Die besten Serverless-Funktionen: Vercel vs Azure vs AWS

Serverless-Funktionen ermöglichen es Entwicklern, Code auszuführen, ohne einen Server verwalten zu müssen. Dadurch können sie sich darauf konzentrieren, Anwendungen zu schreiben und bereitzustellen, während die Skalierung der Infrastruktur und die Wartung automatisch im Hintergrund erfolgen.

In diesem Benchmark haben wir 7 beliebte Cloud-Anbieter gemäß unserer Methodik bewertet, um die Leistung ihrer serverlosen Funktionen zu testen. Wir haben deren schnellste und langsamste Antwortzeiten, die Gesamtausführungszeit für 1000 Anfragen, den Durchsatz und die durchschnittliche Zeit pro erfolgreicher Anfrage unter Last gemessen.

Benchmark-Ergebnisse für serverlose Funktionen

Das erste Diagramm visualisiert die Leistung jedes Anbieters nicht als einzelne Zahl, sondern als Spanne der Antwortzeiten, die während unseres 1000-Anfragen-Benchmarks beobachtet wurden. Dieses Leistungsspektrum wird durch einen „unteren Bereich“ und einen „oberen Bereich“ dargestellt, zwischen denen Sie mithilfe der Schaltflächen über dem Diagramm wechseln können.

• Unterer Bereich: Dies stellt die schnellsten Antwortzeiten dar, die für jeden Anbieter aufgezeichnet wurden. Er zeigt die Best-Case-Leistung und verdeutlicht, wie schnell eine Funktion unter optimalen Bedingungen (z. B. „warmer“ Start mit zwischengespeicherten Ressourcen) ausgeführt werden kann. In dieser Ansicht ist ein niedrigerer Wert (weiter links) besser.
• Oberer Bereich: Dies stellt die langsamsten beobachteten Antwortzeiten für jeden Anbieter dar. Er zeigt die Worst-Case-Leistung, die durch Faktoren wie „Cold Starts“, Netzwerkverzögerungen oder vorübergehende Ressourcenkonkurrenz beeinflusst werden kann. Dieser Wert ist entscheidend, um potenzielle Latenzspitzen zu verstehen, die die Benutzererfahrung beeinträchtigen könnten.

Anfragen/Sekunde: Die Anzahl der Anfragen pro Sekunde, also der durchschnittliche Durchsatz. Dies misst die Verarbeitungskapazität des Servers. Höher ist besser, da mehr Anfragen pro Sekunde verarbeitet werden können.

Gesamtzeit: Niedriger ist besser, da die Plattform die Arbeitslast schnell bewältigen kann.

Durchschnittliche Zeit pro erfolgreicher Anfrage: Die durchschnittliche Zeit pro Anfrage für erfolgreich verarbeitete Anfragen, ohne Fehler oder fehlgeschlagene Anfragen. Niedriger ist besser und zeigt eine schnellere Verarbeitung pro Anfrage an.

Mögliche Gründe für Leistungsunterschiede bei serverlosen Funktionen

1. Kern-Ausführungsumgebung (Architektur)

Die zugrundeliegende Technologie – sei es ein hochoptimierter MicroVM, eine V8-Engine oder ein Standardcontainer – ist der Hauptfaktor für Leistungsunterschiede.

