Cloud Computing

KAPITEL 08 · CLOUD & INFRASTRUKTUR

Cloud Computing

Die Grundlage moderner IT-Infrastruktur – von IaaS, PaaS und SaaS über Public, Private und Hybrid Cloud bis zu den großen Cloud-Providern AWS, Azure und Google Cloud. Alles, was Sie über die Cloud wissen müssen.

Service-Modelle Deployment-Modelle Cloud-Provider Kosten-Modell

Inhaltsverzeichnis

Schnellübersicht

Auf dieser Seite lernen Sie alles über Cloud Computing:

  • Definition: Was ist Cloud Computing und warum ist es so wichtig?
  • Service-Modelle: IaaS, PaaS, SaaS und FaaS im Detail
  • Deployment-Modelle: Public, Private, Hybrid und Multi-Cloud
  • Cloud-Provider: AWS, Azure, GCP und weitere im Vergleich
  • Vorteile & Nachteile: Ehrliche Betrachtung
  • Use Cases: Typische Anwendungsfälle
  • Kosten-Modell: Pay-as-you-go verstehen
  • FAQ: Häufige Fragen und Antworten

1. Was ist Cloud Computing?

Definition

Cloud Computing ist die Bereitstellung von IT-Ressourcen (Rechenleistung, Speicher, Netzwerke, Software) über das Internet nach Bedarf und gegen Bezahlung. Statt eigene Server zu kaufen und zu betreiben, mieten Unternehmen diese Ressourcen bei Cloud-Providern wie AWS, Azure oder Google Cloud.

Das NIST (National Institute of Standards and Technology) definiert Cloud Computing durch fünf essentielle Eigenschaften: On-Demand Self-Service, Broad Network Access, Resource Pooling, Rapid Elasticity und Measured Service.

Einfache Analogie: Stellen Sie sich Cloud Computing wie Strom aus der Steckdose vor. Sie betreiben kein eigenes Kraftwerk – Sie zahlen nur für den Strom, den Sie tatsächlich verbrauchen. Genau so funktioniert die Cloud: Sie mieten IT-Ressourcen und zahlen nur für das, was Sie nutzen.

Die 5 Charakteristiken der Cloud (nach NIST)

  • On-Demand Self-Service: Ressourcen können ohne menschliche Interaktion bereitgestellt werden
  • Broad Network Access: Zugriff über Standard-Netzwerke (Internet) von verschiedenen Geräten
  • Resource Pooling: Ressourcen werden gepoolt und mehreren Kunden zugewiesen (Multi-Tenancy)
  • Rapid Elasticity: Ressourcen können schnell skaliert werden (hoch und runter)
  • Measured Service: Nutzung wird gemessen und abgerechnet (Pay-as-you-go)

2. Cloud Service-Modelle

Cloud-Dienste werden in verschiedenen Abstraktionsebenen angeboten – je nachdem, wie viel Kontrolle und Verwaltung Sie benötigen.

IaaS

Infrastructure as a Service

Virtuelle Hardware mieten

Der Provider stellt virtualisierte Hardware-Ressourcen (Server, Storage, Netzwerk) bereit. Sie verwalten das Betriebssystem und die Anwendungen selbst.

  • Volle Kontrolle über OS und Software
  • Skalierbare VMs und Storage
  • Netzwerk-Konfiguration (VPC, Firewall)
  • Ideal für individuelle Setups
Beispiele: AWS EC2, Azure Virtual Machines, Google Compute Engine, Hetzner Cloud
PaaS

Platform as a Service

Entwicklungsplattform nutzen

Der Provider stellt eine komplette Plattform (Runtime, Middleware, Tools) bereit. Sie konzentrieren sich auf die Entwicklung Ihrer Anwendung.

  • Keine Server-Verwaltung nötig
  • Integrierte Entwicklungs-Tools
  • Automatische Skalierung
  • Ideal für Entwickler und Startups
Beispiele: AWS Elastic Beanstalk, Azure App Service, Google App Engine, Heroku
SaaS

Software as a Service

Fertige Software nutzen

Der Provider stellt komplette Anwendungen über das Internet bereit. Sie nutzen die Software im Browser, ohne Installation oder Wartung.

  • Keine Installation nötig
  • Automatische Updates
  • Zugriff von überall
  • Ideal für Endanwender
Beispiele: Microsoft 365, Google Workspace, Salesforce, Dropbox, Zoom
FaaS

Function as a Service

Serverless Computing

Sie laden nur Code-Funktionen hoch, die bei Bedarf ausgeführt werden. Keine Server, keine Infrastruktur – nur Code.

