Die 8 besten Cloud-Computing-Projekte für jedes Level

Unternehmen verlagern ihre IT-Ressourcen in die Cloud – und treiben damit Cloud Computing voran. Ziel ist es, Cloud-Plattformen wie AWS, GCP und Azure so einzusetzen, dass sie passgenaue Lösungen für die Anforderungen einer Organisation liefern. Entsprechend steigt die Nachfrage nach Tech-Profis wie Cloud Engineers, die sich in Cloud-Umgebungen auskennen.

Baue deine Kompetenzen mit diesen Cloud-Computing-Projekten aus und starte deine Karriere im Cloud-Bereich. Wenn du neu einsteigst, schau dir unseren Understanding Cloud Computing Kurs an und lies unseren Leitfaden How to become a cloud engineer.

Warum an Cloud-Computing-Projekten arbeiten?

Die Cloud ist ein komplexes Ökosystem, das man nur mit praktischer Erfahrung wirklich versteht. Hands-on-Übungen sind der beste Weg, um zu lernen, wie Cloud-Umgebungen funktionieren. Genau deshalb sind Cloud-Computing-Projekte so wichtig: Du sammelst Erfahrung und erstellst etwas, das du in deinem Bewerbungsprozess vorzeigen kannst.

Cloud-Computing-Projekte für Einsteiger

Diese Einstiegsprojekte bringen dich dazu, eine Cloud-Plattform für einfache Aufgaben zu nutzen. Der Fokus liegt auf Dingen, die sonst on-premises laufen – etwa das Hosten einer Website direkt in der Cloud.

1. Statisches Website-Hosting

Eine Website in der Cloud zu hosten, ist ein grundlegendes Projekt und zeigt, dass du die Basics der Cloud verstehst. Du lernst, welche Rolle Cloud Computing beim Ersatz klassischer IT-Infrastruktur spielt, und bekommst einen ersten Überblick über die vielen Cloud-Funktionen.

Ressourcen:

Ein guter Einstieg sind die Top-Projekte für AWS auf DataCamp. Wenn du ganz neu bei AWS bist, starte zuerst mit dem Introduction to AWS Kurs, um die Plattform kennenzulernen. Beides zusammen bringt dich optimal zu deinem ersten Cloud-Computing-Projekt!

Gelearnte Kompetenzen:

• Webhosting mit AWS
• Grundlagen in HTML und Webdesign
• Basiswissen in AWS

2. Serverlose E-Mail-/SMS-Anwendung

Der nächste Schritt: die Cloud für die Interaktion mit Nutzenden nutzen. Ein häufiges Feature ist die Kontaktaufnahme nach dem Absenden eines Formulars – etwa für Aktionen, Bestätigungen oder Reservierungen. In der Cloud lässt sich das über eine API steuern. Ziel ist eine statische Website in einem Cloud-Service, die Infos an weitere Cloud-Komponenten weitergibt, welche dann die passende E-Mail oder SMS versenden.

Von cloudisfree: Flussdiagramm, wie eine serverlose E-Mail-/SMS-Anwendung aussehen kann

Ressourcen:

Eine gute Anleitung kommt von cloudisfree, wo du Schritt für Schritt eine serverless sending application aufbaust. Das basiert ebenfalls auf Amazon AWS und ist eine sinnvolle Erweiterung deines vorherigen Projekts, wenn du bereits eine dynamische Website erstellt hast. Gute Gelegenheit, deine AWS-Skills mit dem DataCamp-Kurs AWS Cloud and Technology Services zu vertiefen.

Gelearnte Kompetenzen:

• AWS Lambda
• API Gateway
• AWS Step Functions
• Python für Funktionen
• HTML und JSON für Interaktivität

Cloud-Computing-Projekte für Fortgeschrittene

Jetzt, da du die Grundlagen beherrschst, geht es mit praxisnäheren Szenarien weiter. In diesen Projekten vertiefst du deine Basis und baust produktionsreife Cloud-Anwendungen nach moderner Architektur.