• AWS Lambda Firecracker MicroVMs: Verwendet KVM-basierte MicroVMs, die nicht benötigte Kernel-Funktionen entfernen, um in Millisekunden zu starten.
  • Optimierte Parallelität: AWS startet Ausführungsumgebungen physisch schneller als Standardcontainer. Die MicroVM-Architektur ermöglicht es, einen Anfrageansturm von 1000 Anfragen ohne Warteschlange zu bewältigen.
• Cloudflare Workers V8 Isolates (Edge): Führt Code in bestehenden Chrome-V8-Prozessen (Isolates) aus, anstatt ein Betriebssystem zu booten.
  • Keine Cold Starts: Durch das vollständige Entfallen des Betriebssystem-Startvorgangs beseitigt Cloudflare den Hauptengpass beim Skalieren serverloser Funktionen und bietet die niedrigste Latenz.
• Google Cloud Functions gVisor (Sandboxed Containers): Verwendet gVisor für Kernel-Abstraktion und Sicherheit.
  • Begrenzte Parallelität: Obwohl sicher, verursacht die gVisor-Sandbox Mehraufwand beim Erstellen neuer Instanzen. Der Scheduler drosselt wahrscheinlich die Erstellungsrate (Ramp-Up), um die Stabilität zu gewährleisten, was die Gesamtleistung in Anfragen/Sekunde verringert.
• Heroku Dynos (LXC-Container): Basiert auf traditionellem Container-Orchestrierung (PaaS).
  • Die „Always On“-Gebühr: Für lang laufende Anwendungen konzipiert, nicht für ereignisgesteuerte Lastspitzen. Die Architektur ist nicht darauf optimiert, sofort von 0 auf 1000 zu skalieren.

2. Initialisierungs- und Skalierungs-Overhead

Diese Kategorie behandelt den direkten Kompromiss zwischen der Komplexität der Ausführungsumgebung (schwer vs. leicht) und der Geschwindigkeit von Cold Starts.

• AWS Lambda / Cloudflare Workers optimierte Initialisierung: Sowohl AWS MicroVMs als auch Cloudflare Isolates sind darauf ausgelegt, die Startzeit zu eliminieren oder drastisch zu reduzieren. AWS entfernt den Kernel, während Cloudflare das Booten eines Betriebssystems komplett vermeidet, was den höchsten Durchsatz und die höchste Parallelität ermöglicht, indem Start-Engpässe beseitigt werden.
• Azure Functions / Google Cloud Functions höherer Overhead der Umgebung: Beide Plattformen weisen im Vergleich zu den führenden Anbietern eine erhebliche Initialisierungslatenz auf. Azure initialisiert eine schwerere Webserverumgebung (z. B. C#/.NET auf IIS/Kestrel), während Googles gVisor Sicherheits-Overhead beim Erstellen neuer Instanzen hinzufügt, was vom Scheduler gedrosselt werden muss, um die Gesamtstabilität des Systems zu gewährleisten.

Anbieter serverloser Funktionen

Es gibt eine Vielzahl von Anbietern serverloser Funktionen, die jeweils unterschiedliche Funktionen, Ökosystemintegrationen und Stärken aufweisen, die auf bestimmte Anwendungsfälle zugeschnitten sind:

Microsoft Azure Functions

Microsoft Azure Functions ist ein serverloser Computing-Dienst, der Entwicklern ermöglicht, ereignisgesteuerte Anwendungen zu erstellen und bereitzustellen, ohne Infrastruktur verwalten zu müssen.¹ Er bietet die Integration mit anderen Azure-Diensten wie Azure Blob Storage für die Dateiverarbeitung, Cosmos DB für Datenbankoperationen und Event Grid für die Ereignisweiterleitung.

Azure Functions verfügen über automatische Skalierung zur Verwaltung wechselnder Anfragevolumina und integrieren sich in Azure Monitor und Azure Security Center zur Leistungsüberwachung und Sicherheitsverwaltung.

AWS Lambda

AWS Lambda ist ein serverloser Computing-Dienst von Amazon Web Services (AWS), der sich in andere AWS-Dienste integriert, wie Amazon S3 für Speicher, DynamoDB für Datenbankoperationen und API Gateway für HTTP-Endpunkte, und ermöglicht die Entwicklung ereignisgesteuerter Architekturen.²

AWS Step Functions kann mehrere Lambda-Funktionen koordinieren und unterstützt die Erstellung komplexer Workflows für Aufgaben wie Datenverarbeitung oder Anwendungs-Orchestrierung.

