Blog

Hier schreibe ich auf, was ich beim Betrieb lokaler KI wirklich messe: welche offenen Sprachmodelle auf eigener Hardware welche Aufgaben schaffen, wie belastbar automatische Bewertungen sind und was davon für Unternehmen mit sensiblen Daten zählt. Jeder Artikel basiert auf eigenen Testläufen, die Rohdaten stehen im Benchmark zum Nachprüfen bereit. Für Geschäftsführer, IT-Verantwortliche und alle, die KI einsetzen wollen, ohne Kundendaten aus der Hand zu geben.

• 13. August 2026 · 7 Min. Lesezeit

  Wer bewertet die Bewerter? 4 KI-Judges im Test

  Vier Benchmark-Bewerter gegen ein manuelles Gold-Set getestet: Der günstigste lokale Judge ist genauer als der Cloud-Judge. Mit öffentlich dokumentiertem Bug.

  Artikel lesen →

• 29. Juli 2026 · 9 Min. Lesezeit

  Lokale KI im Test: 25 Modelle, 30 Aufgaben

  25 offene Sprachmodelle gegen 30 Aufgaben auf einer RTX 5090, 7.500 Testläufe, zwei unabhängige Bewerter. Was für DSGVO-konforme KI im Mittelstand reicht.

  Artikel lesen →