KI-Lösungen für Unternehmen: vom Pilot in den Betrieb
Viele KI-Vorhaben im Mittelstand enden als Demo: Die Daten dürfen nicht in die Cloud, der Pilot hat keinen Weg in den Betrieb, und danach ist niemand zuständig. WZ-IT führt KI-Projekte vom ersten Check bis zum laufenden Betrieb, im eigenen Netz oder in deutschen Rechenzentren.
- Vier Stufen, einzeln beauftragbar
- Lokal, dediziert oder hybrid
- Offener Open-Source-Stack
Das Problem
Warum KI-Projekte im Mittelstand hängen bleiben
Drei Muster, die sich mit einem weiteren Tool selten lösen lassen.
Die Daten dürfen nicht in die Cloud
Verträge, Kundendaten und internes Wissen liegen verteilt in Dokumenten, Wikis, Tickets und Fachsystemen. Cloud-KI kommt dafür nicht in Frage, also bleibt KI verboten oder wird ungeregelt genutzt.
Der Pilot hat keinen Weg in den Betrieb
Ein Prototyp überzeugt in der Demo, steht aber neben den Prozessen. Rollen, Quellen, Rechte und die Anbindung an Portale und Workflows wurden nicht mitgeplant.
Niemand betreibt es
Nach dem Projekt fehlen Monitoring, Updates, Kostenkontrolle und jemand, der Antwortqualität und Modellwechsel verantwortet.
Unser Vorgehen
Vom KI-Potenzialcheck in den Betrieb: vier Stufen
Jede Stufe ist einzeln beauftragbar und endet mit einem prüfbaren Ergebnis. Auch ein begründetes Nein ist ein Ergebnis. Sie steigen dort ein, wo Ihr Vorhaben steht. Alle Preise verstehen sich netto zuzüglich gesetzlicher Umsatzsteuer. Die Angebote richten sich an Unternehmen.
KI-Potenzialcheck
Ein Prozess mit seinen Daten, Systemen und Risiken wird bewertet. Sie erhalten eine begründete Entscheidung und einen Pilotplan.
ab 3.900 € nettoZum Potenzialcheck Stufe 2RAG Proof of Value oder Pilot
Ein abgegrenzter Wissensbestand oder Vorgang wird mit echten Daten und vereinbarten Referenzfällen getestet. Am Ende steht ein Qualitätsbericht mit Ausbau- oder Stop-Empfehlung.
ab 9.900 € nettoZum Proof of Value Stufe 3Produktiv einführen
Assistent, Agent oder Workflow laufen mit Rechten, Schnittstellen und Freigaben im Arbeitsalltag, auf dem AI Cube, einer dedizierten GPU oder Ihrer Plattform.
Wissensassistent ab 34.900 € nettoZum Wissensassistenten Stufe 4Betrieb
Server, Runtime und Modelle werden gewartet, Antwortqualität, Kosten und Änderungen laufend geprüft. Betrieb durch WZ-IT ist optional.
LLMOps ab 1.990 € netto / MonatZu LLMOpsWegweiser
Welche KI-Lösung passt zu Ihrer Situation?
Sechs Ausgangslagen, die wir in KI-Projekten immer wieder sehen. Jede führt zu den Angeboten, die dafür gebaut sind.
Den passenden Prozess finden
Wir wissen nicht, wo KI bei uns wirklich hilft.
Einen wiederkehrenden Ablauf mit Daten, Systemen und Risiken bewerten und entscheiden: KI, klassische Automatisierung oder bewusst keine Änderung.
Wissen mit Quellen nutzbar machen
Das Wissen ist da, aber niemand findet die richtige Stelle.
Dokumente, Handbücher und Erfahrungswissen durchsuchbar machen, mit Quellenangabe und Rechten, die vor der Suche greifen.
Wiederkehrende Vorgänge automatisieren
Bestellungen, Belege und Anfragen werden von Hand abgetippt.
Eingänge erfassen, gegen Stammdaten prüfen und als prüfbaren Entwurf an ERP, CRM, Rechnungs- oder Ticketsystem übergeben.
KI in Software und Agenten integrieren
Die KI soll handeln oder in eigene Software eingebaut werden.
Agenten mit geprüften Berechtigungen, KI-Funktionen in bestehender Software und KI-generierte Anwendungen, die produktiv gehen sollen.
KI lokal oder auf dedizierter GPU betreiben
Unsere Daten dürfen nicht zu einem Cloud-KI-Dienst.
