On-Premise & Self-Hosted

KI-Datenanalyse on premise für sensible Tabellen

Stellen Sie RowSpeak per Docker in Ihrem eigenen Netzwerk bereit, binden Sie DeepSeek, GLM oder ein anderes Open-Source-Modell an und machen Sie aus Finanz- und Betriebsdateien prüfbare Antworten und Berichte, ohne Daten an einen öffentlichen KI-Dienst zu senden.

Docker-Selbstbereitstellung • Vollständig air-gapped möglich • Deployment-Doku nach kurzem Formular

Laptop showing a RowSpeak spreadsheet analysis dashboard in front of on-premise server racks

Warum Teams uns wählen

Dateien, Prompts und Ergebnisse bleiben in Ihrem Netzwerk
Mit Docker selbst hosten, inklusive Deployment-Doku
Vollständig air-gapped, ohne Internetverbindung
DeepSeek, GLM und andere Open-Source-Modelle

Für Teams, die Kontrolle über Daten, Modelle und Bereitstellung benötigen

Viele Teams benötigen KI-gestützte Spreadsheet-Analysen, können aber keine internen Dateien an eine gemeinsame SaaS-Umgebung senden.

RowSpeak Private Deployment ist für diese Realität gebaut.

Es gibt Ihrem Team einen praktischen Weg, unordentliche Exportdateien, Multi-Sheet-Arbeitsmappen und operative Spreadsheets in strukturierte, prüfbereite Ausgaben zu verwandeln – während die Bereitstellung unter Ihrer Kontrolle bleibt.

Mit RowSpeak Private Deployment können Sie:

  • Dateien und Ausgaben in Ihrer genehmigten Umgebung belassen
  • Den Modell-Stack wählen, der Ihrer Richtlinie entspricht
  • In Ihrer eigenen Infrastruktur bereitstellen
  • Manuelle Spreadsheet-Analysen reduzieren
  • Ausgaben liefern, die Ihr Team tatsächlich prüfen, teilen und nutzen kann

Die RowSpeak-Lösung

  • Volle Datensouveränität
  • Flexible Modellauswahl
  • Private-Cloud-kompatibel
  • Air-Gapped-Umgebungs-Unterstützung

Warum Teams RowSpeak Private Deployment wählen

Sensible Daten dort belassen, wo sie hingehören

Verarbeiten Sie Spreadsheets und Berichtsworkflows in Ihrer eigenen Umgebung, anstatt sich auf ein gemeinsames gehostetes Setup zu verlassen.

Nutzen Sie die Modelle, die Ihre Organisation genehmigt

Unterstützt Open-Source- und Closed-Source-Modellstrategien, ohne Ihr Team auf einen einzigen Weg zu beschränken.

Passen Sie in bestehende IT- und Sicherheitsanforderungen

Deployen Sie RowSpeak auf eine Weise, die mit internen Prüfungen, Zugriffskontrollen und Infrastrukturstandards übereinstimmt.

Schneller von Spreadsheet zu Bericht

Verwandeln Sie operative Dateien mit weniger manuellem Aufräumen und Überarbeitung in Diagramme, Zusammenfassungen und berufsfertige Ausgaben.

Erhalten Sie Bereitstellungshilfe, nicht nur Software

Wir bieten Bereitstellungsanleitung, Referenzmaterialien und Remote-Support, um Ihr Team schneller live zu bringen.

On-premise server room running RowSpeak

KI selbst hosten mit Docker: Bereitstellung in Ihrer Umgebung

RowSpeak wird als Docker-Container ausgeliefert. Ihr IT-Team installiert es mit unserer Deployment-Doku oder gemeinsam mit uns per Fernsupport. Wählen Sie die Umgebung, die zu Ihrer Datenrichtlinie passt.

On-Premise

RowSpeak läuft auf Servern in Ihrem eigenen Rechenzentrum. Dateien, Prompts, Modellaufrufe und Logs bleiben auf Ihrer Infrastruktur.

Vollständig air-gapped

RowSpeak und das Modell laufen in einem isolierten Netz ohne Internetverbindung, für Teams, deren Richtlinie keinen ausgehenden Datenverkehr erlaubt.

Private Cloud

Bereitstellung in Ihrem eigenen Cloud-Konto oder einer privaten VPC, wenn Ihre freigegebene Umgebung in der Cloud liegt.

Data center

Lokales LLM: DeepSeek, GLM und weitere Open-Source-Modelle

RowSpeak nutzt ein Open-Source-Modell, das Sie selbst hosten. Dadurch gehen weder Prompts noch Dateiinhalte an eine öffentliche Modell-API. Testen Sie mögliche Modelle mit Ihren eigenen Dateien und wählen Sie das, das zu Qualität und Hardwarebudget passt.

