Ich war selbst ein überzeugter Cloud-Mensch. Dann habe ich verstanden, was Unternehmen wirklich brauchen.

Standpunkt & Erfahrungsbericht von Kai Pauli, CEO & Gründer, Autor

Ich erinnere mich noch gut an die Gespräche, die wir in unseren ersten Jahren als Citrix- und Cloud-Infrastrukturdienstleister mit grossen Unternehmenskunden geführt haben. Immer wieder dieselbe Frage:

„Wo liegen unsere Daten wirklich?“

Und immer wieder dieselbe, beruhigende Antwort der Industrie:

„In der Cloud — sicher, verfügbar, gemanagt.“

Die meisten Kunden haben das akzeptiert. Wir auch. Bis wir es nicht mehr konnten.

Über zwölf Jahre lang haben wir im Enterprise-Segment gearbeitet. Citrix-Infrastrukturen für Banken, Cloud-Setups für Institutionen, hochverfügbare Systeme für Umgebungen, in denen ein Ausfall schlicht keine Option ist.

In dieser Zeit habe ich eines sehr deutlich gelernt: Es gibt einen fundamentalen Unterschied zwischen dem, was ein Technologieanbieter verspricht, und dem, was ein Unternehmen wirklich braucht.

Als 2022 die ersten leistungsfähigen, lokal betreibbaren Sprachmodelle auftauchten, war für mich sofort klar:

Das ist der Moment, auf den wir gewartet haben. Nicht als technologische Spielerei. Sondern als echte Antwort auf eine Frage, die mich und meine Kunden seit Jahren beschäftigt hatte.

Warum ich Cloud-KI für Unternehmen für grundlegend falsch halte

Ich weiss, das klingt hart. Und ich sage es nicht, um ChatGPT oder Microsoft Copilot schlechtzureden — diese Dienste haben ihre Daseinsberechtigung. Für Unternehmen, die ernsthaft mit sensiblen Daten, mit Kundendaten, mit Geschäftsgeheimnissen oder mit kritischer Infrastruktur arbeiten, ist die Nutzung externer Cloud-KI-Dienste aus meiner Sicht ein Risiko, das ich persönlich nicht tragen würde.

Der Grund ist simpel: Wenn Sie Ihr Unternehmenswissen in einen Cloud-Dienst eingeben — Ihre Kalkulationen, Ihre Vertragsdetails, Ihre internen Strategien, Ihre Kundenkommunikation — dann verlassen diese Daten Ihr Unternehmen. Punkt. Ob und wie sie verwendet werden, ob sie für das Training neuer Modelle genutzt werden, ob sie durch unzureichende Sicherheitsmassnahmen in falsche Hände geraten, ob sie unter US-amerikanisches Recht fallen — das liegt nicht mehr in Ihrer Hand.

„Wer sein Unternehmenswissen in externe KI-Dienste eingibt, verschenkt das wertvollste Kapital, das er hat. Und er merkt es oft erst dann, wenn es zu spät ist.“

Ich sage das nicht als Schwarzmaler. Ich sage das als jemand, der jahrelang mit Unternehmenskunden gearbeitet hat, die genau wussten, was auf dem Spiel steht. Ein Steuerberater, der Mandantenkorrespondenz durch einen US-Cloud-Dienst jagt. Ein Maschinenbauer, dessen Produktionsdaten bei einem Drittanbieter landen. Eine Behörde, die personenbezogene Daten in ein externes Modell eingibt. Das sind keine theoretischen Szenarien. Das passiert heute täglich in Tausenden von Unternehmen, weil die Alternative bis vor kurzem schlicht nicht zugänglich war.

Seit 2022 bauen wir diese Alternative

Die Schweizer Fastlane AI GmbH war eines der ersten Unternehmen im deutschsprachigen Raum, das sich konsequent auf vollständig lokale, autarke KI-Lösungen für den Unternehmenseinsatz spezialisiert hat. Nicht weil das der einfache Weg war — der einfache Weg wäre gewesen, als Reseller irgendwelcher Cloud-Dienste aufzutreten. Sondern weil wir genau wussten, was Unternehmen wirklich brauchen.

Was uns dabei hilft, ist unsere Vergangenheit. Mehr als 25 Jahre IT-Engineering, davon über 12 Jahre im Enterprise-Segment: Das bedeutet, wir haben hochverfügbare Systeme gebaut, die nicht ausfallen dürfen. Wir haben komplexe Integrationen in bestehende Infrastrukturen vorgenommen, bei denen jede Abhängigkeit sorgfältig bewertet werden musste. Wir wissen, was passiert, wenn ein System unter Last steht. Wir wissen, was es kostet, wenn es ausfällt.

Dieses Wissen ist der Kern unseres Angebots. Nicht das Sprachmodell — das ist austauschbar. Was nicht austauschbar ist, ist die Fähigkeit, eine KI-Infrastruktur so zu bauen, dass sie wirklich trägt. Sicher, skalierbar, hochverfügbar — und vollständig unter der Kontrolle des Unternehmens, das sie betreibt.

Was „vollständig autark“ konkret bedeutet

Eine vollständig lokale KI-Lösung läuft auf der eigenen Hardware des Unternehmens, hinter der eigenen Firewall, ohne jede Abhängigkeit von externen Cloud-Diensten. Kein Datenpunkt verlässt das Unternehmensnetzwerk. Die KI funktioniert auch dann, wenn das Internet ausfällt. Alle Modelle, alle Daten, alle Logs bleiben dort, wo sie hingehören: beim Unternehmen selbst.

