--- page_type: content language: de-DE path: https://retriex.de/retriex-retriex-ki-modelle-provider --- KI-MODELLE & PROVIDER # Für jede Aufgabe das passende KI-Modell. RetrieX ist die zentrale Unternehmens-KI für Wissen, Antworten und intelligente Aufgaben. Dabei bleibt die Wahl der zugrunde liegenden Sprachmodelle flexibel: OpenAI, Claude, Gemini oder lokal betriebene Modelle über Ollama können als Modellprofile eingebunden und gezielt den Aufgaben zugewiesen werden, für die sie am besten geeignet sind. RetrieX selbst bleibt dabei die steuernde Ebene für Wissen, Retrieval, Evidence, Berechtigungen und fachliche Regeln. Evidence Pilot anfragen Modellsteuerung ansehen RetrieX AI Runtime Provider flexibel 01 Provider OpenAI · ClaudeGemini · Ollama → 02 Profile Modelle · ParameterEndpoints 03 Aufgaben Query · ToolsAntwort · Verarbeitung 04 Runtime Qualität · LatenzKosten · Kontrolle RX RetrieX-Prinzip: Provider & Infrastruktur ## IhreKI-Infrastrukturbleibt Ihre Entscheidung. RetrieX trennt die eigentliche Plattformlogik vom verwendeten Sprachmodell. Dadurch können unterschiedliche KI-Provider angebunden und lokale Modelle über Ollama eingesetzt werden. Wissenslogik, Retrieval, Evidence und Governance bleiben davon getrennt. Provider und Modelle können so passend zur jeweiligen Aufgabe und Infrastruktur gewählt werden. O Cloud Provider ### OpenAI OpenAI-Modelle können als Provider angebunden und über individuelle Modellprofile für unterschiedliche Aufgaben innerhalb von RetrieX konfiguriert werden. C ### Anthropic Claude Claude lässt sich als eigener Provider in die Modellsteuerung aufnehmen und gezielt für definierte Verarbeitungsschritte oder Antwortaufgaben einsetzen. G ### Google Gemini Gemini-Modelle können ebenfalls über Modellprofile eingebunden und einzelnen Aufgaben innerhalb der RetrieX Runtime zugewiesen werden. On-Premise ### Ollama Über Ollama können lokal bereitgestellte Modelle aus der eigenen Infrastruktur heraus genutzt und wie andere Provider über Modellprofile gesteuert werden. Betriebsmodelle ## Cloud oder On-Premise. Die Modellstrategie kann an technische, regulatorische und organisatorische Anforderungen angepasst werden. Dabei müssen nicht zwangsläufig alle Aufgaben über dieselbe Infrastruktur laufen. Managed AI ### Cloud-Modelle flexibel einsetzen Externe KI-Provider können dort eingesetzt werden, wo Leistungsfähigkeit, Modellangebot oder vorhandene Infrastruktur dafür sprechen. Eigene Infrastruktur ### Modelle On-Premise betreiben Mit Ollama kann RetrieX auch Modelle ansprechen, die innerhalb der eigenen Infrastruktur betrieben werden. So lässt sich die Modellstrategie an Datenschutz, Compliance und technische Anforderungen anpassen. Entscheidend ist nicht, welcher Provider verwendet wird: Modellprofile ## Mehrere Provider & Profile fürunterschiedliche Aufgaben. In RetrieX wird nicht einfach ein Modell global festgelegt. Für angebundene Provider können unterschiedliche Modellprofile angelegt und zentral verwaltet werden. Jedes Profil beschreibt, welches Modell mit welchen Einstellungen für bestimmte Aufgaben zur Verfügung steht. Zentral konfiguriert ### Modelle werden zu steuerbaren Ressourcen. Ein leistungsfähiges Modell für komplexe Antworten, ein schnelles Modell für vorbereitende Schritte oder ein lokales Modell für definierte Verarbeitungspfade: RetrieX bildet diese Unterschiede als eigenständige Modellprofile ab. Provider auswählen: Modell festlegen: Verhalten konfigurieren: Aufgaben zuweisen: RetrieX Admin · KI-Modelle Beispielkonfiguration Provider OpenAI angebundenerKI-Provider Profil 01 Fast Fast ModelHilfsaufgaben Profil 02 Balanced Balanced ModelStandardaufgaben Profil 03 Deep Advanced Modelkomplexe Aufgaben Das Profil ist die steuerbare Einheit. Modelle können wechseln, Aufgaben bleiben definiert. Aufgaben & Modellsteuerung ## Das Modell folgt der Aufgabe – nicht umgekehrt. Unterschiedliche Verarbeitungsschritte stellen unterschiedliche Anforderungen an ein KI-Modell. RetrieX macht diese Aufgaben explizit und weist ihnen gezielt Modellprofile zu. So muss nicht jede Aufgabe über dasselbe Modell laufen. RetrieX Runtime · Aufgabensteuerung Beispielzuweisung 01 · Profil Fast Eingabe