Zum Inhalt springen
Produkt · On-Premise & DSGVO by Design

Eigene KI. Ihr Haus. Ihre Daten.

Ein vollständig lokales Sprachmodell auf eigener Hardware — Open Source, offline betreibbar, mit eigener Wissensbasis. KI-Nutzen heben, ohne Betriebsgeheimnisse und personenbezogene Daten in fremde Clouds zu geben. Das Modell wird einmalig geladen — danach ist das System vollständig offline betreibbar.

Die Architektur

Vier Bausteine — alle laufen lokal.

Alles Open Source — nachvollziehbar, prüfbar, austauschbar. Kein Blackbox-Anbieter.

01 · LLM

Mistral

Das Open-Source-Sprachmodell (Apache 2.0) des EU-Anbieters Mistral AI — mehrsprachig, erzeugt die eigentlichen Antworten, läuft vollständig lokal.

02 · Modell-Server

Ollama

Die Laufzeitumgebung, die das Modell lädt und ausführt — nutzt auf dem Mac die eingebaute Apple-GPU. Ein Befehl lädt oder tauscht Modelle.

03 · Oberfläche

Open WebUI

Eine Browser-Oberfläche wie ChatGPT — Benutzerkonten und Rechte, mehrsprachig, mit integrierter Wissensdatenbank für eigene Dokumente.

04 · Wissensbasis

RAG + Embeddings

Eigene Dokumente und E-Mails werden lokal in durchsuchbare Vektoren umgewandelt (nomic-embed-text) und dem Modell als Kontext beigegeben — kein Upload, kein Nachtraining.

100 % lokal
Kein Datenabfluss · keine Telemetrie · Modell-Download einmalig, danach offline betreibbar. Reproduzierbar mit Docker gekapselt.
Der Nutzen

Datensouveränität, planbare Kosten, Unabhängigkeit.

Souveränität

Daten bleiben im Haus

Keine Übermittlung an Dritte. Betriebsgeheimnisse, personenbezogene und Mandantendaten bleiben unter eigener Kontrolle.

Kosten

Keine Pro-Anfrage-Gebühren

Kein Token-Preis, keine Lizenz pro Kopf. Läuft auf vorhandener Hardware — kalkulierbare Fixkosten.

Unabhängigkeit

Kein Vendor-Lock-in

Open Source, austauschbare Modelle. Keine Abhängigkeit von einem Anbieter, seinen Preisen oder AGB.

Relevanz

Kennt Ihr Wissen

RAG bindet eigene Dokumente und E-Mails ein — Antworten mit Ihrem Kontext statt generischem Allgemeinwissen.

Sprache

Mehrsprachig

Fragen und Antworten in beliebiger Sprache — praktisch für internationale Teams und Korrespondenz.

Compliance

DSGVO by Design

Verarbeitung im Haus / in der EU, keine Drittlandtransfers, keine Telemetrie — Datenschutz ist eingebaut.

Einsatzszenarien

Beliebige eigene Quellen anbinden — alles bleibt im Haus.

Support · Speech-to-Text

Help-Desk mit Soforthilfe

Kunden schildern ihr Anliegen per Sprache; das Modell liefert eine Lösung aus Handbüchern, FAQs und früheren Tickets — rund um die Uhr, mehrsprachig.

Außendienst

Assistent für Techniker

Vor-Ort-Abfragen zu Installations-, Programmier- und Reparaturanweisungen — aus Technik-Doku, Schaltplänen und Handbüchern. Auch für Schulung und Einarbeitung.

Vertrieb & Backoffice

Angebots- & Dokumenten-Assistent

Angebote und Berichte aus Vorlagen und Historie entwerfen, Verträge und Ausschreibungen gegen Anforderungen prüfen, lange Dokumente in Sekunden zusammenfassen.

Anbindbare Quellen
E-Mail-Postfächer · Datei- & Netzlaufwerke (NAS/SMB) · lokale Ordner · Wiki / Intranet / SharePoint · Verträge, PDFs, Handbücher · Datenbanken / CRM / ERP — alles bleibt im Haus.
Datenschutz & Sicherheit

Sicher — und beweisbar.

Nicht „wir versprechen es", sondern architektonisch erzwungen und nachprüfbar.

01

Konfiguration

Abgeschaltet, was funkt — keine Telemetrie, keine externen KI-Dienste, keine Web-Aufrufe. Lokale Konten und Zugriffsrechte.

02

Architektur

Airgap möglich: Das System kann vollständig vom Internet getrennt betrieben werden — Datenabfluss ist dann physisch ausgeschlossen.

03

Nachweis

Prüf- statt Glaubenssache: Ein Netzwerk-Mitschnitt belegt null ausgehende Verbindungen. Alles auf eigener, verschlüsselbarer Hardware.

Ehrlicher Vergleich

Nicht entweder/oder — das richtige Werkzeug je nach Datenlage.

Ein internes LLM ist kein Ersatz für alles. Transparenz über die Kompromisse gehört dazu.

Internes LLM — seine Stärken
  • Datenschutz: alles bleibt im Haus / in der EU.
  • Fixkosten, keine Pro-Anfrage-Gebühr.
  • Voll offline / airgap-fähig.
  • Stark für Alltag und Wissenssuche auf eigenen Daten.
Wo Cloud-KI vorn liegt — die Grenzen
  • Reasoning: große Cloud-Modelle sind bei Hochkomplexem stärker.
  • Kein Live-Web — der Wissensstand hat einen Stichtag.
  • Wie jedes LLM kann es halluzinieren — RAG und ein prüfender Blick bleiben wichtig.
  • Betrieb, Updates und gleichzeitige Nutzerzahl liegen im eigenen Haus (hardware-abhängig).
Unsere Empfehlung
Bewusst kombinieren: das interne LLM für sensible Daten (personenbezogen, Betriebs-/Mandantengeheimnisse, interne Dokumente); Cloud-KI, vertraglich abgesichert, für unkritische Komplexität. Antworten immer mit eigenen Daten hinterlegen (RAG), Ergebnisse prüfen, Zugriffe regeln — KI unterstützt, der Mensch entscheidet.

Use Case besprechen Alle KI-Angebote