KI-ENGINEERING · LOKALE INFERENZ · KONTROLLIERTER BETRIEB
Safematix entwickelt KI-Systeme für eingeschränkte und hochsichere Umgebungen: lokale und private Inferenz, Retrieval über Ihre eigenen Daten, Training und Tuning, Quantisierung sowie Agenten-Enablement. Es handelt sich um Engineering und Befähigung – ein System, das innerhalb Ihres Perimeters läuft und betrieben werden kann –, nicht um die Zusage, Frontier-Modelle zu trainieren oder zu garantieren, was ein Modell antwortet.
AUF EINEN BLICK
01 / PASSENDE SITUATIONEN
Viele KI-Initiativen beginnen mit einem Modell und enden mit einer Demo. Safematix beginnt bei der betrieblichen Vorgabe: Welche Daten dürfen verarbeitet werden, wo muss das System laufen, wer betreibt es und wie lässt sich sein Verhalten prüfen. Das verändert die Architektur meist, bevor ein Modell gewählt wird.
01
Ihre Unterlagen sind reguliert, vertraglich beschränkt oder schlicht nicht dazu bestimmt, die eigene Infrastruktur zu verlassen – eine gehostete API kommt daher nicht in Frage. Safematix baut den Inferenz- und Retrieval-Stack in der Umgebung, die Sie kontrollieren, und dokumentiert den Netzwerkpfad jeder Anfrage. Die Grenze wird damit überprüfbar statt angenommen.
02
Sie haben einen Anwendungsfall mit Zuständigkeit, Freigabeprozess und der Erwartung, dass das Ergebnis weiterläuft. Safematix liefert einen funktionierenden Dienst mit Deployment, Evaluation, Protokollierung und Betriebshandbuch. Das Ergebnis lässt sich prüfen, übergeben und warten, statt als Notebook auf einem Laptop zu verbleiben.
03
Ein Modell, das in der Demo funktioniert, passt nicht zwingend in Ihr GPU-, Speicher- oder Latenzbudget. Safematix misst, wo die Kosten entstehen, und setzt Quantisierung, Batching und Serving-Änderungen ein. Dabei wird offengelegt, was jede Abwägung an Qualität und Durchsatz kostet, sodass die Entscheidung dokumentiert statt geraten ist.
04
Ihr Team übernimmt das System nach der Übergabe. Safematix arbeitet gemeinsam mit ihm an der tatsächlichen Codebasis, erklärt die leicht zu übersehenden Teile und hinterlässt Betriebshandbücher sowie eine Evaluationsumgebung. So kann das Team ein Modell, einen Prompt oder einen Retrieval-Index ändern, ohne die Fähigkeit zu verlieren, festzustellen, ob es noch funktioniert.
02 / LEISTUNGEN
Ein Auftrag wählt aus den folgenden Arbeiten und legt das Ergebnis schriftlich fest. Der Umfang benennt seine Grenzen ehrlich: Safematix entwickelt, optimiert und betreibt Systeme auf der Hardware und den Daten, die Sie bereitstellen können. Safematix erhebt nicht den Anspruch, Frontier-Modelle vorzutrainieren, und kein Auftrag kann zusichern, dass ein Modell immer eine korrekte Antwort liefert.
01
Safematix stellt Modell-Serving auf Infrastruktur bereit, die Sie kontrollieren – vor Ort, in Ihrem Cloud-Mandanten oder auf dedizierter Hardware – und betreibt es. Die Arbeiten umfassen Wahl der Laufzeitumgebung, Dimensionierung von GPU und Speicher, Batching, Caching, Health Checks und den Netzwerkpfad. Inferenz läuft damit innerhalb des Perimeters mit einem dokumentierten Betriebsmodell statt als Abhängigkeit von einem Anbieter.
02
Safematix baut Retrieval-Pipelines über die Dokumente und Datensätze, deren Nutzung Ihnen erlaubt ist: Ingestion, Chunking, Embeddings, Indexpflege und Zugriffsfilterung. Das Ergebnis nennt die verwendeten Textstellen, respektiert die Berechtigungen der anfragenden Person und lässt sich neu indexieren, wenn sich Quellen ändern. Genau diese Teile entscheiden, ob ein RAG-System produktiv nutzbar ist.
