KI-Server für die Entwicklung: Laborberichte durchsuchen und Testdaten im Haus auswerten

Was ein KI-Server für die Entwicklungsabteilung leistet

Ein KI-Server für die Produktentwicklung lässt ein Sprachmodell über die eigenen Versuchsberichte, Laborjournale, Messdateien und früheren Versuche der F&E-Abteilung laufen: Entwickler fragen, welche Prüfungen an einem Werkstoff gemacht wurden oder wie sich zwei Versuchsreihen unterscheiden, und er antwortet mit den Dokumenten, die er verwendet hat. Er wertet auch Testdaten aus, indem er ein kurzes Programm schreibt und auf dem Server ausführt, entwirft Berichtsabschnitte, die ein Mensch prüft, und nichts verlässt das Haus, was bei Ergebnissen zählt, die noch kein Patent schützt.

Typische Fragen sind, was bei einem Dauerlauf vor drei Jahren herauskam oder was eine Spezifikation oder ein Fachartikel aus der Literatursammlung zu einer Prüfmethode sagt.

Wir schreiben für die Leitung von Forschung und Entwicklung, Konstruktion oder Versuch bei einem Hersteller mit einer Abteilung von 5 bis 20 Personen: Maschinenbau und Elektrotechnik, Kunststoffe, Chemie, Medizin- und Konsumprodukte und deren Zulieferer. Zuerst kommen die Aufgaben, dann die Fragen der Vertraulichkeit, dann die Hardware in einem Abschnitt mit Tabelle und Hinweise für die IT. Der Beitrag unterscheidet sich von unseren Leitfäden zum GPU-Server für Chemie und Materialforschung, der Simulationscodes behandelt, zu RAPIDS auf RTX-PRO-Workstations, der Data-Science-Bibliotheken behandelt, und zur Rezepturentwicklung mit KI auf eigenen Labordaten, der die Vorhersage von Rezepturen behandelt. Hier geht es um die tägliche Wissensarbeit einer Entwicklungsabteilung.

Drei Begriffe kommen immer wieder vor. Ein Sprachmodell ist die KI, die Text liest und Antworten schreibt; gpt-oss-120b von OpenAI unter der Lizenz Apache 2.0 ist eines, das auf eigener Hardware läuft. Suche mit Quelle, in der Technik RAG genannt (Retrieval-Augmented Generation), bedeutet, dass das System zuerst die passenden Stellen in Ihren Dokumenten findet und das Modell nur daraus antwortet, mit Angabe des Dokuments. Eine GPU oder Grafikkarte ist das Bauteil, auf dem das Modell läuft; ihr Speicher entscheidet, was hineinpasst.

Vier Aufgaben in Alltagssprache

Unsere Zusammenfassung typischer Nutzungen; die Beispielfragen dienen der Veranschaulichung.

Jede Aufgabe spart eine andere Art von Zeit. Frühere Arbeit zu finden erspart einen Versuch, den schon jemand gemacht hat. Vergleichen und Zusammenfassen verkürzt das Lesen. Die Datenauswertung ersetzt die Stunde Tabellenarbeit vor einer Besprechung, und ein Entwurf spart Tipparbeit, während der Entwickler weiterhin entscheidet, was im Bericht steht.

Laborberichte mit KI durchsuchen: Versuchsberichte und Laborjournale

Eine Entwicklungsabteilung sammelt ihr Wissen in vielen Formaten: Versuchsberichte als PDF, gescannte Protokolle mit handschriftlichen Notizen, Tabellen mit Messreihen, elektronische Laborjournale, E-Mails mit Lieferanten und Folien aus Design-Reviews. Die Suche findet, was sie lesen kann; der erste Projektschritt ist also, die Quellen festzulegen und in eine lesbare Form zu bringen. Unser Leitfaden Dokumente für den KI-Assistenten vorbereiten behandelt diesen Schritt, unser Leitfaden zum PDF-Parsing für RAG die Werkzeuge, die Berichte mit Tabellen und Diagrammen in Text umwandeln.

Drei Regeln machen die Antworten für die Entwicklung brauchbar.

