in niedriger Aufl\u00f6sung auf der Bildergalerie anzeigen, damit diese schnell geladen wird.\n\nHierf\u00fcr kannst du S3 und AWS Lambda<\/strong> verwenden: Ein erstes S3-Fach kann verwendet werden, um die Bilder deiner Nutzer zu speichern. Mithilfe der Ereignisbenachrichtigung kannst du jedes Mal eine Lambda-Funktion aufrufen, wenn in diesem Abteil eine Datei erstellt wird. Diese Funktion kann dann eine Vorschau aus dem Bild erzeugen und es in einem neuen Abteil speichern, das dann alle Thumbnails enth\u00e4lt :\n\nDank dieser serverlosen, ereignisgesteuerten Architektur passt sich deine Anwendung automatisch an die Anzahl der von den Nutzern durchgef\u00fchrten Downloads an.\n\nMan k\u00f6nnte sich leicht weitere \u00e4hnliche Anwendungen vorstellen:\n