Constantin Budin, Consultant für Azure und Plattformen bei Pexon Consulting | 12 Min. Lesezeit | 28.10.2026
TL;DR: Managed Package Registry für Python-Teams
Eine Managed Package Registry ist die firmeninterne PIP-Library: erlaubt nur freigegebene Pakete, cached öffentliche Builds und hostet interne Wheel-Dateien. Pexon Consulting (80 MA, Deutschland, Azure/AWS/GCP) richtet das als Plattform-Baustein ein. Ergebnis: ein Index-URL für alle Teams, Audit-Trail und deutlich weniger Supply-Chain-Risiko.
| Vorher | Nachher |
|---|---|
Jeder pip install geht direkt auf pypi.org |
Ein Index, Allowlist und Proxy-Cache |
| Interne Libs als Git-URL oder Copy-Paste | Versionierte Packages mit Release-Prozess |
| Keine Übersicht, welche Version wo läuft | Ein Feed mit Metadaten und Scan |
Das Problem: Unkontrolliertes pip install ist kein Prozess
In vielen Mittelstands-IT-Teams landet Python so: Entwickler installieren lokal, CI holt dasselbe nochmal, und niemand weiß, welche Version von requests oder numpy in Produktion steht. Interne Hilfsbibliotheken wandern als Zip, als Git-Submodule oder als „liegt irgendwo auf dem Fileshare“.
Das wird teuer, sobald Compliance oder Security nachfragt. Und es wird gefährlich, sobald ein populäres Paket kompromittiert wird.
2026 ist das kein hypothetisches Risiko mehr. Die OpenSSF-Malware-Statistik zählt bis 23. Oktober 2026 bereits 1.520 bösartige PyPI-Reports im laufenden Jahr. Im März 2026 waren die LiteLLM-Versionen 1.82.7 und 1.82.8 nur etwa drei Stunden auf PyPI, reichten aber, um Secrets aus CI und Cloud-Umgebungen abzugreifen. Im Mai 2026 betraf ein ähnliches Muster Microsofts durabletask-SDK (1.4.1 bis 1.4.3).
Unsere klare Position: Wer Python produktiv betreibt und weiter direkt gegen das öffentliche Index arbeitet, ohne Proxy und Freigabe, akzeptiert ein Risiko, das man mit überschaubarem Aufwand schließen kann.
Was eine Managed Package Registry konkret leistet
Eine Managed Package Registry ist kein „privates npm für Python“ als Spielerei. Sie ist der zentrale Paket-Manager für das Unternehmen: ein Ort, an dem Sie steuern, welche Packages erlaubt sind, welche intern veröffentlicht werden und welche öffentlichen Artefakte im Cache liegen.
Drei Repository-Typen brauchen Sie praktisch immer:
- Local / Hosted: Ihre eigenen Packages (interne SDKs, Shared Libs, ML-Utilities).
- Remote / Proxy: Cache gegen pypi.org (oder einen anderen Upstream), damit Builds nicht bei jedem Lauf das Internet brauchen.
- Virtual / Group: Eine URL für Clients. pip und uv sehen nur diesen einen Index.
Dazu kommt Governance: Rollen (wer darf publishen?), Allow-/Blocklisten, optional Vulnerability-Scan und ein Release-Prozess, der nicht „Kollege hat eine Datei hochgeladen“ heißt.
Wenn Sie das sauber machen, ist die Registry Teil der Internal Developer Platform: Golden Path heißt dann „pip install geht nur über unseren Index“. Offizielle Client-Anbindung für Artifactory beschreibt die JFrog-Doku zu PyPI-Repositories; für Azure der Microsoft-Pfad zu Python-Packages in Azure Artifacts.
