Pillar 01 · AI Engineering

Maßgeschneiderte KI-Systeme — sicher in Ihre Anwendungen integriert.

Wir bauen KI-Agenten, RAG-Systeme und Automatisierungen, die direkt in Ihre Django-App eingebettet sind. Llama 3.1 oder Mistral auf eigener GPU, pgvector für RAG, EU-AI-Act-konforme Klassifizierung inklusive. Bereits in Produktion bei Kundenprojekten: ein KI-Sekretariat (−60 % Anruf-Backlog) und ein on-premise IT-Monitoring (−74 % MTTD) — Details in den Case Studies unten.

Kostenloses Erstgespräch → Engineering Notes lesen

Methodik

Erst messen, dann optimieren.

Die meisten KI-Projekte scheitern nicht an der Technik, sondern an Maßnahmen, die niemand vorher auf Wirkung geprüft hat. Wir gehen umgekehrt vor: Wir messen zuerst, wo das Problem wirklich liegt — und empfehlen eine aufwändige Optimierung nur dann, wenn sie am Eval-Set nachweisbar etwas bringt.

Vor der Investition Wir sagen auch Nein. Reranker, Fine-Tuning, aufwändigere Prompts — jede Maßnahme kostet Geld und Latenz. Bevor wir sie empfehlen, prüfen wir am Eval-Set, ob sie die Qualität überhaupt verbessert. Oft lautet die ehrliche Antwort: Diese Optimierung lohnt sich hier nicht. Dann sparen Sie die Kosten.
Verlässliche Messung Qualität, die auch nach Modellwechsel stabil bleibt. Lässt man Antwortqualität einfach von einem KI-Modell bewerten, ändert sich die Zahl mit dem Modell — das teurere Modell ist nicht automatisch das verlässlichere. Wir kalibrieren die Bewertung pro Anwendungsfall und mit menschlicher Stichprobe, damit Ihre Kennzahlen vergleichbar bleiben.
Wie wir Qualität messen — Engineering Notes →

Modell-Auswahl

Das passende Modell — nicht die bekannteste Marke.

Für Sekretariats-Agenten reicht oft ein lokales Llama 3.1. Für komplexe RAG-Workflows mit langen Kontexten nehmen wir Claude. Wir wählen nach Anforderung, nicht nach Marketing-Budget.

Open-Source · On-Premise Llama 3.1 · Mistral · DeepSeek Vollständig auf Kundenhardware deploybar. Quantisierung Q4/Q8 für sparsamen VRAM-Footprint. Modelle und Gewichte austauschbar, kein Vendor-Lock-in. vLLM · Ollama · pgvector
Kommerzielle APIs Claude · GPT-4 · Gemini Wo Latenz, Kontextlänge oder Multimodalität den Ausschlag geben — und keine besonderen Datenschutz-Auflagen dagegen sprechen. EU-Region wenn verfügbar. Anthropic · OpenAI · Google

Deployment-Optionen

Cloud, on-premise oder hybrid — abhängig von Ihren Compliance-Anforderungen.

01 · Cloud-API Schnellster Start Integration über Anthropic-, OpenAI- oder Google-APIs. Ideal für Use-Cases ohne besondere Datenschutzauflagen — Sofort-Onboarding, neueste Modellversionen, elastische Skalierung.
02 · On-Premise Volle Datensouveränität Modelle laufen auf Kundenhardware. Keine Datenübertragung an Dritte, DSGVO-konform per Architektur. Für regulierte Branchen — Gesundheit, Recht, Behörden, Industrie.
03 · Hybrid Sensibles lokal, Komplexes in der Cloud PII-Anonymisierung und sensitive Klassifizierung lokal, große Generationsschritte über API. Stufenweise Migration zu vollem On-Premise möglich.

Maßgeschneiderte Lösungen

Sechs Anwendungsbereiche — eingebettet in Ihre Anwendung, nicht daneben.

Jede Lösung wird in Ihre Django-Anwendung integriert und spricht direkt mit Ihrer Datenbank. Kein White-Label-Wrapper, kein Make-/Zapier-Kludge zwischendrin.

