AWS Cost Anomaly Detection

Kurzfazit

AWS Cost Anomaly Detection ist ein naheliegendes Einstiegswerkzeug für FinOps in AWS-Umgebungen, weil AWS den Dienst ohne Zusatzgebühr anbietet und die Standardkonfiguration laut AWS ohne Aufwand läuft. Das Machine-Learning-Modell lernt aus historischen Ausgabenmustern, berücksichtigt Trends und Saisonalität und alarmiert bei statistisch auffälligen Spikes. Setup in drei Schritten, keine Drittanbieter-Verträge. Die Grenzen sind klar: Es ist ein Reaktiv-Werkzeug, keine prädiktive Budget-Planung, die Ursachenuntersuchung mit Amazon Q Developer ist ein separater Schritt, die Cost-Explorer-Daten liegen laut AWS in US East (N. Virginia), und es deckt nur AWS ab. Wer in Multi-Cloud arbeitet oder strategische FinOps-Optimierung braucht, kommt um spezialisierte Anbieter wie CloudHealth, Vantage oder Apptio Cloudability nicht herum, aber als Basisschutz gegen die häufigsten Cost-Spikes ist AWS Cost Anomaly Detection eine sinnvolle erste Maßnahme.

Für wen ist AWS Cost Anomaly Detection?

Startups und KMU mit AWS-Erstkontakt: Wer gerade auf AWS migriert oder die ersten produktiven Workloads betreibt, kennt das Bauchgrummeln vor der ersten Monatsrechnung. Mit der Standardkonfiguration der Anomalieerkennung bekommst du eine Sicherheitsschicht gegen Kostenfallen wie vergessene Test-Instanzen, fehlkonfigurierte NAT-Gateways und ungewollte Datentransfer-Spikes. Sofort greift sie nicht: Ein Monitor braucht laut AWS mindestens 10 Tage Verbrauchshistorie, für einen neu genutzten Service erkennt er vorher keine Anomalien.

Engineering-Teams in mittleren Unternehmen: 50 bis 500 Mitarbeitende, mehrere AWS-Konten in Organizations, dezentrale Verantwortung für Cloud-Ressourcen, das ist der typische Use Case. Cost-Allocation-Tag-Monitore zeigen Anomalien pro Team oder Service. Für das Weiterleiten einzelner Werte an die jeweils Verantwortlichen nennt AWS AWS User Notifications mit JSON-Filtern.

FinOps-Verantwortliche in Konzernen: Auch in großen Unternehmen mit eigener FinOps-Funktion ist AWS Cost Anomaly Detection nützlich als Frühwarn-Sensor (Lauf etwa dreimal täglich), die strategische Optimierung läuft über spezialisierte Tools wie Cloudability oder CloudHealth, aber die Alarme von AWS sind ein sinnvoller Layer obendrauf.

DevOps- und Platform-Teams: Wer EKS-, ECS- oder Lambda-basierte Architekturen betreibt, kennt das Risiko unkontrollierter Auto-Scaling-Eskalationen. Anomalie-Alarme machen einen plötzlichen Lambda-Invocations-Anstieg oder S3-Transferkosten-Spike sichtbar, die Erkennung kann laut AWS nach dem Verbrauch aber bis zu 24 Stunden dauern.

Beratungen mit AWS-Mandantenarbeit: Wer Kunden bei AWS unterstützt, kann das Tool als Basisschutz für die Mandantenkonten aktivieren, Empfehlung an den Kunden, der dann selbst auf eigene Konten reagiert.

Weniger geeignet für: Multi-Cloud-Umgebungen (kein Azure-, GCP- oder Oracle-Support), Unternehmen, die strikte EU-Datenhaltung auch für Metadaten/Kostendaten verlangen (die Cost-Explorer-Daten liegen laut AWS in US East), Teams ohne Tagging-Disziplin (Anomalien lassen sich dann nicht sinnvoll zuordnen), und alle, die proaktive Cost-Optimierungsempfehlungen statt reaktiver Alarme erwarten.