Google Cloud Functions

Google Cloud Functions ist eine serverlose Ausführungsumgebung, die es Entwicklern ermöglicht, Code auszuführen, der durch Ereignisse aus Quellen wie HTTP-Anfragen, Cloud Storage-Updates oder Pub/Sub-Nachrichten ausgelöst wird. Die Plattform skaliert automatisch, um wechselnde Arbeitslasten zu bewältigen, und stellt bei Bedarf Ressourcen ohne manuelle Eingriffe bereit.³

Google Cloud Functions integriert sich auch in Google Cloud-Daten- und Analyse-Dienste wie BigQuery für groß angelegte Datenanalysen und Cloud Dataflow für Stream-Verarbeitung und unterstützt Anwendungen, die auf Datenverarbeitung und Echtzeiteinblicke ausgerichtet sind. Das ereignisgesteuerte Design gewährleistet die effiziente Ausführung von Aufgaben, die an bestimmte Trigger innerhalb des Google Cloud-Ökosystems gebunden sind.

Vercel Functions

Vercel ist eine Cloud-Plattform für Frontend-Entwickler, die Bereitstellungs- und Skalierungswerkzeuge für moderne Webanwendungen bietet. Sie ist bekannt für die Entwicklung von Next.js und bietet eine Integration mit diesem weit verbreiteten React-Framework.

Vercel Functions ermöglicht Entwicklern die Ausführung von Backend-Code ohne Serververwaltung und unterstützt Sprachen wie JavaScript (Node.js), TypeScript, Python, Go und Ruby. Funktionen wie automatische Bereitstellungen, Preview-URLs und ein globales Edge-Netzwerk verbessern die Leistung und Produktivität der Entwickler.⁴

Cloudflare Workers

Mit Cloudflare Workers können Entwickler ihren Code in Rechenzentren weltweit ausführen und so eine geringe Latenz erreichen.⁵ Die Plattform unterstützt Technologien wie JavaScript und WebAssembly und ermöglicht eine schnelle Bereitstellung von Anwendungen. Cloudflare Workers ist außerdem für KI- und Blockchain-Anwendungen optimiert.

Cloudflare Workers konzentriert sich auf Edge-Computing und hohe Leistung bei geringer Latenz. Entwickler können diese Plattformen je nach ihren Anforderungen und Projektbedingungen bewerten.

Huawei Cloud FunctionGraph

Huawei Cloud FunctionGraph ist ein Dienst, der es Entwicklern ermöglicht, Code als Reaktion auf Ereignisse auszuführen, ohne die Serverinfrastruktur verwalten zu müssen.⁶ Der Dienst integriert sich in Ereignisquellen innerhalb des Huawei-Cloud-Ökosystems, einschließlich Object Storage Service (OSS) für dateibasierte Trigger und API Gateway für HTTP-basierte Aufrufe und ermöglicht die Erstellung ereignisgesteuerter Anwendungen.

Huawei Cloud FunctionGraph bietet automatische Skalierung, um sich an Laständerungen anzupassen, und arbeitet mit einem nutzungsabhängigen Abrechnungsmodell, bei dem nur für die während der Ausführung verbrauchten Ressourcen gezahlt wird. Außerdem bietet es Überwachungs- und Protokollierungsfunktionen über die Beobachtbarkeits-Tools von Huawei Cloud, die Entwicklern helfen, die Leistung zu verfolgen und Anwendungsprobleme zu diagnostizieren.

Heroku

Heroku ist eine Plattform als Dienst (PaaS), die eine schnelle Bereitstellung und Verwaltung von Anwendungen ermöglicht. Sie verwendet virtuelle Container namens „Dynos“, um die Verwaltung und Skalierung von Anwendungen zu erleichtern.⁷ Außerdem bietet sie temporäre „One-off-Dynos“ für die Ausführung bestimmter Operationen auf serverlose Weise.

