Private ChatGPT-Alternative selbst hosten: Komponenten, Dimensionierung, Zugriffskontrolle
Eurokommerz, Wien, seit 2006: Private AI/ML · IT Managed Services · Enterprise Training · KI-Hardware & Software
- Eine selbst gehostete Alternative zu ChatGPT kombiniert einen Modellserver mit OpenAI-kompatibler API wie vLLM, ein Chat-Frontend wie Open WebUI oder LibreChat, die Anmeldung über Ihren Identity Provider, eine Dokumentenschicht, die die Berechtigungen jedes Nutzers durchsetzt, ein Query-Log und GPU-Server, die für die Spitze der Anfragen in Bearbeitung ausgelegt sind
- LibreChat steht unter der MIT-Lizenz; die eigene Lizenz von Open WebUI erlaubt seit v0.6.6 die interne Nutzung ohne Begrenzung je Nutzer, schützt aber das Branding oberhalb von 50 Endnutzern in einem beliebigen rollierenden Zeitraum von 30 Tagen; bei den Modellen stehen gpt-oss, Qwen3-32B, Gemma 4 und Metas Muse Glimmer 30B unter Apache 2.0
- Die Anmeldung läuft in beiden Frontends per OpenID Connect über Ihren Identity Provider, nativ per SAML nur in LibreChat; Open WebUI gleicht die Gruppen bei jeder Anmeldung mit den Claims des Tokens ab und gibt Wissensdatenbanken gruppenweise frei, sodass Rechte je Dokument einen Filter beim Abruf brauchen
- Das Audit-Log von Open WebUI ist standardmäßig aus, kürzt Bodies auf 2.048 Byte und schließt die Chat-Pfade aus, und selbst mit den Chat-Pfaden enthalten seine Response-Bodies keine Antworten, denn diese erreichen den Browser über einen WebSocket; ein vollständiges Protokoll der Prompts und Antworten liefern die gespeicherten Chats oder ein Gateway, mit einer vorab festgelegten Aufbewahrungsfrist
- Dimensionieren Sie nach den Anfragen in Bearbeitung: 0,9 × der vom Treiber gemeldete Speicher, minus 3 GiB, minus die Gewichte lässt für gpt-oss-120b auf einer RTX PRO 6000 rund 22,2 GiB KV-Cache, also rund 19 Gespräche bei deklarierten 32K Kontext. Sie können den Server allein bestellen, die Einrichtung von vLLM, gpt-oss-120b und Open WebUI oder LibreChat allein oder beides zusammen: den Server mit allem fertig installiert und eingerichtet
Eurokommerz × Vixen.UNO: Private AI/ML Experten kontaktieren →
Woraus eine private ChatGPT-Alternative besteht
Eine private Alternative zu ChatGPT, Claude oder Gemini betreibt einen solchen Chat-Assistenten vollständig auf Servern unter Ihrer Kontrolle, on-premise oder auf dedizierter Hardware in einem EU-Rechenzentrum. Dazu gehören ein Modellserver mit OpenAI-kompatibler API wie vLLM, ein Chat-Frontend mit Konten wie Open WebUI oder LibreChat, die Anmeldung über Ihren Identity Provider, eine Dokumentenschicht, die die Zugriffsrechte jedes Nutzers anwendet, ein Protokoll der Prompts und Antworten, Guardrails, ein Modell, dessen Lizenz zu Ihrer Nutzung passt, und GPU-Server, die für die Spitze der Anfragen in Bearbeitung ausgelegt sind.
| KOMPONENTE | OPTIONEN | WAS FESTZULEGEN IST |
|---|---|---|
| Modellserver | vLLM, SGLang, NVIDIA NIM | Modell, Präzision, deklarierter Kontext |
| Chat-Frontend | Open WebUI, LibreChat | Lizenzbedingungen, Funktionen je Rolle |
| Anmeldung und Rollen | OIDC, SAML, LDAP, SCIM | lokale Anmeldung, Token-Laufzeit, Modellzugriff |
| Dokumente und RAG | Uploads, Wissensdatenbanken, Retrieval-Dienst | wo Rechte je Dokument durchgesetzt werden |
| Query-Log | Chatverlauf, Audit-Log, Gateway | was gespeichert wird, wer es liest, wie lange |
| Guardrails | Filterfunktionen, Guard-Modelle | welche Ein- und Ausgaben geprüft werden |
| Modell | Apache 2.0 oder Community-Lizenzen | Lizenzbedingungen, Sprachen, Speicher |
| GPU-Server | ausgelegt nach Anfragen in Bearbeitung | Zahl der Karten, ein zweiter Host |
Dokumentation von vLLM, Open WebUI, LibreChat und NeMo Guardrails, abgerufen am 6. Oktober 2026.