Preise im Detail

Plan	Preis	Was du bekommst
AWS Cost Anomaly Detection	laut AWS ohne Zusatzgebühr	Je Konto ein verwalteter AWS-Services-Monitor, im Management-Konto zusätzlich ein weiterer verwalteter Monitor und bis zu 500 selbst verwaltete Monitore; bis zu 100 Subscriptions mit je bis zu 10 E-Mail-Empfängern oder 1 SNS-Topic
Standardkonfiguration	ohne Kosten laut AWS-FAQ	AWS-Services-Monitor mit täglicher E-Mail-Zusammenfassung, bei neuen Cost-Explorer-Konten (Payer oder Regular) automatisch eingerichtet
Untersuchung mit Amazon Q Developer	ohne Zusatzgebühr	Standardgebühren der genutzten Dienste (z. B. CloudWatch Logs Insights) können anfallen
Amazon SNS (für Individual alerts)	nach Nutzung	AWS zeigt die Beträge auf der SNS-Preisseite, in unserem Archiv-Snapshot stehen sie nicht

Einordnung: AWS schreibt in der Prescriptive Guidance „AWS Cost Anomaly Detection is available at no additional charge.“ und im Blogbeitrag zur allgemeinen Verfügbarkeit „the service also comes at no cost to our customers“. In der FAQ steht zur Standardkonfiguration „with no effort or cost“, die Ankündigung vom 19. November 2025 nennt die erweiterten verwalteten Monitore „ohne zusätzliche Kosten“. Eine Preisliste für den Dienst nennen die archivierten Produkt-, FAQ- und Dokumentationsseiten nicht. Wichtig: Das Tool kostet nichts extra, die erkannten Anomalien sind aber echte Kosten in deiner AWS-Rechnung. Das Tool ist Frühwarnsystem, nicht Spar-Tool.

Stärken im Detail

Ohne Zusatzgebühr, Standardkonfiguration inklusive. Laut AWS-FAQ bietet die Standardkonfiguration Payer- und Regular-Accounts eine Anomalieerkennung über alle genutzten AWS-Services „with no effort or cost“. Sie ist für neue Cost-Explorer-Konten automatisch eingerichtet, die Alarme gehen an die Root-E-Mail des Kontos, Empfänger und Schwellen kannst du ändern. Wer Cost Explorer schon vorher genutzt hat, legt Monitor und Subscription selbst an.

ML-Modell mit Trend- und Saisonalitätserkennung. Anders als einfache Schwellenwert-Alarme („Alarmiere, wenn EC2-Kosten >100 USD/Tag”) bewertet das Modell laut AWS-Dokumentation wöchentliche oder monatliche Saisonalität und natürliches Wachstum, um Fehlalarme zu verringern. Du legst nur fest, ab welchem Dollar-Betrag und/oder Prozentwert ein Alarm eintreffen soll.

Vier Monitor-Typen für unterschiedliche Use Cases. „AWS Services“ bewertet die von deinem Konto genutzten Services jeweils einzeln, der schnellste Einstieg. „Member Accounts“ verfolgt als von AWS verwalteter Monitor jedes Tochterkonto in Organizations separat, ein selbst verwalteter Monitor fasst bis zu 10 ausgewählte Konten in Summe zusammen. „Cost Allocation Tags“ alarmiert bei Anomalien pro Tag-Wert (z. B. team:platform). „Cost Categories“ gruppiert nach selbstdefinierter Logik (z. B. „Produktion vs. Test“). Von AWS verwaltete Monitore verfolgen bis zu 5.000 Werte je Dimension und nehmen neue Werte automatisch auf. Monitore für Konten, Tags und Kostenkategorien lassen sich nur im Management-Konto anlegen. AWS rät davon ab, Monitore über mehrere Dimensionen anzulegen, weil sonst doppelte Alarme entstehen.

