Cloud-Service-Modelle

Überblick

Cloud-Computing-Dienste werden typischerweise in drei Haupt-Service-Modelle kategorisiert, die jeweils unterschiedliche Stufen von Kontrolle & Flexibilität bieten.

Service-Modell	Kunde verwaltet	Anbieter verwaltet	Beispiele
On-Premise	Alles	Nichts	Eigenes Datencenter, lokale Server
IaaS	Betriebssystem, Middleware, Runtime, Daten, Anwendungen	Virtualisierung, Server, Speicher, Netzwerk	AWS EC2, Azure VMs, Google Compute Engine
PaaS	Daten, Anwendungen	Runtime, Middleware, Betriebssystem, Virtualisierung, Server, Speicher, Netzwerk	Heroku, Google App Engine, Azure App Service, Vercel
FaaS	Einzelne Funktionen, Daten	Runtime, Skalierung, Middleware, Betriebssystem, Virtualisierung, Server, Speicher, Netzwerk	AWS Lambda, Azure Functions, Cloudflare Workers
SaaS	Nur Konfiguration	Alles	Gmail, Salesforce, Microsoft 365, Dropbox

---

On-Premise

Definition

On-Premise (auch "On-Prem" genannt) bedeutet das Betreiben und Verwalten der gesamten IT-Infrastruktur lokal in den eigenen Einrichtungen. Es ist kein Cloud-Anbieter beteiligt. Das Unternehmen besitzt, betreibt und wartet alles, von der physischen Hardware bis zu den Anwendungen.

Leistungsumfang

• Physische Server und Hardware
• Komplette Kontrolle über alle Layer
• Daten bleiben innerhalb der eigenen Einrichtung
• Keine Abhängigkeit von externen Anbietern

Verantwortlichkeiten

Unternehmen verwaltet:

• Physische Hardware (Server, Speicher, Netzwerk)
• Virtualisierung
• Betriebssysteme
• Middleware
• Runtime-Umgebungen
• Anwendungen
• Daten
• Security, Backups, Wiederherstellung im Katastrophenfall

Anwendungsfälle

• Strenge Compliance-Anforderungen: Branchen mit strikten Datenverordnungen (z.B. öffentliche Verwaltung, Gesundheitswesen, Finanzwesen)
• Legacy-Systeme: Anwendungen, die nicht in die Cloud migriert werden können
• Low-Latency-Anforderungen: Systeme mit Anforderungen an niedrige Netzwerklatenz
• Vollständige Datensouveränität: Sensible Daten, die vollständig im Haus bleiben müssen

Vorteile

• Vollständige Kontrolle über Hardware und Software
• Daten verlassen niemals die eigenen Einrichtungen
• Keine wiederkehrenden Cloud-Abonnementkosten
• Keine Abhängigkeit von einer Internetverbindung
• Leichtere Einhaltung strenger Datenvorschriften

Nachteile

• Hohe Anfangsinvestitionen (Hardware, Gebäude, Kühlung)
• Erfordert dediziertes IT-Personal zur Wartung
• Skalierung erfordert Kauf und Installation von neuer Hardware
• Volle Verantwortung für alle Updates, Patches und Security
• Hardware kann veralten

---

Infrastructure as a Service (IaaS)

Definition

IaaS stellt nur virtualisierte Computing-Ressourcen über das Internet bereit. Es bietet die grundlegenden Bausteine, um eine eigene Cloud-IT-Infrastruktur aufzubauen.

Leistungsumfang

• Virtuelle Maschinen
• Speicher
• Netzwerke
• Betriebssystem-Images

Verantwortlichkeiten

Kunde verwaltet:

• Betriebssysteme
• Anwendungen
• Daten
• Runtime-Umgebungen
• Middleware

Anbieter verwaltet:

• Physische Server
• Speicher-Hardware
• Netzwerk-Equipment
• Virtualisierungsschicht

Anwendungsfälle

• Testing und Development: Schnelles Hochfahren/Herunterfahren von Testumgebungen
• Website-Hosting: Websites mit voller Kontrolle über die Infrastruktur hosten
• Speicher und Backup: Großangelegte Datenspeicherlösungen
• High-Performance Computing: Rechenintensive Workloads

Vorteile

• Vollständige Kontrolle über die Infrastruktur
• Pay-as-you-go-Preismodell
• Hochgradig skalierbar
• Keine physische Hardware-Wartung

Nachteile

• Erfordert technisches Fachwissen
• Sicherheits-Patches und Updates liegen allein beim Kunden
• Mehr Verwaltungsaufwand als bei PaaS/SaaS

Beispiele

• Amazon Web Services (AWS) EC2
• Microsoft Azure Virtual Machines
• Google Compute Engine
• Hetzner

---

Platform as a Service (PaaS)

Definition

PaaS bietet eine Plattform, die es Kunden ermöglicht, Anwendungen zu entwickeln, auszuführen und zu verwalten, ohne sich um die Infrastruktur kümmern zu müssen.