3. Datenanalyse in der Cloud

Ein wachsender Bereich des Cloud Computings ist der Datenanalyse gewidmet. Mit zunehmenden Datenmengen setzen Unternehmen stärker auf cloudbasierte Lösungen, um Antworten auf ihre Fragen zu finden. Als Cloud Engineer kannst du automatisierte Analysen auf der Cloud-Plattform aufbauen. Dank der Skalierbarkeit wachsen cloudbasierte Analyselösungen mühelos mit. In diesem Projekt übst du die End-to-End-Bereitstellung – von Datenspeicherung bis Datenanalyse – und verstehst, wie Daten in die Cloud gelangen und zu Erkenntnissen werden.

Ressourcen:

Sieh dir unseren Leitfaden zum Einstieg in Azure Synapse an. Wenn du wenig Azure-Erfahrung hast, empfehle ich dir zuerst den Understanding Microsoft Azure Kurs sowie ein paar Artikel zu Microsofts Cloud-Lösung zu lesen. Azure gewinnt Marktanteile und dürfte in manchen Segmenten gegenüber AWS und GCP vorn liegen.

Gelearnte Kompetenzen:

• Azure-Storage-Grundlagen
• Azure Synapse
• Datenanalyse in der Cloud

4. 3-Tier-Web-App

Das ist die logische Weiterentwicklung einer statischen Website. Du baust eine komplexere Webarchitektur, die die Stärken der Cloud ausspielt. Eine 3-Tier-Web-App trennt Web-, Anwendungs- und Datenebene. Die Webschicht bildet die Oberfläche, die Anwendungsschicht das Backend und die Datenschicht die Speicherung. Vorteil: Jede Schicht lässt sich unabhängig skalieren und separat absichern. 

Für eine 3-Tier-Web-App in der Cloud musst du wissen, welche Cloud-Produkte sich für welche Schicht eignen und wie du sie zu einem Gesamtdienst verbindest.

Aus der AWS-Dokumentation: Architekturskizze einer Three-Tier-Web-App

Ressourcen:

Sorge für ein solides Verständnis der Cloud-Grundlagen. Folge dann dieser Anleitung zum Aufbau einer 3-Tier-Webanwendung, um das komplexere Projekt umzusetzen.  Wenn du noch nie eine Web-App gebaut hast, starte mit so etwas wie dieser Python-Web-App mit Bokeh. Trenne dabei die UI in die Webschicht und die Datenverarbeitung in die Anwendungsschicht.

Gelearnte Kompetenzen:

• Python-Web-Apps
• 3-Tier-Web-App
• Cloudbasiere Webentwicklung

Cloud-Computing-Projekte für Expert:innen

Diese fortgeschrittenen Projekte nutzen die Cloud in ihrer ganzen Bandbreite. Hier geht es um fertige Produkte und anspruchsvolle technische Demos mit Cloud-Services.  

5. Serverloses Machine Learning

Eine der wichtigsten Rollen der Cloud ist die Erweiterung der Machine-Learning-Fähigkeiten von Unternehmen. ML benötigt viel Rechenleistung, was on-premises viele Server erfordern würde – nicht jedes Unternehmen hat Platz oder Budget für so viel Hardware. 

Dank der Cloud können Unternehmen serverloses Machine Learning mit Diensten wie AWS Lambda oder GCS BigQuery umsetzen. Ein Projekt für serverloses ML zeigt, dass du moderne Trends kennst und fortgeschrittene Cloud-Skills mitbringst.

Ressourcen:

Stelle sicher, dass du die Cloud-Architektur für Data Science und Machine Learning gut verstehst. Starte dann mit der AWS-Anleitung zur serverlosen Bildverarbeitung. Dieses Projekt setzt auf Amazon Rekognition für Image Processing (insbesondere Gesichtserkennung). Teste unbedingt dieses Tutorial zu AWS Step Functions, die hier intensiv genutzt werden. Ergänzt um AWS Lambda, DynamoDB und EventBridge erhältst du ein vollständiges Bilderkennungsprojekt!