Anzahl unterstützter Sprachen

Was sind serverlose Funktionen?

Serverlose Funktionen, auch bekannt als Function as a Service (FaaS), sind ein Cloud-Computing-Modell wie Cloud GPU, das es Ihnen ermöglicht, Code auszuführen, ohne die zugrunde liegenden Server oder die Infrastruktur verwalten zu müssen. In diesem Modell schreiben Sie kleine, ereignisgesteuerte Codeabschnitte (Funktionen), die durch bestimmte Ereignisse wie eine HTTP-Anfrage, ein Datenbank-Update oder eine Nachricht in einer Warteschlange ausgelöst werden.

Der Cloud-Anbieter übernimmt die Serverbereitstellung, Skalierung und Verwaltung, sodass Sie sich auf das Schreiben und Bereitstellen Ihres Codes konzentrieren können. In einer serverlosen Architektur werden Ressourcen dynamisch basierend auf der Echtzeitnachfrage skaliert. In Zeiten der Inaktivität skaliert die Infrastruktur auf null herunter, sodass keine Ressourcen verbraucht und keine Kosten anfallen.

Andererseits skaliert sich das System bei steigender Nachfrage hoch, um die erhöhte Arbeitslast zu bewältigen. Diese dynamische Skalierung gewährleistet Kosteneffizienz, da die Abrechnung auf den tatsächlich verwendeten Ressourcen basiert.

Wie funktionieren serverlose Funktionen?

1. Ereignisauslöser:

Serverlose Funktionen sind ereignisgesteuert und werden durch HTTP-Anfragen, Dateiuploads, Datenbankänderungen oder andere Ereignisse ausgelöst. Das Ereignis definiert, wann die Funktion ausgeführt werden soll.

2. Ausführung:

Sobald ein Ereignis ausgelöst wird, stellt der Cloud-Anbieter eine leichte Umgebung bereit, um die Funktion auszuführen. Dies wird oft als „Container“ oder „Ausführungsumgebung“ bezeichnet. Der Code wird in dieser Umgebung ausgeführt, die jedoch temporär ist und nur für die Dauer der Funktionsausführung erstellt wird.

3. Skalierung:

Serverlose Plattformen sind so konzipiert, dass sie sich automatisch basierend auf der Nachfrage skalieren. Wenn mehrere Ereignisse gleichzeitig auftreten, startet die Plattform mehrere Instanzen der Funktion, um sie zu verarbeiten, was oft als horizontale Skalierung bezeichnet wird.⁸ Der Cloud-Anbieter übernimmt dies automatisch, sodass Sie die Infrastruktur nicht selbst verwalten müssen.

4. Herunterfahren:

Sobald die Funktion ihre Ausführung abgeschlossen hat, wird die Umgebung (Container) heruntergefahren. Die serverlose Funktion läuft nicht weiter oder verbraucht keine Ressourcen, nachdem ihre Aufgabe erledigt ist.

Entdecken Sie weitere unserer Benchmarks und datengestützten Erkenntnisse in der Google-Suche.

Als bevorzugte Quelle hinzufügen

Vorteile serverloser Funktionen

Keine Serververwaltung

Bei serverlosen Funktionen müssen sich Entwickler nicht um die Bereitstellung, Verwaltung oder Wartung der zugrunde liegenden Infrastruktur kümmern. Der Cloud-Anbieter übernimmt die Serververwaltung, wie Patchen, Skalieren und Überwachen, sodass Entwickler sich auf das Schreiben und Bereitstellen der Geschäftslogik konzentrieren können.

Dies abstrahiert die Komplexität der Verwaltung von Servern, Betriebssystemen oder Hardware und führt zu weniger operativen Problemen für Entwicklungsteams.