• Jede Antwort nennt ihre Quelle. Die Antwort zeigt Berichtsnummer, Datum und Seite jeder verwendeten Stelle, sodass die Entwicklerin das Original öffnet, bevor sie sich auf einen Wert stützt. Ein Modell kann eine Stelle falsch zusammenfassen; die Quelle macht das sichtbar.
• Metadaten filtern. Versuchsberichte haben ein Produkt, einen Werkstoff, eine Prüfnorm, ein Datum und einen Status. Als Felder gespeichert, erlauben sie Fragen wie „nur freigegebene Berichte zur Produktlinie X seit 2022“, und unser Leitfaden zu RAG auf Firmendaten erklärt, warum die Qualität der Suche mehr als das Modell über die Antwort entscheidet.
• Zugriff folgt den Projekten. Nicht jede Person in der Abteilung darf jedes Kundenprojekt sehen. Die Zugriffsprüfung erfolgt beim Abruf der Dokumente, nicht über eine Anweisung im Prompt; jede Person erhält nur Antworten aus Berichten, die sie öffnen darf.

Schreiben Sie vor dem Start 50 bis 100 echte Fragen aus der Abteilung mit der richtigen Antwort und dem Bericht auf, aus dem sie stammt. Diese Liste zeigt, ob die Suche funktioniert und ob eine spätere Änderung sie verbessert hat, wie unser RAG-Leitfaden empfiehlt.

Testdaten mit Code auf dem Server auswerten

Eine Zahl, die im Text einer Antwort berechnet wird, lässt sich nicht prüfen; eine Zahl, die ein kurzes Programm berechnet, schon. Für die Datenauswertung schreibt das Modell Python-Code, der Server führt ihn auf der hochgeladenen Messdatei aus, und die Entwicklerin sieht den Code, die Ergebnistabelle und das Diagramm. Die Rechnung lässt sich wiederholen und nachprüfen, was zählt, wenn eine Zahl in einen Bericht geht.

Open WebUI, eine verbreitete Chat-Oberfläche für Modelle auf eigenen Servern, beschreibt in seiner Dokumentation (gelesen am 25. Oktober 2026) die Möglichkeiten dafür. Pyodide führt Python im Browser der Nutzer mit einem kleinen, festen Paketumfang aus; zur Laufzeit lässt sich laut Dokumentation nichts weiter installieren. Das Jupyter-Backend läuft auf dem Server, ist aber eine geteilte Umgebung, in der alle Nutzer dieselbe Python-Laufzeit und dasselbe Dateisystem nutzen, und standardmäßig keine Sandbox; die Dokumentation empfiehlt es nur für einzelne Nutzer oder vertrauenswürdige Umgebungen. Open Terminal, das Backend, das die Dokumentation empfiehlt, führt Code in einem Docker-Container auf dem Server aus, mit beliebigen Paketen. An eine Nachricht angehängte Dateien liegen vor der Ausführung in /mnt/uploads/.

Für eine Entwicklungsabteilung heißt das: Messdateien bleiben auf dem Server, der Code läuft in einem Container, der nur diese Dateien sieht, und wer gefragt hat, prüft das Ergebnis. Halten Sie den Container getrennt von der Dokumentenablage und vom übrigen Netz, und halten Sie Open WebUI aktuell, wie unser Leitfaden Open WebUI absichern beschreibt. gpt-oss-120b nennt auf seiner Modellkarte die Ausführung von Python-Code unter seinen eingebauten Fähigkeiten, und ein zweites Modell, das Bilder liest, etwa Qwen3.8-27B unter Apache 2.0, das seine Modellkarte als natives Vision-Language-Modell beschreibt, kann Diagramme und Fotos aus älteren Berichten lesen.

Wir liefern Workstations mit Karten der RTX PRO 6000 Max-Q und Server mit Server Edition, und unser Service Private AI/ML richtet Suche und Code-Sandbox ein; nennen Sie uns die Dokumente und Daten, mit denen Ihre Abteilung arbeitet, und unser Team antwortet mit einem Vorschlag.

Normen und veröffentlichte Literatur

Entwickler wollen, dass der Assistent die Prüfnormen kennt, nach denen sie arbeiten. Für gekaufte Normen gelten Lizenzbedingungen, und diese schließen die KI-Nutzung oft aus. Die Support-Seite von DIN Media stellt fest, dass die Nutzung von Normen in künstlicher Intelligenz nach ihren Bedingungen derzeit nicht erlaubt ist, und bietet eine eigene KI-Lizenz für interne, abgeschottete KI-Umgebungen an; die aktuellen Bedingungen der Online Browsing Platform von ISO schließen das Einbetten, Prompten oder Abfragen von ISO-Inhalten mit KI aus, sofern keine eigene Lizenz es erlaubt. Unser Leitfaden zu Normen in der Firmen-KI stellt die Bedingungen dar und zeigt, wie lizenzierte Normen in einer eigenen Sammlung gehalten werden.