Gelearnte Kompetenzen:

• Serverloses Machine Learning
• AWS Rekognition
• AWS Lambda
• AWS Step Functions
• AWS DynamoDB
• AWS EventBridge

6. Cloudbasierter Chatbot

Da immer mehr Menschen online einkaufen oder Bankgeschäfte erledigen, ist webbasierter Kundenservice wichtiger denn je. Unternehmen setzen auf KI-Chatbots, um Kosten zu senken und einfache Anfragen zu beantworten. Dank schneller Skalierung warten Kundinnen und Kunden nur kurz auf Antworten. So lassen sich Support-Teams entlasten und Wartezeiten verkürzen. Mit schnell einsetzbaren Produkten wie Amazon Lex gibt es viele Möglichkeiten zum Üben.

Ressourcen:

Verstehe die Cloud-Architektur für Data Science und Machine Learning und ihre Vorteile für KI. Amazon bietet einen schnellen Einstieg mit Amazon Lex. Um es einfach zu halten, nutzt dieses Projekt Amazon CloudFormation für ein fertiges Web-Template. Das Deployment sollte leichtfallen, da es auf vielen Skills aus dem oben genannten serverlosen ML-Projekt aufbaut.

Gelearnte Kompetenzen:

• Cloud-Chatbot
• KI in der Cloud
• Amazon Lex

Open-Source-Projekte im Cloud Computing

Zum Schluss Projekte mit Fokus auf Open-Source-Cloud. Damit baust du eine Cloud-Umgebung gewissermaßen von Grund auf und deutlich individueller. Diese Projekte zeigen, dass du vollständig verstehst, wie Cloud-Systeme aufgebaut sind – von Servern und Security bis zur Verbindung der Endnutzenden.

7. OpenStack

OpenStack ist eine der größten Open-Source-Cloud-Plattformen. Damit lassen sich komplett individuelle Cloud-Stacks mit Open-Source-Software aufbauen. Open-Source heißt nicht, dass es nicht robust ist: Große Unternehmen wie Rakuten, T-Mobile und Target betreiben eigene Komponenten in OpenStack. Diese Tech-Stack zu lernen, kann extrem wertvoll sein.

Ressourcen:

Es gibt viele Quellen zur Nutzung von OpenStack. Starte mit der Dokumentation von OpenStack, um OpenStack zu installieren und Trainings zu finden. Ergänze das mit YouTube-Videos und Einsteiger-Guides. Eine gute Gelegenheit, den Cloud Computing-Kurs bei DataCamp zu wiederholen, um die Infrastruktur-Grundlagen der Cloud aufzufrischen.

Gelearnte Kompetenzen:

• Cloud von Grund auf aufbauen
• Open-Source-Cloud-Projekte
• OpenStack in der Praxis

8. OpenNebula

Eine Alternative zu OpenStack ist OpenNebula. Der Fokus liegt hier auf einer eher monolithischen Single-Server-Architektur zur Verwaltung von virtuellen Maschinen und Containern. So lässt sich eine individuelle Cloud einfacher und schnell bereitstellen – mit intuitivem Setup. Wenn du Hypervisoren und Container als Fundament deiner Cloud nutzen willst, ist OpenNebula eine gute Wahl.

Ressourcen:

OpenNebula ist etwas weniger verbreitet als OpenStack, daher sind Ressourcen mitunter knapper. Die OpenNebula-Dokumentation ist ein guter Start, um schnell loszulegen und die Grundlagen des Tools zu lernen. Ergänze das mit einem Kurs zu Docker und du bist auf dem Weg zu einer containerbasierten Cloud-Infrastruktur.

Gelearnte Kompetenzen:

• Cloud-Aufbau mit Fokus auf Virtualisierung
• Praxis mit Open-Source-Cloud
• OpenNebula in der Anwendung
• Docker

Zusammenfassung

Hier findest du alle oben besprochenen Projekte auf einen Blick – und wie sie in deinen Lernplan passen könnten.

Fazit

Es gibt zahlreiche Projekte, mit denen du ins Cloud Computing einsteigen kannst. Alle hier genannten Optionen eignen sich hervorragend, um ein Cloud-Portfolio aufzubauen. Verstehe jedes Projekt im Detail und sprich souverän darüber – so zeigst du echte Expertise. Baue parallel dein Wissen in den Grundlagen aus und prüfe passende Zertifizierungen. Hier sind ein paar Startpunkte:

• 5 Best Cloud Certifications
• Google Cloud Certification
• Top 12 AWS Projects