Beispielsweise können Entwickler mit AWS Lambda ihre Funktionen bereitstellen, ohne virtuelle Maschinen, Lastverteilung oder Netzwerkkomponenten verwalten zu müssen. Die Plattform stellt automatisch die benötigten Ressourcen bereit, um die Funktion als Reaktion auf ein Ereignis auszuführen, und gewährleistet die Ausführung ohne manuelle Eingriffe.

Kosteneffizienz

Serverlose Funktionen werden typischerweise basierend auf der tatsächlichen Nutzung der Ressourcen abgerechnet, nicht auf vorab zugewiesene Rechenleistung oder Leerlaufzeit. Dieses Pay-as-you-go-Modell ermöglicht es Unternehmen, nur für die Zeit zu zahlen, in der ihr Code tatsächlich läuft, oft auf sehr detaillierter Ebene gemessen. Dies unterscheidet sich von traditionellen Cloud-Computing-Modellen, bei denen Sie möglicherweise für reservierte Rechenleistung bezahlen, auch wenn diese untätig ist.

Beispielsweise zahlen Sie nicht für ungenutzte Kapazitäten, wenn Ihre Funktion inaktiv ist oder nur wenig Verkehr erhält. Andererseits passt die Plattform bei steigender Nachfrage automatisch die Ressourcen an, ohne zusätzliche Kosten über das hinaus, was Sie tatsächlich nutzen. Dies macht serverloses Computing zu einer besonders kosteneffizienten Option, insbesondere für Arbeitslasten mit variablen Verkehrsmustern.

Automatische Skalierung

Eines der stärksten Merkmale serverloser Funktionen ist ihre Fähigkeit, sich automatisch bei sich ändernder Nachfrage zu skalieren. Wenn viele Ereignisse gleichzeitig Funktionen auslösen, stellt die Plattform automatisch zusätzliche Ressourcen (wie neue Instanzen der Funktion) bereit, um die erhöhte Last zu bewältigen. Sobald die Nachfrage zurückgeht, skaliert das System die Ressourcen wieder herunter und stellt sicher, dass nur die notwendige Infrastruktur verwendet wird.

Beispielsweise wird während Hochverkehrssituationen wie Produktstarts oder Blitzverkäufen eine serverlose Plattform wie AWS Lambda oder Azure Functions zusätzliche Ressourcen bereitstellen, um alle zusätzlichen Anfragen zu verarbeiten. Nach Beendigung des Events skaliert die Plattform wieder herunter, um Ressourcen zu sparen und Kosten zu reduzieren.

Schnelle Bereitstellung

Serverlose Funktionen können viel schneller bereitgestellt werden als traditionelle Anwendungen, besonders wenn sie in andere Dienste integriert sind. Da Sie nur kleine, eigenständige Codeabschnitte (Funktionen) schreiben, die durch bestimmte Ereignisse ausgelöst werden, besteht die Bereitstellung lediglich darin, den Funktionscode auf die Plattform hochzuladen, und das System übernimmt alles von der Bereitstellung der Ressourcen bis zur Verwaltung der Laufzeitumgebungen.

Die schnelle Bereitstellung ist entscheidend, um Entwicklungszyklen zu beschleunigen. Entwickler können schneller experimentieren und iterieren, da sie keine Zeit mit dem Einrichten der Infrastruktur oder der Verwaltung komplexer Bereitstellungspipelines verbringen müssen.

Dies kann die Zeit, die benötigt wird, um neue Funktionen zu veröffentlichen oder Fehler zu beheben, erheblich verkürzen und einen agileren Entwicklungsprozess fördern. Beispielsweise können Sie schnell eine Funktion bereitstellen, die auf einen Dateiupload in einem Speicherdienst oder eine API-Anfrage reagiert, ohne den Overhead der Selbstverwaltung der Infrastruktur.