normalisieren Nutzerfrage für den Antwortpfad vorbereiten 02 · Profil Fast Suchquery optimieren Suchanfrage knapp und passend formulieren 03 · Profil Balanced MCP-Tool auswählen Passendes freigegebenes Tool bestimmen 04 · Profil Deep Finale Antwort erzeugen Belegte Antwort aus dem freigegebenen Kontext formulieren + Weitere steuerbare Aufgaben: Warum das relevant ist ## Nicht jede Aufgabe braucht dasselbe Modell. Ein vorbereitender Verarbeitungsschritt kann andere Anforderungen haben als eine komplexe finale Antwort. Durch die getrennte Zuweisung kann die Modellstrategie gezielt an Qualität, Geschwindigkeit, Kosten und Infrastruktur angepasst werden. ### Leistung dort einsetzen, wo sie zählt Leistungsfähigere Modelle können gezielt Aufgaben übernehmen, bei denen ihre Fähigkeiten tatsächlich benötigt werden. ### Schnelle Schritte schlank halten Für vorbereitende oder klar abgegrenzte Aufgaben können kleinere oder schnellere Modelle eingesetzt werden. ### Provider kombinieren Modellprofile unterschiedlicher Provider können innerhalb derselben RetrieX Runtime für unterschiedliche Aufgaben eingesetzt werden. ### Konfiguration statt Verdrahtung Die Zuordnung wird zentral verwaltet und kann angepasst werden, ohne die fachliche Aufgabe neu zu implementieren. Provider, Modell und Aufgabe bleiben voneinander getrennt. Kosten & Effizienz ## Nicht jede Aufgabe braucht das teuerste Modell. Bei vielen Cloud-KI-Modellen entstehen Kosten nach der Menge des verarbeiteten und erzeugten Textes – den sogenannten Tokens. RetrieX kann deshalb für einfache Aufgaben andere Modellprofile einsetzen als für anspruchsvolle Antworten. Einfach erklärt ## Was sind Tokenkosten? KI-Modelle verarbeiten Texte in kleinen Einheiten, den Tokens. Je nachdem, wie viel Inhalt an ein Modell übergeben und wie viel Text erzeugt wird, steigt die verarbeitete Tokenmenge. Bei Cloud-Anbietern unterscheiden sich zusätzlich die Preise der einzelnen Modelle. Leistungsfähigere Modelle können deshalb für dieselbe Aufgabe höhere Nutzungskosten verursachen als kleinere oder schnellere Modelle. RetrieX schafft hier eine zusätzliche Steuerungsmöglichkeit: Das gewünschte Modellprofil wird passend zur jeweiligen Aufgabe gewählt. Beispiel einer Modellstrategie bedarfsgerecht Kleine Aufgabe Anfrage vorbereiten schnelles, effizientes Profil Mittlere Aufgabe Tool auswählen passendes Standardprofil Anspruchsvolle Aufgabe Antwort erzeugen leistungsfähiges Antwortprofil € Leistung gezielt einsetzen. Wirtschaftlich steuerbar ## Qualität und Kosten gemeinsam denken. Das Ziel ist nicht einfach das günstigste Modell. Entscheidend ist, für jede Aufgabe ein Modell einzusetzen, das zu den Anforderungen des Unternehmens passt. ### Einfache Aufgaben effizient erledigen Vorbereitende oder klar abgegrenzte Aufgaben können beispielsweise über schnellere und kostengünstigere Modellprofile laufen. ### Leistungsfähige Modelle gezielt nutzen Anspruchsvollere Modelle können dort eingesetzt werden, wo ihre Fähigkeiten für die Qualität der Antwort tatsächlich benötigt werden. ### Kosten anpassbar halten Ändern sich Preise, Modelle oder Anforderungen, kann die Zuordnung der Modellprofile angepasst werden, ohne die gesamte RetrieX-Lösung neu aufzubauen. ### On-Premise anders kalkulieren Bei lokal betriebenen Modellen über Ollama fallen keine externen nutzungsabhängigen Tokengebühren des Modellproviders an. Dafür entstehen eigene Kosten für Infrastruktur und Betrieb. RetrieX macht die Modellwahl zu einer steuerbaren Entscheidung. Ihre Unternehmens-KI ## Eine KI für Ihr Unternehmen.Ohne Bindung an ein einzelnes Modell. RetrieX verbindet Unternehmenswissen, Regeln, Berechtigungen und nachvollziehbare Antworten zu einer zentralen Unternehmens-KI. Welche Modelle dabei im Hintergrund arbeiten, bleibt flexibel. OpenAI, Claude, Gemini oder lokal betriebene Modelle über Ollama können passend zu Aufgabe, Kosten und Infrastruktur eingesetzt werden. Gespräch vereinbaren RetrieX Unternehmens-KI Wissen Ihr Unternehmen Dokumente · SystemeDaten · Quellen Verstehen & steuern Retrieval · EvidenceRegeln · Berechtigungen Modelle Flexibel wählbar Cloud oderOn-Premise Das Modell ist ein Baustein. RetrieX ist die Unternehmens-KI.