  • Komplett serverless
  • Event-getriggerte Ausführung
  • Millisekunden-genaue Abrechnung
  • Ideal für Microservices und APIs
Beispiele: AWS Lambda, Azure Functions, Google Cloud Functions, Cloudflare Workers
Aspekt IaaS PaaS SaaS FaaS
Kontrolle Hoch (OS + Software) Mittel (nur App) Niedrig (nur Nutzung) Sehr niedrig (nur Code)
Verwaltungsaufwand Hoch Mittel Niedrig Sehr niedrig
Zielgruppe Admins, DevOps Entwickler Endanwender Entwickler
Skalierung Manuell/Auto Automatisch Automatisch Automatisch (per Request)
Abrechnung Pro Stunde/Minute Pro Nutzung Pro User/Monat Pro Ausführung (ms)

3. Cloud Deployment-Modelle

Cloud-Infrastruktur kann auf verschiedene Arten bereitgestellt werden – je nach Anforderungen an Sicherheit, Kontrolle und Kosten.

Public Cloud

Ressourcen werden von einem Cloud-Provider über das öffentliche Internet bereitgestellt und von vielen Kunden geteilt (Multi-Tenancy).

Vorteile: Günstig, skalierbar, keine Investition, weltweite Verfügbarkeit
Nachteile: Weniger Kontrolle, Datenschutz-Bedenken, Vendor Lock-in

Private Cloud

Cloud-Infrastruktur, die exklusiv für eine einzelne Organisation betrieben wird – entweder On-Premise oder bei einem spezialisierten Provider.

Vorteile: Maximale Kontrolle, Datenschutz, Compliance, Sicherheit
Nachteile: Teuer, hoher Verwaltungsaufwand, weniger elastisch

Hybrid Cloud

Kombination aus Public und Private Cloud, die miteinander verbunden sind. Kritische Daten On-Premise, skalierbare Workloads in der Public Cloud.

Vorteile: Flexibilität, Sicherheit + Skalierung, Compliance
Nachteile: Komplex, erfordert gute Integration, höhere Kosten

Multi-Cloud

Nutzung mehrerer Cloud-Provider gleichzeitig (z.B. AWS + Azure + GCP), um Vendor Lock-in zu vermeiden und beste Services zu nutzen.

Vorteile: Kein Vendor Lock-in, beste Services, Redundanz
Nachteile: Sehr komplex, verschiedene Tools/APIs, höhere Kosten

4. Die großen Cloud-Provider

Der Cloud-Markt wird von wenigen großen Anbietern dominiert. Hier die wichtigsten im Überblick:

Amazon Web Services

Der Marktführer
Marktanteil: ~32%
  • Größte Service-Auswahl (200+ Services)
  • Weltweit größte Infrastruktur
  • Ausgereift und stabil
  • Große Community & Dokumentation
  • Beliebt bei Startups & Enterprise

Microsoft Azure

Enterprise-Fokus
Marktanteil: ~23%
  • Perfekte Microsoft-Integration
  • Active Directory & Office 365
  • Starke Hybrid-Cloud-Features
  • Beliebte Wahl für Unternehmen
  • .NET und Windows-Server-Support

Google Cloud Platform

Data & KI-Spezialist
Marktanteil: ~10%
  • Führend in Big Data & Analytics
  • Kubernetes-Heimat (GKE)
  • Starke KI/ML-Tools (Vertex AI)
  • Globales Netzwerk (low latency)
  • Beliebt bei Data Scientists

Oracle Cloud

Datenbank-Spezialist
Marktanteil: ~3%
  • Oracle-Datenbanken optimiert
  • ERP und Business-Apps
  • Autonomouse Database
  • Günstige Egress-Kosten
  • Enterprise-Kunden

IBM Cloud

Hybrid & KI
Marktanteil: ~3%
  • Red Hat OpenShift (Kubernetes)
  • Watson KI-Services
  • Hybrid-Cloud-Fokus
  • Mainframe-Integration
  • Finanz- und Gesundheitssektor

Hetzner Cloud

Deutscher Preis-Leistungs-Sieger
Marktanteil: Nische
  • Sehr günstige Preise
  • DSGVO-konform (Deutschland)
  • Dedizierte Server & Cloud
  • Einfache API & UI
  • Beliebt bei KMUs & Entwicklern
Provider Stärken Ideal für Preis-Niveau
AWS Breite, Reife, Ökosystem Alle Anwendungsfälle Mittel bis Hoch
Azure Microsoft-Integration, Hybrid Microsoft-Unternehmen Mittel
GCP Big Data, KI, Kubernetes Data Science, Startups Mittel
Oracle Oracle DB, Enterprise Apps Oracle-Kunden Hoch
IBM Hybrid, Mainframe, KI Enterprise, Finanzen Hoch
Hetzner Preis, DSGVO, Einfachheit KMUs, Entwickler, EU Sehr günstig

5. Vorteile & Nachteile der Cloud

Cloud Computing bietet viele Vorteile, hat aber auch Nachteile, die berücksichtigt werden müssen.