DeepSeek Open Source
GLM Open Source
Qwen Open Source
Kimi Open Source
gpt-oss Open Source
Llama Open Source
Mistral Open Source
Other open-source LLMs Open Source

Die Qualität unterscheidet sich leicht je nach Modell und Version. Maßgeblich sind die Ergebnisse mit Ihren Dateien und Ihrer Hardware, daher empfehlen wir einen Test mit eigenen Daten.

Warum das wichtig ist:

Standardisierung auf genehmigte Modelle
Modellwahlen bei Bedarf über Workflows hinweg mischen
Datenschutz, Kosten oder Leistung nach Anforderungen priorisieren
Vendor Lock-in auf Modellebene vermeiden

KI-Datenanalyse on premise vs. Cloud

Beide nutzen denselben RowSpeak-Workflow. Der Unterschied ist, wo Ihre Dateien und das Modell laufen.

Frage RowSpeak Cloud RowSpeak On-Premise
Wo Dateien verarbeitet werden In der RowSpeak-Cloud, verschlüsselt gespeichert Auf Ihren eigenen Servern oder in Ihrer Private Cloud
Welches Modell antwortet Von RowSpeak verwaltete Modelle Ein selbst gehostetes Open-Source-Modell wie DeepSeek oder GLM
Internetverbindung Erforderlich Optional, vollständig air-gapped möglich
Einrichtung Registrieren und Datei hochladen Docker-Bereitstellung durch Ihr IT-Team mit unserer Doku
Geeignet für Schneller Einstieg mit nicht eingeschränkten Dateien Finanz-, HR- und regulierte Daten, die Ihr Netzwerk nicht verlassen dürfen, etwa wegen DSGVO-Vorgaben

Hardwareanforderungen für selbst gehostetes DeepSeek und GLM

Der Großteil der Hardwarekosten entsteht durch das Modell, nicht durch RowSpeak. Die Tabelle zeigt die minimalen GPU-Setups, die die Modellanbieter und ihre empfohlenen Inferenz-Frameworks veröffentlichen.

Modell Größe Veröffentlichtes GPU-Setup Quelle
GLM-4.7-Flash 30B (3B active) 1× H100 (BF16) Z.ai GLM README
GLM-4.5-Air 106B (12B active) 2× H100 (FP8) / 4× H100 (BF16) Z.ai GLM README
GLM-4.5 / 4.6 / 4.7 355B (32B active) 8× H100 (FP8) / 16× H100 (BF16) Z.ai GLM README
DeepSeek V3 / R1 671B (37B active) 1 node of 8× H200, or 2 nodes of 8× H100 / H20 SGLang DeepSeek guide

Die Angaben stammen aus offizieller Herstellerdokumentation und setzen FP8-fähige GPUs wie NVIDIA H100/H200 voraus. Längere Kontextfenster und mehr gleichzeitige Nutzer brauchen mehr GPUs. Beide Modellfamilien dokumentieren auch Unterstützung für Huawei Ascend und AMD. Die Dimensionierung für Ihren Bedarf klären wir in der Deployment-Doku.

Was Ihr Team erhält

RowSpeak Private Deployment hilft Teams, schneller von Roh-Spreadsheets zu verwendbaren Berichtsausgaben zu gelangen.

Datensicherheit

Kostenreduzierung

Inferenzlatenz

Datenschutzverletzungen

Ihr Team kann:

Spreadsheets hochladen

Laden Sie Spreadsheets und exportierte Geschäftsberichte hoch

Unordentliche Daten strukturieren

Strukturieren Sie unordentliche Daten in etwas Verwendbares

Ausgaben generieren

Erstellen Sie Diagramme, Zusammenfassungen und wichtige Erkenntnisse

Intern prüfen

Erstellen Sie Ausgaben, die intern leichter zu prüfen sind

Workflows beschleunigen

Beschleunigen Sie wiederkehrende spreadsheet-intensive Workflows

Weniger manuelle Bereinigung. Schnellere Analyse. Bessere Berichtsausgaben.

Für Teams mit echten Bereitstellungsanforderungen gebaut

RowSpeak Private Deployment ist ideal für Organisationen, die:

Keine sensiblen Dateien in eine gemeinsame SaaS-Umgebung hochladen können
Private Bereitstellung aus Sicherheits- oder Beschaffungsgründen benötigen
Mehr Kontrolle über Infrastruktur und Modellauswahl benötigen
Mit spreadsheet-intensiven Berichtsworkflows arbeiten
Einen praktischen KI-Workflow in genehmigten Umgebungen wünschen

Häufige Teams sind:

Finanzen
Operations
Revenue Ops
Strategie
Geschäftssysteme
Interne Analyse-Teams

So läuft die Bereitstellung: vom Docker-Image zur ersten Analyse

1. Deployment-Doku anfordern

Füllen Sie das kurze Formular aus. Wir senden Ihnen Deployment-Anleitung, Referenzarchitektur und Hinweise zur Dimensionierung.

