Ihre Tecton-Rechnung nennt eine Zahl, Ihre AWS-Rechnung trägt stillschweigend den Rest, und keines der beiden Dokumente bezeichnet sich selbst als vollständige Kosten des Feature-Servings. Diese Aufteilung ist die Falle. Tecton rechnet nach Verbrauch ab — Compute-Credits für die Pipelines, die es ausführt, plus die Cloud-Ressourcen, die diese Pipelines innerhalb Ihres eigenen Kontos verbrauchen — sodass die Rechnung, die Sie von Tecton erhalten, immer nur ein Teil der Ausgaben ist. Wenn Ihre Bücher die Rechnung erfassen und dort aufhören, sind Ihre Herstellungskosten zu niedrig, Ihre Bruttomarge zu hoch, und jede Preisentscheidung, die Sie auf dieser Marge aufbauen, ruht auf einer Zahl, die nie vollständig war.
Dieser Beitrag erklärt, wie Tecton tatsächlich misst und abrechnet, warum Produktions-Feature-Serving in die Herstellungskosten gehört, wie Sie vorausbezahlte Credits und Verbrauchsverpflichtungen behandeln, und wie Sie all das zum Monatsende abstimmen, damit jeder Dollar im richtigen Konto landet.
Wie Tecton misst: Feature-Views, nicht Sitze
Tecton ist eine verwaltete Feature-Plattform für maschinelles Lernen. Sie definieren Transformationen über Ihre Daten als Feature-Views, Tecton berechnet sie auf Batch- oder Streaming-Pipelines und liefert die Ergebnisse an Ihre Modelle — ein Offline-Store für die Retrieval im großen Maßstab beim Training und ein Online-Store für die Retrieval mit niedriger Latenz bei der Live-Inferenz. Es gibt keine Lizenzen pro Sitz, die gezählt werden müssten. Sie zahlen für das, was die Plattform beim Berechnen, Speichern und Bereitstellen Ihrer Features verbraucht.
Dieser Verbrauch fällt in zwei Kategorien, die an zwei verschiedenen Stellen abgerechnet werden — das ist das Erste, was Sie verinnerlichen müssen.
Die erste Kategorie sind Tecton-Credits. Sie decken die Compute ab, die Tecton in Ihrem Namen verwaltet: Spark-Streaming-Compute-Credits für Stream-Feature-Views, Spark-Batch-Compute-Credits für Batch-Feature-Views. Ihre Nutzung der Plattform wird in Credits übersetzt, und die Credits erscheinen auf der Tecton-Rechnung.
Die zweite Kategorie ist die Infrastruktur selbst, und sie wird über Ihr eigenes Cloud-Konto abgerechnet. Tecton verwaltet Compute- und Speicherressourcen innerhalb Ihrer AWS- oder GCP-Umgebung, sodass die Lese- und Schreibvorgänge des Online-Stores, die Spark-Cluster-Compute, der Online-Store-Speicher und der S3-Speicher alle auf Ihrer Cloud-Rechnung landen — nicht auf der von Tecton. Ein Team, das über einen Kanal bereitstellt und über den anderen abstimmt, wird immer eine Lücke finden. Entscheiden Sie einmal, dass die wahren Kosten einer Feature-View die Summe beider Kategorien sind, und stellen Sie sicher, dass Ihr Monatsabschluss sowohl die Tecton-Rechnung als auch die getaggten Positionen auf der Cloud-Rechnung abdeckt.
Stream- und Batch-Feature-Views verbrauchen unterschiedlich
Die Kostenkomponenten unterscheiden sich nach Feature-View-Typ, und zu wissen, welche Sie betreiben, sagt Ihnen, welche Positionen Sie beobachten müssen.
Stream-Feature-Views umfassen Lese- und Schreibvorgänge des Online-Stores, Spark-Stream-Cluster-Compute, Tecton-Spark-Streaming-Compute-Credits, S3-Speicher und Online-Store-Speicher. Batch-Feature-Views umfassen eine ähnliche Liste — Lese- und Schreibvorgänge des Online-Stores, Spark-Job-Cluster-Compute, Tecton-Spark-Batch-Compute-Credits und S3-Speicher — abzüglich der Streaming-spezifischen Teile.
