100 Millionen Dollar für eine schlanke Alternative zu den Hyperscalern
Railway, eine Cloud-Plattform aus San Francisco, hat eine Series-B-Finanzierung über 100 Millionen US-Dollar abgeschlossen. Angeführt wurde die Runde von TQ Ventures, beteiligt waren FPV Ventures, Redpoint und Unusual Ventures. Bemerkenswert ist der Sprung: Vor dieser Runde hatte das Unternehmen insgesamt nur 24 Millionen US-Dollar eingesammelt, davon 20 Millionen in einer Series A im Jahr 2022.
Das Ziel ist unbescheiden. Railway will Amazon Web Services, Microsoft Azure und Google Cloud in dem Segment angreifen, in dem Entwicklerteams Anwendungen betreiben. Die Plattform zählt nach eigenen Angaben zwei Millionen Entwickler, verarbeitet monatlich über zehn Millionen Deployments und hat mehr als eine Billion Anfragen über ihr Edge-Netzwerk abgewickelt.
Getragen wird das Geschäft von einem Team aus nur 30 Mitarbeitern, das einen zweistelligen Millionenumsatz pro Jahr erwirtschaftet. Der Umsatz wuchs im Vorjahr um das 3,5-fache, aktuell liegt das Wachstum bei 15 % pro Monat. Den ersten Vertriebsmitarbeiter stellte das Unternehmen erst im vergangenen Jahr ein.
Warum drei Minuten Deployment-Zeit zum Problem werden
Die Argumentation von Gründer und CEO Jake Cooper setzt an einem Punkt an, den viele Teams gerade selbst erleben. Wenn KI-Modelle in Sekunden funktionierenden Code erzeugen, wird die Bereitstellung dieses Codes zum Engpass. Ein üblicher Build- und Deploy-Zyklus mit Terraform, dem Quasi-Standard zur Beschreibung von Infrastruktur per Code, dauert zwei bis drei Minuten.
"Da KI-Modelle immer besser darin werden, Code zu schreiben, stellen sich immer mehr Menschen die altbekannte Frage: Wo und wie führe ich meine Anwendungen aus?", so Cooper sinngemäß. Die Cloud-Bausteine der vorherigen Generation seien langsam und veraltet.
Railway gibt Deployment-Zeiten von unter einer Sekunde an. Was für Menschen mit zehn Sekunden noch komfortabel gewesen sei, sei für Agenten inzwischen die Mindestanforderung, argumentiert Cooper. Seine Prognose: In den kommenden fünf Jahren werde tausendmal mehr Software entstehen als bisher existiert.
Passend dazu betreibt Railway seit August 2025 einen Server für das Model Context Protocol (MCP), also den offenen Standard, über den KI-Modelle mit externen Werkzeugen sprechen. Damit können Agenten direkt aus dem Code-Editor heraus Anwendungen ausrollen und verwalten. Wie stark sich dieser Standard gerade in Richtung Unternehmensbetrieb bewegt, zeigt auch der zustandslose Protokollkern von MCP.
Raus aus Google Cloud, rein ins eigene Rechenzentrum
Der interessanteste Teil der Geschichte ist eine Entscheidung aus dem Jahr 2024: Railway hat Google Cloud vollständig verlassen und eigene Rechenzentren aufgebaut. Der Betreiber begründet das mit der Kontrolle über Netzwerk, Rechenleistung und Speicher, die schnelle Build- und Deploy-Schleifen erst möglich mache. Auf welcher konkreten Hardware das läuft, nennt das Unternehmen nicht.
Aus dieser vertikalen Integration leitet Railway auch seine Preise ab. Abgerechnet wird sekundengenau nach tatsächlicher Nutzung, nicht nach bereitgestellter Kapazität. Für ungenutzte virtuelle Maschinen fallen keine Kosten an, was der klassischen Cloud-Logik widerspricht, bei der reservierte Ressourcen unabhängig von der Auslastung bezahlt werden.
| Ressource | Preis |
|---|---|
| Arbeitsspeicher | 0,00000386 USD pro Gigabyte-Sekunde |
| Rechenleistung | 0,00000772 USD pro vCPU-Sekunde |
| Speicher | 0,00000006 USD pro Gigabyte-Sekunde |
| Ungenutzte VMs | 0 USD |
Cooper stellt die gängige Annahme infrage, dass Größe automatisch bessere Preise bedeutet. Wenn die großen Anbieter für Maschinen abrechnen, die überwiegend im Leerlauf laufen, entstehe genau dort die Lücke für einen Anbieter, der seine Systeme auf hohe Auslastungsdichte auslegt.