Leistungsumfang

• Fertige Laufzeitumgebungen (Node.js, Python, Java, PHP, ...)
• Verwaltete Datenbanken (PostgreSQL, MySQL, MongoDB, Redis)
• Automatisches Deployment (Code via Git pushen => automatische Builds)
• Eingebaute Skalierung (die Anwendung skaliert automatisch je nach Traffic)
• Entwicklungstools (Logging, Monitoring, Debugging)

Verantwortlichkeiten

Kunde verwaltet:

• Anwendungen
• Daten

Anbieter verwaltet:

• Runtime-Umgebung
• Middleware
• Betriebssysteme
• Virtualisierung
• Server, Speicher, Netzwerk

Anwendungsfälle

• Anwendungsentwicklung: Apps ohne Sorgen um Infrastruktur erstellen
• API-Entwicklung und -Verwaltung: APIs erstellen und hosten
• Microservices-Architektur: Containerisierte Anwendungen deployen

Vorteile

• Schnellere Entwicklung und schnelleres Deployment
• Integrierte Skalierbarkeit
• Reduzierte Verwaltungskomplexität
• Fokus auf Code, nicht auf Infrastruktur
• Integrierte Entwicklungstools

Nachteile

• Weniger Kontrolle als bei IaaS
• Potenzieller Vendor-Lock-in
• Unterstützt möglicherweise nicht alle Programmiersprachen/Frameworks
• Begrenzte Anpassungsmöglichkeiten

Beispiele

• Heroku
• Google App Engine
• Microsoft Azure App Service
• Red Hat OpenShift
• AWS Elastic Beanstalk
• Vercel, Netlify

---

Function as a Service (FaaS) / Serverless

Definition

FaaS ist die konsequente Fortsetzung von PaaS: Die Einheit, die ausgeliefert wird, ist keine Anwendung mehr, sondern eine einzelne Funktion. Sie läuft nicht dauerhaft, sondern wird durch ein Ereignis gestartet, verarbeitet es und wird wieder beendet.

"Serverless" ist der weitere Begriff für dieses Betriebsmodell und irreführend: Server sind weiterhin beteiligt, aber für den Kunden nicht mehr sichtbar oder verwaltbar. Neben FaaS umfasst der Begriff auch verwaltete Dienste, die demselben Prinzip folgen, etwa serverlose Datenbanken, Objektspeicher und Nachrichtenwarteschlangen.

Leistungsumfang

• Ereignisgesteuerte Ausführung: HTTP-Anfrage, Zeitplan, Nachricht in einer Warteschlange, Dateiupload, Datenbankänderung
• Automatische Skalierung ab null: keine Instanz im Ruhezustand, viele parallele Instanzen unter Last
• Keine Kapazitätsplanung: keine Instanzanzahl, keine Maschinengröße, keine Autoscaling-Regeln
• Abrechnung je Aufruf: Ausführungszeit und Speicher, üblicherweise millisekundengenau
• Integriertes Logging und Monitoring durch die Plattform

Verantwortlichkeiten

Kunde verwaltet:

• Den Funktionscode und seine Abhängigkeiten
• Die Konfiguration: Auslöser, Berechtigungen, Umgebungsvariablen, Speicher und Zeitlimit
• Daten und externen Zustand

Anbieter verwaltet:

• Laufzeitumgebung und deren Updates
• Skalierung, einschließlich der Anzahl paralleler Instanzen
• Middleware, Betriebssystem, Virtualisierung
• Server, Speicher, Netzwerk

Eigenschaften

Eigenschaft	Folge für den Entwurf
Zustandslos	Eine Funktion behält zwischen zwei Aufrufen keinen Zustand. Zustand gehört in eine Datenbank, einen Cache oder einen Objektspeicher
Cold Start	Der erste Aufruf nach einer Ruhephase benötigt zusätzliche Zeit für den Start der Laufzeitumgebung, was bei latenzkritischen Anfragen auffällt
Ausführungslimit	Ein Aufruf wird nach einer maximalen Laufzeit abgebrochen. Langlaufende Aufgaben müssen daher aufgeteilt werden
Ereignisgesteuert	Die Funktion läuft nur, wenn ein Ereignis sie auslöst, und kann nicht von selbst starten
Skalierung ab null	Eine Lastspitze erzeugt viele parallele Cold Starts