Die Parameter, die die Rechnung bewegen, sind die Designentscheidungen, die Ihre ML-Ingenieure täglich treffen. Kontinuierliche Stream-Verarbeitung erstellt Checkpoints und schreibt weitaus häufiger als intervallbasierte Verarbeitung, kostet also mehr. Größere Aggregationsfenster benötigen mehr Compute. Längere Watermarks für verspätet eintreffende Daten erhöhen den Speicherbedarf. Die Cluster-Konfiguration bepreist jeden Job direkt. Datenkompaktierung senkt die Speicherkosten und verbessert die Leseleistung. Nichts davon sind Finanzeinstellungen; es sind Engineering-Einstellungen mit finanziellen Konsequenzen — weshalb die Buchhaltung für diese Plattform mit einem Gespräch zwischen beiden Teams darüber beginnt, welche Feature-Views existieren und worauf sie abgestimmt sind.
Die Kostenhierarchie zeigt Ihnen, wohin das Geld fließt
Tectons eigene Empfehlung ordnet die Kostenwirkung von der höchsten zur niedrigsten ein, und diese Reihenfolge lohnt es sich zu merken, weil sie vorhersagt, woher Ihre Überraschungen kommen werden.
Online-Store-Operationen stehen an der Spitze. Schreibvorgänge in den Online-Store sind typischerweise die höchsten Infrastrukturkosten, besonders bei Backfills — der Neuberechnung historischer Features für eine neue oder geänderte Feature-View — oder bei kontinuierlicher Stream-Verarbeitung. Ein Backfill ist ein geplanter Ausschlag: Tage oder Wochen historischer Berechnung und eine Flut von Schreibvorgängen, komprimiert in ein Fenster. Wenn niemand die Finanzabteilung vorwarnt, dass er kommt, sieht der Monat, in dem er landet, wie eine Kostenüberschreitung aus statt wie eine Investition.
Compute-Ressourcen kommen an zweiter Stelle: Spark-Cluster-Kosten für Stream- und Batch-Verarbeitung, variierend je nach Konfiguration und Arbeitslast. Speicher kommt an dritter Stelle: Online-Store-Speicher und -Lesevorgänge plus S3, im Allgemeinen mit geringerer Wirkung als Compute und Schreibvorgänge.
Die praktische Konsequenz ist, dass Ihre Rechnung von Schreib- und Compute-Ereignissen getrieben wird, nicht davon, wie viele Personen sich in der Konsole anmelden. Kapazitätsplanung bedeutet hier, Backfills, Verarbeitungsmodi und Aggregationsfenster zu steuern — nicht die Kopfzahl.
Warum Produktions-Feature-Serving COGS ist
Nach US-GAAP umfassen die Herstellungskosten — die Umsatzkosten — eines SaaS-Unternehmens die direkten Kosten der Erbringung der Dienstleistung, für die Kunden zahlen: Hosting-Infrastruktur, Cloud-Compute und -Speicher, in das Produkt eingebettete Drittanbieter-Software und alles andere, das mit der Nutzung skaliert. Feature-Serving für ein Produktions-ML-Produkt erfüllt diese Schwelle mühelos. Wenn Ihr Betrugsmodell eine Transaktion bewertet, Ihre Empfehlungs-Engine einen Feed sortiert oder Ihr Preisbildungsmodell einen Satz quotiert, sind die Lesevorgänge aus dem Online-Store und die Pipelines, die diese Features aktuell halten, ein ebenso direkter Erbringungskostenfaktor wie die Anwendungsserver dahinter.
Diese Klassifizierung ist wichtig, weil sie direkt in die Bruttomarge einfließt — die Zahl, mit der Investoren, Kreditgeber und Käufer beurteilen, ob die Produktökonomie funktioniert. Serving-Kosten unterhalb der Linie in allgemeinen Betriebsaufwand zu parken, bläht die Bruttomarge auf und verbirgt die Skalierungsgeschichte. Ein Due-Diligence-Team wird Ihr Hauptbuch ohnehin auf eine standardisierte SaaS-COGS-Definition ummappen; von Anfang an richtig zu klassifizieren bedeutet, dass Ihre eigenen Dashboards dieselbe Geschichte erzählen, die ein Außenstehender berechnen wird.
Nicht jeder Tecton-Dollar gehört jedoch in die COGS. Die Aufteilung folgt dem Verwendungszweck, nicht dem Anbieter:
- Produktions-Serving ist COGS. Lese- und Schreibvorgänge des Online-Stores für die Live-Inferenz, die Streaming- und Batch-Pipelines, die Produktions-Features aktuell halten, und der Speicher dahinter liefern alle die kundenorientierte Dienstleistung.