Modellserver: vLLM mit OpenAI-kompatibler API
vLLM steht unter der Apache-2.0-Lizenz und wird in seiner Dokumentation als „ein HTTP-Server, der OpenAIs Completions API, Chat API und mehr implementiert“ beschrieben; gestartet wird es mit vllm serve und dem Modellnamen. Seine Option --api-key prüft statische Schlüssel, von denen das Frontend einen vorlegt, aber nur auf Routen unter /v1, /v2, /inference und /cohere; die Sicherheitsseite von vLLM, abgerufen am 23. Oktober 2026, nennt weitere Routen, die ohne Schlüssel antworten, darunter /invocations, /rerank und /update_weights. Deshalb sollte nur der Host des Frontends den vLLM-Port erreichen. vLLM hat keine Nutzerkonten, und seine Dokumentation vermerkt, dass der Parameter user der Chat API ignoriert wird; wer was gefragt hat, weiß also nur das Frontend oder ein Gateway vor vLLM. Setzen Sie --max-model-len auf den Kontext, den die Gespräche brauchen, und nicht auf das Maximum des Modells, denn der Wert legt fest, wie viele Gespräche voller Länge gleichzeitig Platz haben. Außerdem sammelt vLLM „standardmäßig anonyme Nutzungsdaten“ zu Hardware und Modellkonfiguration, bis VLLM_ gesetzt ist. Unser Vergleich der Serving-Engines für LLMs behandelt SGLang, TensorRT-LLM und Ollama.
Chat-Frontend für private LLMs: Open WebUI oder LibreChat und ihre Lizenzen
Beide Frontends verbinden sich mit jedem OpenAI-kompatiblen Endpunkt, Open WebUI unter Settings, Admin, Connections mit der /v1-URL von vLLM und LibreChat über einen Custom Endpoint mit einer baseURL in librechat.yaml. Open WebUI durchsucht Wissensdatenbanken, optional mit BM25 und Reranking; LibreChat nutzt seine RAG API auf PostgreSQL mit pgvector. Für ein kleineres Team bündelt AnythingLLM Chat und Dokumentensuche in einer Anwendung, wie unser Leitfaden zu AnythingLLM als Desktop-App oder Team-Server beschreibt.
LibreChat steht unter der MIT-Lizenz, sein separates Admin-Panel unter der AGPL-3.0. Open WebUI hat seit v0.6.6 vom 19. April 2025 eine eigene Lizenz: BSD-3-Bedingungen plus eine Klausel, die verbietet, das Open-WebUI-Branding zu verändern, zu entfernen, zu verdecken oder zu ersetzen, es sei denn, eine Installation hat nicht mehr als 50 Endnutzer „innerhalb eines beliebigen rollierenden Zeitraums von dreißig (30) Tagen“, der Rechteinhaber hat schriftlich zugestimmt oder eine Enterprise-Lizenz erlaubt es. Die Lizenzseite nennt „Keine Begrenzung je Nutzer für interne, Mitarbeiter- oder unternehmensweite Nutzung, solange das Open-WebUI-Branding stets vorhanden und deutlich sichtbar ist“ und hält fest, dass die Lizenz „keine von der OSI anerkannte ‚Open Source‘-Lizenz ist“, was dort zählt, wo eine Unternehmensrichtlinie nur von der OSI anerkannte Lizenzen zulässt.
Single Sign-on mit OIDC oder SAML, Rollen und Gruppen
Sowohl Open WebUI als auch LibreChat melden Nutzer über OpenID Connect an. Open WebUI dokumentiert außerdem LDAP und einen Trusted-Header-Modus für einen authentifizierenden Reverse Proxy und warnt, dass eine falsche Konfiguration „Nutzern erlauben kann, sich als beliebiger Nutzer zu authentifizieren“. Natives SAML haben wir in seiner Dokumentation nicht gefunden; ein Identity Provider, der nur SAML spricht, lässt sich über einen Broker wie Keycloak erreichen, der über externe „OpenID-Connect- oder SAML-Identity-Provider“ authentifiziert. LibreChat unterstützt SAML direkt, aber ohne Single Logout und nicht zusammen mit OpenID Connect.