Modelle im eigenen Netz oder auf einer dedizierten GPU in einem deutschen Rechenzentrum betreiben, ohne Weitergabe an Modellanbieter.
Betrieb und Qualität übergeben
Die KI läuft, aber niemand ist für Betrieb und Qualität zuständig.
Server, Runtime und Modelle warten lassen, Antwortqualität, Kosten und Änderungen laufend prüfen und mehrere Anwendungen auf einer Plattform bündeln.
Ohne Projekt lokal starten: Der AI Cube ist die vorbereitete KI-Plattform für das eigene Netz, mit Chat, lokalen Modellen und Wissensbereichen in Open WebUI. Gerät: ab 6.490 € netto einmalig.
Kompetenz & Betrieb
Lokale KI im Unternehmen: ein offener Stack, der Ihnen gehört
Anwendung, Wissen, Inferenz und Betrieb planen wir zusammen, damit aus dem Pilot ein System wird. WZ-IT betreibt Cloud-, Open-Source- und Software-Stacks produktiv; diese Betriebserfahrung steckt in jedem KI-Projekt. Die Systeme laufen auf Ihrer Hardware, auf dem AI Cube oder auf WZ-IT-Infrastruktur in deutschen Rechenzentren.
Anwendung
Prompt- und Modellversionen nachvollziehbar, Qualität über Evaluationen messbar
- Open WebUI
- AnythingLLM
- n8n
Wissen
RAG-Indexe aktuell, LLM-Traces und Datenflüsse auditierbar; Monitoring, Updates, Backups und Security als Teil der Architektur
- Qdrant
Inferenz
Offener Stack aus Open-Source-Komponenten, Modelle nach Anwendungsfall, Datenschutz und Last gewählt. Modellwechsel und API-Fallbacks von Anfang an eingeplant, Kostenkontrolle pro Team, Nutzer oder Anwendung
- Ollama
- vLLM
- LiteLLM
Betrieb
Übergabe mit Infrastruktur als Code, Runbooks, Dokumentation und Schulung; Selbstübernahme ist ein dokumentierter Pfad
- Langfuse
Bewertungen & Projekte
Was Kunden über die Zusammenarbeit sagen
Von der lokalen KI-Integration bis zu Architektur, Datenhoheit und laufendem Betrieb.
WZ-IT hat unsere Studio-Infrastruktur von dezentralen Einzelgeräten auf eine zentrale Plattform gehoben: Jeder Standort ist per VPN sicher angebunden, neue Geräte werden automatisiert onboardet und ein kompletter Standort wird per Vorlage provisioniert - ohne manuelle Schritte vor Ort. Was mich am meisten beeindruckt hat, ist die Breite und Tiefe des Wissens: Timo und Robin sind kein normaler IT-Dienstleister, der einen Server aufsetzt und wieder geht. Die beiden denken sich in hochkomplexe Infrastruktur- und Softwarethemen rein, arbeiten sich in jede Anforderung ein, die wir ihnen hinlegen, und bauen Vernetzung, Provisioning und Betrieb so auf, dass am Ende alles zusammenpasst. WZ-IT ist ein hervorragender Partner, wenn es um komplexe Software-, Netzwerk- und Architekturprojekte geht.
Steve KirchnerGeschäftsführer, nextGYM GmbH
International
Gebaut im Ruhrgebiet. Produktiv weltweit.
WZ-IT plant, entwickelt und betreibt Infrastruktur und Software für Kunden in Deutschland und international. Projekte setzen wir remote um und begleiten sie auch nach dem Go-live im laufenden Betrieb.
Ausgewählte Projekte
- LiveRemote-Access-Plattform für verteilte WasseraufbereitungsanlagenABCO Water Systems · Australien · Secure Access & OT
- 81%AWS-Migration mit deutlich geringeren laufenden KostenEVA Real Estate · VAE · Cloud-Exit & Infrastruktur
- 98%Neue Standorte in Minuten statt Stunden bereitstellennextGYM GmbH · Deutschland · Automatisierung & IoT
Kundenstimmen ansehen
- Lokale KI-Lösung integrieren
- Souveräne Infrastruktur modernisieren
- Open-Source-KI-Architektur entwerfen
- Souveränen Open-Source-Stack planen
- Proxmox & Backup absichern lassen
- Legacy-Software modernisieren
- Cloud-Kosten senken - bis −81 %
- HA-Proxmox-Cluster aufbauen
- Mit Managed Proxmox virtualisieren
- Kollaboration managen lassen
- Vom Prototyp in den Betrieb
- Standorte und Cluster sicher verbinden
Wissensdatenbank
Vertiefende Guides zu diesem Thema
Guides
Verwandte Tutorials & Guides
- Hetzner GPU-Server im Vergleich: GEX45, GEX63 und GEX131 (Stand Oktober 2026)Hetzner hat sein GPU-Sortiment im Herbst 2026 umgebaut: Am 1. September kam der GEX45, am 6. Oktober der GEX63, und der GEX44 ist nicht mehr...
