Plattform-Überblick – Die Swiss AI Hub-Lösung
Der Swiss AI Hub definiert sich grundlegend anders als herkömmliche Angebote am Markt. Er ist weder ein reines Software-Framework, das jahrelange interne Entwicklungsarbeit erfordert, noch ein externer SaaS-Dienst, der die Datenhoheit untergräbt. Vielmehr handelt es sich um eine vollständige Enterprise-KI-Infrastruktur, die als schlüsselfertiges Produkt konzipiert ist. Unternehmen erhalten ein System, das sie selbst besitzen, kontrollieren und innerhalb von 30 Minuten in der eigenen Umgebung in Betrieb nehmen können. Dieser Ansatz schliesst die Lücke zwischen schnellen Prototypen und einem skalierbaren, sicheren Produktionsbetrieb, indem er die komplexen Infrastrukturfragen bereits im Kern löst.
Auf einen Blick
- Infrastruktur als Produkt: Eine «Batteries-Included»-Plattform, die alle notwendigen Komponenten wie LLM-Gateway, Datenbanken und Monitoring vorkonfiguriert mitbringt.
- Skalierbares Stufenmodell: Ein strukturierter Pfad ermöglicht den organischen Übergang von sicherem KI-Zugang über kontextbezogenes Wissen (RAG) bis zur Prozessautomatisierung.
- Plattform-SDK-Synergie: Die strikte Trennung erlaubt es Entwicklern, sich auf die Geschäftslogik zu konzentrieren, während die Plattform Sicherheit und Betrieb übernimmt.
- Lösung des «Day 2»-Problems: Kritische Betriebsaufgaben wie Kostenkontrolle, PII-Anonymisierung und Audit-Trails sind bereits im Standard implementiert.
- Strategische Unabhängigkeit: Dank Apache 2.0 Lizenz und modell-agnostischer Architektur wird ein Vendor-Lock-in effektiv ausgeschlossen.
Enterprise-Infrastruktur «Out-of-the-Box»
Geschäftlicher Nutzen
Für Unternehmen stellt die Zusammenstellung eines KI-Stacks oft eine unüberwindbare Einstiegshürde dar. Die Evaluierung und Integration von Vektordatenbanken, API-Gateways und Monitoring-Tools bindet IT-Ressourcen über Monate. Der Swiss AI Hub eliminiert diese «Integrationssteuer». Da die Plattform alle notwendigen Komponenten für den Betrieb bereits integriert hat, reduziert sich die Zeit bis zur Produktivsetzung drastisch. Dies ermöglicht es Organisationen, sich sofort auf wertschöpfende Use Cases zu konzentrieren, anstatt Infrastruktur-Puzzles zu lösen. Zudem entfallen versteckte Kosten und Lizenzgebühren für separate Drittanbieter-Komponenten.
Konzeptioneller Ansatz
Das Prinzip lautet «Infrastructure as Product». Die Plattform wird nicht als loser Baukasten geliefert, sondern als harmonisiertes Gesamtsystem, das wie ein «KI-Betriebssystem» fungiert. Es trennt strikt zwischen der stabilen Plattform-Ebene und der flexiblen Anwendungs-Ebene (SDK). Während das SDK Entwicklern erlaubt, massgeschneiderte Agenten-Baupläne zu entwerfen, übernimmt die Plattform automatisch die Schwerarbeit: Authentifizierung, Datenpersistenz, Skalierung und Sicherheit. Ein Agent erbt seine Fähigkeiten zur Zugriffskontrolle und Überwachung automatisch durch den Betrieb auf dem Hub.
Technische Umsetzung im Swiss AI Hub
Technisch manifestiert sich dieser Ansatz in einer containerisierten Architektur, die via Docker Compose oder Kubernetes orchestriert wird. Der Stack integriert Best-in-Class Komponenten: Das LLM-Gateway (LiteLLM) abstrahiert Modell-Provider und verwaltet Failover-Logik. Als Vektordatenbank dient Milvus, während SeaweedFS den S3-kompatiblen Objektspeicher bereitstellt. Die Sicherheit wird durch Presidio zur PII-Erkennung und eine OAuth2-Anbindung an bestehende Identitätsanbieter (z.B. Azure AD) gewährleistet. Für die Observability sammelt OpenTelemetry Metriken, die in Phoenix visualisiert werden.