Vorteile

  • Keine Investitionskosten (CapEx)
    Keine teure Hardware kaufen, nur Nutzung zahlen (OpEx)
  • Skalierbarkeit (Elasticity)
    Ressourcen in Minuten hoch- und runterskalieren
  • Globale Verfügbarkeit
    Weltweite Rechenzentren, niedrige Latenz
  • Automatische Updates
    Provider kümmert sich um Patches und Wartung
  • Hochverfügbarkeit
    Multi-AZ, automatische Backups, Disaster Recovery
  • Schnelle Time-to-Market
    Neue Services in Minuten statt Monaten bereitstellen

Nachteile

  • Datenschutz & Compliance
    Daten liegen beim Provider, DSGVO-Bedenken
  • Vendor Lock-in
    Wechsel zwischen Providern ist schwierig und teuer
  • Internet-Abhängigkeit
    Ohne Internet keine Cloud – Ausfallrisiko
  • Kostenkontrolle
    Unerwartete Kosten bei falscher Konfiguration
  • Weniger Kontrolle
    Hardware und Infrastruktur nicht in eigener Hand
  • Sicherheitsbedenken
    Multi-Tenancy, Angriffsfläche, Compliance

6. Typische Use Cases

Cloud Computing wird in vielen Bereichen eingesetzt. Hier die wichtigsten Anwendungsfälle:

Web Hosting & E-Commerce

Websites, Online-Shops und Webanwendungen mit automatischer Skalierung bei Traffic-Spitzen (z.B. Black Friday).

Empfohlen: IaaS / PaaS

Big Data & Analytics

Verarbeitung riesiger Datenmengen mit Tools wie Hadoop, Spark, Data Warehouses (Redshift, BigQuery).

Empfohlen: PaaS / FaaS

KI & Machine Learning

Training von ML-Modellen mit GPU-Clustern, Nutzung vorgefertigter KI-Services (Vision, NLP, Speech).

Empfohlen: PaaS / SaaS

DevOps & CI/CD

Automatisierte Build-, Test- und Deployment-Pipelines mit Tools wie Jenkins, GitLab CI, GitHub Actions.

Empfohlen: IaaS / PaaS

Backup & Disaster Recovery

Automatische Backups in der Cloud, schnelle Wiederherstellung bei Ausfällen, geografische Redundanz.

Empfohlen: IaaS / SaaS

SaaS-Anwendungen

CRM (Salesforce), Collaboration (Microsoft 365), HR-Systeme, Buchhaltung – alles aus der Cloud.

Empfohlen: SaaS

7. Cloud Kosten-Modell

Einer der größten Vorteile der Cloud ist das flexible Kosten-Modell. Statt hoher Investitionen (CapEx) zahlen Sie nur für die tatsächliche Nutzung (OpEx).

Pay-as-you-go – Die wichtigsten Kostenfaktoren

Compute (Rechenleistung)

Abrechnung nach Laufzeit der VMs oder Container. Oft pro Sekunde oder Stunde.

Beispiel: t3.medium (2 vCPU, 4 GB) ≈ $0,0416/h ≈ $30/Monat
Storage (Speicher)

Abrechnung nach genutztem Speicherplatz pro GB/Monat. Unterschiedliche Klassen (Standard, Archive).

Beispiel: S3 Standard ≈ $0,023/GB/Monat
S3 Glacier ≈ $0,004/GB/Monat
Data Transfer (Egress)

Daten rein ist meist kostenlos, Daten raus (Egress) wird berechnet. Oft teuer!

Beispiel: AWS Egress ≈ $0,09/GB
10 TB Egress = $900/Monat!
Netzwerk

Load Balancer, VPN, NAT-Gateways, DNS-Anfragen – oft übersehene Kosten.

Beispiel: ALB ≈ $0,0225/h + $0,008/LCU-h
Managed Services

Datenbanken, Message Queues, Caches – oft teurer als Self-Hosted, aber bequemer.

Beispiel: RDS db.t3.medium ≈ $0,068/h ≈ $50/Monat
Serverless (FaaS)

Abrechnung nach Ausführungen und Laufzeit (ms). Sehr günstig bei wenig Traffic.

