- Authors

- Name
- Phillip Pham
- @ddppham
Sovereign Cloud mit Kubernetes: Architektur, Tooling und Praxis
TL;DR
- Eine Sovereign Cloud bedeutet volle Kontrolle ueber Infrastruktur, Daten und Betrieb -- nicht nur "Rechenzentrum in der EU".
- Kubernetes eignet sich dafuer besonders gut, weil es herstellerunabhaengig ist und auf Open-Source-Komponenten aufbaut.
- Die entscheidenden Bausteine sind: eigene oder kontrollierte Hardware, ein gehärteter Kubernetes-Stack, GitOps-basiertes Deployment und ein durchdachtes Secrets-Management.
- Der Betriebsaufwand ist hoeher als bei Managed Services der Hyperscaler, aber die Unabhaengigkeit ist real.
- Dieser Artikel zeigt eine konkrete Referenzarchitektur mit Terraform, YAML und Tooling-Empfehlungen.
Was "Sovereign Cloud" tatsaechlich bedeutet
Der Begriff wird inflationaer verwendet. Viele Anbieter labeln ihre Produkte als "souveraen", sobald ein Rechenzentrum in der EU steht. Das greift zu kurz.
Echte Souveraenitaet erfordert Kontrolle auf mehreren Ebenen:
| Ebene | Frage | Sovereign | Nicht Sovereign |
|---|---|---|---|
| Hardware | Wer besitzt und betreibt die Server? | Eigenbetrieb oder kontrollierter Dienstleister | Hyperscaler mit US-Mutterkonzern |
| Software | Ist der gesamte Stack auditierbar? | Open-Source oder quelloffene Komponenten | Proprietaere Black-Box-Services |
| Betrieb | Wer hat Root-Zugang? | Nur eigenes Personal | Drittanbieter-Admins mit unkontrolliertem Zugriff |
| Jurisdiktion | Welches Recht gilt? | Ausschliesslich EU-Recht | Potenziell CLOUD Act oder FISA |
| Datenfluss | Wohin fliessen Telemetrie und Logs? | Bleiben innerhalb der kontrollierten Infrastruktur | Werden an externe Endpoints gesendet |
Kubernetes ist fuer diesen Ansatz gut geeignet, weil es als Open-Source-Projekt keine Herstellerbindung erzwingt. Die Container Orchestration Engine laeuft identisch auf Bare Metal, in VMs oder in einer Private Cloud.
Referenzarchitektur
Der folgende Stack bildet eine produktionsreife Sovereign-Cloud-Plattform. Alle Komponenten sind Open Source oder quelloffen.
Compute und Betriebssystem
Als Basis dient ein gehaertetes Linux. Flatcar Container Linux oder Talos Linux sind gute Optionen, weil sie immutable sind und ausschliesslich fuer Container-Workloads ausgelegt wurden. Klassische Distributionen wie Debian oder RHEL funktionieren ebenfalls, erfordern aber mehr Haertungsarbeit.
Kubernetes Control Plane
Fuer den Eigenbetrieb der Control Plane gibt es mehrere Wege:
- kubeadm: Der offizielle Kubernetes-Bootstrapper. Flexibel, aber manuell.
- Cluster API (CAPI): Deklaratives Cluster-Lifecycle-Management. Gut fuer Multi-Cluster-Setups.
- k3s: Leichtgewichtig, ideal fuer Edge oder kleinere Umgebungen.
- RKE2: Fokus auf Sicherheit und FIPS-Compliance.
Fuer eine souveraene Umgebung empfiehlt sich Cluster API mit dem Infrastructure Provider fuer Bare Metal oder vSphere, weil damit auch Day-2-Operations wie Upgrades deklarativ abgebildet werden.
Networking
Cilium ist aktuell die staerkste Wahl fuer das CNI-Plugin. Es bietet eBPF-basierte Network Policies, transparente Verschluesselung mit WireGuard und Observability ueber Hubble. Fuer den Ingress eignet sich der NGINX Ingress Controller oder Envoy Gateway.
