KI-Infrastruktur, die auf
Ihrer eigenen Hardware läuft.
Wir bauen selbstgehostete KI-Systeme mit lokalen Sprachmodellen.
Ihre Daten bleiben in Ihrem Netzwerk, nicht bei einem Cloud‑Anbieter.
Ihre Daten verlassen nie Ihr Haus. Weder als Datei noch als Anfrage an einen fremden Server.
Jede Anfrage an ChatGPT, Copilot oder ein anderes Cloud-KI-Tool verlässt Ihr Netzwerk. Projektdaten, interne Dokumente, Kundeninformationen – alles landet auf Servern, über die Sie keine Kontrolle haben. Für Unternehmen mit sensiblen Daten, regulatorischen Vorgaben oder dem Anspruch an digitale Souveränität ist das keine Option.
Wir entwickeln KI-Infrastruktur, die vollständig auf Ihrer eigenen Hardware läuft: lokale Sprachmodelle, lokale Datenhaltung, volle Kontrolle – ohne Abstriche bei der Funktionalität.
Cloud-KI (ChatGPT, Copilot & Co.)
Jede Anfrage reist über das Internet zu fremden Servern – inklusive der Daten, die Sie dabei eingeben.
Selbstgehostete KI (Netcomplete)
Anfrage, Modell und Daten bleiben durchgehend in Ihrem eigenen Netzwerk – nichts verlässt das Haus.
Was wir bauen
Retrieval-Systeme für Ihr Wissen
Ihre Dokumente, Pläne, Normen und Projektarchive werden durchsuchbar – mit semantischer Suche statt stumpfer Stichwortsuche. Das System versteht Zusammenhänge und liefert die richtige Antwort aus Tausenden von Dokumenten, ohne dass ein Byte Ihr Netzwerk verlässt.
Massgeschneiderte KI-Assistenten
Kein generisches Chat-Interface, sondern ein System, das Ihre Prozesse, Ihre Terminologie und Ihre Datenstruktur kennt – angebunden an Ihre bestehende Infrastruktur, Ihre Fileserver, Ihren Kalender.
Hybride Modell-Architekturen
Nicht jedes Modell für jede Aufgabe: Wir kombinieren spezialisierte lokale Modelle für Text, Bild und strukturierte Daten zu einem System, das schnell, präzise und wirtschaftlich läuft – auf Hardware, die Ihnen gehört.
Wie wir das technisch umsetzen
Ollama läuft direkt auf Ihrer Server-Hardware (z.B. via Apple-GPU/Metal) und bedient lokale Sprachmodelle wie Gemma oder Qwen mit voller Geschwindigkeit. Auch Spracheingabe (Transkription) läuft bei uns bewusst lokal statt über einen Cloud-Dienst.
Bei der Modellwahl schauen wir genau hin: Nicht jedes frei verfügbare Modell ist im rechtlichen Sinn wirklich quelloffen – manche "offenen" Modelle bringen einschränkende Nutzungsbedingungen mit, die später zum Problem werden können. Wir prüfen Lizenzen vorab, damit Sie kein böses Erwachen erleben.
- Lokale Sprachmodelle (z.B. Gemma, Qwen) direkt auf Ihrer Hardware
- Lokale Embeddings für semantische Suche in Ihrem Datenbestand
- Lokale Spracherkennung – keine Audiodaten in der Cloud
- Optionale Cloud-KI nur dort, wo es der Kunde ausdrücklich wünscht
Referenzprojekt
Für ein Zürcher Architekturbüro haben wir eine selbstgehostete KI-Suchplattform für das digitale Projektarchiv gebaut: semantische Text- und Bildsuche, visuelle Ähnlichkeitssuche und ein KI-Chat – läuft auf einem eigenen Mac-Server im Firmennetz, mit lokalen Sprachmodellen für den täglichen Betrieb.
Welche Hardware passt?
NVIDIA oder Apple Silicon – die richtige Basis hängt von Nutzerzahl, Modellgrösse und Durchsatzanforderungen ab. Wir haben die wichtigsten Unterschiede für Sie zusammengefasst.
NVIDIA vs. Apple Silicon im Detail →Warum selbstgehostet
- DatenhoheitSensible Informationen bleiben physisch in Ihrem Netzwerk.
- Keine wiederkehrenden Cloud-KostenEinmalige Investition statt monatlicher Abo-Spirale pro Nutzer.
- Keine AbhängigkeitKein Anbieter, der Preise, Nutzungsbedingungen oder Modelle über Nacht ändert.