Rollen und Gruppen kommen aus dem Token. Bei eingeschalteter Rollenverwaltung nennt OAUTH_ADMIN_ROLES in Open WebUI die Rollen, die sich als Administratoren anmelden, und OAUTH_ die Rollen, die überhaupt Zugang erhalten. ENABLE_ hält die Mitgliedschaften bei jeder Anmeldung „strikt synchronisiert“ mit den Claims des Tokens, was Nutzer aus Gruppen entfernt, denen sie von Hand zugeordnet wurden. Berechtigungen sind additiv, und Gruppen können nicht entziehen, was die Standardberechtigungen gewähren; deshalb empfiehlt die Dokumentation minimale Standardberechtigungen. LibreChat beschränkt die Anmeldung mit OPENID_ auf die dort aufgeführten Rollen und verwaltet Funktionsberechtigungen für Rollen, Gruppen und Nutzer in seinem separaten Admin-Panel, das LibreChat ab v0.8.5 voraussetzt.
Neue Konten in Open WebUI erhalten zunächst die Rolle pending, und wer ENABLE_LOGIN_FORM auf false setzt, entfernt das lokale Passwortformular. Session-Token haben standardmäßig eine Laufzeit von vier Wochen (4w) und bleiben ohne Redis gültig, nachdem sich ein Nutzer abgemeldet hat. Der Härtungsleitfaden, abgerufen am 16. Oktober 2026, ergänzt, dass ein deaktiviertes Konto „die bereits dafür ausgestellten Token behält“, obwohl die Rolle bei jeder Anfrage erneut geprüft wird; ein Administrator nutzt deshalb zusätzlich Sign out all devices im Bearbeitungsdialog des Nutzers, was mit und ohne Redis funktioniert. Mit eingeschaltetem SCIM 2.0 deaktiviert der Identity Provider Nutzer direkt, was ihre Rolle auf pending setzt.
Dokument-Upload, RAG und Berechtigungen je Dokument
Dokumente kommen als Uploads im Chat an oder als gemeinsame Sammlungen, die der Assistent durchsucht. In Open WebUI wird eine Wissensdatenbank über eine Zugriffsliste für Gruppen oder Nutzer freigegeben, und das Begleitwerkzeug oikb spiegelt Quellen wie Git-Repositories, Confluence-Bereiche und S3-Buckets hinein. Die Zugriffsliste gilt für die ganze Wissensdatenbank; in der Dokumentation haben wir nichts gefunden, was die Berechtigungen eines Quellsystems je Dokument in den Index überträgt. Onyx, eine quelloffene Such- und Chat-Plattform, synchronisiert solche Berechtigungen aus SharePoint, Teams und Confluence in seiner kostenpflichtigen Enterprise Edition, wie unser Leitfaden Onyx selbst hosten erklärt.
Das genügt, wo eine Sammlung einen einzigen Leserkreis hat. Wo eine Ablage Dokumente mit unterschiedlichen Lesern mischt, müssen die Berechtigungen beim Abruf durchgesetzt werden, durch eine Suche, die vor der Bewertung auf die Identität und die Mitgliedschaften des Nutzers filtert, wie unser Artikel zu RAG auf Unternehmensdaten erklärt. Das Frontend muss die Identität des Nutzers dann an diesen Retrieval-Dienst weitergeben; in Open WebUI erhält eine Filterfunktion den vollständigen Nutzerdatensatz. Fragen nach Zahlen aus einer ERP- oder CRM-Datenbank sind eine andere Aufgabe, die unser Leitfaden Datenbank mit KI abfragen behandelt.
Assistenten, die wir im Rahmen unserer Leistung Private AI/ML bauen, nennen die Quelle und beachten die Zugriffsrechte jedes Nutzers, mit Daten- und Berechtigungsverwaltung und einem Query-Log. Schreiben Sie uns im Formular unten, welchen Identity Provider Sie nutzen und in welchen Systemen die Dokumente liegen.
