Zum Inhalt springen

Glossar

Produkt & Engineering

Multi-Tenant-Architektur

Multi-Tenant-Architektur (Mandantenfähigkeit) ist ein Software-Design, bei dem eine laufende Anwendung samt Infrastruktur viele Kunden, sogenannte Mandanten (Tenants), bedient, wobei die Daten und die Konfiguration jedes Mandanten logisch von den anderen isoliert bleiben.

Aktualisiert am · Vom VIZIO AI Team

Was ist Multi-Tenant-Architektur?

Ein Mandant ist meist eine Kundenorganisation, und die Kernaufgabe des Designs besteht darin, sicherzustellen, dass jede Anfrage weiß, zu welchem Mandanten sie gehört. Nutzer melden sich an, ihr Token trägt eine Mandanten-ID, und jede Abfrage, jeder Cache-Schlüssel, jeder Dateipfad und jeder Hintergrundjob ist darauf beschränkt.

Der Nutzen liegt im Betrieb: Eine Codebasis, ein Deployment und ein Upgrade bedienen alle Kunden, und genau das macht Software as a Service wirtschaftlich. Der Preis dafür ist, dass Isolation zu einer Aufgabe der Software statt der physischen Trennung wird, sodass ein einziger Bug die Daten eines Kunden für einen anderen sichtbar machen kann.

Welche Multi-Tenancy-Modelle gibt es?

Tenancy-Modelle liegen auf einem Spektrum von vollständig geteilt („Pool“) bis vollständig getrennt („Silo“), eine Einordnung, die AWS in seinen SaaS-Leitfäden verwendet.

  • Geteiltes Schema: eine Datenbank, jede Tabelle hat eine Spalte tenant_id; PostgreSQL Row-Level Security kann den Filter in der Datenbank selbst durchsetzen.

  • Schema pro Mandant: eine Datenbank, ein separates Schema pro Kunde.

  • Datenbank pro Mandant: separate Datenbanken hinter derselben Anwendung.

  • Silo: ein vollständiger Stack pro Mandant, nahe am Single-Tenant-Hosting.

Viele Produkte fahren ein hybrides Modell: Kleine Kunden teilen sich einen Pool, große oder regulierte Kunden laufen auf dedizierten Datenbanken mit demselben Code.

Mandantentrennung betrifft nicht nur die Datenbank. Pfade im Objektspeicher, Suchindizes, Caches, Message Queues und Logs brauchen alle eine Mandantengrenze, und Verschlüsselungsschlüssel können pro Mandant ausgegeben werden, sodass die Daten eines Kunden auf Anfrage unlesbar gemacht werden können, ohne die eines anderen zu berühren.

Wie sieht Multi-Tenant-Architektur in der Praxis aus?

Die meisten SaaS-Produkte starten im Pool-Modell und ergänzen Isolationsstufen, wenn bestimmte Kunden sie benötigen. Stellen Sie sich ein B2B-Terminplanungsprodukt für Kliniken vor, mit, sagen wir, 400 Kunden auf einer PostgreSQL-Datenbank.

  1. Jede Tabelle enthält tenant_id, und eine Row-Level-Security-Policy vergleicht sie mit einer Sitzungseinstellung, die die API aus dem Token des Nutzers setzt.

  2. Automatisierte Tests versuchen an jedem Endpoint, Datensätze eines anderen Mandanten zu lesen, und müssen scheitern.

  3. Ein Klinikverbund verlangt, dass seine Daten in der EU bleiben, und zieht deshalb auf eine dedizierte Datenbank in einer EU-Region um, auf der derselbe Anwendungscode läuft.

  4. Rate Limits pro Mandant verhindern, dass ein stark ausgelasteter Kunde alle anderen ausbremst, und Nutzungsmetriken pro Mandant fließen in die Abrechnung.

Da der Klinikverbund auf demselben Release läuft wie alle anderen, liefert das Team weiterhin eine Version pro Woche aus, statt einen Sonderzweig zu pflegen.

Welche Risiken birgt Multi-Tenant-Architektur?

