Private KI
Eigene KI im Tagesgeschäft.
Wir setzen eine private KI-Plattform auf und bringen deinen ersten Kernprozess live. Private Cloud ist der schnelle Einstieg; hybrid und on-premise bauen wir auf eigener Infrastruktur und separatem Hardwarebudget.
Scope
Was drin ist.
- 01 Scoping-Phase: priorisierte Use-Case-Bewertung, Datenschutz-, Governance- und AI-Act-Einschätzung je Prozess, Architekturvorschlag
- 02 Private KI-Plattform in verwalteter Private Cloud, hybrid oder on-premise
- 03 Ein im Tagesgeschäft genutzter Kernprozess mit Abnahmekriterien und Logging
- 04 Datenschutz- und Governance-Paket (AVV, Rollen, Dokumentation)
- 05 Rollen- und Freigabemodell
- 06 Leichte Integrationen mit Microsoft 365 oder Google Workspace
- 07 Betriebsakte inkl. Deployment-Doku, Update-/Rollback-Runbook und Monitoring-Basis
- 08 Schulung für Fachseite und IT
Nicht im Scope
Was nicht drin ist.
- Custom Model-Training oder Fine-Tuning
- Zweiter Prozess (wird als Scope-Zusatz bepreist)
- Tiefe DATEV- oder Legacy-Integrationen (als Scope-Zusatz möglich)
- Hardwarebeschaffung und Drittlizenzen
- Langfristiger Betrieb nach dem Launch
Brauchst du mehr? Dann läuft das als Scope-Zusatz oder als eigenes Projekt, etwa im Rahmen des Betriebs. Tiefe DATEV- oder Legacy-Integration: separat scoped. Hardware und Drittlizenzen: separat beschafft.
Ablauf
Ablauf in drei Phasen.
- 01
Scoping und Governance
Use-Case-Priorisierung, Datenschutz-, Governance- und AI-Act-Bewertung je Prozess, Architekturvorschlag und Rolloutplan. Grundlage für den verbindlichen Scope vor Kickoff.
- 02
Kickoff und Plattform
Infrastruktur steht. Private KI-Plattform provisioniert. Datenzugriffe geklärt, Datenschutz- und Governance-Dokumentation begonnen.
- 03
Build des Kernprozesses
Der Kernprozess ist implementiert, mit echten Daten getestet, Abnahmekriterien sind abgehakt. Rollen- und Freigabemodell aufgesetzt. Logging aktiv. Integrationen angebunden.
- 04
Übergabe und Betrieb
Team-Schulung, Datenschutz- und Governance-Nachweise übergeben, finale Dokumentation, Update-/Rollback-Runbook. Betrieb startet mit dir oder uns.
Deployment
Drei Deploymentpfade.
| Merkmal | Verwaltete Private Cloud | Hybrid | On-Premise |
|---|---|---|---|
| Laufende Infrastruktur | Monatspauschale, separat ausgewiesen | Cloud-Anteil als Monatspauschale, lokaler Anteil als deine Betriebskosten | Deine Betriebs- und Wartungskosten (optional mit Begleitung) |
| Typischer Start | 2 bis 4 Wochen | 4 bis 6 Wochen | 6 bis 8 Wochen zzgl. Beschaffung |
| Hoheit | Deutsche Private Cloud, dedizierte Laufzeit unter unserer Verwaltung | Lokale Boundary für Daten/Retrieval, Modellbetrieb verwaltet | Vollständige Bereitstellung auf deiner Infrastruktur |
| Wann sinnvoll | Schnellster Einstieg, wenn keine Netzwerk- oder Plattformvorgabe dagegensteht | Wenn Daten oder Retrieval-Indizes im Haus bleiben müssen, Inferenz aber verwaltet laufen darf | Wenn sowohl Modellinferenz als auch Daten vollständig in deiner Infrastruktur liegen müssen |
Tabelle horizontal scrollen für Vergleich.
Häufige Fragen
Noch offene Fragen?
Der Prozess-Audit ist ein kostenloses 30-Minuten-Erstgespräch mit einer ersten Einschätzung und einer klaren Empfehlung. Private KI ist das bezahlte Projekt, in dem wir die private KI-Plattform aufsetzen und den ersten Kernprozess live bringen. Das detaillierte Scoping mit Priorisierung, Datenschutz- und Governance-Bewertung je Prozess ist als Phase 0 in Private KI enthalten.
Eine eigene KI ist ein Sprachmodell, das in einer dedizierten, privaten Plattform unter deiner Kontrolle betrieben wird, nicht in der Multi-Tenant-Umgebung eines externen Anbieters. Wir setzen diese Plattform in verwalteter Private Cloud, hybrid oder on-premise auf und bringen einen im Tagesgeschäft genutzten Kernprozess darauf live.
Der Projektpreis hängt von Deploymentpfad, Prozesskomplexität und Integrationsaufwand ab. Laufende Infrastrukturkosten (GPU-Laufzeit, Speicher, Netzwerk) werden separat ausgewiesen. Wir klären beides im Erstgespräch und zeigen dir vor Vertragsabschluss transparent, was Projekt- und Betriebskosten jeweils beinhalten.
Hybrid lohnt sich, wenn Teile der Daten oder Retrieval-Indizes aus Netzwerk-, Identity- oder regulatorischen Gründen im Haus bleiben müssen, Modellinferenz aber verwaltet laufen darf. Typische Treiber sind Netzsegmentierung, SSO/VPN-Anforderungen und Datenhoheitsvorgaben. Der Projektpreis liegt über dem der Private Cloud, da zusätzliches Netzwerk- und Identity-Setup anfällt, und ein separates Hardwarebudget ist einzuplanen.
On-Premise ist der richtige Pfad, wenn sowohl Modellinferenz als auch Daten vollständig in deiner Infrastruktur liegen müssen, ohne Netzwerkübergang nach außen. Das ist häufig relevant bei strengen Boundary-Vorgaben oder wenn Kunden eigene GPU-Kapazität bereits haben. Laufende Kosten fallen als deine Betriebs- und Wartungskosten an; Hardware wird separat beschafft.
Enthalten sind leichte Integrationen in Microsoft 365 oder Google Workspace, typischerweise Dateiablagen, Kalender und E-Mail-Konnektoren mit Standard-Authentifizierung. Tiefe DATEV- oder Legacy-Integrationen laufen als Scope-Zusatz, weil Sandbox-Durchlauf, technische Prüfung und Produktionsfreigabe realen Aufwand bedeuten.
In allen drei Deploymentpfaden bleiben Prompts, Eingabedaten, Vektorindizes und Ausgaben innerhalb der dedizierten Plattform und werden nicht zum Training externer Modelle verwendet. Der Unterschied liegt im Betriebsmodell: Private Cloud läuft im zertifizierten deutschen Rechenzentrum unter unserer Verwaltung, Hybrid teilt Datenhoheit mit dir, On-Premise läuft vollständig auf deiner Infrastruktur.
Bereit für den Start?
30 Minuten Erstgespräch. Wir klären Scope, Deploymentpfad und Starttermin.
Lieber direkt schreiben? info@abigroup.io