On-Demand auf Deutsch:
auf Abruf, bei Bedarf
On-Demand heißt auf Deutsch „auf Abruf“, „bei Bedarf“ oder „auf Anforderung“. Gemeint ist eine Leistung, die nicht auf Vorrat bereitsteht, sondern genau dann geliefert wird, wenn jemand sie anfordert: der Film, der auf Knopfdruck startet, das Buch, das erst nach der Bestellung gedruckt wird, oder der Server, der nur für die Dauer einer Berechnung gemietet wird. In der IT ist On-Demand das Gegenstück zu On-Premise, also zum Betrieb auf eigener Hardware.
Was bedeutet On-Demand auf Deutsch?
Das englische demand heißt Nachfrage, Forderung oder Anforderung. On demand beschreibt also etwas, das auf diese Anforderung hin geschieht. Im Deutschen gibt es dafür mehrere Entsprechungen, die sich je nach Zusammenhang unterscheiden:
| Englisch | Deutsche Entsprechung | Beispiel |
|---|---|---|
| on demand (Adverb) | auf Abruf, bei Bedarf, auf Anforderung | „We print on demand“ heißt „Wir drucken auf Bestellung“ |
| on-demand (Adjektiv) | Abruf-, bedarfsgesteuert, auf Abruf verfügbar | „an on-demand service“ heißt „ein Dienst auf Abruf“ |
| payable on demand | zahlbar bei Vorlage, auf Verlangen fällig | Scheck oder Sichtwechsel im Bankwesen |
| available on demand | jederzeit abrufbar | Aufzeichnung eines Webinars |
| demand (Substantiv) | Nachfrage, Forderung, Anspruch | „high demand“ heißt „hohe Nachfrage“ |
Eine feste deutsche Übersetzung, die den Anglizismus ersetzt hätte, gibt es nicht. „Auf Abruf“ kommt der Bedeutung am nächsten, in Produktnamen und Verträgen bleibt es aber fast immer bei On-Demand.
Schreibweise: on demand, on-demand oder On-Demand?
Die drei Varianten sind kein Fehler, sondern folgen der Stellung im Satz:
- on demand, getrennt und klein, als Adverb nach dem Verb. Der Duden führt „on demand“ genau so, mit dem Beispiel „wir liefern on demand“.
- on-demand, mit Bindestrich, wenn es im Englischen als Adjektiv vor einem Substantiv steht. Das Cambridge Dictionary verzeichnet es als Adjektiv „before noun“: an on-demand service.
- On-Demand-Dienst, durchgekoppelt und groß, sobald es Teil eines deutschen Kompositums ist: Video-on-Demand-Angebot, On-Demand-Verkehr, On-Demand-Lizenz.
On-Demand im Alltag: Von Video bis Verkehr
Der Begriff ist vor allem über Streaming bekannt geworden, taucht aber in vielen Branchen auf. Gemeinsam ist allen Beispielen: Der Kunde bestimmt den Zeitpunkt, der Anbieter hält Kapazität bereit statt fertige Ware.
- Video on Demand: Filme und Serien starten, wann der Zuschauer will, statt zum Sendetermin. Abgerechnet wird per Abo, pro Abruf oder über Werbung.
- Print on Demand: Bücher, Poster oder Textilien werden erst nach Bestellung produziert. Kein Lager, keine Restauflage.
- On-Demand-Verkehr: Kleinbusse, die per App gerufen werden und ihre Route nach den Fahrgästen richten, als Ergänzung zum Linienverkehr.
- On-Demand-Lieferung: Essen, Einkäufe oder Medikamente werden innerhalb kurzer Zeit nach Bestellung gebracht.
- Webinar on demand: Die Aufzeichnung ist jederzeit abrufbar, ohne Live-Termin.
On-Demand in der IT: Rechenleistung auf Abruf
In der IT ist On-Demand mehr als ein Werbewort. Das US-Standardisierungsinstitut NIST nennt in seiner Definition von Cloud Computing (SP 800-145) „on-demand self-service“ als erstes von fünf Kernmerkmalen: Ein Nutzer kann Rechenleistung oder Speicher selbst anfordern, ohne dass ein Mensch beim Anbieter eingreifen muss. Abgerechnet wird nach Verbrauch, also pro Stunde, pro Gigabyte oder pro Anfrage.
| On-Demand-Modell | Was Sie bekommen | Abrechnung | Typisches Beispiel |
|---|---|---|---|
| Infrastruktur (IaaS) | virtuelle Server, Speicher, Netz | pro Stunde oder Monat | VPS, Cloud-Instanz |
| GPU on Demand | Grafikprozessoren für Training oder Inferenz | pro GPU-Stunde | H100-Instanz für ein Wochenende |
| Software (SaaS) | fertige Anwendung im Browser | pro Nutzer und Monat | Office-Suite, CRM |
| KI-Schnittstelle (API) | Zugriff auf ein Sprachmodell des Anbieters | pro Token oder Anfrage | Textgenerierung über OpenAI, Anthropic, Mistral |
Die einfachste Form von On-Demand-Infrastruktur ist ein virtueller Server (VPS): in Minuten gemietet, monatlich kündbar, mit Root-Zugriff auf das Betriebssystem. Für einen ersten Prototyp mit einer Chat-Oberfläche und unkritischen Testdokumenten reicht das oft aus. Wer ein solches Setup ausprobieren will, kann VPS-Hosting bei Hostinger vergleichen (Affiliate-Link). Sobald vertrauliche Unternehmensdaten ins Spiel kommen, entscheidet nicht der Preis, sondern die Datenklasse über den Betriebsort.