- Förderung für IT- und Digitalisierungsprojekte in NRW 2026: was läuft, was ausgelaufen istWer 2026 ein IT- oder Digitalisierungsprojekt mit Fördergeld angehen will, findet viele Ratgeber, die noch Programme nennen, die es nicht mehr gibt. go-digital ist seit...
- LiteLLM-Sicherheitslücke GHSA-7hp6-4w63-5g45: Versionen prüfen und Gateway absichernAm 30. September 2026 hat BerriAI ein Sicherheitsadvisory für den LiteLLM-Proxy veröffentlicht: GHSA-7hp6-4w63-5g45. Ein angemeldeter Nutzer mit der Rolle internaluser kann sich damit zum proxyadmin...
- Schatten-KI im Unternehmen: warum eine Richtlinie allein nicht reichtIn vielen Unternehmen wird KI genutzt, bevor jemand darüber entschieden hat. Beschäftigte formulieren E-Mails mit einem privaten Chat-Konto, lassen Verträge zusammenfassen oder übersetzen Kundenkorrespondenz über...
- Spracherkennung lokal und DSGVO-konform: Whisper, Voxtral und Parakeet im VergleichSpracherkennung ist eine der KI-Anwendungen mit dem klarsten Nutzen: Diktate werden zu Text, Besprechungen zu Protokollen, Telefonate zu durchsuchbaren Notizen. Gleichzeitig ist Audio besonders sensibel....
- RAG-Wissensdatenbank in der Behörde: Leitfaden für die öffentliche VerwaltungBehörden verwalten große, über Jahre gewachsene Bestände: Erlasse und Rundschreiben, Verfahrensanweisungen, Fachberichte, Gutachten, Stellungnahmen, Protokolle. Wer eine Regelung sucht, kennt oft den Inhalt, aber nicht...
- RAG und KI-Verordnung: wann ein RAG-System Hochrisiko-KI istWer eine RAG-Wissensdatenbank plant, stößt früh auf die Frage, ob das System unter die Hochrisiko-Regeln der KI-Verordnung fällt. Die kurze Antwort: in den meisten Fällen...
- Dokumente automatisch auslesen und prüfen mit KI: selbst gehostetSeit dem 1. Januar 2025 muss jedes inländische Unternehmen E-Rechnungen empfangen können. Ein Teil der Belege kommt damit als strukturiertes XML an und wird geparst...
- Langfuse self-hosted: LLM-Observability und KI-Logging für den EU AI ActWer KI in produktive Geschäftsprozesse bringt, steht schnell vor einer unbequemen Frage: Was passiert da eigentlich genau? Welcher Prompt ging an welches Modell, warum kam...
- Bleeding Llama (CVE-2026-7482): Warum selbst gehostete KI nicht automatisch sichere KI istDrei unauthentifizierte API-Calls. Kein Login, kein Exploit-Framework, keine Privilege Escalation. Drei POST-Requests an einen Standard-Port, und der Speicher der Maschine ist auf Reisen - mit...
- EU AI Act: Hochrisiko-Pflichten auf Dezember 2027 verschoben - was ab August 2026 trotzdem giltDie Hochrisiko-Pflichten des EU AI Act greifen nicht zum 2. August 2026. Eigenständige Hochrisiko-Systeme nach Anhang III haben jetzt bis zum 2. Dezember 2027 Zeit,...
- GPT-OSS 120B auf dem AI Cube: OpenAIs Open-Weight-Modell lokal betreibenOpenAI hat GPT-OSS 120B am 5. August 2025 als Open-Weight-Reasoning-Modell veröffentlicht. Durch die ab Werk verwendete MXFP4-Quantisierung positioniert OpenAI das Modell für eine einzelne GPU...