Beispiel: AWS Lambda
$0,20 pro 1 Mio. Requests + $0,0000166667/GB-s

Kostenfallen vermeiden

  • Budget-Alerts einrichten: Warnungen bei Überschreitung von Schwellenwerten
  • Cost Explorer nutzen: Regelmäßig Kosten analysieren und optimieren
  • Reserved Instances: Bis zu 70% Rabatt bei 1-3 Jahren Laufzeit
  • Spot Instances: Bis zu 90% Rabatt für unterbrechbare Workloads
  • Auto-Scaling: Ressourcen automatisch runterskalieren bei wenig Last
  • Unused Resources löschen: Alte Snapshots, ungenutzte EBS-Volumes, verwaiste IPs

8. FAQ – Häufige Fragen & Antworten

Häufige Fragen zu Cloud Computing

Was ist der Unterschied zwischen IaaS, PaaS und SaaS?

Die drei Haupt-Service-Modelle unterscheiden sich im Abstraktionsgrad:

  • IaaS (Infrastructure as a Service): Sie mieten virtuelle Hardware (Server, Storage, Netzwerk) und verwalten OS und Anwendungen selbst. Beispiel: AWS EC2.
  • PaaS (Platform as a Service): Der Provider stellt eine komplette Plattform bereit, Sie laden nur Ihren Code hoch. Beispiel: AWS Elastic Beanstalk.
  • SaaS (Software as a Service): Sie nutzen fertige Software über den Browser, ohne Installation. Beispiel: Microsoft 365.

Merkregel: IaaS = Hardware, PaaS = Plattform, SaaS = Software. Je weiter rechts, desto weniger Verwaltungsaufwand.

Ist die Cloud sicher? Was ist mit Datenschutz?

Cloud-Sicherheit ist ein komplexes Thema:

  • Große Provider investieren Milliarden in Sicherheit – oft mehr als einzelne Unternehmen
  • Zertifizierungen: ISO 27001, SOC 2, PCI DSS, HIPAA
  • Verschlüsselung: Daten werden in Transit und at Rest verschlüsselt
  • DSGVO: EU-Regionen wählen, Data Processing Agreements (DPA) abschließen
  • Shared Responsibility: Provider sichert Infrastruktur, Sie sichern Ihre Daten und Zugriffe

Empfehlung: Für sensible Daten Hybrid Cloud oder Private Cloud nutzen, EU-Regionen wählen, MFA aktivieren, regelmäßige Audits durchführen.

Wie viel kostet Cloud Computing wirklich?

Die Kosten hängen stark von der Nutzung ab:

  • Kleine Website: $10-50/Monat (statische Seite auf S3 + CloudFront)
  • Mittlere Web-App: $100-500/Monat (EC2 + RDS + S3)
  • Enterprise-Anwendung: $1.000-10.000+/Monat
  • Big Data / KI: $10.000-100.000+/Monat

Kostenfallen: Data Egress, ungenutzte Ressourcen, fehlende Reserved Instances, Auto-Scaling ohne Limits. Immer Budget-Alerts einrichten!

Was ist Vendor Lock-in und wie vermeide ich ihn?

Vendor Lock-in bedeutet, dass Sie so stark von einem Cloud-Provider abhängig sind, dass ein Wechsel extrem teuer oder technisch unmöglich wird.

Ursachen:

  • Proprietäre Services (z.B. AWS Lambda, Azure Functions)
  • Hohe Data Egress-Kosten beim Wechsel
  • Spezielle APIs und Tools

Vermeidung:

  • Multi-Cloud-Strategie (AWS + Azure + GCP)
  • Containerisierung (Docker, Kubernetes)
  • Infrastructure as Code (Terraform statt CloudFormation)
  • Offene Standards und APIs nutzen
  • Regelmäßige Exit-Strategie planen
Wann sollte ich Cloud und wann On-Premise nutzen?

Cloud ist ideal für:

  • Startups und schnell wachsende Unternehmen
  • Variable Workloads (z.B. E-Commerce mit Saison-Spitzen)
  • Globale Anwendungen mit niedriger Latenz
  • Experimentelle Projekte und Prototypen
  • Unternehmen ohne eigenes Rechenzentrum

On-Premise ist ideal für:

  • Strenge Compliance-Anforderungen (Banken, Behörden)
  • Sehr sensible Daten (Gesundheitswesen, Militär)
  • Konstante, vorhersagbare Workloads
  • Unternehmen mit bestehendem Rechenzentrum
  • Spezielle Hardware-Anforderungen (GPU-Cluster, Mainframes)

Hybrid Cloud kombiniert das Beste aus beiden Welten: Kritische Systeme On-Premise, skalierbare Workloads in der Cloud.