Anwendungsfälle

• APIs und Webhooks: Endpunkte mit unregelmäßiger oder unvorhersehbarer Last
• Ereignisverarbeitung: Reaktion auf einen Upload, eine Nachricht in einer Warteschlange oder eine Datenbankänderung
• Geplante Aufgaben: Aufräumen, Berichte, Importe nach Zeitplan
• Verbindungscode: kleine Transformationen zwischen zwei Diensten
• Bild- und Dateiverarbeitung: Erzeugen von Vorschaubildern nach einem Upload

Vorteile

• Keine Serveradministration und keine Kapazitätsplanung
• Kosten skalieren genau mit der Last und Ruhezeit ist kostenlos
• Sehr schnell von der Idee zum ausgelieferten Endpunkt
• Die Skalierung übernimmt die Plattform

Nachteile

• Cold Starts machen die Latenz weniger vorhersehbar
• Begrenzte Laufzeit, Speichergröße und Paketgröße je Funktion
• Starke Anbieterabhängigkeit, da Auslöser und Berechtigungsmodelle anbieterspezifisch sind
• Debugging und lokales Testen sind aufwendiger als bei einer dauerhaft laufenden Anwendung
• Viele kleine Funktionen verteilen die Logik und erschweren das Verständnis des Gesamtverhaltens
• Bei dauerhaft hoher Last ist eine permanent laufende Instanz meist günstiger

Beispiele

• AWS Lambda
• Azure Functions
• Google Cloud Functions / Cloud Run Functions
• Cloudflare Workers
• Vercel Functions, Netlify Functions

---

Software as a Service (SaaS)

Definition

SaaS liefert voll funktionsfähige Anwendungen über das Internet. Nutzer greifen auf Software über einen Webbrowser zu, ohne Installation oder Wartung.

Leistungsumfang

• Sofort einsatzbereite Anwendungen
• Automatische Updates
• Zugriff von jedem Gerät mit Internet
• Multi-Tenant-Architektur

Verantwortlichkeiten

Kunde verwaltet:

• Benutzerkonfiguration
• Dateneingabe
• Zugriffsberechtigungen

Anbieter verwaltet:

• Alles andere (Anwendung, Daten, Runtime, Middleware, Betriebssystem, Infrastruktur)

Anwendungsfälle

• E-Mail und Kommunikation: Business-E-Mail, Messaging
• Customer Relationship Management (CRM)
• Kollaborationstools: Dokumenten-Sharing, Projektmanagement
• Office-Produktivität: Textverarbeitung, Tabellenkalkulation, Präsentationen
• Personalwesen: Gehaltsabrechnung, Recruiting, Mitarbeiterverwaltung

Vorteile

• Keine Installation oder Wartung erforderlich
• Automatische Updates
• Niedrigere Anfangskosten
• Einfach zu verwenden und zu skalieren

Nachteile

• Keine Kontrolle über die Infrastruktur und vollständige Abhängigkeit von der betreibenden Firma
• Begrenzte Anpassung
• Datensicherheitsbedenken (Daten extern in der Cloud gespeichert)
• Abonnementkosten können sich summieren
• Abhängig von einer Internetverbindung

Beispiele

• Google Workspace (Gmail, Google Docs, Drive)
• Microsoft 365 (Outlook, Word, Excel, Teams)
• ADITO (CRM)
• Slack (Team-Kommunikation)
• Dropbox (Dateispeicher)
• Zoom (Videokonferenzen)

---

Die Pizza-Analogie

• On-Premise: Pizza zu Hause selbst machen
• IaaS: Pizzateig und Belag kaufen und selbst backen
• PaaS: Pizza mit selbst gewähltem Belag zur Lieferung bestellen
• FaaS: Bei Hunger ein einzelnes Stück kaufen und pro Stück zahlen (nichts wird warmgehalten)
• SaaS: In einem Pizza-Restaurant essen

---

Zusätzliche Service-Modelle

Über die drei Kernmodelle und FaaS hinaus gibt es weitere spezialisierte Service-Modelle:

Database as a Service (DBaaS)

• Verwaltete Datenbanklösungen
• Beispiele: Amazon RDS, Azure SQL Database, MongoDB Atlas

Container as a Service (CaaS)

• Container-Orchestrierungsplattformen
• Beispiele: Amazon ECS, Google Kubernetes Engine, Azure Kubernetes Service

Desktop as a Service (DaaS)

• Virtuelle Desktops über die Cloud bereitgestellt
• Beispiele: Amazon WorkSpaces, Azure Virtual Desktop, Citrix DaaS

Backend as a Service (BaaS)

• Backend vom Anbieter verwaltet, Frontend vom Kunden
• Beispiele: Supabase, Firebase