Künstliche Intelligenz, die Ihnen gehört.

Open-Weights-Modelle sind Modelle, deren trainierte Parameter zum Download veröffentlicht sind – nokkela.ai kann sie deshalb auf Hardware betreiben, die unter Ihrer Kontrolle steht, statt eine fremde API aufzurufen. Erst das macht On-Premise und das Hosting in Europa möglich: Das Modell liegt neben Ihren Daten. Die Lizenzbedingungen unterscheiden sich je Modell; wir prüfen sie für Ihren Einsatzzweck und benennen das Modell im Konzept.

nokkela.ai arbeitet mit einem breiten Katalog an Open-Weights-Modellen – darunter Mistral, Qwen, Gemma 4, GPT-OSS, Nemotron, DeepSeek, GLM, MiMo, MiniMax, Kimi-K2 und Phi – dazu Audio-Modelle wie Whisper für die Spracherkennung und Kokoro für die Sprachausgabe. Die Auswahl erfolgt herstellerunabhängig: Anwendungsfall, beteiligte Sprachen, geforderte Antwortqualität und verfügbarer GPU-Speicher entscheiden. Die engere Auswahl testen wir an Ihrem eigenen Material, bevor wir uns festlegen.

Ein On-Premise-KI-System von nokkela.ai braucht einen GPU-Server, einen lokalen Inferenz-Dienst und die Integration in Ihre bestehenden Systeme; die Hardware legen wir aus, beschaffen sie und installieren sie beim Kunden vor Ort. Die Dimensionierung folgt der Last: Größe des gewählten Modells und Zahl gleichzeitiger Nutzer bestimmen den nötigen GPU-Speicher. Das legen wir im Konzept fest; Netzwerk, Storage und Backup planen wir mit.

Ein On-Premise-KI-System von nokkela.ai lässt sich air-gapped betreiben, denn das Open-Weights-Modell und der Suchindex liegen auf Ihrer eigenen Hardware; keine Anfrage geht an eine externe API. Modelldateien, Inferenz-Stack und Updates bringen wir über Ihren eigenen Change-Prozess ein statt per Live-Download. Die gehostete Variante kann das nicht – sie läuft in Rechenzentren in Europa und braucht eine Verbindung.

nokkela.ai bietet beides: Gehostet laufen die Modelle in Rechenzentren in Europa, On-Premise laufen sie auf Ihrer Hardware im eigenen Haus. Gehostet bleiben die Kosten planbar – pro Token oder als Paket – und Sie investieren nicht in Hardware; On-Premise bedeutet Einmal-Investition plus Betrieb, dafür verlassen die Daten das Haus nie und Offline-Betrieb ist möglich. Beide Wege vermeiden den Drittland-Transfer in eine US-Cloud.

Ein RAG-Wissensassistent von nokkela.ai durchsucht zuerst Ihre eigenen Dokumente und lässt das Sprachmodell dann auf Basis der gefundenen Passagen antworten – Mitarbeitende bekommen Antworten statt Trefferlisten. Von Ihnen brauchen wir Zugang zu den Dokumentquellen – Dateiablagen, Wikis, Ticketsysteme, Verträge – und Ihre Berechtigungen, denn der Assistent muss die bestehenden Zugriffsrechte einhalten. Wir starten mit einem klar abgegrenzten Dokumentenbestand statt mit allem auf einmal.

Bei nokkela.ai bleibt alles, was in ein On-Premise-System eingeht, in Ihrem Netz: Das Modell läuft auf Ihrer eigenen Hardware, Prompts, Dokumente und der daraus gebaute Index gehen also an keinen externen Anbieter und stehen für fremdes Training nicht zur Verfügung. In der gehosteten Variante wird auf Infrastruktur in Europa verarbeitet statt bei einem US-Anbieter. Wird ein Fremdmodell gebraucht, benennen wir es samt Bedingungen vorab im Konzept.