KI-Sekretariat für Hörgeräte-Kliniken
Ein lokaler Sprach-Agent nimmt Routine-Anrufe entgegen, prüft Termine im Bestandssystem und leitet komplexe Fälle an das Team weiter.
Case Study lesen →
KI-Systeme bereits in Produktion
Maßgeschneiderte KI-Systeme
für regulierte Unternehmen.
KI-Engineering für Mittelstand, Kanzleien, Praxen und Industrie. On-Premise LLM (Llama, Mistral) auf eigener Hardware, RAG mit Datensouveränität, Agenten direkt in Ihre Anwendungen integriert. Kein reiner API-Wrapper, keine Cloud-Zwänge.
DSGVO + On-Premise möglich
In Django integriert
Aus der Region Regensburg
Engineering Notes
Wie wir bauen — Notizen vom Engineering-Tisch.
Dokumentierte Architektur-Entscheidungen, Benchmarks aus Produktions-Deployments und Engineering-Pattern, die wir wiederverwenden. Keine generischen Tutorials, keine Marketing-Whitepaper — nur die Fragen, die wir bei realen Kundenprojekten beantworten mussten.
Note 01 · RAG
Wie wir ein RAG-System bewerten, bevor es live geht
Unser internes Eval-Harness: 7 Metriken, drei Ground-Truth-Sets aus echten Kundenfragen, automatisierte Regression bei jedem Modell-Wechsel. Was wir messen — und warum „funktioniert in der Demo” nicht reicht.
Lesen → Note 02 · InferenceLlama 3.1 70B auf einer L40S — was wir gemessen haben
Quantisierung (Q4/Q8), Batched Inference, vLLM-Konfiguration. Wo der Latency-Knick liegt, wann eine zweite GPU lohnt und welche Token-Größen den Throughput halbieren. Reale Zahlen aus einem Produktions-Deployment.
Lesen → Note 03 · Architekturpgvector neben dem Django-ORM — Pattern und Benchmark
Warum wir Vektor-Suche direkt in Postgres legen statt eine separate Pinecone- oder Weaviate-Instanz zu betreiben. Indexing-Strategie, HNSW-Tuning, Recall-Vergleich. Mit dem ORM-Mixin, den wir in jedem Projekt wiederverwenden.
Lesen →Unser KI-Stack
Open-Source-LLMs, in Django integriert, auf Ihrer Hardware.
Wir setzen auf produktionsreife, offene Komponenten. Modelle und Tools austauschbar, kein Vendor-Lock-in, keine versteckten Cloud-Abhängigkeiten.
Modelle
Llama 3.1 · Mistral · DeepSeek
Open-Source-LLMs, quantisierbar (Q4/Q8) für sparsamen Hardware-Footprint. Kommerzielle APIs wo sinnvoll — nie für personenbezogene Daten.
Inferenz
vLLM · Ollama
Production-grade Serving auf eigener GPU (RTX 4090, L40S oder größer). Batched Inference, dynamische Quantisierung, persistente Sessions.
Retrieval (RAG)
pgvector · Postgres
Vektor-Suche direkt neben Ihren Geschäftsdaten — keine separate Vektordatenbank, keine zusätzliche Datenkopie.
Stimme & Bild
Whisper · XTTS · Vision-LLM
Sprach-Transkription (DE/IT/EN), natürliche TTS und Vision-Modelle für Belege, Pläne, Fotos — alles on-premise möglich.
Orchestrierung
Django · Tool-Calling
Agenten leben in Ihrer Django-App mit direktem ORM-Zugriff. Tool-Calls über geprüfte Whitelists, Audit-Log inklusive.
Compliance
DSGVO · EU AI Act
Risikoklassifizierung, technisch-organisatorische Maßnahmen, Auftragsverarbeitung und Transparenz-Dokumentation — von Anfang an.
Live in Produktion
KI-Sekretariat und IT-Monitoring auf lokaler Hardware.
Die folgenden Projektbeschreibungen zeigen Architektur und Abläufe von On-Premise-KI-Systemen.
On-Premise IT-Monitoring mit Llama
Llama auf lokaler GPU analysiert Log-Zeilen, ordnet Incidents ein und schreibt Tickets in Zammad.
Case Study lesen →Engagement Models
Vier Wege, mit uns zu arbeiten.
Vom KI-Strategie-Audit bis zum vollständig betriebenen On-Premise-Cluster. Jeder Schritt mit Festpreis nach Strategiegespräch, ohne Stundenfalle.
01
KI-Strategie & Audit
Workflow-Analyse, Use-Case-Bewertung, Architektur-Empfehlung. Inklusive EU-AI-Act-Klassifizierung Ihrer bestehenden Systeme und einer schriftlichen Roadmap.
02
Pilot-Implementierung
Ein produktionsfähiger KI-Agent oder RAG-Prototyp, eingebettet in Ihre Django-Anwendung. Wöchentliche Demos, iterativ bis zum Go-Live.
03
Production Rollout
Vollständiges On-Premise-Setup mit eigener Hardware, vLLM/Ollama-Stack, Monitoring, DSGVO-Dokumentation und Wartungsvertrag von Tag eins.
04
Managed AI
Laufender Betrieb Ihrer KI-Systeme: Modell-Updates, GPU-Wartung, vLLM-Tuning, Compliance-Reviews und 24/7-Bereitschaft auf Wunsch.
FAQ
Die häufigsten Fragen vor dem Anruf.
Wir entwickeln KI-Systeme in Ihrer Django-Anwendung und betreiben Modelle auf Ihrer eigenen Hardware. Entwicklung und Betrieb kommen aus einer Hand.
Genau dafür sind wir da. Wir analysieren Ihren Workflow, bauen, deployen und warten das System — inklusive Modell-Updates und laufendem Betrieb. Sie brauchen keine KI-Expertise im Haus: Sie bekommen Dokumentation, einen klaren Wartungsweg und einen direkten Ansprechpartner, kein Callcenter.
Nach dem Strategie-Audit liefert ein Pilot in 8–12 Wochen einen produktionsreifen Use-Case — mit wöchentlichen Demos. Kein Big-Bang nach einem Jahr: Sie sehen früh, ob es trägt, und entscheiden nach jedem 2-Wochen-Sprint, ob wir weitermachen.
Dann sagen wir es Ihnen — im Strategie-Audit, bevor Sie groß investieren. Wir bewerten ehrlich, ob ein Use-Case echten ROI bringt. Lieber ein klares „hier lohnt es sich nicht“ als ein teures Projekt ohne Wirkung. Den Audit-Festpreis rechnen wir auf einen folgenden Pilot an.
Lassen Sie uns Ihre KI-Lösung skizzieren.
30 Minuten am Telefon. Wir analysieren Ihren Workflow und sagen ehrlich, ob KI für Sie ROI bringt — und wenn ja, mit welcher Architektur (Agent, RAG, on-premise oder Cloud). Kein KI-Hype, kein Verkaufspitch.
+49 941 20 90 28 62 [email protected]
Antwort werktags innerhalb von 24 Stunden · Mo–Fr 9–18 Uhr · CODLAB · St.-Jakob-Str. 6, 93161 Sinzing
Schriftliches Festpreisangebot
DSGVO · Server in der EU, auf Wunsch in Deutschland
Direkter Entwickler · kein Callcenter