Protokollierung von Prompts und Antworten und ihre Aufbewahrungsdauer
Open WebUI legt gespeicherte Gespräche in seiner Datenbank ab, wo Nutzer sie löschen können, wenn ihnen die Berechtigung Allow Chat Delete erteilt ist; temporäre Chats verringern, was gespeichert wird, und Administratoren können die Chats anderer Nutzer lesen, solange ENABLE_ auf dem Standardwert true steht. Das separate Audit-Log ist standardmäßig ausgeschaltet; auf der Stufe METADATA erfasst es Nutzer, IP-Adresse, User-Agent, Methode, URL und Zeitpunkt, und REQUEST_RESPONSE fügt beide Bodies hinzu, gekürzt auf 2.048 Byte. Seine Standardausschlüsse, /chats, /chat und /folders, nehmen die Chat-Routen davon aus. LibreChat löscht temporäre Chats standardmäßig nach 720 Stunden.
Open WebUI führt standardmäßig kein vollständiges Protokoll der Prompts und Antworten; legen Sie deshalb fest, woher dieses Protokoll kommen soll. Auch wenn die Chat-Pfade auditiert werden, erfasst das Log jede Chat-Anfrage, die das bisherige Gespräch enthält, aber nicht die Antwort: Im Browser enthält die HTTP-Response nur Task-IDs, während die Antwort über einen WebSocket ankommt und mit dem Chat gespeichert wird. Ein vollständiges Protokoll liefern entweder die gespeicherten Chats, wenn Nutzer weder löschen noch temporäre Chats verwenden dürfen, oder ein Gateway zwischen Frontend und Modellserver, das Anfragen und Antworten protokolliert; Open WebUI schickt ihm Name, ID, E-Mail-Adresse und Rolle des Nutzers als Header, wenn ENABLE_ auf true steht. Die Europäische Kommission hält in ihren Hinweisen fest, dass Daten „so kurz wie möglich gespeichert werden müssen“, mit „Fristen für die Löschung oder Überprüfung der gespeicherten Daten“. Die Frist selbst und die Frage, was DSGVO oder KI-Verordnung von einem internen Assistenten verlangen, bestätigen Ihr Datenschutzbeauftragter und Ihre Rechtsberatung; die Datenschutz-Folgenabschätzung behandelt unser Leitfaden zur DSFA für ein internes LLM.
Dasselbe Log dokumentiert die hybride Nutzung. Eine öffentliche API, die manche Aufgaben nutzen dürfen, wird als weitere Verbindung hinzugefügt, wobei ihre Modelle auf die dafür berechtigten Nutzer oder Gruppen beschränkt werden. Lassen Sie die Direct Connections von Open WebUI ausgeschaltet, denn mit ihnen „kommuniziert der Browser direkt mit dem API-Anbieter“, am Server und seinem Log vorbei. Wann sich eine hybride Aufteilung lohnt, behandelt unser Beitrag Privates LLM oder Cloud-API.
Guardrails und Lizenzen offener Modelle
Guardrails prüfen, was in das Modell hineingeht und was herauskommt. Die Filterfunktionen von Open WebUI führen vor dem Modell ein Inlet und vor dem Nutzer ein Outlet aus, und ein als global und aktiv gesetzter Filter ist „für alle Modelle zwangsweise aktiviert“. NVIDIAs NeMo Guardrails, ein Toolkit unter Apache 2.0, ergänzt Input-, Output- und Retrieval-Rails, und OpenAIs Modelle gpt-oss-safeguard, ebenfalls unter Apache 2.0, „klassifizieren Textinhalte auf Grundlage von Sicherheitsrichtlinien, die Sie vorgeben“.
Die Lizenzen unten stammen aus der jeweiligen Model Card und können sich innerhalb einer Modellfamilie unterscheiden.
| MODELL | LIZENZ | WAS ZU PRÜFEN IST |
|---|---|---|
| gpt-oss-20b, gpt-oss-120b | Apache 2.0 | eine Nutzungsrichtlinie: alles geltende Recht einhalten |
| Qwen3-32B, Qwen3.8-27B | Apache 2.0 | Qwen3. |
| Gemma 4, E2B bis 31B | Apache 2.0 | Gemma 3 bleibt unter den Gemma Terms of Use |
| Llama 3.3 70B | Llama-3. | Nutzungsrichtlinie; „Built with Llama“ auf Produkten, die es enthalten; eine Lizenz von Meta oberhalb von 700 Millionen monatlich aktiven Nutzern |
| Llama 4 Scout | Llama-4-Community-Lizenz | Nutzungsrichtlinie: multimodale Rechte in der EU vorenthalten |
| Muse Glimmer 30B (Meta) | Apache 2.0 | Metas neuere offene Modellreihe; Muse Spark Open hat eine eigene Muse Model License |
Model Cards, Lizenzdateien und Metas Nutzungsrichtlinien, abgerufen am 6. Oktober 2026, Muse am 23. Oktober 2026.