Healthcare · live KI-Agent für Sekretariate Telefonische Terminvereinbarung, Anrufer-Triage und Patienten-Anfragen — direkt mit Ihrer Django- oder PostgreSQL-Datenbank verbunden. In Produktion bei Hörgeräte-Kliniken.
Industrie · live On-Premise IT-Monitoring Llama oder Mistral auf lokalem Server: Log-Analyse, Incident-Triage, Monitoring-Auswertung. Keine Logs verlassen das Firmennetz.
Recht · Verträge · Wissen RAG auf Unternehmensdaten Chatbot, der interne PDFs, Wikis, Verträge und Datenbanken durchsucht. Antworten mit Quellenangabe — pgvector und Django.
Backoffice · Automation Workflow-Agenten E-Mail-Klassifizierung, Rechnungs-Extraktion, Berichtgenerierung. Agenten leben in Ihrer Django-App mit direktem ORM-Zugriff.
Domain-Sprache Fine-Tuning auf eigenen Daten Llama oder Mistral auf Ihre Branchensprache trainieren — medizinisch, juristisch, technisch. LoRA und QLoRA, deployt auf Ihrer GPU.
Compliance EU AI Act · DSGVO Risikoklassifizierung, Compliance-Audit, Dokumentations-Roadmap. Pragmatisch für KMU — keine 200-seitigen Kanzleigutachten.
Case Study · KI-Sekretariat → Case Study · On-Premise IT → Alle Branchen-Lösungen →

Stack

Produktionsreife Komponenten — keine Experimente.

Open-Source-Stack, dokumentiert, austauschbar. Wir wählen Tools, die seit Monaten in unseren Live-Systemen laufen — nicht das, was auf Hacker News trendet.

GPU-Compute-Modul für On-Premise LLM-Inferenz auf Kunden-Hardware
On-Premise-Inferenz auf eigener GPU (RTX 4090 / L40S / H100) — Ihre Modelle bleiben auf Ihrer Hardware.
Modelle Llama · Mistral Open-Source-LLMs, on-premise deploybar, quantisierbar.
Inferenz vLLM · Ollama Production-Serving auf eigener GPU. Batched, persistent.
Retrieval pgvector Vektor-Suche direkt neben Ihren Geschäftsdaten in Postgres.
App-Layer Django · Tool-Calling Agenten leben in der Anwendung, Audit-Logs inklusive.
Kostenloses Erstgespräch →

Warum CODLAB

Wir bauen KI-Lösungen — keine Folien-Decks.

Seit 2010 entwickeln wir Software für bayerische KMU. Wir kennen die Realität — knappe Budgets, kein hauseigenes IT-Team, harte DSGVO-Anforderungen — und liefern dafür konkrete Engineering-Arbeit, keine PowerPoint.

01 Bereits ausgeliefert, nicht versprochen Zwei KI-Systeme sind seit Monaten in Produktion: ein KI-Sekretariat für Hörgeräte-Kliniken und ein On-Premise IT-Monitoring mit Llama auf lokalem Server. Nicht Demo, nicht Pilot — live im täglichen Betrieb.
02 In die Anwendung integriert Seit 2010 bauen wir produktive Django-Anwendungen. Die KI sitzt nicht außerhalb in einem Zapier-Workflow — sie lebt in Ihrer Codebase, mit Zugriff auf Ihre ORM-Modelle und Ihre Geschäftslogik.
03 On-Premise wirklich on-premise Llama, Mistral und DeepSeek deployen wir auf lokalen GPU-Servern bei unseren Kunden — inklusive Wartung, Updates und vLLM-Tuning. Keine OpenAI-Hintertür.
04 EU AI Act · pragmatisch Wir klassifizieren Ihre Use-Cases (minimal · limited · high risk) und sagen ehrlich, was Sie dokumentieren müssen. Keine 200-seitigen Kanzlei-Gutachten.
Kostenloses Erstgespräch →

Compliance

Wie wir Regelwerk in Prozesse übersetzen.

Der EU AI Act klassifiziert KI-Systeme nach Risiko. Dokumentation ist nicht optional. CODLAB führt systematisch durch diese vier Schritte — verlässlich, nachprüfbar, pragmatisch für Mittelstand.