On-Demand oder eigener Server für Ihre KI?Beschreiben Sie Nutzung, Datenquellen und Schutzbedarf. Wir schätzen ein, welches Bezugsmodell zu Ihrem Fall passt.
Kostenlose Erstberatung anfragen →On-Demand vs. On-Premise: Der Unterschied
Beide Begriffe werden oft als Gegensatzpaar genannt, beschreiben aber verschiedene Dinge. On-Demand ist ein Bezugsmodell: Leistung bei Bedarf von einem Anbieter. On-Premise ist ein Betriebsort: eigene Hardware in den eigenen Räumen. In der Praxis fallen sie meist zusammen, weil On-Demand-Leistung fast immer aus der Cloud kommt.
| Kriterium | On-Demand (Cloud, API) | On-Premise (eigene Hardware) |
|---|---|---|
| Bereitstellung | in Minuten, ohne Beschaffung | Wochen bis Monate für Hardware und Aufbau |
| Kostenverlauf | niedrig zu Beginn, steigt mit Nutzung | hoch zu Beginn, danach weitgehend konstant |
| Datenweg | Daten verlassen das Unternehmen, Auftragsverarbeitung nötig | Daten bleiben im eigenen Netz |
| Skalierung | nahezu beliebig nach oben und unten | begrenzt durch gekaufte Hardware |
| Betriebsaufwand | beim Anbieter | beim eigenen Team oder Dienstleister |
| Abhängigkeit | von Anbieter, Preisliste und Verfügbarkeit | von eigener Technik und Personal |
Ein ausführlicher Vergleich der beiden Modelle mit Bewertungsmatrix steht unter Cloud vs. On-Premise LLM. Wer zwischen eigenem Betrieb und einer deutschen Cloud abwägt, findet die Betriebsmodelle im Beitrag On-Prem vs. deutsche Cloud.
KI-Modelle on demand nutzen oder selbst betreiben?
Für Sprachmodelle stellt sich die Frage besonders deutlich. Eine KI-Schnittstelle on demand kostet pro Token und ist in Minuten eingebunden. Ein eigenes Modell auf eigener GPU kostet Anschaffung und Betrieb, verarbeitet dafür unbegrenzt viele Anfragen, ohne dass Daten das Haus verlassen. Die Entscheidung hängt von drei Fragen ab:
- Welche Daten gehen in die Anfragen? Öffentliche oder anonymisierte Inhalte vertragen eine On-Demand-API mit Auftragsverarbeitungsvertrag. Berufsgeheimnisse, Gesundheitsdaten oder Verträge sprechen für den eigenen Betrieb.
- Wie gleichmäßig ist die Nutzung? Ein Pilot mit zehn Nutzern und wenigen Anfragen am Tag ist on demand günstiger. Eine Abteilung, die täglich tausende Dokumente verarbeitet, erreicht schnell den Punkt, an dem eigene Hardware billiger ist.
- Wie schnell muss es gehen? On-Demand startet sofort, eigene Hardware braucht Vorlauf. Viele Unternehmen beginnen deshalb on demand mit unkritischen Daten und wechseln für den Produktivbetrieb auf eigene Server.
Konkrete Rechenbeispiele für verschiedene Teamgrößen enthält die Kostenanalyse On-Premise LLM. Welche GPUs für den eigenen Betrieb in Frage kommen, zeigt der GPU-Server-Guide.
Typische Fehler beim Einsatz von On-Demand-Diensten
- Kein Kostendeckel: Nutzungsabhängige Abrechnung ohne Budgetgrenze führt bei unerwarteter Last zu Rechnungen, die niemand freigegeben hat. Limits und Alarme gehören zur Einrichtung.
- Datenklasse nicht geprüft: Was im Test mit Beispieldaten funktioniert, wird im Produktivbetrieb mit Kundendaten gefüttert, ohne dass jemand Vertrag und Datenweg geprüft hat. Mehr dazu unter Shadow AI Risiken.
- Abhängigkeit unterschätzt: Preiserhöhungen, abgekündigte Modelle oder geänderte Nutzungsbedingungen treffen On-Demand-Nutzer direkt. Ein Ausstiegspfad sollte von Anfang an mitgeplant sein.
- Latenz ignoriert: Jede Anfrage läuft über das Internet zum Anbieter und zurück. Für interaktive Anwendungen mit vielen kleinen Anfragen kann das spürbar sein.
- Dauerlast on demand bezahlt: Wer rund um die Uhr dieselbe Kapazität abruft, zahlt den Flexibilitätsaufschlag, ohne die Flexibilität zu nutzen. Hier lohnt der Vergleich mit reservierten Instanzen oder eigener Hardware.