Das gravierendste Risiko ist die mandantenübergreifende Offenlegung von Daten, oft verursacht durch eine einzige Abfrage, bei der der Mandantenfilter vergessen wurde. Wird die Isolation in der Datenbank durchgesetzt und nicht nur im Anwendungscode, sinkt dieses Risiko.

  • Noisy Neighbors: Die umfangreichen Reports eines Mandanten bremsen andere aus, wenn es keine Kontingente oder Workload-Isolation gibt.

  • Schleichende Individualisierung: Kundenspezifische Code-Zweige untergraben den Vorteil der einheitlichen Codebasis.

  • Betrieb: Die Daten eines einzelnen Mandanten aus einem gemeinsamen Backup wiederherzustellen ist schwierig, und Migrationen über Tausende von Schemata sind langsam.

  • Compliance: Anforderungen an Datenresidenz oder vertraglich vereinbarte Isolation können Silo-Deployments erzwingen.

Wenn Sie an eine Handvoll sehr großer Kunden verkaufen, die jeweils eine dedizierte Infrastruktur verlangen, sind Single-Tenant-Deployments möglicherweise einfacher.

Worin unterscheidet sich Multi-Tenant von Single-Tenant, und welche Tools helfen?

Single-Tenant gibt jedem Kunden eine eigene Instanz und tauscht höhere Kosten und langsamere Upgrades gegen stärkere Isolation und Anpassbarkeit. Die Vergleichstabelle auf dieser Seite fasst die Abwägungen zusammen.

Nützliche Bausteine: PostgreSQL Row-Level Security (auch über Supabase verfügbar), Citus für Sharding nach Mandant, mandantenfähige Authentifizierung mit Auth0 Organizations, Clerk oder WorkOS sowie nutzungsbasierte Abrechnung mit Stripe. AWS veröffentlicht SaaS-Architekturleitfäden und Referenzdesigns für diese Muster. Zum Datenschutz innerhalb des geteilten Modells siehe Datensicherheit und Datenverschlüsselung; mandantenübergreifendes Reporting gehört oft in ein separates Data Warehouse.

Multi-Tenant vs. Single-Tenant

Multi-Tenant

Single-Tenant

Infrastruktur

Von allen Kunden geteilt

Dediziert pro Kunde

Kosten pro Kunde

Niedrig

Hoch

Upgrades

Ein Deployment für alle

Pro Instanz, oft gestaffelt

Isolation

Logisch, durch Software durchgesetzt

Physisch oder auf Netzwerkebene

Anpassbarkeit

Nur Konfiguration

Individueller Code ist möglich

Am besten geeignet für

Viele kleine und mittelgroße Kunden

Wenige große oder regulierte Kunden

Wie geht VIZIO AI an mandantenfähige Produkte heran?

Zu den veröffentlichten Projekten von VIZIO AI gehören SaaS- und Multi-Client-Plattformen, bei denen eine Lösung viele separate Kunden bedient. Für Auli AI entwickelte Venture Studio ein KI-SaaS für kleine E-Commerce-Händler, das bereits von mehr als 1.000 Nutzern verwendet wird; die Fallstudie beschreibt das Tenancy-Modell nicht im Detail.

Für eine globale Digitalmarketing-Agentur mit Sitz in den USA baute Growth Studio ein einziges gebrandetes Looker-Studio-Portal, das die Kunden der Agentur mit filterbaren Ansichten bedient, den wöchentlichen Reporting-Aufwand um 40 % reduzierte und das Engagement im Kundenportal um das 4-Fache steigerte. Wo Sie anfangen sollten: Entscheiden Sie, welche Kunden, falls überhaupt, einen dedizierten Datenspeicher benötigen, bevor Sie das Schema entwerfen.

Facebook-Logo
X-Logo
LinkedIn-Logo
Reddit-Logo
Telegram-Logo

AI-first denken.
Zukunftsschnell handeln.

Lassen Sie uns bauen, was als Nächstes kommt! Von Produktideen und intelligenten Workflows bis zu datengetriebenen Systemen und skalierbaren Growth Operations.

Strategiegespräch buchen