Bei Fastlane AI bedeutet das konkret: vorkonfigurierte Serversysteme mit eigenem Sprachmodell, RAG-Datenbank, Automatisierungsplattform und Sprachagenten — einsatzbereit, ohne laufende API-Kosten, ohne Workflow-Limitierungen, ohne Vendor Lock-in.

Die Argumente, die ich immer wieder höre — und meine ehrliche Antwort darauf

„Lokale KI ist doch viel teurer.“ Das höre ich oft. Und ich verstehe, woher dieser Eindruck kommt: Cloud-Dienste haben niedrige Einstiegshürden. Man zahlt zunächst wenig und denkt, es bleibt dabei. Tut es nicht. Ab einer ernsthaften Nutzungsintensität — wir sprechen von einigen Tausend Anfragen pro Monat — wird Cloud-KI teuer. Sehr teuer. Laufende API-Kosten, Nutzungsgebühren, versteckte Kostentreiber. Eine lokale Lösung hingegen ist eine einmalige Investition, die sich schnell amortisiert und danach keine laufenden Kosten mehr verursacht. Keine API-Kosten. Keine Workflow-Limitierungen. Volle Performance ohne Zusatzgebühren.

„Wir sind doch DSGVO-konform, wir haben einen Auftragsverarbeitungsvertrag.“ Das mag stimmen — auf dem Papier. Aber die DSGVO verlangt unter anderem, dass Daten in Drittländer nur unter strengen Bedingungen übertragen werden dürfen. Viele der grossen KI-Anbieter sitzen in den USA und unterliegen dem CLOUD Act. Das bedeutet: US-Behörden können unter bestimmten Umständen auf diese Daten zugreifen — ohne dass das betroffene Unternehmen überhaupt davon erfährt. Ein AVV ändert daran nichts. Wer wirklich DSGVO-konform operieren will, lässt die Daten gar nicht erst das Land verlassen.

„Lokale Modelle sind doch weniger leistungsfähig als GPT-4 oder Gemini.“ Noch vor zwei Jahren war das ein valides Argument. Heute nicht mehr. Die aktuellen europäischen Open-Source-Modelle — etwa von Mistral AI — erreichen für die meisten Unternehmensanwendungen eine Qualität, die vollkommen ausreichend ist. Und vor allem: Ein lokales Modell, das auf die eigene Fachsprache, die eigenen Prozesse und die eigenen Daten feinabgestimmt ist, schlägt ein generisches Grossmodell in fast jeder praxisnahen Unternehmensanwendung.

Hochverfügbarkeit ist keine Funktion — sie ist eine Architekturentscheidung

Das ist vielleicht das Thema, das mir am meisten am Herzen liegt. Wer aus dem Enterprise-Infrastrukturgeschäft kommt, weiss: Ein System, das „meistens läuft“, ist in unternehmenskritischen Umgebungen kein System. Es ist ein Risiko. Hochverfügbarkeit muss von Anfang an in die Architektur eingebaut werden — mit Redundanz, mit klar definierten Failover-Strategien, mit einem durchdachten Lifecycle-Management.

Genau das ist es, was uns von Anbietern unterscheidet, die KI erst seit einem Jahr oder zwei anbieten. Wir haben diese Prinzipien jahrelang in hochkritischen Umgebungen angewendet, bevor das erste lokale Sprachmodell überhaupt existierte. Und dieses Wissen steckt in jeder Lösung, die wir heute bauen.

Unsere Systeme wachsen mit dem Unternehmen mit — von einer einzelnen Installation bis zu vollständigen Enterprise-Cluster-Architekturen. Sie werden gewartet, überwacht und weiterentwickelt, ohne dass das Unternehmen dabei seine Unabhängigkeit aufgibt. Das ist kein Verkaufsargument. Das ist das Ergebnis von über einem Jahrzehnt, in dem wir genau das für unsere Kunden getan haben.

Was ich Unternehmen und Institutionen rate

Fangen Sie nicht damit an, zu fragen, welches KI-Modell das beste ist. Fangen Sie damit an, zu fragen, welche Daten Sie verarbeiten und ob Sie wirklich bereit sind, diese Daten aus der Hand zu geben. Wenn die Antwort nein ist — und bei den meisten seriösen Unternehmen sollte sie nein sein — dann führt kein Weg an einer lokalen Lösung vorbei.

Der EU AI Act ist in Kraft. Die regulatorischen Anforderungen an den Einsatz von KI in Unternehmen werden nicht abnehmen — sie werden zunehmen. Wer heute eine Infrastruktur aufbaut, die Datensouveränität, Nachvollziehbarkeit und technische Dokumentation von Anfang an mitdenkt, ist morgen nicht in der Defensive. Er ist vorne.

Und das, letztlich, ist der Kern dessen, was wir bei Fastlane AI tun. Wir bauen keine KI-Spielzeuge. Wir bauen das Fundament dafür, dass Unternehmen diese Technologie wirklich nutzen können — ohne Kompromisse beim Datenschutz, ohne Abhängigkeit von externen Anbietern, ohne die Illusion von Sicherheit, die ein AVV-Vertrag und ein freundliches Cloud-Dashboard vermitteln.

Wir sind seit über drei Jahren auf diesem Weg. Wir haben ihn früher eingeschlagen als fast alle anderen im deutschsprachigen Raum. Und je mehr Unternehmen verstehen, was wirklich auf dem Spiel steht, desto klarer wird: Es war der richtige Weg.

Kai Pauli

CEO & Gründer, Fastlane AI GmbH · Baar, Kanton Zug — Schweiz · März 2026

Gastbeitrag: Kai Pauli, CEO und Gründer der Fastlane AI GmbH. Der Beitrag gibt die Sicht des Gastautors wieder.