Benachrichtigung per E-Mail oder SNS, Chat über SNS. Alarme kommen per E-Mail oder Amazon SNS. Für Slack beschreibt die AWS-Dokumentation den Weg über eine Amazon-Q-Developer-Konfiguration, die das SNS-Topic dem Chat-Kanal zuordnet; die Produktseite nennt auch Microsoft Teams. Über AWS User Notifications gehen Anomalie-Ereignisse zusätzlich per E-Mail, über Amazon Q Developer an Chat-Anwendungen wie Slack und Microsoft Teams und als Push an die AWS Console Mobile Application. In der Subscription gehen SNS-Topics nur bei „Individual alerts“, E-Mail läuft als tägliche oder wöchentliche Zusammenfassung. Die Seiten zu Cost Anomaly Detection nennen weiter auch Amazon Chime, für das AWS den Support zum 20. Februar 2026 beendet hat.

Root-Cause-Analyse in der Anomalie-Ansicht. Die Anomalie wird nach Dollar-Auswirkung über vier Dimensionen aufgeschlüsselt: AWS-Service, AWS-Account, Region und Usage Type, mit bis zu zehn Ursachen. AWS weist darauf hin, dass die Root Cause nur den größten Beitrag erklärt, nicht die gesamte Auswirkung. Das verkürzt die Investigation, ersetzt sie aber nicht.

Schneller Start. Laut AWS beginnt die Erkennung innerhalb von 24 Stunden nach dem Anlegen von Monitor und Subscription. Für einen neuen Service braucht ein Monitor mindestens 10 Tage Verbrauchshistorie, bevor Anomalien erkannt werden.

AWS Organizations-Integration. Wer mehrere Konten in einer AWS Organization betreibt, kann im Management-Konto einen von AWS verwalteten Monitor anlegen, der alle Member-Konten einzeln verfolgt und neue Konten automatisch aufnimmt. Das erspart die manuelle Konfiguration pro Konto und erlaubt eine einheitliche FinOps-Strategie über die ganze Org hinweg. Alert Subscriptions an solchen Monitoren nutzen allerdings dieselbe Schwelle für alle verfolgten Werte.

Schwächen ehrlich betrachtet

AWS-only, keine Multi-Cloud-Sicht. Wer Azure, GCP oder Oracle parallel betreibt, braucht für die übrigen Clouds separate Tools. Cost Anomaly Detection erkennt laut AWS-Dokumentation Ausgabenmuster in deinen bereitgestellten AWS-Services.

Kostendaten liegen in den USA. In der Dokumentation zu den Kostenfunktionen von Amazon Q Developer schreibt AWS: „Data from the Cost Optimization Hub and Cost Explorer services is hosted in the US East (N. Virginia) Region.“ Cost Anomaly Detection ist laut AWS „a feature within Cost Explorer“ und nutzt dessen Daten, die AWS General Reference nennt für die Cost-Explorer-API nur den Endpunkt ce.us-east-1.amazonaws.com. Eine eigene Regionsangabe nur für Cost Anomaly Detection steht auf den archivierten Seiten nicht. Für DSGVO-strenge Unternehmen ist das ein Punkt für das Datenschutzkonzept. Für deine Workload-Inhalte gilt die Region, die du wählst.

Standard-Schwelle ist grob. Die Standardkonfiguration alarmiert laut AWS-FAQ nur bei Anomalien, die 40 % über dem erwarteten Wert liegen und mindestens 100 USD betragen. Bei kleinen Monatsausgaben bleiben kleinere Ausschläge daher ohne Alarm, bis du den Schwellenwert in der Subscription senkst; sie erscheinen aber weiter im Dashboard. Niedrigere Schwellen erzeugen mehr Alarme.

