Lösungen / Souveräne KI und On-Premise

Souveräne KI, gehostet in der Schweiz oder auf Ihren Servern

Für Daten, die in der Schweiz bleiben müssen: Open-Weight-Modelle, die dort laufen, wo Sie es bestimmen.

Was wir bauen könnten

Diese Szenarien sind Beispiele. Keines beschreibt einen Kunden.

Banken und Finanzen

Jeden Morgen lesen die Analysten erneut dieselben Treffer aus negativen Medienberichten, und die meisten betreffen jemanden mit ähnlichem Namen.

Was wir bauen würden

Ein Screening-Assistent, der die Treffer nach der Person gruppiert, die sie tatsächlich beschreiben, anhand der Geburtsdaten, Orte und Arbeitgeber, die in jedem Artikel genannt werden. Die Analysten prüfen eine Karte pro realer Person, mit hervorgehobenen übereinstimmenden Belegen, und jeder verworfene Treffer wird mit Begründung protokolliert.

Python, spaCy, Mistral, PostgreSQL

Banken und Finanzen

Vor einem Kundentermin wühlen sich Kundenberater durch Hausmeinungen, Produktblätter und Regeln zur Eignungsprüfung, verteilt über vier Intranets.

Was wir bauen würden

Ein Assistent, der die Fragen der Kundenberater aus dem Research und den Produktdokumenten der Bank beantwortet und dabei genau den Absatz zitiert, aus dem jede Antwort stammt. Er durchsucht nur Dokumente, die der Berater ohnehin öffnen darf, und läuft auf den Servern der Bank.

FAISS, vLLM, Llama, Keycloak

Uhren und Luxus

Kontrolleure prüfen jedes Zifferblatt unter der Lupe, und zwei von ihnen sind sich nicht immer einig, was als Kratzer zählt.

Was wir bauen würden

Eine Prüfstation, die jedes Zifferblatt unter fester Beleuchtung fotografiert und Bereiche hervorhebt, die von freigegebenen Teilen abweichen. Die Kontrolleure bestätigen oder verwerfen jede Markierung, und diese Entscheide bilden die Referenz für das nächste Modell-Update.

PyTorch, Anomalib, ONNX Runtime

Uhren und Luxus

Ein Berater hat zehn Minuten, bevor ein langjähriger Kunde eintrifft, und die Vorgeschichte steckt in Notizen aus vielen Jahren, verfasst in drei Sprachen.

Was wir bauen würden

Ein Briefing-Assistent, der Kaufhistorie, Servicedaten und Beraternotizen zum Kunden liest und dann ein einseitiges Briefing in der Sprache des Beraters schreibt, mit einer Quelle für jede Zeile. Er läuft auf Infrastruktur, die das Haus kontrolliert, und speichert selbst nichts.

Mistral, vLLM, Salesforce API

Pharma und Life Sciences

Meldungen über unerwünschte Ereignisse kommen als E-Mails, Formulare und Literaturauszüge an, und die Fallbearbeiter tippen jede einzeln in die Sicherheitsdatenbank ab.

Was wir bauen würden

Eine Erfassungspipeline, die aus jeder Meldung meldende Person, Patient, Produkt, Ereignis und Schwerwiegendheit extrahiert, MedDRA-Begriffe vorschlägt und für jedes Feld den Quellsatz hervorhebt. Die Fallbearbeiter prüfen den vorausgefüllten Fall, bevor er per E2B(R3)-Import in die Sicherheitsdatenbank gelangt, und die Pipeline ist für diesen Verwendungszweck validiert.

Mistral, MedDRA, Python

Pharma und Life Sciences

Wer eine Behördenanfrage beantworten will, durchsucht Einreichungen, SOPs und Leitlinien aus vielen Jahren nach dem einen Absatz, der die Frage klärt.

Was wir bauen würden

Ein Suchassistent für Ihre Einreichungen, SOPs und die Leitlinien von Swissmedic, EMA und ICH, der in wenigen Sätzen antwortet und jede Aussage mit dem genauen Abschnitt verknüpft. Er hat nur Lesezugriff und antwortet nicht, wenn die Dokumente keine Antwort hergeben.

FAISS, bge-reranker-v2-m3, vLLM, Veeva Vault

Worum es geht

Souveräne KI heisst: Modelle, Daten und Protokolle bleiben unter Ihrer Kontrolle. Wir richten Open-Weight-Modelle für Sprache und Bild auf Ihren Servern oder bei einem Hosting-Anbieter in Schweizer Besitz ein, dimensioniert für Ihre Arbeitslast, sodass kein Prompt und kein Dokument an eine ausländische API geht. Die Modellversion bleibt fixiert, solange Ihre Validierung es verlangt.

Passt, wenn

  • Ihre Daten unterliegen dem Bankkundengeheimnis, Regeln für Gesundheitsdaten oder Vertraulichkeitsvereinbarungen.
  • Sie müssen eine Modellversion für Audit oder Validierung fixieren und dokumentieren.
  • Die Nutzung ist gleichmässig genug, um eigene Hardware zu rechtfertigen.

Eher nicht, wenn

  • Die Daten sind öffentlich, und gelegentliche Nutzung rechtfertigt kein eigenes Hosting.
  • Sie brauchen die grössten verfügbaren Modelle, und die Daten lassen sich vorher anonymisieren.

Fragen, die wir oft hören

Für fokussierte Aufgaben wie Extraktion, Klassifikation und Antworten aus Dokumenten leisten aktuelle Open-Weight-Modelle gute Arbeit, während die grössten gehosteten Modelle beim offenen Schlussfolgern noch vorne liegen. In der Machbarkeitsstudie testen wir Open-Weight-Kandidaten mit Ihren Daten, bevor wir Hardware empfehlen.

Das hängt von Modellgrösse und Last ab. Viele Anwendungen laufen auf einer oder zwei aktuellen GPUs. Wir dimensionieren die Hardware während der Studie und arbeiten mit Ihrer IT oder einem Schweizer Rechenzentrum zusammen.

Bleibt die Verarbeitung in der Schweiz und unter Ihrer Kontrolle, vereinfacht das die Einhaltung des revidierten Datenschutzgesetzes, weil keine Bekanntgabe ins Ausland stattfindet.

Ihr Team oder wir, ganz wie Sie möchten. Wir liefern Monitoring, Update-Verfahren und Dokumentation, damit das System auch ohne uns läuft.

Verwandte Lösungen

Welche Daten halten Sie heute von KI fern?

Wir beginnen mit einer Machbarkeitsstudie auf Ihren eigenen Daten, damit Sie Ergebnisse sehen, bevor etwas versprochen wird.