Metas Nutzungsrichtlinie für Llama 4, erneut abgerufen am 31. Oktober 2026, gewährt Unternehmen mit Hauptgeschäftssitz in der EU keine Rechte an „allen in Llama 4 enthaltenen multimodalen Modellen“, und Meta beschreibt die Llama-4-Modelle als „nativ multimodal“.
GPU-Dimensionierung für gleichzeitige Nutzer
Dimensionieren Sie die GPU nach den gleichzeitig laufenden Anfragen in der Spitzenstunde, nicht nach der Kopfzahl, wie unser Artikel zu gleichzeitigen Nutzern je RTX PRO 6000 erklärt. Seine Regel gibt dem KV-Cache 0,9 × den vom Treiber gemeldeten Speicher, minus 3 GiB, minus die Gewichte; gpu_ von vLLM legt diesen Anteil fest und steht inzwischen standardmäßig auf 0,92. Eine RTX PRO 6000 mit 96 GB meldet 95,6 GiB, der Anteil von 0,9 beträgt also 86,0 GiB. Der Checkpoint von gpt-oss-120b mit seinen Expertengewichten in MXFP4 belegt 65,3 GB oder 60,8 GiB, sodass rund 22,2 GiB bleiben. Nur 18 seiner 36 Schichten halten einen Cache für den ganzen Kontext, während die übrigen ihre Attention über ein Fenster von 128 Token berechnen. Ein Token kostet deshalb 36 KiB Cache in BF16. Bei deklarierten 32K braucht ein Gespräch 1,125 GiB, und rund 19 haben gleichzeitig Platz; vLLM gibt beim Start seinen eigenen Wert aus. Ein Server mit vier RTX PRO 6000 Server Edition fasst rund 76 solcher Gespräche als vier getrennte Kopien oder rund 186 als zwei Kopien, jede mit Tensor-Parallelismus auf zwei Karten aufgeteilt, sodass jedes Paar die Gewichte nur einmal speichert; unser Leitfaden zur Dimensionierung nach Unternehmensgröße rechnet 100, 500 und 2.000 Mitarbeiter durch. Die Karten haben kein NVLink, eine aufgeteilte Kopie tauscht ihre Daten also über PCIe aus, und vLLM schaltet seinen Custom All-Reduce bei mehr als zwei GPUs ohne NVLink ab, was zwei Paare gegenüber einer Kopie auf vier Karten begünstigt; der Durchsatz bei dieser Last ist nicht gemessen, fragen Sie deshalb nach einem Lasttest.
Jede Anfrage des Frontends ist zustandslos, sodass mit jeder Runde das ganze Gespräch gesendet wird, und ein langer Chat mit einem hochgeladenen Dokument kann den deklarierten Kontext füllen; das Prefix Caching von vLLM verwendet den bereits verarbeiteten Verlauf wieder. Open WebUI ruft außerdem im Hintergrund ein Modell für Titel, Tags, Vorschläge für Folgefragen, Autovervollständigung und Suchanfragen auf, und „Standardmäßig läuft all das auf dem Modell, mit dem der Nutzer chattet“. Seine Dokumentation empfiehlt ein kleines, schnelles Task-Modell ohne Reasoning und nennt die Autovervollständigung „das Erste, was man abschalten sollte“. Ein Task- oder Embedding-Modell läuft als zweite vLLM-Instanz mit einem eigenen Anteil am Speicher der Karte.
Sie können den Server allein bestellen, die Einrichtung von vLLM, gpt-oss-120b und Open WebUI oder LibreChat allein oder beides zusammen: den Server mit allem fertig installiert und eingerichtet; schicken Sie uns das Modell und die Zahl gleichzeitiger Anfragen in Ihrer Spitzenstunde, wir schlagen Ihnen die beste Lösung für Ihre Aufgaben und Ihr Budget vor.
Einführung in Schritten: Pilotgruppe, Richtlinie und Schulung
- Wählen Sie einen Prozess und eine Pilotgruppe und vereinbaren Sie die Metriken, die der Pilot erfüllen muss, bevor er wächst.