Storage
Persistent Storage ist in souveraenen Umgebungen kritisch, weil die Daten das kontrollierte Netzwerk nicht verlassen duerfen. Rook-Ceph ist die verbreitetste Open-Source-Loesung fuer verteilten Block- und Object-Storage. Fuer kleinere Setups reicht Longhorn. Mehr dazu im Artikel Kubernetes Storage: DSGVO-konforme Loesungen.
Secrets Management
Kubernetes Secrets sind nur Base64-kodiert und bieten keinen echten Schutz. In einer souveraenen Umgebung ist ein externer Secrets Store Pflicht.
HashiCorp Vault ist der De-facto-Standard. Alternativ gibt es das CNCF-Projekt External Secrets Operator, der Secrets aus verschiedenen Backends in Kubernetes-Secrets synchronisiert.
Observability
- Monitoring: Prometheus + Grafana (oder der kube-prometheus-stack Helm Chart)
- Logging: Loki + Promtail oder ein OpenSearch-Cluster
- Tracing: Jaeger oder Tempo ueber OpenTelemetry
Alle Komponenten laufen innerhalb des Clusters und senden keine Daten nach aussen. Details zu Monitoring-Strategien finden Sie unter Kubernetes Monitoring: Kosten senken mit Open Source.
CI/CD und GitOps
GitOps ist der bevorzugte Deployment-Ansatz, weil er auditierbare, reproduzierbare Deployments ermoeglicht. Flux CD oder Argo CD synchronisieren den Cluster-Zustand mit einem Git-Repository.
Die CI-Pipeline (z.B. GitLab CI, Woodpecker CI oder Tekton) baut Container-Images und pusht sie in eine selbst gehostete Registry wie Harbor.
Terraform: Cluster-Infrastruktur provisionieren
Das folgende Terraform-Beispiel provisioniert die Basis-Infrastruktur fuer einen Kubernetes-Cluster auf einem vSphere-Umfeld. In einer Bare-Metal-Umgebung wuerde man stattdessen MAAS oder Tinkerbell verwenden.
# main.tf -- Kubernetes Node VMs auf vSphere
resource "vsphere_virtual_machine" "k8s_control_plane" {
count = 3
name = "k8s-cp-${count.index}"
resource_pool_id = data.vsphere_resource_pool.pool.id
datastore_id = data.vsphere_datastore.ds.id
num_cpus = 4
memory = 8192
network_interface {
network_id = data.vsphere_network.k8s_network.id
}
disk {
label = "disk0"
size = 100
thin_provisioned = true
}
clone {
template_uuid = data.vsphere_virtual_machine.talos_template.id
}
lifecycle {
ignore_changes = [disk]
}
}
resource "vsphere_virtual_machine" "k8s_worker" {
count = 5
name = "k8s-worker-${count.index}"
resource_pool_id = data.vsphere_resource_pool.pool.id
datastore_id = data.vsphere_datastore.ds.id
num_cpus = 8
memory = 32768
network_interface {
network_id = data.vsphere_network.k8s_network.id
}
disk {
label = "disk0"
size = 200
thin_provisioned = true
}
clone {
template_uuid = data.vsphere_virtual_machine.talos_template.id
}
}
Dieses Setup erzeugt 3 Control-Plane-Nodes und 5 Worker-Nodes. Die Talos-Linux-Vorlage stellt sicher, dass das Betriebssystem minimal und immutable ist.