- Experimentieren und Staging sind Betriebsaufwand. Entwicklungs-Feature-Views, Offline-Experimente und Staging-Umgebungen unterstützen Forschung und Entwicklung, nicht die Erbringung. Buchen Sie sie in F&E.
- Reine Trainingsarbeit erfordert Ermessen. Offline-Feature-Berechnung, die ausschließlich dem Training der nächsten Modellversion dient, ähnelt eher F&E als der Erbringung; dieselbe Pipeline, die den Online-Store für Live-Serving speist, ist COGS. Wenn eine Feature-View beides tut, allokieren Sie nach einem belastbaren Treiber — getaggte Cloud-Ausgaben pro Umgebung sind der sauberste, den die meisten Teams haben.
Tecton taggt Compute-Instanzen und Online-Store-Ressourcen nach Feature-View, sodass die Allokationsdaten in Ihrem Cloud-Cost-Explorer existieren. Die buchhalterische Aufgabe besteht darin, die Zuordnung einmal festzulegen — welche Feature-Views der Produktion dienen, welche dem Experimentieren — und sie dann jeden Monat anzuwenden, statt sie bei jedem Abschluss neu zu verhandeln.
Tecton zu kaufen ist Aufwand; das Äquivalent zu bauen kann aktivierungspflichtig sein
Eine weitere Klassifizierung, die es richtig zu treffen gilt: Das Team, das Tecton kauft, verbucht den Verbrauch wie oben beschrieben als Aufwand, aber das Team, das seinen eigenen Feature-Store auf Open-Source-Software baut, steht stattdessen vor einer Aktivierungsfrage. Für den eigenen Betrieb entwickelte Software zur internen Nutzung kann für eine Aktivierung qualifizieren, sobald ein Projekt die vorläufige Phase überschreitet, was Engineering-Gehälter und Infrastruktur in einen abschreibenden Vermögenswert statt in einen Periodenaufwand verwandelt.
Keine der beiden Behandlungen ist optionale Färbung. Wenn Sie Tecton betreiben, aktivieren Sie dessen Rechnungen nicht, als hätten Sie die Plattform gebaut. Wenn Sie von einem selbstgebauten Store zu Tecton migrieren, wird der alte aktivierte Vermögenswert weiter abgeschrieben, während der neue Verbrauch in die COGS fließt — zwei verschiedene Positionen, zwei verschiedene Geschichten, beide gleichzeitig korrekt.
Vorausbezahlte Credits und Verpflichtungen sind zuerst Vermögenswerte, später Aufwand
Verbrauchsplattformen verkaufen häufig vorausbezahlte Credits oder jährliche Ausgabenverpflichtungen, und die Buchhaltung für beides folgt dem Matching-Prinzip: Erfassen Sie die Zahlung als Vermögenswert und verbuchen Sie sie dann als Aufwand, während der Nutzen verbraucht wird. Ein Dollar, der im Voraus an einen Anbieter überwiesen wird, ist noch keine Kosten von irgendetwas. Er wird zu COGS, wenn die Credits gegen Produktions-Serving verbraucht werden, zu F&E, wenn sie gegen Experimentieren verbraucht werden, und zu einem Verlust, wenn sie ungenutzt verfallen.
In der Praxis bedeutet das drei Buchungen, nicht eine. Wenn Sie Credits kaufen, belasten Sie einen aktiven Rechnungsabgrenzungsposten und schreiben Cash gut. Jeden Monat reduzieren Sie den Saldo um das tatsächlich Verbrauchte — Produktionsverbrauch in COGS, Staging-Verbrauch in F&E. Wenn die Credits ein Verfallsdatum haben, tragen Sie es in den Kalender ein; ein verfallener Saldo ist ein echter Verlust, der eine geplante Abschreibung verdient, keine Entdeckung bei der Aufräumaktion des nächsten Jahres.