Ihre eigenen Prüfanweisungen, die eine Norm zitieren und beschreiben, wie Ihr Labor sie anwendet, sind Ihre Dokumente und können in die Suche aufgenommen werden. Für veröffentlichte Fachartikel und Datenblätter gelten die Lizenz- oder Abonnementbedingungen der jeweiligen Quelle; was eine Lizenz erlaubt, bestätigt Ihre Rechtsberatung.

Vertraulich bis zur Patentanmeldung

Entwicklungsergebnisse sind am meisten wert, bevor andere sie kennen. Zwei Regelwerke machen das konkret.

Patente. Artikel 54 Abs. 1 des Europäischen Patentübereinkommens behandelt eine Erfindung als neu, wenn sie nicht zum Stand der Technik gehört, und nach Artikel 54 Abs. 2 bildet den Stand der Technik alles, was vor dem Anmeldetag der Öffentlichkeit schriftlich, mündlich, durch Benutzung oder in sonstiger Weise zugänglich gemacht wurde, wie unser Leitfaden zum KI-Server für Patentanwälte zitiert. Ob die Eingabe einer nicht angemeldeten Erfindung in einen externen KI-Dienst sie der Öffentlichkeit zugänglich macht, hängt von den Bedingungen des Dienstes ab und ist eine Frage für Ihre Patentanwältin oder Ihren Patentanwalt. Auf einem eigenen Server stellt sich die Frage nicht.

Geschäftsgeheimnisse. Nach Artikel 2 Abs. 1 der Richtlinie (EU) 2016/943 ist eine Information nur dann ein Geschäftsgeheimnis, wenn sie geheim ist, wegen ihrer Geheimhaltung einen kommerziellen Wert hat und Gegenstand angemessener Geheimhaltungs­maßnahmen durch die Person ist, die die rechtmäßige Kontrolle über die Information besitzt. Versuchsergebnisse, Prozessfenster und verworfene Lösungswege sind typische Beispiele. Zugriff nach Projekten, ein Abfrageprotokoll und ein Server ohne Internetzugang sind Maßnahmen, die Sie dokumentieren können; unser Beitrag zu Geheimhaltung und KI behandelt die geschäftliche Seite, auch Kundendaten unter einer Geheimhaltungs­vereinbarung.

Dies ist eine allgemeine Information mit Stand Oktober 2026 und keine Rechtsberatung; was für Ihre Erfindungen und Verträge gilt, bestätigen Ihre Patentanwälte und Ihre Rechtsberatung.

Welcher Rechner für 5 bis 20 Personen, und was er im Gebäude braucht

Eine Entwicklungsabteilung mit 5 bis 20 Personen schickt selten mehr als wenige Fragen gleichzeitig. Mit den Beispielwerten unseres Leitfadens zur eigenen KI für Firmen mit 10 bis 100 Mitarbeitern, 40 Prozent der Belegschaft aktiv in der stärksten Stunde, 6 Anfragen pro Stunde, je 30 Sekunden und ein Spitzenfaktor von 2, ergeben 20 Personen nach unserer Rechnung etwa eine Anfrage zur gleichen Zeit. Die größere Last sind lange Berichte, denn jede Sitzung hält ihren Text im GPU-Speicher.

Nutzbarer Speicher nach unserer Regel für Nutzer je Karte (0,9 × 95,6 GiB − 3 GiB − Gewichte): gpt-oss-120b 60,8 GiB Gewichte, 1,125 GiB 16-Bit-Cache je Sitzung mit 32K; Referenz­konfigurationen auf unserer Seite zu KI-Servern; Leistung nach unserer Schätzung (Karten, Prozessoren und 15 Prozent), zu bestätigen durch eine Messung am gelieferten System.

Eine Workstation für die Abteilung. Die NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition hat 96 GB Speicher mit 1.792 GB/s und einen Radiallüfter bei 300 W Leistungsaufnahme; NVIDIA erlaubt bis zu vier in einer Workstation. Zwei davon ziehen nach unserer Schätzung etwa 1,1 kW, was eine normale 230-V-Steckdose trägt. Nach unserer Regel für Nutzer je Karte, die 90 Prozent der 95,6 GiB nimmt, die der Treiber meldet, abzüglich 3 GiB je Karte und der Gewichte, lässt gpt-oss-120b auf der ersten Karte 22,2 GiB: 19 gleichzeitige Sitzungen mit 32.768 Tokens oder 9 mit 65.536 Tokens. Auf der zweiten Karte liest Qwen3.8-27B, dessen FP8-Gewichte 28,75 GiB (30,9 GB) belegen, Diagramme und gescannte Seiten und lässt Platz für die Suchmodelle; MIG kann diese Karte in zwei isolierte Teile mit 48 GB oder vier mit 24 GB teilen, etwa einen für GPU-Aufgaben der Code-Sandbox. Das ist der Rechner für eine Abteilung, die ein eigenes System im eigenen Gebäude will.

