KI-Souveränität
für die Industrie.

On-Premise KI bedeutet, dass das gesamte KI-System — Sprachmodell, Vektordatenbank, Wissensbasis und Inferenz — auf Hardware läuft, die im Unternehmen steht und vom Unternehmen kontrolliert wird. Es findet kein Datenaustausch mit Cloud-Anbietern wie OpenAI, Google oder Microsoft statt. Für Industrieunternehmen ist das relevant, weil sie täglich mit Konstruktionsdaten, Prozessbeschreibungen, Zulieferer-Verträgen, Patenten und Qualitätsdokumenten arbeiten — also genau den Informationen, die ein Wettbewerbsvorteil sind und das Unternehmen auf keinen Fall verlassen dürfen. On-Premise ist außerdem die einzige Architektur, die ohne komplexe Verträge, Standardvertragsklauseln oder Drittlandtransfers DSGVO-konform funktioniert.

Drei Punkte: Datenhoheit, Kostenmodell und Wissensbindung. Bei Cloud-Diensten verlassen Ihre Daten das Unternehmen und werden auf fremder Infrastruktur verarbeitet — selbst „Enterprise"-Tarife garantieren nur eingeschränkt, wo und wie lange. Solid Qubits läuft komplett bei Ihnen, Ihre Daten verlassen den Server zu keinem Zeitpunkt. Beim Kostenmodell zahlen Sie bei Cloud-Diensten ein Abo pro Nutzer und Monat — bei wachsender Nutzung steigen die Kosten linear. Solid Qubits ist eine Einmalinvestition, die Sie wie jede andere Hardware abschreiben. Der dritte Punkt ist das Unternehmenswissen: ChatGPT und Co. kennen das Internet, aber nicht Ihre Konstruktionszeichnungen, Ihre Arbeitsanweisungen oder Ihre Prüfprotokolle. Solid Qubits indexiert genau diese Inhalte und liefert Antworten mit Quellverweis aus Ihren eigenen Dokumenten.

Der Preis hängt vom Umfang ab — Anzahl geprüfter Prozesse, Anzahl beteiligter Standorte, Tiefe der technischen Bewertung. Ein klassisches Audit umfasst die Bestandsaufnahme der eingesetzten KI-Systeme, eine Bewertung nach DSGVO, EU AI Act und ISO/IEC 42001:2023 und mündet in einem schriftlichen Gutachten, das als Kompetenznachweis gegenüber Kunden, Behörden und Versicherern dient. Wir arbeiten mit transparenten Tagessätzen statt Pauschalen — so wissen Sie vorab, was an welcher Stelle in das Audit einfließt. Konkrete Zahlen klären wir in einem kostenlosen Erstgespräch, in dem wir gemeinsam den Auditumfang abschätzen.

Genau dazu beraten wir Sie. Wichtig ist: Server für KI-Workloads müssen 24/7 zuverlässig laufen — also Datacenter-SSDs statt Consumer-Hardware und End-to-End ECC für die Speicher- und Datenpfade. Die benötigte Rechenleistung variiert stark mit der Größe der Anwendung und der Anzahl gleichzeitiger Nutzer. Wir liefern rackfähige Server für den 24/7-Betrieb sowie Desktop-Workstations für einzelne Anwender oder Edge-Standorte — und dimensionieren die Hardware auf Ihre tatsächliche Last, mit Reserven für die nächsten Jahre.

Die reine technische Inbetriebnahme inklusive Dokumenten-Indexierung ist in wenigen Tagen erledigt. Solid Qubits muss nicht trainiert werden — das System indexiert PDFs, Office-Dokumente und Videos automatisch und stellt die Inhalte sofort zur Verfügung. Was länger dauert, ist die organisatorische Einbettung: Welche Dokumente werden freigegeben? Wer prüft Entwürfe? Welche Abteilung übernimmt welche Wissensdomäne? Diese Fragen klären wir in einem Einführungsprojekt, das je nach Unternehmensgröße zwei Wochen bis drei Monate dauert. Für die meisten Industrieunternehmen rechnen wir mit vier bis sechs Wochen vom Hardwarelift bis zum produktiven Betrieb.

Ja — und zwar aus einem strukturellen Grund, nicht nur aus einem Versprechen. Solid Qubits hat keine ausgehende Internetverbindung zu KI-Diensten. Das Sprachmodell, die Vektordatenbank und das Dokumentenmanagement laufen auf Ihrer Hardware, in Ihrem Netzwerk, hinter Ihrer Firewall. Es gibt keine API, die Daten an Anbieter „nach Hause telefoniert". Ihre Dokumente werden nicht zum Training fremder Modelle verwendet, weil das Modell überhaupt nichts an einen externen Anbieter sendet. Dazu kommt: Freigabeworkflows stellen sicher, dass nur geprüfte Inhalte in die produktive Wissensbasis fließen, und ein vollständiger Audit-Trail dokumentiert, wer wann welche Dokumente angelegt, bearbeitet, freigegeben oder archiviert hat. Wer auf Nummer sicher gehen will, betreibt das System air-gapped — also ganz ohne Internetverbindung.

Beides sind Wege, einer KI Unternehmenswissen beizubringen — aber sie funktionieren grundverschieden. Fine-Tuning verändert das Sprachmodell selbst: Sie nehmen ein vorhandenes Modell und trainieren es mit Ihren Daten weiter, sodass das Wissen in den Modellgewichten landet. Das ist aufwändig, teuer, schwer zu aktualisieren und bei Halluzinationen nicht nachvollziehbar. RAG (Retrieval-Augmented Generation) lässt das Modell unverändert und stellt ihm bei jeder Anfrage die relevanten Dokumente aus einer Vektordatenbank zur Seite — wie einem Gutachter, der vor der Antwort kurz im Aktenschrank nachschlägt. Vorteile: Sie können jederzeit Dokumente hinzufügen oder entfernen, jede Antwort ist mit Quellen belegt, und das System hat keinen veralteten Wissensstand. Solid Qubits arbeitet mit RAG und einem zusätzlichen Wissensgraph, der die semantischen Beziehungen zwischen Dokumenten sichtbar macht. Fine-Tuning setzen wir nur dort ein, wo es nachweislich besser ist — etwa wenn das Modell eine sehr spezifische Sprache oder Antwortform lernen soll.

Die meisten Compliance-Risiken beim KI-Einsatz entstehen durch zwei Dinge: Datenabfluss zu Drittländern und intransparente Entscheidungen. Solid Qubits adressiert beides direkt. Datenabfluss findet nicht statt, weil das System ausschließlich lokal arbeitet — damit entfallen Standardvertragsklauseln, Drittlandtransfers und das Hin und Her um den US-Angemessenheitsbeschluss. Transparenz entsteht durch zwei Funktionen: Jede Antwort enthält Quellverweise auf die zugrundeliegenden Dokumente, und für jede Datei können Sie einsehen, welche Informationen die KI tatsächlich gespeichert hat (Vektor-Ansicht). Damit sind Sie auf der Anwenderseite des EU AI Acts gut aufgestellt. Für die Einstufung Ihres konkreten Anwendungsfalls als „Hochrisiko-KI" oder „beschränktes Risiko" beraten wir Sie im Audit — das ist immer eine Einzelfallbewertung.