Take-or-Pay-Mindestmengen fügen darüber hinaus eine Rückstellung hinzu. Wenn Ihr Vertrag Sie zu einer Mindestausgabe pro Quartal verpflichtet, schulden Sie den höheren Betrag aus tatsächlichem Verbrauch und Mindestmenge. Wenn der Verbrauch gegen Ende der Periode unter die Verpflichtung fällt, stellen Sie die Differenz zurück, die Sie ohnehin schulden werden. Die Rechnung kommt später, aber die Verbindlichkeit besteht zum Bilanzstichtag, und der Abschluss sollte sie widerspiegeln.
Abstimmung zum Monatsende: zwei Rechnungen, eine Wahrheit
Tecton veröffentlicht billable usage logs — detaillierte CSV-Datensätze der Plattformnutzung und ihrer Übersetzung in Credits, die etwa ein bis zwei Tage nach der Nutzung in Ihrem eigenen Objektspeicher landen. Zusammen mit den getaggten Cloud-Ausgaben sind diese Logs die Zählerstände, an denen Ihre Abstimmung hängt. Behandeln Sie den monatlichen Prozess als Abgleich von drei Quellen gegeneinander: die Usage-Logs, die Tecton-Rechnung und die Cloud-Rechnung.
Eine praktikable Abschluss-Checkliste sieht so aus:
- Ziehen Sie die Usage-Logs für den vollen Monat. Bestätigen Sie, dass die Credits jeder Produktions-Feature-View und jedes Experiments vorhanden sind, einschließlich der letzten zwei Tage — die Verzögerung der Logs bedeutet, dass ein am Monatsersten durchgeführter Abschluss Daten vermisst. Warten Sie entweder auf die Logs oder grenzen Sie die letzten Tage aus der Run-Rate ab und gleichen Sie nächsten Monat an.
- Grenzen Sie die unverrechnete Tecton-Seite ab. Wie bei den meisten Verbrauchsabrechnungen kommt die Rechnung nach der Periode an, die sie abdeckt. Buchen Sie eine Rückstellung für die geschätzten Credits des Monats in COGS und F&E nach Umgebungsaufteilung und kehren Sie sie um und gleichen Sie sie an, wenn die Rechnung eintrifft.
- Ziehen Sie getaggte Cloud-Ausgaben. Filtern Sie Ihren Cloud-Cost-Explorer nach den Feature-View-Tags für denselben Zeitraum. Dies ist die zweite Kategorie — Spark-Cluster, Online-Store-Operationen, Speicher — und sie muss auf dieselbe Weise in Prod versus Staging aufgeteilt werden.
- Stimmen Sie Logs mit Rechnung und Cloud-Rechnung ab. Usage-Logs sollten sich mit der Tecton-Rechnung decken; getaggte Cloud-Positionen sollten sich in dieselbe Richtung bewegen. Ein Backfill-Monat wird beides in die Höhe treiben. Eine Rechnung, die von den Logs abweicht, ist eine Abrechnungsfrage, die jetzt zu stellen ist, nicht bei der Verlängerung.
- Bauen Sie Vorauszahlungen und Verpflichtungen ab. Verbuchen Sie verbrauchte Credits aus dem aktiven Rechnungsabgrenzungsposten als Aufwand, stellen Sie jede Verpflichtungsdifferenz zurück und bestätigen Sie, dass die Restsalden vor dem Verfall noch nutzbar aussehen.
Der häufigste Fehler ist Schritt drei — die Tecton-Rechnung akribisch abzustimmen, während sich die Cloud-seitigen Ausgaben in einer größeren Infrastrukturrechnung unter generischem Hosting verstecken. Wenn Ihre Cloud-Abrechnung eine einzige vermischte Compute-Position zeigt, korrigieren Sie das Tagging, bevor Sie irgendetwas anderes korrigieren. Nicht getaggte Ausgaben können nicht allokiert werden, und nicht allokierte Ausgaben landen immer irgendwo falsch.
