SaaS, PaaS, IaaS: Die drei Cloud-Servicemodelle erklärt

ERKLÄRUNG

Einfach erklärt

Cloud Computing hat die IT-Welt in drei Schichten aufgeteilt. Je höher die Schicht, desto weniger musst du selbst verwalten – aber desto weniger Kontrolle hast du auch.

Die Verantwortungsteilung:

Was du verwaltest	On-Premise	IaaS	PaaS	SaaS
Anwendung	Du	Du	Du	Anbieter
Daten	Du	Du	Du	Du*
Runtime	Du	Du	Anbieter	Anbieter
Middleware	Du	Du	Anbieter	Anbieter
Betriebssystem	Du	Du	Anbieter	Anbieter
Virtualisierung	Du	Anbieter	Anbieter	Anbieter
Hardware	Du	Anbieter	Anbieter	Anbieter

*Daten liegen beim Anbieter, aber du bist verantwortlich.

IaaS – Infrastructure as a Service

Du mietest virtuelle Infrastruktur: Server, Netzwerke, Storage. Du installierst Betriebssystem, Middleware und Anwendung selbst. Maximale Kontrolle, maximaler Aufwand.

Typische Anbieter: AWS EC2, Azure Virtual Machines, Google Compute Engine, Hetzner Cloud

Geeignet für: Spezielle Compliance-Anforderungen, Legacy-Anwendungen, volle Kontrolle über Konfiguration

PaaS – Platform as a Service

Du deployest nur deinen Code. Die Plattform kümmert sich um Betriebssystem, Runtime, Skalierung und Verfügbarkeit. Du denkst in Anwendungen, nicht in Servern.

Typische Anbieter: Heroku, Railway, Render, Google App Engine, AWS Elastic Beanstalk, Vercel, Netlify

Geeignet für: Entwicklerteams ohne Ops-Expertise, schnelles Prototyping, Standard-Anwendungen

SaaS – Software as a Service

Du nutzt eine fertige Anwendung im Browser oder per App. Kein Setup, keine Updates, keine Infrastruktur. Du zahlst pro Nutzer oder Nutzung.

Typische Anbieter: Slack, Notion, Salesforce, HubSpot, Gmail, Figma, GitHub

Geeignet für: Standardprozesse, kleine Teams, wenn kein Wettbewerbsvorteil durch eigene Software

Technischer Deep Dive

KI-spezifische Cloud-Dienste

IaaS für KI:
  AWS EC2 P4d (A100 GPUs) – Training großer Modelle
  Google Cloud TPU v4 – Tensor Processing Units
  Azure NDv4 (A100) – Enterprise KI-Training

PaaS für KI:
  Google Vertex AI – End-to-End ML-Plattform
  AWS SageMaker – Training, Deployment, Monitoring
  Azure ML – MLOps-Plattform

SaaS für KI:
  OpenAI API – GPT-5, Embeddings, Whisper
  Anthropic Claude API – Claude-Modelle
  Google Gemini API – Gemini-Modelle
  Hugging Face Inference API – Open-Source-Modelle

Kostenvergleich: Beispiel Web-App

On-Premise:
  Server: 5.000€ einmalig
  Strom/Kühlung: 200€/Monat
  Admin: 0,5 FTE = 3.000€/Monat
  Total: ~3.200€/Monat

IaaS (AWS EC2 t3.medium):
  Instanz: 35€/Monat
  Storage: 10€/Monat
  Admin: 0,2 FTE = 1.200€/Monat
  Total: ~1.245€/Monat

PaaS (Heroku Standard):
  Dyno: 25€/Monat
  Postgres: 50€/Monat
  Admin: 0,05 FTE = 300€/Monat
  Total: ~375€/Monat

SaaS (wenn verfügbar):
  Lizenz: 50-500€/Monat
  Admin: 0€
  Total: 50-500€/Monat

Multi-Cloud und Hybrid-Cloud

Die meisten Unternehmen nutzen mehrere Modelle gleichzeitig:

Typische Enterprise-Architektur:
  SaaS: Slack, Microsoft 365, Salesforce
  PaaS: AWS Lambda (Serverless), Vercel (Frontend)
  IaaS: AWS EC2 (Legacy-Apps), Azure VMs (Compliance-Daten)
  On-Premise: Hochsensible Daten, Legacy-Systeme

Hybrid Cloud:
  Kritische Daten on-premise
  Skalierung in die Cloud bei Lastspitzen (Cloud Bursting)

Shared Responsibility Model

IaaS (z. B. AWS EC2):
  AWS verantwortet: Physische Sicherheit, Hypervisor, Netzwerk
  Du verantwortest: OS-Patches, Firewall-Regeln, App-Sicherheit, Daten

PaaS (z. B. Heroku):
  Heroku verantwortet: OS, Runtime, Netzwerk, Skalierung
  Du verantwortest: App-Code, Daten, Zugangsverwaltung

SaaS (z. B. Salesforce):
  Salesforce verantwortet: Alles außer Daten und Zugänge
  Du verantwortest: Dateneingabe, Nutzerrechte, Konfiguration

ANALOGIE

Stell dir Pizza vor: IaaS ist der Backofen – du bekommst die Infrastruktur, kochst aber selbst. PaaS ist die Pizzeria-Küche – Ofen, Teig und Zutaten sind da, du machst nur den Belag. SaaS ist die fertige Pizza geliefert – du isst nur noch.