Ein Server für das Unternehmen. Der Einstiegsserver auf unserer Seite zu KI-Servern hat zwei Karten der NVIDIA RTX PRO 6000 Blackwell Server Edition, zwei AMD-EPYC-Prozessoren, 384 GB DDR5-ECC-Arbeitsspeicher und zwei NVMe-Laufwerke und zieht nach unserer Schätzung etwa 1,8 kW; er kommt mit einer 16-A-Zuleitung mit 230 V aus, die bei 80 Prozent Auslastung 2,94 kW trägt. Er gehört in einen Serverraum, wo die IT ihn betreut, und andere Abteilungen können ihn mitnutzen, wobei Zugriffsrechte die Entwicklungsunterlagen trennen. Die Max-Q ist die Workstation-Karte: Im Rack gehört sie nur in ein Gehäuse, dessen Hersteller sie listet, und für den Dauerbetrieb empfehlen wir die Server Edition.

Vier Karten. Wenn auch Qualität, Vertrieb und Service eigene Assistenten wollen, gibt der Inferenzknoten mit vier Karten jedem eine Karte. Simulationen gehören auf einen eigenen Rechner, wie unsere Leitfäden zur Chemie und zur Automotive-F&E beschreiben.

Hinweise für das IT-Team

1. Suchmodelle. Embedding-Modelle und Reranker sind klein im Vergleich zum Sprachmodell; Qwen3-Embedding-0.6B belegt in BF16 etwa 1,2 GB, wie unser Leitfaden zu Embedding und Reranker für RAG aufführt, und teilt sich daher eine Karte mit anderen Modellen.
2. Zugriffsfilter. Bilden Sie Projekt- und Kundenrechte aus Ihrem Verzeichnisdienst auf Dokumentensammlungen ab und filtern Sie beim Abruf.
3. Code-Sandbox. Betreiben Sie Open Terminal in einem eigenen Container ohne Zugriff auf die Dokumentenablage und das Internet, nur für namentlich freigegebene Nutzer aus der Entwicklung, und protokollieren Sie, was ausgeführt wird.
4. Betrieb. Betreiben Sie die Modelle mit vLLM hinter einem LLM-Gateway mit Schlüsseln und Abfrageprotokoll; --api-key von vLLM schützt nur einen Teil der Pfade (Sicherheitsleitfaden von vLLM 0.32.0), daher bleiben die Engines in einem internen Netz.
5. Software bei Lieferung. Der Rechner kommt auf Wunsch mit Betriebssystem, NVIDIA-Treiber, CUDA und Container-Laufzeit; die Karten der RTX PRO Blackwell haben Compute Capability 12.0, wie unser Leitfaden zur Software-Unterstützung für RTX PRO Blackwell erklärt.
6. Backups. Der Dokumentenindex lässt sich aus den Quellen neu aufbauen; die Quellen selbst, die Laborjournale und das Abfrageprotokoll gehören in den Backup-Plan.

Was wir liefern

Sie können dieses System bei uns kaufen: Unser Team dimensioniert die Konfiguration nach Ihrer Arbeitslast und Ihrem Budget und antwortet innerhalb eines Werktages. Wir bauen Workstations mit zwei RTX PRO 6000 Max-Q und Server mit zwei oder vier Karten der RTX PRO 6000 Server Edition auf Bestellung, vor der Lieferung montiert und getestet, geliefert in die gesamte EU mit einem EU-Vertrag und einer Rechnung, mit Herstellergarantie auf jede Komponente, abgewickelt über uns; Stückzahlen und Lieferzeit werden mit dem Angebot schriftlich bestätigt. Unser Dienst Private AI/ML mit unserem Engineering-Partner Vixen.UNO richtet die Suche über Ihre Berichte, die Zugriffsrechte und die Code-Sandbox ein; nennen Sie uns die Dokumentquellen, mit denen Sie beginnen würden, und wir schlagen einen ersten Schritt vor.

FAQ