Welche Lösung passt: Azure Artifacts, Artifactory, Nexus, GitLab
Wir sehen in Projekten vier realistische Wege. Keiner ist „immer richtig“. Die Wahl hängt vom bestehenden Stack ab, nicht vom Marketing-Slide.
| Lösung | Stärken | Wann wir davon abraten |
|---|---|---|
| Azure Artifacts | Sitzt in Azure DevOps, Upstream zu PyPI, wenig Extra-Ops | Viele Teams außerhalb von Azure DevOps, starker Multi-Format-Bedarf |
| JFrog Artifactory | Universell (PyPI, Docker, Maven, npm), HA, Xray-Scan | Kleines Team, nur Python, Budget eng |
| Sonatype Nexus | Proxy/Hosted/Group, PEP-503/658/691 (ab Nexus 3.93/3.94) | Sie brauchen ohnehin schon eine andere Universal-Registry |
| GitLab Package Registry | Schon im GitLab-Abo, kurze Wege aus CI | Sie wollen Registry und Git strikt trennen oder Multi-Tool-Welt |
Für Azure-lastige Mittelstands-IT ist Azure Artifacts oft der schnellste Einstieg: Feed anlegen, PyPI als Upstream, artifacts-keyring für Auth. Für Konzerne mit Docker, Maven und npm parallel empfehlen wir eher Artifactory oder Nexus als eine Registry für alles.
Self-hosted pypiserver (Stand 28.10.2026: ~2.073 GitHub Stars) reicht für einen Proof of Concept. Für Produktion mit SSO, Audit und Multi-Team raten wir davon ab. Das ist Werkzeug für Lab, nicht für Freigabeprozesse.
Auch der moderne Client zählt: uv von Astral (Stand 28.10.2026: ~91.288 Stars, Push am gleichen Tag) spricht private Index-URLs an und hat offizielle Anbindung an die JFrog CLI. Wenn Ihr Platform-Team 2026 noch nur pip kennt, planen Sie uv parallel mit ein.
So sieht die Architektur in der Praxis aus
Zielbild für ein typisches Unternehmen mit 300-3.000 Mitarbeitern und mehreren Python-Teams:
[ Entwickler / CI ]
|
v
Virtual Index URL (nur diese eine Adresse in pip.conf / uv)
|
+----+----+
| |
Local Remote-Proxy
(intern) (Cache pypi.org)
Wichtig: Clients sollten nur den Virtual-Index nutzen (index-url), nicht parallel extra-index-url auf pypi.org. Sonst umgehen Sie die Allowlist im Zweifel wieder. Ausnahme Azure Artifacts bei Multi-Architektur-Wheels: dort dokumentiert Microsoft, dass Upstream-Caches manchmal nur die zuerst angefragte Plattform speichern. Das gehört in die Architektur-Entscheidung, nicht als stiller Workaround in jedem Repo.
Auth läuft über PAT, Access Token oder SSO-angebundenes Keyring. Secrets gehören in den Secret Store der Pipeline, nie in Git.
Ein minimaler pip.conf-Block für einen Artifactory-Virtual-Feed sieht so aus:
[global]
index-url = https://artifacts.firma.example/artifactory/api/pypi/pypi-virtual/simple
trusted-host = artifacts.firma.example
Für Azure Artifacts analog:
[global]
index-url = https://pkgs.dev.azure.com/ORG/PROJECT/_packaging/FEED/pypi/simple/
Und mit uv (Beispiel pyproject.toml):
[[tool.uv.index]]
name = "firma"
url = "https://artifacts.firma.example/artifactory/api/pypi/pypi-virtual/simple"
default = true
Publish interner Packages läuft über Twine gegen den Local-Feed, idealerweise nur aus der CI nach Tag oder Merge auf main. Unsere Empfehlung: Kein Entwickler-Laptop mit Publish-Recht auf den Produktions-Feed. Das ist die Stelle, an der die meisten „wir haben doch eine Registry“-Setups später weich werden.
Für Azure-DevOps-Teams gehört Identity dazu: Service Connections, Entra-Gruppen, geschützte Branches. Registry ohne Identity-Modell ist nur halb gebaut.
Ein zweiter Praxispunkt, den wir oft nachziehen müssen: Build-Agenten und Entwickler-Laptops müssen denselben Index nutzen. Sonst „funktioniert lokal“, während die Pipeline gegen pypi.org geht oder umgekehrt. Legen Sie die index-url in der Agent-Image-Baseline oder als Org-Policy ab, nicht nur in einem README.
Governance: Allowlist, Scan und was Teams wirklich brauchen
Technik allein reicht nicht. Ohne Regeln wird die Managed Package Registry zur zweiten Müllhalde.
Was in der Praxis funktioniert:
- Default deny für neue Public Packages. Neuheit muss beantragt oder per Pipeline freigegeben werden.
