---
title: Rapid Discovery
description: Rapid Discovery erfasst Infrastrukturmengen und Plattform-Basisdaten, um STACKIT-Kostenindikationen abzuleiten und Annahmen für die Zielumgebung zu schaffen.
hero:
  tagline: "Rapid Discovery liefert in kurzer Zeit eine belastbare Mengenbasis für frühe Kosten- und Migrationsentscheidungen in der Assess-Phase."
  illustration:
    name: product
    position: left
sidebar:
  label: Übersicht
  order: 0
  attrs:
    data-icon: dashboard
source_url: "https://framework.stackit.cloud/de/migration/assess/rapid-discovery/overview/"
source_file: "docs/de/migration/assess/rapid-discovery/overview.mdx"
---

## Überblick

Rapid Discovery liefert in kurzer Zeit eine schnelle, automatisierte
Ausgangsbasis über bestehende Umgebungen in On-Premises- und Cloud-Landschaften.
Der Fokus liegt auf der quantitativen Erfassung des IT-Portfolios, damit frühe
Migrations- und kommerzielle Entscheidungen fundiert getroffen werden können.

In dieser Phase sind Mengen und Verteilung wichtiger als die detaillierten
Abhängigkeiten einzelner Anwendungen.

## Welche Informationen Rapid Discovery erfasst

Rapid Discovery erstellt ein initiales Inventar von Infrastruktur- und
Plattform-Assets, unter anderem:

<CardGrid>
  <Card title="Compute-Basis">Anzahl virtueller Maschinen und Hosts.</Card>
  <Card title="Storage-Basis">Speicherkapazitäten und Storage-Klassen.</Card>
  <Card title="Betriebssystem-Landschaft">Betriebssystemfamilien und Versionen.</Card>
  <Card title="Kubernetes-Basis">Anzahl und Basiseigenschaften von Kubernetes-Clustern.</Card>
  <Card title="Datenbank-Inventar">Datenbank-Engines, Größen und Instanzanzahlen.</Card>
</CardGrid>

Diese Kennzahlen bilden die erste belastbare Sicht auf den Umfang der Migration.

## Warum es in der Assess-Phase wichtig ist

Die Ergebnisse aus Rapid Discovery sind eine zentrale Grundlage für:

- **Frühe Preisindikation**: Eine erste STACKIT-nahe Kostenindikation erzeugen.
- **Erste TCO-Sicht**: Einen initialen TCO-Korridor ableiten.
- **Kapazitätsannahmen**: Erste Annahmen zur Zielkapazität und Landing Zone definieren.

Dadurch können sich Programm-Stakeholder frühzeitig auf eine finanzielle
Richtung und eine technische Ausgangsbasis einigen.

## Abgrenzung zur Discovery-Phase

Rapid Discovery ist bewusst keine vollständige Analyse auf
Applikationsebene. Es umfasst weder tiefgehende Interviews mit allen
Application Ownern noch eine vollständige Abbildung aller
Laufzeitabhängigkeiten.

Diese Tiefe wird in der anschließenden Discovery-Phase erreicht: Dort werden
Infrastruktur-Exporte durch gezielte Assessments und Informationen der
Application Owner ergänzt, um ein vollständiges Applikationsbild zu erstellen.

## Typische Eingaben und zukünftige Assets

Typische Eingabequellen sind Exporte wie Tabellen oder ähnliche
Inventardateien aus bestehenden Umgebungen. Die Phase kann durch KI-gestützte
Tools beschleunigt werden, die aus hochgeladenen Datensätzen die benötigten
Baseline-Kennzahlen extrahieren.

Rapid Discovery ist damit eine wichtige Voraussetzung für eine strukturierte
Kostenindikation sowie für die Entwicklung einer realistischen Strategie für
die Cloud-Zielumgebung.

## KI-gestützte Discovery-Assets

KI-gestützte Discovery-Assets können helfen, Workload-Beschreibungen und Daten aus Inventaren in
erste Assessment- und Design-Artefakte für die fachliche Prüfung zu überführen.

<ScfAssetLoader
  showFilter={false}
  showSearch={false}
  frameworkSlug="migration"
  filterByTag="discovery"
/>

## Rapid-Discovery-Prozess auf einen Blick

Das folgende Diagramm zeigt den Kern von Rapid Discovery: Rohdaten aus
Quellsystemen werden durch Tooling in eine entscheidungsreife Baseline
überführt, die frühe Preisindikationen und erste Sizing-Annahmen ermöglicht.