- Schreiben Sie die Nutzungsrichtlinie: zugelassene Datenklassen, Modelle und Verbindungen je Nutzergruppe, was protokolliert wird, wer es liest und wie lange. Was in die Richtlinie gehört, behandelt unser Leitfaden zu Schatten-KI, Richtlinie und Kontrollen.
- Richten Sie Single Sign-on mit Rollen und Gruppen ein, schalten Sie das lokale Anmeldeformular und die Nutzungsstatistik von vLLM ab, lassen Sie die Direct Connections ausgeschaltet und verkürzen Sie die Laufzeit der Token. Setzen Sie aktuelle Versionen ein: Stand 5. November 2026 Open WebUI ab 0.12.2, zuletzt 0.12.4 vom 25. Oktober (Versionen vor 0.11.4 ließen jede Website das Sitzungstoken eines angemeldeten Nutzers übernehmen, und 0.12.2 behebt das Fälschen von Webhooks in Channels), wie unser Leitfaden Open WebUI absichern erklärt, und vLLM ab 0.32.0, dessen Release Notes nach der Korrektur von GHSA-h3rc-6mm3-gc2m in 0.31.0 weitere Sicherheitskorrekturen nennen; das aktuelle 0.33.0 vom 2. November liefert nur noch Builds für CUDA 13.0, die einen Treiber ab R580 brauchen.
- Schulen Sie die Pilotgruppe vor dem Zugang: was eingegeben werden darf, wie man eine zitierte Quelle prüft und wie man eine falsche Antwort meldet. Was eine solche Schulung umfasst, beschreibt unser Leitfaden zur KI-Kompetenz-Schulung nach Artikel 4 der KI-Verordnung.
- Messen Sie Anfragen in Bearbeitung, Zeit bis zum ersten Token und Antwortqualität an den Fragen der Pilotgruppe und dimensionieren Sie die Produktivserver danach.
- Öffnen Sie den Assistenten für die nächste Abteilung, sobald die Metriken erfüllt sind, und ergänzen Sie einen zweiten Server, bevor das ganze Unternehmen davon abhängt.
Was wir tun
Unsere Leistung Private AI/ML baut diese Plattform unter Ihrer Kontrolle, auf Ihren Servern oder auf dedizierter Hardware in einem Tier-III-Rechenzentrum in Litauen; nichts geht an öffentliche APIs, bis Sie selbst den Hybridmodus für eine konkrete Aufgabe freigeben, und was dorthin geht, zeigt das Query-Log. Die Assistenten antworten auf Basis Ihrer Dokumente, mit Quellenangabe und unter Beachtung der Zugriffsrechte jedes Nutzers. Wir starten mit einem Pilotprojekt auf einem Prozess mit klaren Metriken, skalieren nur, was seinen Wert bewiesen hat, und schulen Ihr Team für den Betrieb der Plattform. Eurokommerz hält den Vertrag und liefert die Hardware; das erste Gespräch ist kostenlos, und der Preis des technischen Assessments steht vor Beginn fest. Wie wir während des Projekts mit Daten umgehen, beschreibt unsere Seite Sicherheit & Compliance.
FAQ
Woraus besteht eine selbst gehostete ChatGPT-Alternative?
Gibt es eine On-Premise-Alternative zu ChatGPT, Claude oder Gemini, die keine Daten nach außen sendet?
VLLM_NO_USAGE_STATS=1 gesetzt ist, und Open WebUI lädt seine Embedding- und Reranking-Modelle herunter und sucht nach Updates, sofern OFFLINE_MODE nicht auf true steht.Darf ein Unternehmen Open WebUI ohne kommerzielle Lizenz nutzen?
Wie binden wir einen internen LLM-Chat an Single Sign-on an?
4w), und ohne Redis bleibt ein Token nach der Abmeldung bis zu seinem Ablauf gültig.Wie viele GPUs braucht eine private ChatGPT-Alternative?
Welche offenen Modelle darf ein Unternehmen für einen internen Chat-Assistenten nutzen?
Wir bauen den Assistenten auf Ihren Servern, mit Zugriffsrechten und Query-Log. Sie bestellen den Server allein, die Einrichtung allein oder beides zusammen. Beschreiben Sie Ihre Aufgabe, unser Team hilft Ihnen: Wir antworten innerhalb eines Werktages. Das erste Gespräch ist kostenlos.
Mit einem Experten sprechenWir antworten innerhalb eines Werktages