Methodik des Serverless-Funktions-Benchmarks

In diesem Test haben wir eine Funktion erstellt, die überprüft, ob der Browser eines Websitebesuchers auf dem neuesten Stand ist, basierend auf dem aktuellen Betriebssystem und dem User-Agent. Wir wollten sehen, wie jeder Plattform mit dieser Art von Anfrage umgeht, die das Überprüfen mehrerer User-Agents auf Browser-Updates beinhaltet.

Testverfahren:

1. Code-Implementierung: Eine Python-Funktion wurde geschrieben, um die User-Agent-Zeichenkette eines Besuchers zu überprüfen. Die Funktion prüft das aktuelle Betriebssystem und vergleicht es mit der Browserversion, um festzustellen, ob der Browser aktuell ist. Der Code ist ein einfacher Vergleich zwischen der aktuellen Browserversion und der vom Betriebssystem unterstützten Version.
2. Parallele Anfragen: Die Funktion wurde 1000 Mal parallel ausgeführt, um echten Datenverkehr zu simulieren, mit 10 Threads zur Lastgenerierung. Dies testet, wie gut die Plattformen gleichzeitige Anfragen verarbeiten können.
3. Leistungsmetriken: Während des Tests wurden mehrere wichtige Leistungsmetriken gesammelt, um die Leistung jeder Plattform zu bewerten.

Weiterführende Lektüre

Entdecken Sie aktuelle Entwicklungen zu serverlosen Plattformen:

Die besten 10+ serverlosen GPU-Anbieter 2025: AWS, Azure & mehr

FAQs

Zitieren Sie diesen Benchmark

Wählen Sie das Format, das zu Ihrem Veröffentlichungsort passt. Wenn Sie die Link-Version in Ihr CMS einfügen, bleibt der Backlink erhalten.

@misc{dogan2026,
  author = {Dogan, Sedat and Sarı, Ekrem},
  title  = {{Die besten Serverless-Funktionen: Vercel vs Azure vs AWS}},
  year   = {2026},
  month  = jun,
  howpublished    = {\url{https://aimultiple.com/serverless-functions}},
  note   = {AIMultiple. Abgerufen am 30. Juni 2026}
}

Referenzlinks

1.

Azure Functions | Microsoft Azure

2.

Serverless Function, FaaS Serverless - AWS Lambda - AWS

3.

Cloud Run functions | Google Cloud

4.

Vercel Functions

Vercel Inc.

5.

Cloudflare Workers - Global Serverless Functions Platform

Cloudflare

6.

FunctionGraph_Function hosting_Serverless-HUAWEI CLOUD

HUAWEI CLOUD

7.

Heroku Dynos: Managed Application Containers for Compute

Heroku

8.

Horizontal scaling - AWS Well-Architected Framework

Sedat Dogan

CTO

Folgen auf

Sedat ist ein führender Experte für Technologie und Informationssicherheit mit Erfahrung in Softwareentwicklung, Web-Datenerfassung und Cybersicherheit. Sedat: – Verfügt über 20 Jahre Erfahrung als White-Hat-Hacker und Entwicklungsexperte mit umfassenden Kenntnissen in Programmiersprachen und Serverarchitekturen. – Berät Führungskräfte und Vorstandsmitglieder von Unternehmen mit hohem Datenverkehr und geschäftskritischen Technologieanwendungen wie Zahlungsinfrastruktur. – Besitzt neben seiner technischen Expertise auch ausgeprägtes betriebswirtschaftliches Verständnis.

Vollständiges Profil anzeigen

Recherchiert von

Ekrem Sarı

KI-Forscher

Folgen auf

Ekrem ist KI-Forscher bei AIMultiple und konzentriert sich auf intelligente Automatisierung, GPUs, KI-Agenten und RAG-Frameworks.

Vollständiges Profil anzeigen

Seien Sie der Erste, der kommentiert

Ihre E-Mail-Adresse wird nicht veröffentlicht. Alle Felder sind erforderlich. Kommentare werden in ihrer Originalsprache belassen.

Name

E-Mail-Adresse

Kommentar

0/450

Kommentar posten