WICHTIGSTE PUNKTE

IaaS: Virtuelle Server, Netzwerke, Storage – du verwaltest alles darüber (AWS EC2, Azure VMs)

PaaS: Laufzeitumgebung und Middleware – du deployest nur Code (Heroku, Google App Engine)

SaaS: Fertige Anwendung im Browser – kein Setup, nur nutzen (Slack, Salesforce, Gmail)

ANWENDUNGSFÄLLE

Startup ohne IT-Team

SaaS für alles: Slack (Kommunikation), Notion (Docs), HubSpot (CRM) – kein Server, kein Admin

Entwicklerteam

PaaS wie Heroku oder Railway: Code pushen, läuft sofort – kein Ops-Wissen nötig

Enterprise mit speziellen Anforderungen

IaaS wie AWS oder Azure: Volle Kontrolle über Infrastruktur, Compliance, Netzwerk

KI-Anwendungen

GPU-Instanzen (IaaS) für Training, ML-Plattformen (PaaS) für Deployment, KI-APIs (SaaS) für Integration

HÄUFIGE FRAGEN

Welches Modell ist das richtige für mein Unternehmen?

Faustregel: SaaS für Standardprozesse (E-Mail, CRM, HR), PaaS für eigene Anwendungsentwicklung ohne Ops-Aufwand, IaaS für spezielle Anforderungen (Compliance, Performance, Legacy-Systeme). Die meisten Unternehmen nutzen alle drei gleichzeitig.

Was ist der Unterschied zwischen PaaS und Serverless?

PaaS stellt eine Laufzeitumgebung bereit, auf der du Anwendungen deployest – du denkst in Servern oder Containern. Serverless (FaaS) ist eine Weiterentwicklung: Du deployest einzelne Funktionen, keine Anwendungen. Skalierung, Verfügbarkeit und Infrastruktur sind vollständig abstrahiert.

Ist SaaS immer günstiger als selbst betriebene Software?

Bei kleinen Teams fast immer ja – keine Infrastrukturkosten, kein Admin-Aufwand. Bei großen Unternehmen kann es kippen: Hohe SaaS-Lizenzkosten vs. eigene Infrastruktur. Viele Unternehmen machen einen 'Cloud Repatriation' – sie holen bestimmte Workloads zurück ins eigene Rechenzentrum.

Was ist XaaS?

Everything as a Service – der Oberbegriff für alle Cloud-Servicemodelle. Neben SaaS, PaaS und IaaS gibt es: DBaaS (Database as a Service), FaaS (Function as a Service / Serverless), AIaaS (AI as a Service), SECaaS (Security as a Service) und viele mehr.

TOOLS & RESSOURCEN

AWS

Größter IaaS/PaaS-Anbieter – EC2 (IaaS), Elastic Beanstalk (PaaS), viele SaaS-Dienste

Google Cloud

IaaS, PaaS und starke KI/ML-Dienste (Vertex AI)

Heroku

Klassische PaaS-Plattform – einfaches Deployment per Git

Vercel

PaaS für Frontend und Serverless Functions

VERWANDTE BEGRIFFE

Web DevOps

Serverless

Ein Cloud-Computing-Modell, bei dem der Cloud-Anbieter die Server-Infrastruktur vollständig verwaltet – Entwickler deployen nur ihren Code, der bei Bedarf ausgeführt wird.

Web DevOps

Container (Docker)

Eine Technologie, die Anwendungen mit allen Abhängigkeiten in isolierte, portable Pakete verpackt – damit sie überall gleich laufen.

Web DevOps

Kubernetes

Eine Open-Source-Plattform zur Automatisierung von Deployment, Skalierung und Verwaltung von Container-Anwendungen – der Standard für Container-Orchestrierung.

DevOps

Infrastructure as Code

Das Prinzip, IT-Infrastruktur (Server, Netzwerke, Datenbanken) nicht manuell zu konfigurieren, sondern als versionierten Code zu definieren und automatisch bereitzustellen.

Digital Praxis

Digitale Transformation

Der grundlegende Wandel von Unternehmen, Organisationen und Gesellschaft durch den Einsatz digitaler Technologien – nicht nur Prozesse digitalisieren, sondern Geschäftsmodelle, Kultur und Strukturen neu denken.