Ein Stufenmodell für skalierbare KI-Adoption
Geschäftlicher Nutzen
Die Einführung von KI scheitert oft an einem «Alles-oder-Nichts»-Ansatz. Organisationen versuchen, komplexe Systeme zu bauen, bevor die Grundlagen etabliert sind. Der Swiss AI Hub begegnet diesem Risiko mit einem integrierten Reifegradmodell. Dies erlaubt es Unternehmen, mit geringem Risiko zu starten und die Komplexität schrittweise zu steigern. Mitarbeiter bauen Vertrauen in die Technologie auf, während die Organisation sukzessive Kompetenzen entwickelt. Investitionen wachsen linear mit dem geschäftlichen Mehrwert, nicht exponentiell mit der technischen Komplexität.
Konzeptioneller Ansatz
Die Plattform unterstützt vier logische Evolutionsstufen, die den organisatorischen Reifeprozess begleiten:
- Stufe 1 (Sicherer Zugang): Zentraler, protokollierter Zugang zu LLMs via Web-Interface.
- Stufe 1+ (Integration): KI-Funktionen in gewohnten Umgebungen wie MS Teams oder Slack.
- Stufe 2 (Kontext): Einführung von Wissensdatenbanken (RAG), damit Agenten-Profile auf Unternehmensdaten zugreifen können.
- Stufe 3 (Prozesse): Orchestrierung komplexer Abläufe, in denen KI-Agenten und Menschen zusammenarbeiten.
Technische Umsetzung im Swiss AI Hub
Für Stufe 1 bietet der Hub die Open-WebUI mit Streaming-Support. Stufe 1+ nutzt das Azure Bot Framework, um Kanäle wie Teams oder Outlook anzubinden. In Stufe 2 kommen automatisierte Daten-zu-Wissen-Pipelines zum Einsatz: Dokumente werden mit Docling geparst und als Vektoren in Milvus abgelegt. Stufe 3 aktiviert die Prozess-Orchestrierungs-Engine, die Zustände in MongoDB verwaltet und Aufgaben zwischen KI-Agenten und menschlichen Benutzern über eine dedizierte Prozess-UI koordiniert. Integrationen zu Power Automate oder n8n ermöglichen hierbei die Anbindung an Legacy-Systeme.
Strategische Unabhängigkeit und der «Day 2»-Vorteil
Geschäftlicher Nutzen
Ein zentrales Versprechen des Swiss AI Hub ist der Investitionsschutz durch Vermeidung von Vendor-Lock-in. Proprietäre Plattformen binden Kunden oft durch geschlossene Ökosysteme und unvorhersehbare «Per-User»-Gebühren. Da der Swiss AI Hub unter der Apache 2.0 Lizenz bereitgestellt wird, gehört der Code dem Kunden. Es fallen keine Software-Lizenzgebühren an. Zudem adressiert die Plattform proaktiv die Probleme des «Day 2»: Kostenexplosionen werden durch zentrale Budgets verhindert, Compliance-Risiken durch Audit-Trails minimiert und die Wartbarkeit durch standardisierte Tracing-Tools gesichert.
Konzeptioneller Ansatz
Die Architektur ist radikal «modell-agnostisch» und «provider-unabhängig». Sie abstrahiert die Intelligenz (das LLM) von der Anwendung. Dies ermöglicht es, flexibel zwischen Anbietern wie OpenAI, Google oder lokal gehosteten Modellen (wie Mistral via vLLM) zu wechseln. Das System ist durch offene Protokolle anschlussfähig, etwa durch das Model Context Protocol (MCP), welches externen Entwicklungstools sicheren Zugriff auf Plattform-Ressourcen gewährt. So bleibt die Organisation technologisch agil und behält die volle Kostenkontrolle.
Technische Umsetzung im Swiss AI Hub
Diese Freiheit wird durch die konsequente Nutzung offener Standards realisiert. Das LLM-Gateway bietet eine vereinheitlichte Schnittstelle und trackt die Token-Nutzung für eine präzise Kostenzuordnung pro Team. PII-Daten werden durch Presidio anonymisiert, bevor sie externe Netze erreichen. Dank des SDKs können Agenten-Baupläne deterministisch mit dem AgentTestRunner geprüft werden, was die Qualitätssicherung professionalisiert. Da der gesamte Stack auf bewährten Open-Source-Technologien basiert, bleibt das System vollständig auditierbar und kann bei Bedarf ohne Internetverbindung (Air-Gapped) betrieben werden.