3. August 2026

Apertus v1.5 70B auf einer einzelnen NVIDIA RTX PRO 6000 Blackwell

Apertus v1.5 70B wird als rund 145 GB (135 GiB) BF16 Gewichte ausgeliefert und benötigt offiziell zwei H200 Rechenzentrums-GPUs. Wir zeigen, wie es auf einer einzelnen NVIDIA RTX PRO 6000 Blackwell mit 96 GB VRAM läuft, mit Vision Input, nativem Tool Calling und einem 192k-Kontextprofil (229k gemessenes Maximum). Dank dreistufiger Mixed-Precision Quantisierung (NVFP4 + FP8) decodiert es 55% schneller als FP8, verwendet 32% weniger Gewichtsspeicher und behält 99% der FP8-MMLU-Qualität.

28. Juli 2026

Welcher KI Server ist der richtige für mein KMU?

Vier Server-Konfigurationen für On-Premise KI im Vergleich: Tokens pro Sekunde, gleichzeitige Nutzer und was die Konzepte KV Cache und Kontextfenster für den Büroalltag bedeuten.

11. März 2026

Warum On-Premise KI (praktisch) immer sicherer ist

Gratismodelle, exponierte Credentials, Pseudonymisierung die nicht reicht - warum lokale KI die einzig konsequente Antwort auf die Sicherheitsfrage ist.

12. Dezember 2025

API Standards für Large Language Models (LLM) KI

Praktischer Guide zu LLM API Standards: OpenAI-kompatible Chat Completion API für On-Premise Modelle (GPT-OSS, Llama, Qwen, DeepSeek), LiteLLM als Unified Gateway, Steuerparameter, Multimodalität, Structured Outputs, Tool Calling und MCP. Alles was Entwickler für Enterprise LLM Integration wissen müssen.

10. Dezember 2025

Präzise KI-Kapazitätsplanung: SLA-basierte Dimensionierung mit der Engsets Formel

Wie bewährte Telekommunikationsmathematik präzise KI-Kapazitätsplanung ermöglicht. Ein technisches Whitepaper zur SLA-basierten Dimensionierung mit Engsets Formel für On-Premise-KI-Infrastruktur.

7. Dezember 2025

KI-Kosten nach Berufsgruppe: Token-Verbrauch verstehen und planen

Berechnen Sie die echten KI-Kosten für Ihr Team. Von Assistenz bis Software-Engineer—verstehen Sie, was den Token-Verbrauch nach Rolle treibt und warum Entwickler Ihr größter Budget-Posten sind.

7. Dezember 2025

On-Premises KI Kosten transparent kalkulieren

Unser interaktiver Kostenrechner hilft Ihnen, die Hardware-Anforderungen und Kosten für den Betrieb eigener Large Language Models präzise zu ermitteln, inklusive Vergleich von AMD- und NVIDIA-Lösungen.

7. Dezember 2025

Datensatz: LLM-Token-Verbrauch in alltäglichen Büroaufgaben

Umfassender Datensatz zum Token-Verbrauch bei 64 realen KI-Aufgaben, inklusive Standard- und Reasoning-Modellen sowie multimodalen Eingaben.

19. September 2025

On-Premise KI für jedes KMU

On-Premise KI für KMU: Praxisleitfaden zu Modellen, Hardware und Betrieb. Konkrete Empfehlungen zu Server, Datenschutz und Stabilität.