Was ist Serverless Computing und wann nutze ich es?

Serverless (FaaS – Function as a Service) bedeutet, dass Sie nur Code-Funktionen hochladen, die bei Bedarf ausgeführt werden. Keine Server, keine Infrastruktur-Verwaltung.

Beispiele: AWS Lambda, Azure Functions, Google Cloud Functions

Ideal für:

  • Event-getriggerte Aufgaben (z.B. Bild-Upload → Thumbnail erstellen)
  • APIs und Microservices
  • Cron-Jobs und scheduled Tasks
  • Webhooks und Integrationen
  • Unvorhersehbare Workloads

Nicht ideal für:

  • Lang laufende Prozesse (> 15 Minuten bei AWS Lambda)
  • Stateful Anwendungen (Datenbank-Verbindungen)
  • Konstante, hohe Last (teurer als EC2)
Wie migriere ich meine Anwendungen in die Cloud?

Es gibt verschiedene Migrations-Strategien, die "6 Rs der Cloud-Migration":

  • Rehost (Lift & Shift): Anwendung 1:1 in die Cloud verschieben, keine Änderungen. Schnell, aber nicht optimal.
  • Replatform: Kleine Anpassungen für Cloud-Optimierung (z.B. Managed Database statt Self-Hosted).
  • Refactor: Anwendung für Cloud-native Architektur umschreiben (Microservices, Serverless). Aufwendig, aber optimal.
  • Repurchase: Wechsel zu SaaS-Lösung (z.B. eigene CRM → Salesforce).
  • Retain: Anwendung bleibt On-Premise (z.B. Legacy-Systeme).
  • Retire: Anwendung wird abgeschaltet (nicht mehr benötigt).

Empfehlung: Beginnen Sie mit Rehost für schnelle Erfolge, dann schrittweise Refactor für optimale Cloud-Nutzung.

Welche Cloud-Zertifizierungen sind am wertvollsten?

Cloud-Zertifizierungen sind sehr gefragt und können Ihre Karriere stark voranbringen:

  • AWS Certified Solutions Architect – Associate: Die beliebteste Cloud-Zertifizierung, ideal für Einsteiger
  • Microsoft Certified: Azure Administrator: Für Azure-Administratoren
  • Google Cloud Associate Cloud Engineer: Für GCP-Einsteiger
  • AWS Certified DevOps Engineer – Professional: Für Fortgeschrittene, sehr gefragt
  • Certified Kubernetes Administrator (CKA): Cloud-übergreifend, sehr wertvoll

Empfehlung: Beginnen Sie mit einer Associate-Level-Zertifizierung Ihres bevorzugten Providers, dann spezialisieren Sie sich (Security, DevOps, Data).

Zusammenfassung

Die wichtigsten Punkte

  • Cloud Computing: IT-Ressourcen über das Internet mieten statt kaufen
  • Service-Modelle: IaaS (Hardware), PaaS (Plattform), SaaS (Software), FaaS (Serverless)
  • Deployment-Modelle: Public, Private, Hybrid, Multi-Cloud
  • Große Provider: AWS (32%), Azure (23%), GCP (10%) dominieren den Markt
  • Vorteile: Skalierbarkeit, keine CapEx, globale Verfügbarkeit
  • Nachteile: Datenschutz, Vendor Lock-in, Kostenkontrolle
  • Kosten-Modell: Pay-as-you-go, aber Vorsicht vor Egress-Kosten
  • Migration: 6 Rs – Rehost, Replatform, Refactor, Repurchase, Retain, Retire

Nächste Schritte

Jetzt, da Sie die Grundlagen der Cloud verstehen, können Sie tiefer in spezifische Themen eintauchen:

  • Virtualisierung: Die Technologie hinter der Cloud (VMware, Hyper-V, KVM)
  • Container: Docker und Kubernetes für moderne Anwendungen
  • Infrastructure as Code: Terraform, CloudFormation, Ansible
  • Cloud-Security: IAM, Verschlüsselung, Compliance
  • Monitoring: CloudWatch, Azure Monitor, Prometheus
Weiter zu Virtualisierung

Weiterführende Themen

Public Cloud

AWS, Azure, GCP im Detail – Services, Preise und Best Practices.

Zur Public Cloud
Private Cloud

Eigene Cloud-Infrastruktur betreiben – OpenStack, VMware, Proxmox.

Zur Private Cloud
Hybrid Cloud

Das Beste aus beiden Welten – Public und Private Cloud kombinieren.

Zur Hybrid Cloud
Virtualisierung

Die Technologie hinter der Cloud – Hypervisor, VMs, Container.

Zur Virtualisierung