Railway

Railway

Railway deployt dein Backend ohne DevOps-Gefummel. Du hängst ein GitHub-Repo dran, Railway baut es und stellt den Dienst online, fertig. Datenbank dazu? Ein Klick, Postgres oder Redis läuft. Kein Dockerfile zwingend nötig, keine Server-Config, kein Kubernetes. Eine Sache vorweg, weil sie im KI-Katalog leicht falsch rüberkommt: Railway hat selbst quasi keine KI. Es ist die Deploy-Infra, auf der deine (KI-)Projekte laufen, nicht das KI-Tool selbst.

Was es kann

• Aus einem GitHub-Repo einen laufenden Dienst machen. Push auf den Branch, Railway baut und deployt automatisch.
• Datenbanken in Sekunden bereitstellen: Postgres, Redis, MySQL, MongoDB als fertige Templates, direkt mit deinem Dienst verbunden.
• Mehrere Services in einem Projekt laufen lassen, die intern über ein privates Netzwerk reden, plus Secrets, persistenten Storage und automatisches Skalieren.
• Hintergrundjobs, Cron-Tasks und dauerhaft laufende Worker hosten, also alles, was ein Frontend-Hosting nicht abdeckt.

Wann's was bringt, und wann nicht

Stark, wenn du ein Backend hast, das einfach online soll, und keinen Bock auf Infra-Arbeit. Eine API mit Datenbank, ein Discord-Bot, ein Scraper, der nachts läuft, ein kleiner Service für dein Studi-Projekt: genau dafür. Du verbindest dein Repo und hast in ein paar Minuten was Laufendes, inklusive DB, ohne dich um Server zu kümmern. Das ist der Punkt, an dem Railway den meisten anderen Hosting-Optionen den Schritt voraus ist.

Der Haken ist die Abrechnung. Railway rechnet nach Verbrauch ab, pro Sekunde Compute und RAM. Ein Dienst, der dauerhaft läuft, kostet auch dauerhaft, und ohne harte Obergrenze kann das schleichen. Behalte das Dashboard im Auge. Und wenn du eigentlich nur ein Frontend deployst, ist Railway nicht dein erster Griff: dafür nimmst du Vercel, da kriegst du Preview-URLs pro Branch und ein CDN gratis dazu. Für GPU-lastige ML-Jobs ist es auch das falsche Tool, da willst du Modal.

Alternativen

• Vercel — fürs Frontend, mit Preview-Deploys pro Branch und CDN. Backend-Logik nur als Functions.
• Replit — wenn Schreiben und Deployen in einer Browser-Umgebung zusammenliegen sollen, ohne lokales Setup.
• Modal — wenn du eigenen Python-Code mit GPU laufen lassen willst statt eines normalen Web-Dienstes.
• Replicate — wenn du gar keinen eigenen Service brauchst, sondern nur ein fertiges Modell als API ansprichst.

Beispiel-Workflow

Railway glänzt als die Backend-Hälfte eines Fullstack-Projekts. Ein typisches Setup:

1. Den Backend-Code in Cursor schreiben, Repo an Railway anbinden. Ab jetzt deployt jeder Push automatisch.
2. In Railway eine Postgres-DB per Template anlegen. Sie hängt direkt am Dienst, die Connection-URL steht als Secret bereit.
3. Das Frontend liegt auf Vercel und ruft deine Railway-API über deren URL an. Zwei Plattformen, jede für das, was sie am besten kann.

Pricing

Zum Antesten gibt's einen einmaligen 5-$-Credit, ohne Kreditkarte. Der Hobby-Plan kostet 5 $/Monat, und diese 5 $ decken schon Verbrauch ab; was darüber hinausgeht, wird pro Sekunde oben draufgerechnet (RAM pro GB, CPU pro vCPU, Storage und Egress separat). Für Solo-Projekte reicht das meist. Pro liegt bei 20 $/Monat pro Seat plus Verbrauch, gedacht für Teams in Produktion, mit höheren Limits und längerer Log-Retention. Ein eigenes Studi-Programm hat Railway nicht. Aktuelle Zahlen stehen auf der Pricing-Seite, die kann sich ändern.

Passt zu dir, wenn du ein Backend oder eine Datenbank für dein Projekt online bringen willst, ohne selbst einen Server zu betreiben.