Was Kunden konkret einsparen
Die Zahlen stammen von Kunden, nicht aus internen Messungen des Anbieters. G2X, eine Plattform für rund 100.000 US-Bundesauftragnehmer, senkte die monatliche Infrastrukturrechnung nach dem Wechsel von etwa 15.000 US-Dollar auf rund 1.000 US-Dollar, ein Minus von 87 %. CTO Daniel Lobaton beschreibt sinngemäß, dass Arbeit, für die er auf der alten Infrastruktur eine Woche brauchte, nun etwa einen Tag dauere.
Noch deutlicher wird der Personalaspekt beim KI-Infrastrukturanbieter Kernel, der sein gesamtes kundenseitiges System für 444 US-Dollar im Monat betreibt. CTO Rafael Garcia berichtet sinngemäß, in seinem vorherigen Unternehmen hätten sechs Vollzeit-Ingenieure ausschließlich AWS verwaltet. Heute habe er insgesamt sechs Ingenieure, und alle arbeiteten am Produkt.
Genau hier liegt der eigentliche Kostenhebel. Die Cloud-Rechnung ist oft nicht der teuerste Posten. Teuer sind die Fachkräfte, die den Betrieb der Cloud am Laufen halten.
Übergreifend nennt Railway Einsparungen von bis zu 65 % gegenüber traditionellen Cloud-Anbietern. Wer die andere Richtung kennt, weiß, wie schnell Kosten im KI-Betrieb aus dem Ruder laufen: Selbst Microsoft bremst inzwischen den Token-Verbrauch der eigenen Entwickler.
Technische Grenzen und Enterprise-Aufpreise
Für Unternehmenskunden bietet die Plattform SOC 2 Type 2, HIPAA-Bereitschaft, Single Sign-on, Audit-Logs und eine "Bring your own cloud"-Option, bei der Anwendungen in der bestehenden Cloud-Umgebung des Kunden laufen. Wie diese Option technisch umgesetzt ist und was sie kostet, wird nicht offengelegt.
| Enterprise-Zusatz | Preis pro Monat |
|---|---|
| Erweiterte Log-Speicherung | 200 USD |
| HIPAA-Vereinbarung (BAA) | 1.000 USD |
| Support mit Service-Zielen (SLOs) | 2.000 USD |
| Dedizierte virtuelle Maschinen | 10.000 USD |
Technisch unterstützt die Plattform PostgreSQL, MySQL, MongoDB und Redis, bis zu 256 TB persistenten Speicher mit über 100.000 IOPS sowie bis zu 112 vCPUs und 2 TB RAM pro Dienst. Betrieben wird das in vier globalen Regionen in den USA, Europa und Südostasien. 31 % der Fortune-500-Unternehmen nutzen die Plattform nach Angaben des Anbieters, wobei das von konzernweiter Infrastruktur bis zum einzelnen Teamprojekt reicht. Zu den genannten Kunden zählen Bilt, GoCo (Intuit), Cruise Critic (TripAdvisor), MGM Resorts und Kernel.
Einordnung für Unternehmen im DACH-Raum
Railway greift genau die Kostenstruktur an, die viele Unternehmen an Hyperscaler bindet: hohe Grundkosten für reservierte, aber ungenutzte Kapazität und ein erheblicher interner Aufwand für den Betrieb. Sekundengenaue Abrechnung und Deployments unter einer Sekunde passen zu einer Arbeitsweise, in der Coding-Agenten laufend neuen Code produzieren. Wer diesen Weg ohne Plattformbindung gehen will, findet mit Projekten wie Cloudflare OS als offener Arbeitsumgebung für KI-Agenten oder dem Open-Source-Coding-Agenten Goose Bausteine für den Eigenbau.
Die Kehrseite bleibt bestehen. Wer nicht die "Bring your own cloud"-Variante wählt, tauscht die Abhängigkeit von AWS gegen die Abhängigkeit von einem 30 Personen starken Anbieter mit eigener Hardware. Wie belastbar diese eigenen Rechenzentren im Dauerbetrieb gegenüber etablierten Anbietern sind, lässt sich derzeit nicht beurteilen. Während der jüngsten großflächigen Cloud-Störungen blieb Railway nach eigener Aussage erreichbar.
Für den DACH-Raum fehlen wichtige Angaben. Railway betreibt eine Region in Europa und weist SOC 2 Type 2 nach, nennt aber keinen konkreten Standort und macht keine expliziten Aussagen zur DSGVO-Konformität. Wer personenbezogene Daten verarbeitet, muss das vor einer Migration klären. Dieselbe Frage stellt sich bei vergleichbaren Angeboten, etwa wenn AWS Vibe Coding in die Private Cloud der Kunden holt.