03
Wo ein allgemeines Modell nicht genügt, bereitet Safematix Datensätze vor, führt Fine-Tuning oder weiteres Training im verfügbaren Rechenbudget durch und baut eine Evaluationsmenge für den Vorher-nachher-Vergleich. Das Ergebnis berichtet gemessenes Verhalten auf dieser Menge mit seinen Grenzen und bekannten Fehlerarten; es stellt einen Benchmark-Wert nicht als Garantie für Korrektheit in Ihrer Domäne dar.
04
Safematix analysiert, wo Latenz, Speicher und Kosten tatsächlich entstehen, und setzt anschliessend Quantisierung, Distillation, Batching oder Serving-Änderungen ein. Die Wirkung auf Qualität und Durchsatz wird gemessen. Jede Änderung wird mit der eingegangenen Abwägung berichtet, damit Ihr Team die passende Konfiguration für das Betriebsbudget wählen kann, statt eine einzelne unbegründete Zahl zu übernehmen.
05
Safematix verbindet Modelle mit Werkzeugen, Daten und internen Diensten über ausdrückliche Grenzen: Welches Werkzeug darf ein Modell aufrufen, mit wessen Berechtigung, mit welchem Audit-Eintrag und was geschieht bei einem Fehlaufruf. Das ist das Engineering-Gegenstück zur KI-Security-Prüfung: eine Integration, in der Zugriffsentscheidungen sichtbar und überprüfbar bleiben.
03 / ERGEBNISSE
Der schriftliche Auftrag bestimmt die passenden Ergebnisse aus dieser Auswahl. Ein fokussierter Performance-Auftrag umfasst nicht automatisch eine vollständige Retrieval-Pipeline oder eine Agenten-Integration, und eine Systemübergabe ist kein laufender Betriebsvertrag, sofern dieser nicht gesondert vereinbart ist.
01
Eine Beschreibung des Systems im gebauten Zustand: Komponenten, Datenflüsse, der Perimeter, den jede Anfrage überquert, die Hardware und die Betriebsannahmen. Sie hält die prägenden Rahmenbedingungen fest – Datenhaltung, Latenz, Budget, verfügbare Rechenleistung –, damit später erkennbar ist, welche Entscheidungen bewusst getroffen wurden.
02
Der funktionierende Inferenz-, Retrieval- oder Agentendienst in der vereinbarten Umgebung, mit versionierter Konfiguration und reproduzierbaren Deployment-Schritten. Safematix bestätigt, dass er in dieser Umgebung sauber startet, Dienste erbringt und herunterfährt, bevor er als geliefert gilt.
03
Eine aufgabenbezogene Evaluationsmenge mit den Ergebnissen der gelieferten Konfiguration, einschliesslich der Fälle, in denen sie schlecht abschneidet. Die Aufzeichnung nennt, was gemessen wurde, auf welchen Daten und unter welchen Grenzen. Eine spätere Änderung lässt sich damit gegen eine bekannte Ausgangslage vergleichen statt gegen einen Eindruck.
04
Wie der Dienst gestartet, überwacht, aktualisiert und zurückgerollt wird, einschliesslich der Signale für Verschlechterung und der Schritte zum Austausch eines Modells oder zur Neuindexierung von Daten. Es benennt die Betriebsverantwortung, die bei Ihrem Team bleibt, und die Annahmen, die bei einer Änderung der Umgebung erneut zu prüfen sind.
05
Eine Arbeitssitzung mit den Ingenieurinnen und Ingenieuren, die das System übernehmen, zu den leicht zu übersehenden Teilen: Prompt- und Indexänderungen, Evaluationsdrift, Zugriffsfilterung und Kostenverhalten. Ziel ist ein Team, das das System ändern und weiterhin beurteilen kann, ob es funktioniert – keine Abhängigkeit von der ursprünglichen Autorin oder dem ursprünglichen Autor.
04 / ERFAHRUNG
Sie arbeiten direkt mit Robert Ressl. Sein öffentliches Portfolio dokumentiert Modellartefakte, Inferenz-Engineering und KI-Security-Arbeiten. Die Beispiele beschreiben diesen Engineering-Hintergrund, keine erfundenen Kundenergebnisse und keine Aussagen zur Genauigkeit eines bestimmten Modells.