Pod Security: Workloads einschraenken
In einer souveraenen Umgebung muessen Pods restriktiv konfiguriert sein. Der folgende YAML-Snippet zeigt ein Deployment mit gehaertetem Security Context:
apiVersion: apps/v1
kind: Deployment
metadata:
name: backend-api
namespace: production
spec:
replicas: 3
selector:
matchLabels:
app: backend-api
template:
metadata:
labels:
app: backend-api
spec:
automountServiceAccountToken: false
securityContext:
runAsNonRoot: true
runAsUser: 65534
fsGroup: 65534
seccompProfile:
type: RuntimeDefault
containers:
- name: api
image: harbor.internal.example.com/production/backend-api:v2.4.1
ports:
- containerPort: 8080
resources:
requests:
cpu: 250m
memory: 256Mi
limits:
cpu: "1"
memory: 512Mi
securityContext:
allowPrivilegeEscalation: false
readOnlyRootFilesystem: true
capabilities:
drop:
- ALL
volumeMounts:
- name: tmp
mountPath: /tmp
volumes:
- name: tmp
emptyDir:
sizeLimit: 100Mi
Die wichtigsten Punkte:
automountServiceAccountToken: falseverhindert, dass der Pod unnoetig ein Service-Account-Token erhaelt.readOnlyRootFilesystem: trueschuetzt vor Manipulation des Container-Dateisystems.- Alle Linux Capabilities werden gedroppt.
- Das Container-Image kommt aus einer internen Harbor-Registry, nicht von Docker Hub.
Network Policy: Segmentierung durchsetzen
Ohne Network Policies kann jeder Pod im Cluster mit jedem anderen Pod kommunizieren. Das ist in einer souveraenen Umgebung inakzeptabel.
apiVersion: networking.k8s.io/v1
kind: NetworkPolicy
metadata:
name: backend-api-policy
namespace: production
spec:
podSelector:
matchLabels:
app: backend-api
policyTypes:
- Ingress
- Egress
ingress:
- from:
- podSelector:
matchLabels:
app: api-gateway
ports:
- protocol: TCP
port: 8080
egress:
- to:
- podSelector:
matchLabels:
app: postgres
ports:
- protocol: TCP
port: 5432
- to:
- namespaceSelector:
matchLabels:
kubernetes.io/metadata.name: kube-system
- podSelector:
matchLabels:
k8s-app: kube-dns
ports:
- protocol: UDP
port: 53
Diese Policy erlaubt dem Backend-API nur Ingress vom API-Gateway auf Port 8080 und Egress zur Datenbank auf Port 5432 sowie DNS-Aufloesung. Alles andere wird blockiert. Weitergehende Netzwerk-Strategien beschreibt der Artikel Kubernetes Network Policies: Fortgeschrittene Konzepte.
Managed vs. Self-Managed: Entscheidungshilfe
| Kriterium | Managed (z.B. STACKIT, IONOS) | Self-Managed (Eigenbetrieb) |
|---|---|---|
| Betriebsaufwand | Niedrig | Hoch |
| Kontrolle ueber Control Plane | Eingeschraenkt | Vollstaendig |
| Zertifizierungen (BSI C5, ISO 27001) | Vom Anbieter abgedeckt | Muss selbst aufgebaut werden |
| Kosten bei kleinem Scale | Guenstiger | Teurer (Personal + Hardware) |
| Kosten bei grossem Scale | Teurer (pro-Node-Preise) | Guenstiger (eigene Hardware) |
| Vendor Lock-in Risiko | Mittel (API-Ebene standardisiert) | Keins |
| Eignung fuer regulierte Branchen | Gut, wenn Anbieter zertifiziert ist | Optimal, wenn Kompetenz vorhanden |
Fuer viele Organisationen ist ein hybrider Ansatz sinnvoll: ein Managed Kubernetes eines europaeischen Anbieters fuer die Basis, ergaenzt durch eigene Kontrolle ueber Deployment-Pipelines, Secrets und Observability.
Haeufige Fehler
1. DSGVO mit Datenresidenz gleichsetzen. DSGVO-Konformitaet ist mehr als der physische Standort der Server. Es geht auch um Zugriffskontrollen, Auftragsverarbeitung und Betroffenenrechte. Der Artikel Cloud-DSGVO-Compliance mit Kubernetes geht darauf detailliert ein.
2. Harbor deployen, aber Docker Hub nicht sperren. Wenn Worker-Nodes weiterhin Images von Docker Hub pullen koennen, ist die interne Registry wertlos. Admission Controller wie Kyverno oder OPA Gatekeeper muessen durchsetzen, dass nur Images aus der internen Registry erlaubt sind.