- Volle KontrolleSie bestimmen, welche Daten wie verarbeitet werden, nachvollziehbar und auditierbar.
Cloud-LLM oder lokales LLM?
Bevor die Hardware-Frage überhaupt relevant wird, steht eine grundsätzlichere Entscheidung an: Cloud-Dienst wie GPT, Claude oder Gemini – oder ein selbstgehostetes, lokales Sprachmodell? Beide Wege haben klare Stärken, je nach Anwendungsfall.
| Kriterium | Cloud-LLM (GPT/Claude/Gemini) | Lokales LLM (selbstgehostet) |
|---|---|---|
| Modellqualität/Reasoning | State-of-the-Art, meist ein bis zwei Generationen voraus | Beste Open-Weights-Modelle (z.B. Qwen 3, Llama 4, DeepSeek) holen auf, liegen aber meist noch dahinter |
| Datenschutz/Datenhoheit | Daten verlassen Ihre Infrastruktur – auch bei "kein Training"-Zusicherungen bleibt eine Vertrauensfrage | Volle Kontrolle – besonders relevant bei sensiblen Kundendaten oder Projektarchiven |
| Kosten bei hohem Volumen | Skaliert linear mit der Tokenmenge – bei umfangreichem Kontext schnell kostspielig | Fixkosten für die Hardware, danach praktisch kostenlose Nutzung |
| Kosten bei geringem Volumen | Günstiger als eine Hardware-Investition, nutzungsabhängige Abrechnung | Höhere Vorabinvestition, unabhängig vom tatsächlichen Nutzungsvolumen |
| Latenz | Netzwerk-Umweg, abhängig von der Auslastung des Anbieters | Keine externe Latenz, gut planbar |
| Verfügbarkeit/Offline | Abhängig von Internetverbindung und Anbieter-Verfügbarkeit | Läuft eigenständig, auch ohne Internetverbindung |
| Kontext-Fenster | Meist grosszügiger (teils 200'000 bis über eine Million Token) | Technisch möglich, aber durch verfügbaren Speicher begrenzt |
| Multimodalität (Bild etc.) | Ausgereift und breit verfügbar | Vorhanden (z.B. Gemma, Qwen-VL), aber noch weniger robust |
| Herstellerabhängigkeit | API-Änderungen, Preiserhöhungen oder Abkündigungen ausserhalb Ihrer Kontrolle | Volle Kontrolle über Modellversion und Lebenszyklus |
| Rechtliches/Compliance | Abhängig vom Standort des Anbieters – bei US-Anbietern kann der US Cloud Act relevant werden | Daten bleiben in Schweizer/EU-Infrastruktur, einfacher DSGVO/DSG-konform |
| Wartungsaufwand | Kein eigener Betrieb, kein Patching, keine Modell-Updates nötig | Eigene Infrastruktur, Updates und Monitoring nötig – genau das übernehmen wir für Sie |
| Spezialisierung/Fine-Tuning | Eingeschränkt möglich (Custom Instructions, teils Fine-Tuning-APIs) | Volle Kontrolle für Fine-Tuning auf Ihren eigenen Fachdaten |
| Tool-Use/Function Calling | Sehr ausgereift bei den führenden Anbietern | Funktioniert grundsätzlich, meist aber weniger zuverlässig |
| Ausfallsicherheit | Single Point of Failure bei einem Ausfall des Anbieters | Eigene Verantwortung, aber auch eigene Kontrolle |
Beide Wege haben ihre Berechtigung – oft ist auch eine Kombination sinnvoll (z.B. lokale Verarbeitung sensibler Daten, Cloud-Modell für unkritische Zusatzaufgaben).
Von der Idee zum laufenden System
Wir übernehmen die gesamte technische Umsetzung – Sie erhalten ein System, das läuft, nicht nur eine Demo.
Bedarfsanalyse
Welche Daten, welche Prozesse, welche Anforderungen an Datenschutz und Performance?
Modellauswahl
Passende Sprachmodelle auswählen und betreiben – inklusive Lizenzprüfung.
Anbindung
Integration in Ihre bestehende Infrastruktur, Fileserver und Anwendungen.
Aufbau & Wartung
Laufender Betrieb, Updates und Support ab dem ersten Tag.
Für wen sich das lohnt
Für Unternehmen, die mit vertraulichen Projektdaten arbeiten, regulatorischen Anforderungen unterliegen oder schlicht nicht bereit sind, ihr Wissen an einen Cloud-Anbieter auszulagern – von der Architektur bis zur Fertigung, vom KMU bis zur Institution.