Roberts öffentliches Portfolio dokumentiert den Betrieb einer Kubernetes-basierten Inferenzplattform und die Veröffentlichung von Modellartefakten. Das ist praktische Erfahrung mit Serving, GPU-Scheduling, Rollout und den betrieblichen Problemen, die auftreten, nachdem eine Demo funktioniert – also jenem Teil eines KI-Systems, der entscheidet, ob es produktiv bleiben kann.
Seine öffentliche Arbeit umfasst das Trainieren und Tunen von Modellen sowie die Veröffentlichung der resultierenden Artefakte und Engineering-Notizen. Sie deckt die praktischen Teile ab: Datenvorbereitung, Rechenlimits, Evaluation und den Unterschied zwischen einem Ergebnis, das auf einem Benchmark gut aussieht, und Verhalten, das auf realen Eingaben trägt.
Zu Roberts öffentlichen KI-Security-Arbeiten gehören MCP-Werkzeuge und Kontrollen rund um die Werkzeugnutzung durch Modelle. Bauen und Prüfen solcher Systeme sind verwandte Fähigkeiten: Dasselbe Verständnis von Datenzugriff, Werkzeugberechtigung und Audit-Einträgen, das einen Agenten härter macht, macht eine Integration in einer regulierten Umgebung betreibbar.
05 / Vorgehen
Die Arbeit beginnt bei dem, was die Umgebung zulässt, nicht bei einem Modellnamen. Jeder Schritt zeigt, was Safematix baut, was gemessen wird und was Ihre Organisation bereitstellen oder entscheiden muss.
Safematix klärt, was das System leisten soll, welche Daten es nutzen darf, wo es laufen muss und welche Latenz, welches Budget und welche Hardware verfügbar sind. Das Ergebnis ist ein kurzer Architekturvorschlag mit offengelegten Annahmen, sodass die erste Entscheidung fällt, bevor Rechenleistung verbraucht wird.
Ihr Beitrag Benennen Sie die verantwortliche Person für den Anwendungsfall, beschreiben Sie Daten und Umgebung auf einer allgemeinen Ebene und bestätigen Sie verfügbare Hardware und Budget.
Safematix baut einen durchgängigen Pfad – Daten hinein, Modell, Ausgabe sowie das benötigte Retrieval oder die Werkzeuge – in der vereinbarten Umgebung. Die erste Version ist bewusst klein, damit das Team das ganze System arbeiten sieht, bevor optimiert wird, und Schnittstelle sowie Betriebsmodell bestätigen kann.
Ihr Beitrag Gewähren Sie Zugang zur vereinbarten Umgebung und zu Beispieldaten und benennen Sie die Personen, die das System betreiben werden.
Safematix misst Latenz, Speicher und Qualität, setzt Quantisierung, Batching oder Änderungen am Retrieval ein und erfasst, was jede Änderung gekostet hat. Verbesserungen werden mit ihren Abwägungen berichtet, sodass die gelieferte Konfiguration eine dokumentierte Entscheidung ist und nicht eine Reihe von Experimenten, die stehen geblieben sind.
Ihr Beitrag Bestätigen Sie Betriebsbudget und Qualitätsschwelle und entscheiden Sie, welche Abwägungen akzeptabel sind.
Safematix übergibt das System den Ingenieurinnen und Ingenieuren, die es übernehmen, mit Betriebshandbuch, Evaluationsmenge und einer Arbeitssitzung zu den leicht zu brechenden Teilen. Wenn vereinbart, begleitet Safematix die erste Änderung an Modell, Prompt oder Index, damit das Team den Änderungspfad übt, solange Unterstützung noch verfügbar ist.
Ihr Beitrag Bestimmen Sie die übernehmenden Ingenieurinnen und Ingenieure, übernehmen Sie den Betrieb und bestätigen Sie, welche laufenden Aufgaben bei Safematix verbleiben, falls überhaupt.
06 / KONDITIONEN
KI-Engineering wird anhand der vereinbarten Aufgabe, Umgebung, Hardware und Ergebnisse angeboten und nicht als festes Paket verkauft. Safematix bestätigt Ziele, benötigte Informationen, Ergebnisse, Verantwortlichkeiten, Überprüfung, Vergütung und Starttermin schriftlich. Die veröffentlichten Tagessätze bilden den kommerziellen Ausgangspunkt; anwendbarer Satz und Aufwand werden im Angebot bestätigt.