Ursachenanalyse bleibt in der Standardansicht deskriptiv. Die Ansicht sagt dir, was passiert ist (Service, Account, Region, Usage Type, gerankt nach Dollar-Impact). Für das Warum bietet AWS „Investigating anomaly root causes with Amazon Q Developer“ an: Die Untersuchung wertet Kostendaten und CloudTrail-Ereignisse aus. Sie setzt Amazon-Q-Developer-Berechtigungen voraus, empfiehlt einen organisationsweiten CloudTrail-Trail und kann Nutzer oder Rollen bei Datenoperationen wie S3-GetObject nicht zuordnen.

Nicht alle Posten werden überwacht. Cost Anomaly Detection überwacht laut AWS-Dokumentation keine über den AWS Marketplace bezogenen Drittprodukte, mit einer Ausnahme: Drittanbieter-Foundation-Modelle auf Amazon Bedrock. Diese erscheinen unter dem Billing Entity „AWS Marketplace“. Für andere Marketplace-Posten empfiehlt AWS AWS Budgets mit dem Billing-Entity-Filter. Die Quota-Seite führt außerdem AWS Support, WorkSpaces, Cost Explorer, Budgets, AWS Shield, Amazon Route 53 und AWS Certificate Manager als nicht unterstützt und ergänzt: „Only analyzes Usage charge type and NetUnblendedCost“. Für Bill-Source-Konten mit Billing Transfer ist der Dienst laut Dokumentation nicht verfügbar.

Keine Optimierungsempfehlungen. Das Tool ist reaktiv: Es sagt dir, dass eine Anomalie aufgetreten ist, aber nicht, wie du die Kostenstruktur grundlegend verbesserst. Empfehlungen für Reserved Instances, Savings Plans, Rightsizing, alles in anderen AWS-Tools (Cost Explorer Recommendations, Trusted Advisor) oder spezialisierten Anbietern.

Schwellenwerte müssen zu deinem Spend passen. Die ML-basierte Erkennung läuft automatisch, aber der Schwellenwert der Subscription (Dollar und/oder Prozent) bestimmt, welche Anomalien dich erreichen. Zu niedrig bedeutet Alarm-Müdigkeit, zu hoch lässt Anomalien ohne Alarm. Die Werte in der Standardkonfiguration sind 40 % und 100 USD.

Deutsch in Konsole und Dokumentation, im Support nicht genannt. Die AWS-Konsole lässt sich für alle Service-Konsolen auf Deutsch umstellen, die deutsche Dokumentation ist laut Hinweis maschinell übersetzt, im Zweifel gilt die englische Fassung. Als bevorzugte Kontaktsprache für Supportfälle nennt die AWS-Support-Dokumentation Japanisch, Chinesisch, Koreanisch und Türkisch, Deutsch nicht.

Keine Forecast-Funktion im engeren Sinn. Anomalie-Erkennung ist reaktiv, kein Forecast. AWS hat dafür eigene Forecast-Tools (Cost Explorer Forecast), aber Anomaly Detection und Forecast sind getrennte Welten. Wer beides aus einer Hand will, muss zwei AWS-Werkzeuge kombinieren.

Alternativen im Vergleich

Wenn du…	…nimm stattdessen
Multi-Cloud-Überblick (AWS + Azure + GCP) brauchst	Vantage, CloudHealth, Apptio Cloudability (alle kommerziell)
Tiefere Optimierungs-Workflows und Reserved-Instance-Planung möchtest	AWS Cost Optimization Hub oder spezialisierte FinOps-Tools

Vantage hat bei uns eine eigene Tool-Seite. Erwähnenswert ohne eigene Tool-Seite: CloudHealth (Enterprise-Klassiker), Apptio Cloudability (Enterprise), Datadog Cloud Cost Management (für Teams, die bereits Datadog nutzen), CloudCheckr (Compliance-Fokus). Im AWS-eigenen Werkzeugkasten ergänzen sich Cost Anomaly Detection (Alarme), Cost Explorer (Visualisierung), Compute Optimizer (Rightsizing-Empfehlungen) und der Cost Optimization Hub (zentrale Empfehlungen). Wer FinOps strategisch aufbauen will, braucht in der Regel mehr als nur Anomaly Detection.