Ein konkretes Monatsbeispiel in den Büchern
Angenommen, Ihre ML-Plattform verbraucht im Januar Tecton-Credits, die mit 40.000 $ gegen Produktions-Serving und 8.000 $ gegen Experimentieren abgerechnet werden, plus 12.000 $ getaggte Cloud-Ausgaben, aufgeteilt in 9.500 $ Produktion und 2.500 $ Staging. Sie haben außerdem zu Quartalsbeginn 100.000 $ an Credits im Voraus bezahlt. Die Januar-Bücher sehen so aus:
2026-01-01 open Assets:Cash:Operating USD
2026-01-01 open Assets:Prepaid:Tecton-Credits USD
2026-01-01 open Expenses:CostOfSales:Feature-Serving USD
2026-01-01 open Expenses:Research:ML-Experimentation USD
2026-01-01 open Liabilities:Accrued:Tecton USD
2026-01-01 open Liabilities:Accrued:Cloud USD
2026-01-05 * "Tecton" "Vorauszahlung Q1-Nutzungsguthaben"
Assets:Prepaid:Tecton-Credits 100000.00 USD
Assets:Cash:Operating -100000.00 USD
2026-01-31 * "Tecton" "Credit-Verbrauch Januar, Produktions-Serving plus Experimentieren"
Expenses:CostOfSales:Feature-Serving 40000.00 USD
Expenses:Research:ML-Experimentation 8000.00 USD
Assets:Prepaid:Tecton-Credits -48000.00 USD
2026-01-31 * "Cloud" "Getaggte Feature-Plattform-Infra Januar, Produktion plus Staging"
Expenses:CostOfSales:Feature-Serving 9500.00 USD
Expenses:Research:ML-Experimentation 2500.00 USD
Liabilities:Accrued:Cloud -12000.00 USDDas Muster lässt sich verallgemeinern: Vorauszahlung ist ein Vermögenswert, Verbrauch verschiebt ihn nach Umgebung in den Aufwand, und die Cloud-Seite wird separat abgegrenzt, weil sie separat abgerechnet wird. Wenn Ihr Team seine Bücher in reinem Text führt, lassen sich die Kostenverfolgungsmuster in der Dokumentation auf natürliche Weise um eine Aufteilung pro Feature-View erweitern, und die Dashboard-Ansichten machen den Trend Produktion versus Staging Monat für Monat sichtbar.
Fehler, die die Marge verfälschen
Vier Fehler tauchen bei Teams, die verbrauchsabgerechnete ML-Infrastruktur betreiben, immer wieder auf. Jeder ist billig zu verhindern und teuer über rückwirkend berichtigte Perioden hinweg aufzulösen.
Die Tecton-Rechnung als Gesamtkosten verbuchen. Die Rechnung ist eine Kategorie. Jeden Monat fügen die Cloud-seitige Compute, die Online-Store-Operationen und der Speicher eine zweite Kategorie vergleichbarer Größe hinzu, und ihr Weglassen untertreibt die COGS um etwa die Hälfte. Stimmen Sie beides ab oder berichten Sie keines von beiden.
Vorauszahlungen zum Zahlungszeitpunkt als Aufwand verbuchen. Ein Credit-Kauf von 100.000 $ ist kein Aufwand von 100.000 $ in dem Monat, in dem die Überweisung rausgeht. Er ist ein Vermögenswert, der sich in Aufwand umwandelt, während die Credits verbraucht werden. Zum Zahlungszeitpunkt als Aufwand zu verbuchen, lädt das Quartal vorn auf, raubt den späteren Monaten ihre wahren Kosten und macht Verbrauchstrends unlesbar.
Staging durch die COGS leiten. Experimentier-Feature-Views, Offline-Backfills für die Modellforschung und Staging-Umgebungen sind F&E. Sie in die Serving-Kosten zu mischen, überzeichnet die COGS und bestraft die Bruttomarge für Arbeit, die nie einen Kunden berührt hat. Die Feature-View-Tags existieren genau dafür, diese Aufteilung ehrlich zu halten — nutzen Sie sie.
Die Rückstellung überspringen. Verbrauch wird nachträglich abgerechnet, Usage-Logs hinken ein bis zwei Tage hinterher, und die Cloud-Rechnung kommt noch später. Ein Abschluss ohne Rückstellung bucht einen Teilmonat als Vollmonat, und die fehlenden Tage tauchen nächsten Monat als rätselhafte Abweichung auf. Grenzen Sie aus der Run-Rate ab und gleichen Sie an, wenn die Dokumente eintreffen.
Ihr letzter nützlicher Schritt diesen Monat ist klein: Öffnen Sie Ihren Cloud-Cost-Explorer, filtern Sie nach den Feature-View-Tags und bestätigen Sie, dass die Zahl, die Sie sehen, die Zahl in Ihren Büchern ist. Wenn die beiden sich noch nie getroffen haben, haben Sie gerade die Lücke gefunden, für deren Schließung dieser Beitrag geschrieben wurde.