Flexible Mandate: CHF 2’200 pro Arbeitstag. Längere, klar definierte Remote-Projekte: CHF 2’000–2’100. Kurzfristige OT-, Red-Team- und Hochsicherheitseinsätze: CHF 2’400–2’600, nach Scope. Paketpreise entsprechen Fixpreis-Äquivalenten von CHF 1’850–2’100 pro Arbeitstag; der Tagessatz gilt, wenn sich der Umfang nicht im Voraus festlegen lässt.
Alle Paketpreise und Tagessätze verstehen sich exkl. allfälliger MwSt. sowie vorab genehmigter Reise- und Drittkosten, sofern nicht ausdrücklich im Auftragsformular enthalten. Fixpreispakete gelten im genannten Umfang. Scope, Autorisierung und Starttermin werden vor Arbeitsbeginn schriftlich vereinbart. Die Zuordnung zu regulatorischen Anforderungen erfolgt technisch und ist keine Rechtsberatung. Einsparungen und Compliance werden nicht zugesichert.
KI-System besprechen07 / FAQ
Nein, und der Auftrag wird das nicht behaupten. Safematix arbeitet mit bestehenden offenen Modellen: Fine-Tuning, Tuning, Quantisierung, Serving und Integration im Rahmen der vorhandenen Rechenleistung. Das Vortrainieren eines Frontier-Modells erfordert Ressourcen und Daten weit über einen üblichen Auftrag hinaus; ein Angebot, das dies zusichert, sollte genau geprüft werden.
Kein System auf Basis eines Sprachmodells kann zu jeder Zeit eine korrekte Antwort garantieren, und Safematix wird eines nicht so darstellen. Der Auftrag liefert gemessenes Verhalten auf einer aufgabenbezogenen Evaluationsmenge, die bekannten Fehlerarten und Kontrollen – Zitate aus dem Retrieval, Ablehnungspfade, menschliche Prüfung wo nötig –, damit Ihre Organisation entscheiden kann, wofür sie dem System vertrauen darf.
Nicht zwingend. Lokale und private Inferenz sind Kern der Arbeit: Modell, Retrieval-Index und Protokolle laufen auf Infrastruktur, die Sie kontrollieren. Ist ein gehosteter Dienst für einen Teil der Aufgabe akzeptabel, wird das als Entscheidung in der Architektur festgehalten und der Datenpfad dokumentiert, sodass er gegen Ihre Verpflichtungen geprüft werden kann.
Das hängt von Modellgrösse, Kontextlänge und benötigter Latenz ab. Safematix dimensioniert den Bedarf während der Auftragsklärung und benennt, was auf Ihrer Hardware Platz hat, was mehr erfordern würde und welche Quantisierungs- oder Serving-Entscheidungen die Antwort verändern. Ein bestimmter GPU-Anbieter oder ein bestimmtes Modell wird nicht vorausgesetzt.
Eine KI-Security-Prüfung fragt, was ein Angreifer oder ein missbrauchtes Modell erreichen kann; KI-Engineering baut das System und seine Kontrollen. Beides teilt das Verständnis von Datenzugriff, Werkzeugberechtigung und Audit-Einträgen und lässt sich verbinden – das eine ist aber nicht automatisch im anderen enthalten. Safematix hält schriftlich fest, was beauftragt ist.
Beschreiben Sie die Aufgabe des Systems, welche Daten auf einer allgemeinen Ebene beteiligt sind, wo es laufen muss und welche Hardware oder welches Budget Sie haben. Eine fertige Spezifikation ist zum Einstieg nicht nötig. Bitte senden Sie keine Zugangsdaten, personenbezogenen Daten oder sensiblen Architekturdetails in der ersten Anfrage; eine sichere Übergabe lässt sich während der Auftragsklärung vereinbaren. Ich antworte persönlich, in der Regel innerhalb eines Arbeitstages (Mo–Fr, MEZ).
08 / Kontakt
Beschreiben Sie Safematix, was das System leisten soll, welche Daten es nutzen darf und was es begrenzt. Daraus lässt sich eine Architektur, ein Umfang und ein Evaluationsansatz vorschlagen. Zugangsdaten, personenbezogene Daten und sensible Architekturdetails gehören nicht in die erste Nachricht.
KI-System besprechen