3. Monitoring-Daten nach aussen senden. Viele Grafana-Cloud- oder Datadog-Integrationen senden Metriken an externe Endpoints. In einer souveraenen Umgebung muessen Prometheus und Loki lokal betrieben werden.
4. etcd nicht verschluesseln. Kubernetes speichert Secrets im Klartext in etcd, sofern Encryption at Rest nicht explizit konfiguriert ist. Das ist in jeder produktiven Umgebung ein Problem, in einer souveraenen Umgebung ein Showstopper.
Fazit
Eine Sovereign Cloud mit Kubernetes ist machbar, erfordert aber Disziplin bei der Auswahl der Komponenten und im Betrieb. Der Open-Source-Stack bietet alle notwendigen Bausteine. Die eigentliche Herausforderung liegt nicht in der Technologie, sondern in der organisatorischen Reife: Teams muessen in der Lage sein, den Stack zu betreiben, zu patchen und weiterzuentwickeln.
Wer diesen Weg geht, gewinnt echte Unabhaengigkeit und kann Compliance-Anforderungen aus einer Position der Staerke heraus erfuellen, statt sie als Last zu empfinden.
Wenn Sie Unterstuetzung beim Aufbau oder der Bewertung Ihrer souveraenen Kubernetes-Plattform benoetigen, finden Sie weitere Informationen auf unserer Kontaktseite.
Kubernetes-Beratung gesucht?
Wir helfen deutschen Unternehmen bei der Kubernetes-Implementierung, Migration und Optimierung. DSGVO-konform und praxiserprobt.
📖 Verwandte Artikel
Weitere interessante Beiträge zu ähnlichen Themen
Kubernetes Private Cloud: Souverän ohne Hyperscaler
Deutsche Unternehmen erreichen mit Kubernetes Private Cloud volle Datensouveränität und DSGVO-Konformität ohne Hyperscaler-Abhängigkeit.
Kubernetes Telepresence Debugging 2026: Remote Entwicklung für Teams in Deutschland
Telepresence revolutioniert 2026 das Kubernetes Debugging und die Remote-Entwicklung von Microservices. Entwickler in Kubernetes Deutschland können lokal mit Live-Cluster-Verbindung arbeiten, was die Effizienz steigert und compliance-relevante Debugging-Prozesse vereinfacht. Ein Muss für zukunftsorientierte Teams.
Intelligente Dokumentenverarbeitung mit Kubernetes in Deutschland: IDP-Pipelines für den Mittelstand
Revolutionieren Sie die Dokumentenverarbeitung in Ihrem deutschen Mittelstandsunternehmen! Erfahren Sie, wie skalierbare IDP-Pipelines mit OCR und KI auf Kubernetes-Plattformen in Deutschland manuelle Prozesse automatisieren, Kosten senken und die Datenqualität signifikant verbessern – DSGVO-konform und effizient.
Kubernetes RAG Pipeline im Enterprise-Umfeld: Datenhoheit und Skalierung mit Kubernetes in Deutschland
Entdecken Sie, wie Sie mit einer robusten Kubernetes RAG Pipeline die Datenhoheit wahren, maximale Skalierbarkeit erzielen und LLMs DSGVO-konform im deutschen Mittelstand einsetzen. Maximieren Sie Ihren ROI durch innovative KI-Architekturen.
Kubernetes Compliance in Deutschland: Governance-Richtlinien für Enterprise
Sichern Sie Ihre Kubernetes Compliance in Deutschland und stärken Sie die Governance im Enterprise-Umfeld! Dieser umfassende Leitfaden beleuchtet essenzielle Governance-Richtlinien, effektive Automatisierung und bewährte Enterprise Controls für Ihr Unternehmen, um regulatorische Anforderungen wie NIS2 und DSGVO zu erfüllen und gleichzeitig Effizienz und Sicherheit zu maximieren.