01 · Klassifizierung minimal, limited oder high risk? Wir dokumentieren Ihren Use-Case systematisch: Eingangsgrößen (Daten, Nutzer), Systemlogik, Ausgaben, Haftungsscope. Daraus folgt die Risikokategorie nach EU-AI-Act-Anhang III. Beispiel: Ein RAG-Chatbot über Anwaltsakten landet typisch in limited risk (Entscheidungsunterstützung). Ein Sekretariats-Agent mit Mitteilungsfunktion ebenfalls.
02 · Datenherkunft Welche Daten fließen wohin? Registry: Alle Trainingsdaten, alle Eval-Sets, alle Inference-Input (Chat-Logs, Embeddings). Bei On-Premise: Kein Daten-Ausfluss. Bei Cloud-API: Datenverarbeitungsvertrag (DPA), Daten-Residenz, Löschfristen. Diese Übersicht stellen wir Ihrem Datenschützer schriftlich bereit.
03 · Transparenz & Nachweis Bias? Halluzinationen? Bewiesen. Vor Live-Schaltung: Bias-Audit über Eval-Set (Minderheiten-Darstellung, Gender-Bias). Faithfulness-Messung (wie oft macht das Modell unbelegte Aussagen?). Refusal-Rate (wann sagt es zu Recht Nein?). Diese Metriken dokumentieren wir pro Modellversion und schreiben sie ins Compliance-Dossier.
04 · Laufender Betrieb Monitoring statt Überraschungen Nach Go-Live: Automatisierte Qualitäts-Regression bei jedem Modell-Update. Chat-Log-Sampling alle 500 Anfragen (Bias, Halluzinationen, unerwartete Outputs erfassen). Monatliches Compliance-Reporting an Sie und ggf. Aufsichtsbehörde.
Pflicht-Dokumentation für Limited Risk Das bekommen Sie schriftlich. Transparenz-Erklärung (1–2 Seiten): Was macht Ihr KI-System, wer nutzt es, welche Fehler sind realistisch? Datenblatt: Trainings-Quellen, Größe, Eval-Metriken. Bias-Audit: Geschlechter, Altersgruppen, regionale Disparitäten (falls relevant). Nutzungsgrenzen: Wo der Agent NICHT eingesetzt wird (z. B. finale medizinische Diagnose).
Entgegen verbreiteter Angst Kein 200-seitiges Kanzleigutachten. Für limited-risk-Systeme brauchen Sie keine externe Konformitätsbewertung (anders als bei High-Risk). Sie brauchen saubere Dokumentation — die CODLAB für Sie erstellt — und ein internes Vier-Augen-Prinzip bei Release-Entscheidungen. Das ist das Regelwerk, nicht mehr.
Compliance-Audit als Festpreis anfragen →

Häufige Fragen zu KI-Integration

Keine Standard-Chatbots, kein White-Label-Wrapper um ChatGPT. Wir analysieren Ihren konkreten Workflow — Termine, Anrufe, Dokumente, Logs — und bauen einen KI-Agenten, der direkt in Ihre Django-App eingebettet ist und mit Ihrer Datenbank spricht. Bereits live: KI-Sekretariat bei Hörgeräte-Kliniken und IT-Monitoring on-premise mit Llama 3.1.

Ja — und wir haben es bereits gebaut. Llama 3.1 oder Mistral auf einem lokalen GPU-Server (RTX 4090, L40S), Ollama oder vLLM als Inference-Engine, pgvector für RAG. Keine Daten verlassen Ihr Netzwerk. Besonders relevant für Praxen, Anwaltskanzleien, Behörden und alle regulierten Sektoren mit harten DSGVO-Anforderungen.

Der KI-Agent ist eine Django-App oder ein Django-Plugin innerhalb Ihrer bestehenden Codebase. Er hat direkten Zugriff auf Ihre ORM-Modelle (Patient, Termin, Rechnung, Ticket), nutzt Ihre Permissions und Authentication, läuft im gleichen Deployment-Prozess. Kein Make/Zapier-Workflow dazwischen, keine externe API-Synchronisation.

Ein KI-Audit startet ab 2.400 €, ein Pilot ab 12.000 €, Production-Deployments mit eigener Hardware ab 35.000 € — jeweils als Festpreis. Nach einem 30-minütigen Erstgespräch erhalten Sie binnen 48 Stunden einen schriftlichen Festpreis. Pilot-Implementierung, Production Rollout und On-Premise-Hardware werden separat ausgewiesen. Keine Stundenfalle, keine versteckten Add-ons.

Wir klassifizieren Ihren Use-Case nach den AI-Act-Risikostufen (minimal/limited/high risk), erstellen die Pflicht-Dokumentation und beraten zu Transparenz-Anforderungen. Die meisten Mittelstands-Use-Cases (Chatbots, RAG, interne Tools) fallen in „limited risk" mit überschaubaren Pflichten — kein 200-seitiges Kanzleigutachten nötig.

Maßgeschneiderte KI · Django-integriert · On-Premise

Lassen Sie uns Ihre KI-Lösung skizzieren.

30 Minuten kostenloses Erstgespräch. Wir analysieren Ihren Workflow, sagen ehrlich, ob KI hier Sinn ergibt — und wenn ja, in welcher Form (Agent, RAG, Automatisierung, on-premise oder Cloud). Kein KI-Hype, keine Stundenfalle, keine PowerPoint.

Kostenloses Erstgespräch

+49 941 20 90 28 62 WhatsApp

Antwort in 24 h · Mo–Fr 9–18 Uhr · CODLAB · St.-Jakob-Str. 6, 93161 Sinzing

Erfahrung seit 2010 DSGVO + Server in Deutschland Direkter Entwickler · kein Callcenter