- Version pin + Hash wo sinnvoll. Besonders in produktiven Images.
- Scan vor Freigabe. Bei Artifactory oft Xray, bei Nexus die Pro-Scan-Schicht, bei Azure Artifacts ergänzend über Pipeline-Tools.
- Interne Packages mit SemVer und Changelog. Sonst wird „shared-utils“ zum Breaking-Change-Bingo.
- Ein Onboarding-Doc im Developer Portal. Ohne das installiert Team 7 weiter heimlich gegen pypi.org.
Wenn Budget und Betrieb knapp sind, starten Sie mit Azure Artifacts oder der GitLab Package Registry und einem klaren Virtual-Feed. Skalieren Sie später auf Artifactory/Nexus, wenn Docker und Maven dazukommen. Wir raten davon ab, drei Registries parallel „weil jedes Team etwas anderes mag“. Das ist Tool-Sprawl mit wenig Ownership, dieselbe Kostenfalle wie bei DevOps-as-a-Service.
Für Teams, die Azure ohnehin konsolidieren, gehört die Registry in denselben Schnitt wie die Service-Auswahl: weniger Sonderwege, ein Golden Path.
Was Pexon konkret aufsetzt
Pexon Consulting hilft Unternehmen, die Managed Package Registry nicht als Einzellösung, sondern als Plattform-Baustein zu bauen:
- Auswahl und PoC (Azure Artifacts vs. Artifactory vs. Nexus vs. GitLab)
- Local/Remote/Virtual-Setup inkl. pip-, Poetry- und uv-Anbindung
- Identity (Entra/SSO), Secrets, CI-Publish-Pfad
- Allowlist- und Freigabeprozess, optional Scan
- Übergabe an Ihr Platform-Team inkl. Runbooks
Das landet typischerweise im Azure-DevOps- oder Platform-Engineering-Kontext, nicht als isoliertes Wochenendprojekt eines einzelnen Entwicklers. Die Hub-Seite zur Azure DevOps Beratung ist der Einstieg, wenn Ihr Stack schon dort liegt.
Zeitrahmen, den wir realistisch sehen: funktionsfähiger Feed in Tagen, produktionsreife Governance in wenigen Wochen. Der IDP-Starter liegt bei 35.000 EUR Festpreis über 12 Wochen und deckt Golden Paths breiter ab. Die Registry allein ist oft der erste, greifbare Baustein darin.
Häufig gestellte Fragen
Was kostet eine Managed Package Registry?
Kommt auf den Stack an. Azure Artifacts hängt an Azure-DevOps-Lizenzen und Storage. Artifactory Pro liegt laut öffentlicher Preisübersicht im niedrigen vierstelligen USD-Bereich pro Jahr self-hosted aufwärts, Enterprise mit HA und Xray deutlich darüber. Nexus OSS ist lizenzfrei, Pro kostet. Rechnen Sie Betrieb (Backup, HA, Patch) immer dazu, nicht nur die Lizenzzeile.
Managed Package Registry vs. privates PyPI: was ist der Unterschied?
„Private PyPI“ meint oft nur einen Hosted-Index für interne Wheels. Eine Managed Package Registry umfasst Proxy-Cache, Virtual-Index, Rechte, Scan und Prozess. Für Unternehmen reicht reines Private-PyPI selten.
Reicht pypiserver für den Einstieg?
Für einen Labor-POC ja. Für SSO, Audit, Multi-Format und Freigaben nein. Wechseln Sie früh auf Azure Artifacts, Nexus oder Artifactory, bevor sich Workarounds festsetzen.
Wie binden wir CI/CD an?
Index-URL und Token als Pipeline-Secret, Publish nur aus geschützten Branches. Entwickler-Laptops ohne Publish-Recht. Das gilt für Azure Pipelines, GitHub Actions und GitLab CI gleichermaßen.
Brauchen wir das auch, wenn wir nur drei Python-Repos haben?
Wenn diese Repos produktiv sind und Compliance relevant ist: ja, in schlanker Form (ein Feed, Upstream, kein Wildwuchs). Wenn es reine Experimente ohne Kundendaten sind, kann ein späterer Start vertretbar sein. Sobald Secrets oder Produktionsdaten im Spiel sind, nicht warten.



