On-Premise & Hybrid: das Betriebsmodell folgt der Datenlage.
Vier Betriebsmodelle, eine Plattform. Welche Aufgabe wo läuft, entscheidet die Datenklasse – nicht ein Dogma für oder gegen die Cloud.
Kurz gesagt: Bei einem Mischbetrieb können sensible Aufgaben auf eigenen Servern oder in einer Schweizer Private Cloud laufen. Für unkritische Aufgaben können externe Modelle vorgesehen werden. Die Eignung wird je Datenart, Vertrag und Integration geprüft.
Betriebsmodell je Aufgabe.
| Aufgabe | Datenklasse | Empfohlenes Modell | Betriebsform |
|---|---|---|---|
| Verträge, Personaldaten, Patientenadministration | hoch sensibel | lokal | On-Premise / Private Cloud |
| Interne Wissenssuche | intern | lokal | On-Premise / Private Cloud |
| Transkription von Besprechungen | intern | lokal oder Private Cloud | Private Cloud / Hybrid |
| Webrecherche, Marktbeobachtung | öffentlich | extern | Hybrid |
| Massenklassifikation unkritischer Mails | gering | extern oder klein lokal | Hybrid |
Was On-Premise voraussetzt.
- Rechenknoten mit GPU oder ausreichender CPU-Leistung für die gewählten Modelle
- Netz, Speicher, Backup und Zugriffskontrolle
- Betriebsverantwortung oder Betriebsunterstützung durch Swiss AI Labs
- Updates für Modelle und Plattform
- Laufende Überwachung von Qualität, Kosten und Auslastung
Datenklassen und Modellzugriffe festlegen.
Hybrid funktioniert nur, wenn die Zuordnung klar ist. Datenklassen werden in Studio definiert, Swiss AI Factory soll sie beim Routing durchsetzen: Eine Aufgabe mit hoch sensiblen Daten darf kein externes Modell erhalten; die Regel wird konfiguriert und überwacht.
Die Einhaltung hängt zusätzlich von Zweck, Vertrag, Datenstandort, technischen Massnahmen und der laufenden Kontrolle ab.
Verwandte Themen.
Häufige Fragen zu On-Premise & Hybrid
Können wir mit Cloud starten und später On-Premise wechseln?
Eine entkoppelte Architektur kann den Wechsel erleichtern. Rechenknoten, Schnittstellen, Verträge, Tests und Anpassungen müssen dennoch geprüft werden.
Wer betreibt die Rechenknoten?
Sie, Ihr IT-Partner oder Swiss AI Labs im Rahmen der vereinbarten Betriebsunterstützung.
Zeigen Sie interne Details?
Öffentlich zeigen wir Prinzip, Layer und Datenfluss auf hoher Ebene. Interne Topologie, Routing-Regeln, Security-Rules und Versionsstände bleiben intern.
Ist das schon produktiv?
Den Reifegrad je Baustein weisen wir offen aus. Formulierungen wie «ist darauf ausgelegt» beschreiben die Architektur, nicht einen Kundeneinsatz. Studio, Agents und Teile der Factory laufen in unserer eigenen Entwicklungs- und Betriebsumgebung und werden laufend erweitert; weitere Betriebsformen, Mehrfach-Nodes sowie private und lokale Installationen kommen schrittweise dazu.
Das passende Betriebsmodell.
Wir ordnen Ihre Aufgaben Datenklassen und Betriebsformen zu.