<RapidDiscoveryProcessSvg style={{ width: "100%", maxWidth: "1400px", height: "auto", display: "block" }} />

## Methodik in der Praxis

Eine belastbare Rapid Discovery folgt typischerweise einem klaren Ablauf:

<Steps>

1. Datensammlung aus vorhandenen Quellen (CMDB, Hypervisor-Exporte,
   Cloud-Inventare, Monitoring, Storage-Reports, Datenbanklisten).
2. Standardisierung und Konsolidierung der Daten in ein einheitliches Schema.
3. Kategorisierung nach Workload-Typen und technischen Merkmalen.
4. Aggregation auf Management-Ebene für schnelle Entscheidungsfindung.
5. Erste Plausibilisierung mit Fachverantwortlichen.

</Steps>

Ziel ist kein perfektes Zielbild, sondern ein verlässlicher Startpunkt mit
ausreichender Genauigkeit für frühe Entscheidungen.

## Datenqualität und Annahmen

Die Aussagekraft der Ergebnisse hängt stark von der Datenqualität ab. Typische
Herausforderungen sind Dubletten, veraltete Einträge, inkonsistente Benennungen
und fehlende Leistungsdaten.

Empfehlung für diese Phase:

- **Annahmen dokumentieren**: Wachstumsraten, Konsolidierungsfaktoren und Reserven transparent halten.
- **Unklare Datensätze markieren**: Unsichere Datensätze kennzeichnen statt früh zu verwerfen.
- **Konfidenzniveau vergeben**: Ergebnisse als hoch, mittel oder niedrig einstufen.

So bleibt die Kostenindikation nachvollziehbar und später in der Discovery-Phase
gezielt verfeinerbar.

## Verbindung zu Preisindikation und TCO

Rapid Discovery liefert die Mengengerüste für erste Kostenmodelle. Dafür werden
die erfassten Bestände in STACKIT-nahe Verbrauchseinheiten überführt, zum
Beispiel:

- **Compute-Sizing**: vCPU und RAM als Grundlage nutzen.
- **Storage-Klassen**: Storage-Kapazität und I/O-Profile verwenden.
- **Managed Services**: Datenbanktyp und Größenklassen zuordnen.
- **Plattformkosten**: Cluster- und Node-Anzahlen einbeziehen.

In Kombination mit Betriebsannahmen (Betriebszeiten, Verfügbarkeit,
Wachstumspfad) entsteht daraus eine belastbare Preisindikation und ein erster
TCO-Korridor.

## Typische Ergebnisse

Am Ende der Rapid-Discovery-Phase sollten mindestens folgende Ergebnisse
vorliegen:

<CardGrid>
  <Card title="Konsolidierte Asset-Baseline">
    Mengen je Technologiebereich liegen konsolidiert vor.
  </Card>
  <Card title="Sinnvolle Segmentierung">
    Assets sind nach Kritikalität, Umgebung und Modernisierungsbedarf segmentiert.
  </Card>
  <Card title="Nachvollziehbare Annahmen">
    Annahmen und erkannte Datenlücken sind transparent dokumentiert.
  </Card>
  <Card title="Erste Kostenindikation">
    Eine erste Kostenbandbreite mit den wichtigsten Treibern liegt vor.
  </Card>
  <Card title="Priorisierte Kandidaten">
    Eine priorisierte Liste für die vertiefende Discovery-Phase ist verfügbar.
  </Card>
</CardGrid>

Diese Ergebnisse bilden die Arbeitsgrundlage für Architektur, Planung und
Governance der nächsten Assess-Schritte.

## Risiken und Gegenmaßnahmen

Häufige Risiken in Rapid Discovery sind zu grobe Kategorisierung,
unvollständige Quellsysteme oder eine Überschätzung der Datenreife.

Bewährte Gegenmaßnahmen:

- **Datenquellen kombinieren**: Mehrere Quellen nutzen statt nur einer Quelle.
- **Ausreißer prüfen**: Sehr große oder sehr alte Systeme systematisch bewerten.
- **Perspektiven abstimmen**: Finanz- und Technikblick gemeinsam ausrichten, um Fehlinterpretationen zu vermeiden.

Damit bleibt die Phase schnell, ohne an Entscheidungsqualität zu verlieren.

## Übergang in die Discovery-Phase

Der Übergang ist erreicht, wenn ein belastbarer Überblick über Mengen,
Technologietypen und Kostenhebel vorliegt und die offenen Punkte klar benannt
sind.

In der Discovery-Phase werden diese offenen Punkte gezielt geschlossen, unter
anderem durch Interviews mit Application Ownern, vertiefende Assessments und
die Analyse von Abhängigkeiten, Compliance- und Betriebsanforderungen.