So steigst du ein

Schritt 1: Aktiviere Cost Explorer, falls das noch nicht geschehen ist, denn ohne ihn gibt es Cost Anomaly Detection laut AWS nicht. Öffne die Billing-and-Cost-Management-Konsole und wähle im Navigationsbereich Cost Anomaly Detection. Lege unter „Cost monitors“ einen ersten Monitor vom Typ „AWS services“ an, dieser bewertet die von deinem Konto genutzten Services einzeln und ist der schnellste Einstieg. Optional: im Management-Konto zusätzlich ein „Linked account“-Monitor für Multi-Account-Setups in AWS Organizations.

Schritt 2: Lege eine Subscription an: bis zu 10 E-Mail-Empfänger oder ein SNS-Topic. Für Slack brauchst du das SNS-Topic und eine Amazon-Q-Developer-Konfiguration, die es dem Chat-Kanal zuordnet; eine Anleitung für Microsoft Teams enthält die Chat-Seite der Dokumentation nicht, Teams nennt sie unter AWS User Notifications. Setze einen Threshold, der zu deinem Spend-Niveau passt. Die Standardkonfiguration nutzt 40 % und 100 USD, AWS nennt als Beispiel Anomalien mit mehr als 1.000 USD Auswirkung und 50 % Anstieg.

Wähle die Alarmfrequenz: „Individual alerts“ meldet eine Anomalie, sobald sie erkannt ist, und braucht ein SNS-Topic. „Daily summaries“ fasst per E-Mail die zehn wichtigsten Alarme des Vortags zusammen, „Weekly summaries“ die Woche. Für Engineering-Teams empfehlenswert: Individual alerts in einen Slack-Channel.

Schritt 3: Warte bis zu 24 Stunden, danach beginnt die Erkennung für den neuen Monitor. Anschließend kommen Alarme, wenn eine Anomalie deinen Schwellenwert erreicht. Justiere die Thresholds nach den ersten Alarm-Erfahrungen, zu viele False Positives bedeuten höhere Thresholds, zu wenige bedeuten niedrigere.

Schritt 4 (für FinOps-Reife): Ergänze Cost-Allocation-Tag-Monitore und Cost-Category-Monitore. Tagge konsistent (z. B. team:platform, env:prod, project:xy). Ein einziger von AWS verwalteter Monitor verfolgt alle Werte eines Tag-Schlüssels einzeln, selbst verwaltete Monitore nimmst du nur für gezielt ausgewählte Werte oder abweichende Schwellen. Damit Anomalien beim verantwortlichen Team landen statt in einer zentralen FinOps-Mailbox, nennt AWS AWS User Notifications mit JSON-Filtern. Lege in Tags keine personenbezogenen oder vertraulichen Angaben ab, das empfiehlt AWS ausdrücklich. Kombiniere das Tool mit AWS Compute Optimizer und dem Cost Optimization Hub für proaktive Optimierungsempfehlungen.

Ein konkretes Beispiel

Das Beispiel ist ein Szenario zur Veranschaulichung, keine Kundenangabe von AWS. Ein deutsches SaaS-Unternehmen mit ca. 8.000 EUR AWS-Ausgaben pro Monat aktiviert AWS Cost Anomaly Detection mit einem 50-USD-Threshold und einem SNS-Topic, das über Amazon Q Developer in den DevOps-Channel in Slack läuft. Drei Wochen später kommt der erste Alarm: 312 USD Mehrkosten in drei Tagen beim NAT-Gateway-Datentransfer in eu-central-1. Die Root-Cause-Ansicht zeigt Service, Account, Region und Usage Type. Ursache ist eine versehentlich aktivierte VPC-Peering-Konfiguration, die produktiven Datentransfer-Traffic über das NAT-Gateway statt über den direkten Peering-Pfad routet. Der verantwortliche Network Engineer behebt sie in zwei Stunden. Ohne den Alarm hätte sich der Effekt bis zur Monatsrechnung aufsummiert, hochgerechnet auf 30 Tage ca. 3.100 USD Mehrkosten (104 USD pro Tag). Wichtig: Die Zahlen sind angenommen, sie belegen keine allgemeine Ersparnis.

