
Wer Magento 2 mit Hyvä, Headless-Frontend oder einer hybriden Architektur betreibt, landet schnell bei einer zentralen Frage: Welche Daten dürfen direkt aus dem Shop kommen, welche müssen gecacht werden, und wo endet die Cache-Logik, damit der Checkout nicht kaputtgeht? Genau hier entscheidet sich oft, ob ein Shop schnell und stabil wirkt oder unter Last unnötig teuer wird.
Bei Cytracon sehen wir in Projekten immer wieder denselben Musterbruch: Das Frontend ist modern, die APIs sind sauber angebunden, aber die GraphQL-Antworten werden wie statische Seiten behandelt. Das funktioniert im Testbetrieb noch, kippt jedoch bei steigender Produktvielfalt, personalisierten Preisen oder mehreren Stores sehr schnell. Ein sauberes GraphQL-Caching ist deshalb kein Nice-to-have, sondern ein Betriebswerkzeug.
Der typische Use Case: Katalog schnell, Warenkorb exakt
Ein Beispiel aus dem Alltag: Ein B2B-Shop mit Hyvä-Frontend zeigt Produktlisten, Filter und CMS-Inhalte über GraphQL an. Gleichzeitig hängen kundenspezifische Preise, Lagerbestände und Login-Zustände daran. Ohne klare Cache-Grenzen muss das Frontend fast jede Anfrage live holen. Die Folge sind unnötige Roundtrips, hohe TTFB-Werte und eine stark schwankende Antwortzeit.
Der bessere Ansatz ist eine Trennung nach Datenlogik:
- stabile Daten: Kategorien, CMS-Blöcke, Produktstammdaten, Medien, SEO-Felder
- halb-stabile Daten: Preislisten je Kundengruppe, Verfügbarkeiten, Varianten-Merkmale
- volatile Daten: Warenkorb, Session, Freigaben, individuelle Aktionspreise
Gerade diese Unterscheidung macht den Unterschied zwischen einem Shop, der nur technisch modern aussieht, und einem Shop, der im Tagesgeschäft wirklich belastbar ist.
Branchenbeispiel: Ersatzteile mit vielen Filtern und wenig Toleranz
Ein Hersteller von Ersatzteilen hat oft tausende SKUs, viele Attribute und eine Suche, die von Filtern lebt. Wenn jede Filterkombination ungeplant als Live-GraphQL-Request abgewickelt wird, steigt die Serverlast massiv. Gleichzeitig erwarten Einkäufer sofortige Antworten, weil sie meist schon mit einer klaren Teilenummer kommen.
In solchen Setups lohnt sich ein zweistufiges Modell: Produkt- und Kategorieabfragen werden am Rand gecacht, Such- und Warenkorboperationen bleiben direkt gegen Magento. So bleibt der Katalog schnell, ohne die Korrektheit im Checkout zu gefährden. Für den Betrieb bedeutet das: weniger Lastspitzen, weniger Cache-Stampede und deutlich bessere Planbarkeit bei Kampagnen oder Messen.
Was man messen sollte
Ohne Kennzahlen bleibt Caching nur Bauchgefühl. Für Magento-GraphQL sind vor allem diese Werte relevant:
- Cache-Hit-Rate für Katalog- und CMS-Abfragen
- Median- und P95-Antwortzeiten pro Query-Typ
- Origin-Last auf PHP-FPM, Datenbank und Redis
- Fehlerquote bei invalidierten oder veralteten Responses
- Checkout-Abbruchrate nach Änderungen an Preis- oder Versandlogik
Eine nützliche Zielgrösse aus der Praxis: Wenn wiederkehrende Katalogabfragen nicht wenigstens im hohen zweistelligen Prozentbereich gecacht werden, verschenkt der Shop meist spürbar Potenzial. Noch wichtiger ist aber die Stabilität der Antwortzeiten. Ein gleichmässiger P95-Wert ist im Betrieb oft wertvoller als ein gelegentlich sehr schneller Mittelwert.
Checkliste für saubere GraphQL-Cache-Regeln
Bevor man mit komplexen Optimierungen startet, sollte die Basis stimmen. Diese Punkte helfen bei der Einordnung:
- Sind alle Query-Typen dokumentiert und nach Stabilität klassifiziert?
- Gibt es getrennte Regeln für Katalog, Suche, Warenkorb und Checkout?
- Werden Kundengruppen, Store-Views und Währungen korrekt berücksichtigt?
- Sind Invalidierungen an Produkt-, Preis- und Bestandsänderungen angebunden?
- Ist klar, welche Antworten nie gecacht werden dürfen?
- Gibt es Monitoring für Fehler, Cache-Miss-Spitzen und ungewöhnliche Latenzen?
Gerade der letzte Punkt wird oft unterschätzt. Ein Cache, der an einem ruhigen Dienstag sauber läuft, kann bei einem Importlauf oder einer Preisaktion plötzlich komplett anderes Verhalten zeigen. Darum braucht es nicht nur Regeln, sondern auch Beobachtbarkeit.
Gegenüberstellung: Schnell, aber falsch oder kontrolliert schnell
Schnell, aber falsch ist meist die Folge von pauschalem Caching. Dann wirken Produktseiten flott, aber Preise, Verfügbarkeiten oder Berechtigungen sind nicht aktuell. Das rächt sich spätestens im Warenkorb oder beim Freigabeprozess.
Kontrolliert schnell bedeutet dagegen: stabile GraphQL-Abfragen werden aggressiv optimiert, volatile Daten bleiben live, und kritische Übergänge wie Login, Checkout und B2B-Freigaben werden separat behandelt. Diese Disziplin ist besonders wichtig bei Adobe Commerce Installationen mit mehreren Rollen, Preisregeln oder Freigabeschritten.
Die Erfahrung zeigt: Wer die Cache-Grenze sauber zieht, reduziert nicht nur Last, sondern auch Fehlersuche. Viele scheinbare Performanceprobleme entpuppen sich dann als unklare Datenklassifizierung oder als schlecht definierte Invalidierung.
Wann Cytracon typischerweise ansetzt
In Projekten mit Magento 2, Hyvä oder GraphQL-basierter Architektur starten wir meist nicht mit einem pauschalen Tuning-Paket, sondern mit einer Query-Analyse: Welche Anfragen dominieren, welche Daten sind wirklich stabil, und wo entstehen unnötige Live-Zugriffe? Erst danach werden Cache-Regeln, Invalidierungen und Monitoring so gebaut, dass sie zum Shopmodell passen.
Das ist besonders relevant, wenn mehrere Systeme zusammenspielen, etwa PIM, ERP, Preislogik und kundenspezifische Freigaben. Dann zählt nicht die theoretisch schnellste Architektur, sondern diejenige, die im Alltag sauber fehlerfrei bleibt.
Wenn ihr Magento-GraphQL, Hyvä oder Adobe Commerce so aufsetzen wollt, dass Geschwindigkeit und Datenkorrektheit zusammenpassen, unterstützt Cytracon bei Analyse, Umsetzung und Betrieb.