Häufige Fragen zu KI-Lösungen für Unternehmen
Antworten auf die wichtigsten Fragen
- Das hängt von der Stufe ab. Der KI-Potenzialcheck kostet ab 3.900 € netto, ein RAG Proof of Value ab 9.900 € netto und ein produktiver Wissensassistent ab 34.900 € netto. Laufende Qualitätskontrolle mit Managed LLMOps kostet ab 1.990 € netto / Monat. Hardware, Hosting, Modellverbrauch und Lizenzen werden gesondert ausgewiesen.
- Klarheit, Validierung, produktive Anwendung, Plattform und Betrieb haben jeweils einen eigenen Leistungsumfang. Sie steigen dort ein, wo Ihr Vorhaben steht. Geht es um einen wiederkehrenden Prozess, beginnt es mit dem KI-Potenzialcheck; soll vorhandenes Wissen nutzbar werden, mit einem RAG Proof of Value. Beide enden mit einem prüfbaren Ergebnis und einer Empfehlung für den nächsten Schritt.
- Geeignet sind vor allem wiederkehrende Abläufe mit E-Mails, Dokumenten, Prüfregeln und klaren Zielsystemen. Dazu gehören Dokumentenverarbeitung, Auftragserfassung, Ticket- und Postfachautomatisierung sowie individuelle Workflows. Im KI-Potenzialcheck klären wir zunächst, ob KI, feste Regeln oder klassische Automatisierung sinnvoll sind.
- Die Dokumentenverarbeitung extrahiert und prüft Daten aus unterschiedlichen Eingängen. Die Auftragserfassung verarbeitet eingehende Kundenbestellungen für ERP oder CRM. Der Angebotsassistent bereitet dagegen aus eigenen Produkt- und Altdaten neue ausgehende Angebotsentwürfe vor.
- Retrieval-Augmented Generation verbindet das Sprachmodell mit Ihren Dokumenten: Vor jeder Antwort werden passende Textstellen gesucht und mitgegeben. So antwortet das System mit Ihrem Wissen, ohne dass ein Modell trainiert werden muss, und Berechtigungen lassen sich vor der Suche technisch erzwingen, nicht erst im Prompt.
- Lokaler oder dedizierter Modellbetrieb ist sinnvoll, wenn Datenwege, Modellwahl, Latenz oder laufende Kosten besondere Anforderungen stellen. Nicht jeder Anwendungsfall braucht eigene GPUs: Entscheidend sind Datenschutz, Latenz, Kosten, Modellgröße, Parallelität und wer den Betrieb verantwortet. Wir legen den Stack lokal, dediziert oder hybrid so aus, dass er zu Risiko und Last passt.
- Der Managed GPU Server stellt eine dedizierte GPU in einem deutschen Rechenzentrum mit abgestimmtem Modell und Inferenz-Runtime bereit. KI-Server Wartung & Betrieb übernimmt bestehende KI-Infrastruktur wie GPU, Betriebssystem, Treiber, Container und Inferenz-Runtime. Managed LLMOps betrachtet die Anwendung darüber: Traces, Qualität, Retrieval, Kosten, Latenz sowie Modell-, Prompt- und Wissensänderungen.
- Nein. Lokaler Betrieb kann Datenwege begrenzen und technische Kontrolle verbessern. Zusätzlich müssen Zweck, Rechtsgrundlage, Benutzerrechte, Löschung, menschliche Kontrolle und der konkrete Risikorahmen des Einsatzes geprüft und dokumentiert werden.
Anfrage
KI-Vorhaben technisch einordnen lassen
Beschreiben Sie Ziel, Daten und bestehende Systeme. Wir ordnen Lösung, Infrastruktur und nächsten Schritt ein.
- Direkt mit Timo und Robin - kein Vertrieb, kein Sales-Pitch
- Ehrliche Einschätzung, auch wenn wir nicht der richtige Partner sind
- Konkrete nächste Schritte für Infrastruktur, Software oder KI
Kein Risiko: Im schlechtesten Fall gehen Sie mit mehr Klarheit über Ihr Projekt heraus als vorher.
Die Beratung von WZ-IT zu unserer Azure-Migration war schon im Erstgespräch fachlich sehr fundiert und völlig unverbindlich - wir haben eine Menge mitgenommen.
Jakob ÖschlbergerInno7 GmbH
Die Beratung von WZ-IT zu unserer Azure-Migration war schon im Erstgespräch fachlich sehr fundiert und völlig unverbindlich - wir haben eine Menge mitgenommen.