DSGVO & Datenschutz

• Datenhosting: AWS schreibt: „Data from the Cost Optimization Hub and Cost Explorer services is hosted in the US East (N. Virginia) Region.“ Cost Anomaly Detection nutzt Daten aus Cost Explorer. Für Kundeninhalte gilt laut AWS-Datenschutz-FAQ: „You choose the AWS Region(s) in which your content is stored.“ Kontoinformationen, zu denen die FAQ auch „billing information associated with a customer account“ zählt, sowie Metadaten-Tags sind dort ausdrücklich keine Kundeninhalte. Deine Workload-Inhalte (z. B. in eu-central-1 Frankfurt) fallen unter die Regionswahl.
• Anbieter: Amazon Web Services. Seit dem 1. Juli 2018 verkauft AWS seine Dienste in Ländern Europas, des Nahen Ostens und Afrikas laut eigener Angabe über die luxemburgische Amazon Web Services EMEA SARL, die auch eine Niederlassung in Deutschland hat.
• Datennutzung: Der Dienst nutzt Kostendaten aus Cost Explorer und verarbeitet sie laut FAQ, solange ein Monitor besteht; das Löschen des Monitors stoppt die Verarbeitung, bereits erkannte Anomalien bleiben verfügbar. Weitere Datenflüsse des Dienstes beschreibt AWS auf den archivierten Seiten nicht. Für die Untersuchung mit Amazon Q Developer schreibt AWS: „We may use certain content from Amazon Q Developer Free Tier for service improvement“, auch für Modelltraining, Inhalte aus Amazon Q Developer Pro dagegen nicht. Den Opt-out regelt eine AI-Services-Richtlinie in AWS Organizations, Kostenanfragen können regionsübergreifend laufen. Die Untersuchung ordnet Kostenänderungen außerdem dem auslösenden IAM-Prinzipal zu, also auch einzelnen Nutzern.
• Auftragsverarbeitung (AVV): AWS stellt ein DSGVO-Addendum zur Datenverarbeitung (AWS DPA) bereit, die AWS-Servicebedingungen enthalten die Standardvertragsklauseln. Ob und wie das DPA auf Cost Anomaly Detection anwendbar ist, nennt AWS auf den archivierten Seiten nicht ausdrücklich.
• Empfehlung für Unternehmen: Wer strenge Anforderungen an die Datenhoheit auch für Metadaten hat (z. B. Behörden), dokumentiert die Datenhaltung in US East im Datenschutzkonzept und prüft, ob der Dienst dafür passt.

Gut kombiniert mit

• AWS Cost Explorer & Compute Optimizer, Anomaly Detection alarmiert reaktiv, Compute Optimizer empfiehlt proaktiv Rightsizing für EC2, Lambda, EBS und Auto-Scaling-Gruppen. Cost Explorer liefert die historische Trend-Visualisierung. Die drei Tools zusammen sind der AWS-eigene FinOps-Werkzeugkasten.
• AWS Budgets, ergänzt Anomaly Detection um klassisches Budget-Tracking mit Vorab-Alarmen bei Budgetauslastung (z. B. „80 % des Monats-Budgets erreicht”). Budgets sind prädiktiv, Anomaly Detection reaktiv, beides parallel betreiben.
• Claude oder ChatGPT, für die Interpretation komplexer Anomalien. Wenn ein Alarm Multi-Service-Effekte zeigt, kann ein LLM helfen, die Zusammenhänge zu strukturieren („Was bedeutet ein NAT-Gateway-Datentransfer-Spike zusammen mit erhöhten S3-Get-Requests?”). Das ersetzt nicht die manuelle Investigation, beschleunigt aber das Verständnis.

