Unser Stack — was wirklich läuft
Keine Powerpoint-Architektur, keine Logo-Wand. Das hier läuft in diesem Moment auf unserem Server in Deutschland — derselbe Stack, mit dem wir unsere eigenen Produkte entwickeln und betreiben.
Wer Unternehmen zu berät, sollte zeigen können, dass KI-Systeme im Dauerbetrieb funktionieren — nicht nur in der Demo. Deshalb legen wir unseren eigenen Betrieb offen: dieselben Anforderungen wie beim Kunden, also Verfügbarkeit, Datenschutz, Kosten und Kontrolle.
Alle Zahlen hier sind ein Snapshot aus dem laufenden System, kein Zielbild. Und wo etwas nicht funktioniert hat, steht es ebenfalls auf dieser Seite.
Stand der Zahlen: September 2026
Der Server
Über 50 getrennte Dienste laufen auf einem eigenen Server in einem deutschen Rechenzentrum — jeder in seinem eigenen Container, jeder einzeln aktualisierbar, alle verschlüsselt erreichbar hinter einem .
Drei Maschinen, klar getrennt
- Server in einem deutschen Rechenzentrum — betreibt die Kundenanwendungen rund um die Uhr.
- Mac Studio im eigenen Haus — trägt die KI-Last: Sprachmodelle, Bildanalyse, Firmengedächtnis.
- Entwicklungsrechner — hier wird gebaut und geprüft, bevor etwas ausgeliefert wird.
Die Trennung ist der eigentliche Punkt: Was Rechenleistung braucht, läuft bei uns im Haus. Was erreichbar sein muss, steht im Rechenzentrum. Welche Software in welcher Version an welcher Stelle läuft, steht bewusst nicht auf dieser Seite — eine Bauanleitung für Angreifer gehört nicht ins Marketing.
Self-Hosted KI ohne Cloud
Die Modelle laufen auf unserer eigenen Maschine, nicht in einer fremden Cloud. Im Alltag arbeitet ein Modell mit 27,3 Milliarden Parametern, das auch Bilder versteht. Für Code und Recherche steht eines mit 79,7 Milliarden bereit, die Suche im eigenen Firmengedächtnis trägt ein schlankes Einbettungsmodell. Das fasst rund 262.000 Bausteine — genug für lange Dokumente am Stück.
Was die Modelle bei uns tun
Blog-Pipeline
Social-Media-Inhalte
Rechtstext-Aufbereitung
Warum wir von Gemma auf Qwen gewechselt sind
- Bis Mai 2026 lief ein Gemma-Modell mit 26 Milliarden Parametern auf dem Server, rein auf dem Prozessor und ohne Grafikkarte. Für deutsche Standardtexte war das gut genug.
- Aufgefallen ist die Grenze im Betrieb, nicht im Test: erfundene Angaben in einem produktiven Lauf, und zu schwaches Verhalten, sobald ein Auftrag über mehrere Schritte und Werkzeuge lief.
- Der Wechsel auf die Qwen-Familie brachte beides — deutlich mehr Parameter und ein , das ein langes Dokument am Stück fasst. Dazu der Umzug vom Prozessor auf die Grafikeinheit der Studio-Maschine: aus Minuten wurden Sekunden.
- Ein abgeschlossenes Urteil ist das nicht. Wir prüfen laufend, ob ein neueres Modell die Arbeit besser macht, und wechseln, wenn die Antwort ja lautet. Was heute läuft, ist der Stand einer Reihe von Entscheidungen und nicht deren Ende.
Was bei uns bewusst NICHT über das lokale Modell läuft
Rechtsrecherche
Software-Entwicklung
Kundendaten
Diese Trennlinie ist der eigentliche Punkt: ist stark bei Textproduktion in Serie und schwach dort, wo Belegbarkeit zählt. Wer das umgekehrt verkauft, hat es nicht im Betrieb erlebt.
Automatisierung — 34 Workflows
ist unser Nervensystem: 34 aktive Abläufe erledigen alles, was ohne Zutun laufen muss.
Inhalte und Marketing
Deployment
Anbindungen
Geschäftsprozesse
Betrieb
Was den Unterschied macht
- Jeder hat eine Fehlerbehandlung. Fehler werden gemeldet, nicht verschluckt.
- Deployments werden über Git ausgelöst, nicht von Hand angestoßen.
- Routine-Änderungen der KI-Agenten werden nach grünem Testlauf automatisch übernommen und veröffentlicht.
- Alle Zugangsdaten verschlüsselt und selbst gehostet — kein Cloud-Abo.
KI-Agenten im Entwicklungsbetrieb
Unsere Produkte werden von KI-Agenten mitentwickelt. Mehrere spezialisierte Instanzen arbeiten arbeitsteilig über Issues, Pull Requests und automatische Tests — mit abgestuften Autonomie-Regeln.
Abgestufte Autonomie
Semantisches Firmengedächtnis
Menschliche Freigabe an der richtigen Stelle
Wenn etwas kaputtgeht, wissen wir es in 60 Sekunden
Sechs Container arbeiten ausschließlich für die Überwachung — Server-Metriken, Container-Zustand, Log-Auswertung, Echtzeit-Messung und eine externe Erreichbarkeitsprüfung. und bilden dabei das Rückgrat.
Dazu kommt die Benachrichtigung aus der Workflow-Ebene: Jeder Fehler und jedes Release melden sich von selbst.
Was das für Sie bedeutet
Diesen Stack betreiben wir für unsere eigenen Produkte. Daraus wissen wir aus Erfahrung und nicht aus Prospekten:
- wie man Dutzende Container stabil betreibt, mit Updates, Backups und Verfügbarkeit;
- wie man Sprachmodelle selbst betreibt — auf eigener Hardware, ohne Cloud-Anbindung, und wie ein Modellwechsel im laufenden Betrieb aussieht;
- wie man Abläufe automatisiert, die vorher Handarbeit waren;
- wie man Überwachung so aufsetzt, dass Probleme vor den Kunden auffallen;
- und wo die Grenze liegt — was gut kann und was eben nicht.
Wenn wir für Sie eine KI-Lösung bauen, läuft sie auf Infrastruktur, die sich im Alltag bewährt hat — nicht auf einem Whiteboard. Was dabei herauskommt, steht auch öffentlich zur Prüfung: Unser Einwilligungs-Werkzeug „KaaTai Consent Manager" liegt im offiziellen WordPress-Verzeichnis unter wordpress.org/plugins/kaatai-consent-manager und wurde seit April 2026 über 880-mal geladen.
Bereit für den nächsten Schritt?
Kostenloses Erstgespräch. Unverbindlich. In 30 Minuten wissen Sie, ob und wie KI Ihrem Unternehmen helfen kann.