2. Server und Modell vorbereiten

Wählen Sie ein Open-Source-Modell wie DeepSeek oder GLM und stellen Sie GPUs gemäß den veröffentlichten Anforderungen bereit.

3. RowSpeak mit Docker starten

Starten Sie die RowSpeak-Container in Ihrem Netzwerk: on premise, in der Private Cloud oder vollständig air-gapped.

4. Mit eigenen Dateien testen

Führen Sie einen wiederkehrenden Workflow wie einen Abgleich oder Monatsbericht mit repräsentativen Dateien aus und prüfen Sie das Ergebnis.

5. Prüfen und ausweiten

Lassen Sie die Ergebnisse von Fachprüfern freigeben und erweitern Sie dann auf weitere Nutzer und Workflows.

Deployment-Doku für die Selbstbereitstellung anfordern

Erzählen Sie uns kurz von Ihrer Umgebung. Wir senden Ihnen per E-Mail die Anleitung, um RowSpeak mit Docker zu betreiben.

Deployment Pack

RowSpeak Self-Hosted Deployment-Paket

PDF • Regelmäßig aktualisiert

Docker-Deployment-Anleitung

Referenzarchitekturen, auch air-gapped

Hinweise zur Hardware- und Modelldimensionierung

Checkliste für Bereitstellung und Prüfung

Kostenlos anzufordern. Direkt in Ihren Posteingang gesendet.

Für technische Prüfung und Geschäftsadoption gebaut

RowSpeak Private Deployment ist darauf ausgelegt, sowohl technischen als auch geschäftlichen Beteiligten zu helfen, selbstbewusst voranzukommen.

Technische Teams können prüfen:

  • Bereitstellungsarchitektur
  • Datenflussgrenzen
  • Umgebungseigentum
  • Modell-Routing-Optionen
  • Infrastrukturanforderungen

Geschäftsteams können bewerten:

  • Passform für Berichtsworkflows
  • Geschwindigkeit bis zur verwendbaren Ausgabe
  • Überprüfbarkeit der Ergebnisse
  • Potenzial für internen Rollout

Dies ist mehr als ein Produktgespräch – es ist ein Bereitstellungspfad, den Ihre Teams gemeinsam evaluieren können.

Häufig gestellte Fragen

Kann man RowSpeak selbst hosten?
Ja. RowSpeak lässt sich mit Docker auf Ihren eigenen Servern oder in Ihrer Private Cloud selbst hosten. Ihr IT-Team nutzt dafür unsere Deployment-Doku, die wir nach einem kurzen Formular zusenden.
Läuft RowSpeak vollständig offline (air-gapped)?
Ja. RowSpeak und das Modell können in einem isolierten Netz ohne Internetverbindung laufen.
Welche Open-Source-Modelle werden unterstützt?
RowSpeak unterstützt gängige Open-Source-Modelle, darunter DeepSeek, GLM, Qwen, Kimi, gpt-oss, Llama und Mistral. Die Ergebnisse können sich zwischen Modellen leicht unterscheiden. Testen Sie daher mehrere Modelle mit Ihren eigenen Dateien, bevor Sie eines produktiv einsetzen.
Welche Hardware brauchen wir?
Das hängt vor allem vom Modell ab. Laut Herstellerdokumentation läuft GLM-4.5-Air zum Beispiel auf 2× NVIDIA H100 in FP8 und das vollständige DeepSeek V3 auf einem Knoten mit 8× H200. Details stehen in der Hardwaretabelle auf dieser Seite. Die Dimensionierung für Ihren Bedarf klären wir in der Deployment-Doku.
Verlassen Daten unser Netzwerk?
Nein. Bei einer On-Premise- oder Air-gapped-Bereitstellung bleiben Dateien, Prompts, Modellaufrufe, Ergebnisse und Logs in der Umgebung, die Sie betreiben. Das erleichtert die Prüfung durch Ihre Datenschutz- und DSGVO-Verantwortlichen.
Was ist der Unterschied zu einem lokalen LLM?
Ein lokales LLM liefert einen Chat-Endpunkt. RowSpeak ergänzt den Tabellen-Workflow: Excel-, CSV- und PDF-Dateien lesen, Berechnungen ausführen, Diagramme und Berichte erstellen und die Schritte zeigen, damit ein Prüfer das Ergebnis nachvollziehen kann.
Bekommen wir Unterstützung bei der Bereitstellung?
Ja. Unser Team prüft gemeinsam mit Ihren IT- und Sicherheitsverantwortlichen per Fernsupport Architektur und Rollout-Schritte.

Sehen Sie, wie RowSpeak in Ihre Umgebung passt

Evaluasieren Sie RowSpeak Private Deployment für Ihre Infrastruktur, Sicherheitsanforderungen und Spreadsheet-Workflows.

Private Bereitstellung für Teams, die mehr Kontrolle, mehr Flexibilität und schnellere Spreadsheet-zu-Bericht-Workflows benötigen.