Unser Fazit

AWS Cost Anomaly Detection verdient 4 von 5 Sternen. Es ist ein naheliegendes Einstiegswerkzeug für FinOps in AWS-Umgebungen: AWS bietet den Dienst ohne Zusatzgebühr an, das ML-Modell berücksichtigt Trends und Saisonalität, die Setup-Hürde ist gering, und die Root-Cause-Ansicht verkürzt laut AWS die Investigation. Den fünften Stern verfehlt es durch drei Punkte: erstens die strikte AWS-only-Architektur (Multi-Cloud-Realität wird ignoriert), zweitens die Datenhaltung der Cost-Explorer-Daten in US East (für sensible Branchen relevant), drittens die Ursachenuntersuchung, die nur über Amazon Q Developer als separater Schritt verfügbar ist, und das Fehlen proaktiver Optimierungsempfehlungen. Das Tool ist ein solides Frühwarnsystem, aber kein vollständiges FinOps-Werkzeug. Wer strategische Cloud-Cost-Optimierung betreibt, kombiniert AWS Cost Anomaly Detection mit Cost Explorer, Compute Optimizer und gegebenenfalls einem kommerziellen FinOps-Tool wie Vantage oder Cloudability. Als Basisschutz, und für viele KMU als erstes FinOps-Werkzeug, ist es eine 4-Sterne-Empfehlung.

Was wir bemerkt haben

• November 2026, Cost Anomaly Detection läuft laut AWS-Dokumentation etwa dreimal täglich auf den net-unblended-Kostendaten. Bis zur Erkennung kann es bis zu 24 Stunden dauern, weil der Dienst Daten aus Cost Explorer nutzt.
• November 2026, Die Dokumentation zu Amazon Q Developer nennt US East (N. Virginia) als Ort der Cost-Explorer-Daten. Produkt- und FAQ-Seite zu Cost Anomaly Detection nennen keinen Speicherort.
• November 2026, Drittanbieter-Foundation-Modelle auf Amazon Bedrock fallen laut Dokumentation unter die Überwachung, obwohl sie unter dem Billing Entity „AWS Marketplace“ laufen. Für übrige Marketplace-Posten bleibt AWS Budgets der empfohlene Weg.
• Juni 2026, AWS kündigt am 8. Juni 2026 die KI-gestützte Kostenuntersuchung an („Investigating anomaly root causes with Amazon Q Developer“): Amazon Q Developer wertet Kostendaten und CloudTrail-Ereignisse aus, um zu erklären, was sich wann, wo, durch wen und warum geändert hat. Die Untersuchung ist ohne Zusatzgebühr, die genutzten Dienste können Standardgebühren verursachen.
• Februar 2026, AWS beendet zum 20. Februar 2026 den Support für Amazon Chime, die Seiten zu Cost Anomaly Detection nennen Chime weiter als Alarmziel.
• November 2025, AWS erweitert am 19. November 2025 die verwalteten Monitore auf verknüpfte Konten, Tags und Kostenkategorien, ohne zusätzliche Kosten. Wer bisher 500 Teams mit 500 Monitoren überwacht hat, kommt laut AWS mit einem aus.
• Seit 27. März 2023, richtet AWS die Standardkonfiguration (AWS-Services-Monitor, tägliche E-Mail) für neue Cost-Explorer-Konten vom Typ Payer oder Regular automatisch ein.
• Dezember 2020, AWS meldet am 16. Dezember 2020 die allgemeine Verfügbarkeit von Cost Anomaly Detection.