Basierend auf einem real betriebenen Homelab mit ~80 Diensten (Kubernetes, Proxmox, eigene Infrastruktur) und den Speicherwerten, die dieser Betrieb über Wochen geliefert hat.
Wenn du selbstständig bist und überlegst, einen eigenen Server zu kaufen statt in die Cloud zu gehen, etwa als Entwickler für Testumgebungen oder als kleiner Betrieb für Nextcloud und Dokumentenverwaltung, stehst du vor einer Frage, die kaum ein Testbericht beantwortet: „Wofür kaufe ich das Ding eigentlich?“
Datenblätter und Werbung reden über Kerne und GHz. Im Betrieb entscheidet etwas anderes. Hier ist die Rechnung aus meinem eigenen Setup.
RAM: der Engpass, an dem kleine Setups zuerst scheitern
Typische Selbstständigen-Setups (Dokumentenverwaltung, Nextcloud, ein kleines CRM, Monitoring) stoßen nicht zuerst an die CPU-Grenze, sondern an den Arbeitsspeicher. Bei mir lief ein k3s-Cluster auf einem Node mit 4 GiB RAM bei 99 % Speicherauslastung, während die CPU noch unter 10 % lag. Der API-Server des Clusters (mit etcd dahinter) kam auf p99-Latenzen von über 8 Sekunden. Das war kein CPU-Problem, sondern ein Speicherproblem.
Faustregel für Selbstständige:
- 4–5 Dienste (Nextcloud, Paperless, Suche, ein Dashboard): 8 GiB reichen knapp.
- 10+ Dienste oder Virtualisierung (Proxmox mit VMs und Containern): 16 GiB als Einstieg, 32 GiB als Komfortzone.
- Lokale LLMs im Homelab-Maßstab oder Medien-Transcoding im Dauerbetrieb: ab 32 GiB.
Warum so viel? Allein Prometheus aus dem kube-prometheus-stack (also nur das Monitoring) belegt bei mir 1,1 GiB, und das auf einem Node mit knappem RAM. Immich und weitere Homelab-Apps kommen zusammen auf weitere 1,3 GiB. Das ist kein Overengineering, sondern die Grundlast eines aktuellen Container-Stacks.
CPU: für Dauerlast kaufen, nicht für Spitzenwerte
Testberichte messen Spitzenleistung, etwa in Spielen oder kurzen Benchmarks. Ein Server für dein Business läuft dagegen unter Dauerlast. Ein Intel N100 ist günstig und sparsam (6 W TDP), hat mit 4 Kernen und 4 Threads aber deutlich weniger Multi-Core-Leistung als ein Desktop- oder größerer Mobilprozessor. Wenn Backups, nächtliches Transcoding und Crawler gleichzeitig laufen, merkst du das. Entscheidend sind nicht mehr GHz, sondern genug Kerne für die Lastspitzen deiner Jobs:
- Tägliche Backups (rclone/restic) plus Monitoring: meist 2 Kerne ausgelastet, der Rest wartet.
- Wöchentliches Voll-Transcoding (Medienserver): 4–6 Kerne unter Volllast, etwa 15 Minuten.
- Ein LLM-Inference-Worker (optional): 8+ Kerne unter Dauerlast.
Meine Empfehlung für 2026: ein 6-Kern-Prozessor mit integrierter Grafik und 16–32 GiB RAM. Die iGPU wird beim Kauf gern unterschätzt. Intel Quick Sync (Iris Xe/Arc) und die Video-Engines aktueller AMD-iGPUs transkodieren 4K in Hardware, ohne separate Grafikkarte. Ohne Hardware-Transcoding erledigt die CPU diese Arbeit, und genau das frisst die Leistung, die deine anderen Dienste brauchen.
Konkrete Geräte mit Intel N100 und Ryzen 7 vergleiche ich nach Datenblatt, Leerlaufverbrauch und Netzwerkports im englischsprachigen Mini-PC-Vergleich für Homelab und Heimserver.
Eigener Server oder Cloud: was kostet ein eigener Server im Monat?
Im laufenden Betrieb kostet ein eigener Server vor allem Strom. Bei mir sind das unter 20 € im Monat für rund 10 VMs, dazu kommt die Hardware als einmalige Ausgabe. Ob sich das gegenüber der Cloud rechnet, hängt davon ab, wie viele Dienste dauerhaft laufen:
| Kriterium | Eigener Server (16 GiB) | Cloud-VM (16 GiB) |
|---|---|---|
| Kosten | einmalig Hardware, danach Strom | monatlich, steigt mit jeder VM |
| Backups (lokal + offsite) | selbst verwaltet (restic) | beim Provider, meist gegen Aufpreis |
| Kontrolle | voller Root-Zugriff | oft nur das Standard-Setup des Providers |
| Nachteil | Hardware-Wartung ist dein Job | Provider sperrt Ports oder Features |
Aktuelle Preise für Hardware und Cloud-VMs schwanken stark; rechne mit den Angeboten, die du gerade vorliegen hast. Als grobe Regel rechnet sich ein eigener Server ab etwa drei VMs mit Dauerlast. Darunter ist eine kleine Cloud-VM oft günstiger als Hardware plus Strom. Bei mir sieht die Rechnung so aus: Meine ~10 VMs würden in der Cloud nach meiner Schätzung 300–500 € oder mehr im Monat kosten, mein Server verursacht unter 20 € Stromkosten.
Drei Nachrüstungen, die Geld sparen
- RAM erweitern statt neuen Server kaufen: Wenn dein Server dauerhaft bei 80 % RAM-Auslastung hängt, ist mehr Speicher der kleinste Eingriff. Bei mir war ein Node mit 4 GiB die Ursache aller Ausfälle, und die Erweiterung auf 8 GiB hat sie beseitigt. Prüf zuerst den Arbeitsspeicher, nicht die CPU.
- NVMe statt SATA-SSD als Systemlaufwerk: Bei Kubernetes- und Docker-I/O ist der Unterschied spürbar, auch lokale Backups und Restores laufen schneller.
- Proxmox statt reinem Docker-Host: Ab etwa drei Diensten wird ein einzelner Docker-Host mit gemischten Abhängigkeiten schwer zu warten. Proxmox (LXC und VMs) bringt Snapshots, Migration und Klone mit. Damit testest du ein Update mit Rückweg, statt dich vor dem Test zu fürchten.
Fazit
Für Selbstständige ist 2026 die Kombination aus 6 Kernen, 16 bis 32 GiB RAM, iGPU und NVMe der sinnvolle Bereich, unabhängig davon, wie viel Budget du am Ende ausgibst. RAM ist der Engpass, der dir den Stack tatsächlich lahmlegt. Mehr CPU hilft nicht, wenn der Node bei 99 % Speicher steht und der API-Server 8 Sekunden p99 braucht. Kauf nach dieser Rechnung, nicht nach GHz. Und wenn auf dem Server Dienste für Kunden laufen, lies vorher, wann NIS2 für Homelab und gehostete Dienste gilt.