Lokale KI oder Cloud-KI: worauf die Wahl beruht
Ein Modell auf eigener Hardware zu betreiben oder es über einen Onlinedienst aufzurufen, sind beides vertretbare Wege. Die Wahl beruht auf der Art der verarbeiteten Daten, der tatsächlichen Last, den intern verfügbaren Fähigkeiten und der gewünschten Umkehrbarkeit — nicht auf einem allgemeinen Grundsatz.
Worum es geht
Lokale KI: das Modell läuft auf Hardware, die Sie kontrollieren — einem Server in Ihren Räumen oder einer dedizierten Maschine bei einem Hoster. Die verarbeiteten Daten verlassen diesen Bereich nicht.
Cloud-KI: Sie rufen ein Modell auf, das ein Anbieter betreibt. Ihre Anwendung sendet die Anfrage, erhält die Antwort und betreibt keine Infrastruktur.
Die Debatte wird oft als weltanschauliche Wahl zwischen Souveränität und Bequemlichkeit geführt. In der Praxis genügen vier konkrete Kriterien, und sie zeigen nicht immer in dieselbe Richtung.
Die vier entscheidenden Kriterien
1. Die Art der Daten
Das ist das beherrschende Kriterium und manchmal das einzige, das zählt. Daten unter einem Berufsgeheimnis — Anwaltsdossiers, Gesundheitsdaten, Kundenunterlagen eines Treuhandbüros — sprechen für lokale Verarbeitung oder eine dedizierte Instanz. Bereits öffentliche oder unkritische Daten rechtfertigen diesen Aufwand nicht.
2. Die tatsächliche Last
Cloud wird nach Nutzung bezahlt: einige Dutzend Verarbeitungen pro Tag kosten wenig. Lokal wird im Voraus bezahlt: die Hardware kostet gleich viel, ob sie eine Stunde oder vierundzwanzig läuft. Der Kipppunkt hängt vom Volumen und vom Modell ab — er lässt sich berechnen, er sollte nicht geschätzt werden. Eine brauchbare Regel: solange die Nutzung nicht eingependelt ist, erspart die Cloud den Kauf von Hardware für einen noch unklaren Bedarf.
3. Die verfügbaren Fähigkeiten
Ein lokaler Inferenzserver muss überwacht, aktualisiert, gesichert und nach einem Ausfall neu gestartet werden. Ohne jemanden, der das übernimmt — intern oder vertraglich — wird lokal eher zur Schwachstelle als zum Garanten der Kontrolle.
4. Die gewünschte Umkehrbarkeit
Ein Anbieter kann Preise oder Bedingungen ändern oder ein Modell zurückziehen. Lokal schützt davor, zum Preis des Betriebs. Ein Mittelweg besteht darin, die Schicht, die das Modell aufruft, von Anfang an zu kapseln, um sie austauschen zu können, ohne den Rest neu zu schreiben. Das ist die vorsichtigste Wahl, solange man es noch nicht weiss.
Vergleichstabelle
| Kriterium | Lokale KI | Cloud-KI |
|---|---|---|
| Datenabfluss | Keiner ausserhalb des Bereichs | Ja, zum Anbieter |
| Kostenstruktur | Anfangsinvestition, geringe Nutzungskosten | Keine Investition, Kosten pro Aufruf |
| Inbetriebnahme | Tage bis Wochen | Stunden |
| Verfügbare Leistung | Durch die Hardware begrenzt | Die grössten verfügbaren Modelle |
| Betrieb | Zu Ihren Lasten | Zu Lasten des Anbieters |
| Skalierung | Hardwarekauf | Sofort |
| Anbieterabhängigkeit | Gering | Real |
| Betrieb ohne Netz | Möglich | Unmöglich |
Eine Immobilienverwaltung möchte per E-Mail eingehende Schadenmeldungen automatisch einordnen und die betroffene Liegenschaft herauslösen. Das Volumen liegt bei einigen Dutzend pro Tag. Die Daten enthalten Mieternamen und Adressen, aber nichts unter einem Berufsgeheimnis.
Hier ist ein Cloud-Dienst unter Geschäftsvertrag ein vertretbarer Ausgangspunkt: das Volumen rechtfertigt keine Hardware-Investition, und die Inbetriebnahme dauert Stunden. Die sinnvolle Vorsichtsmassnahme besteht darin, den Modellaufruf hinter einer internen Schnittstelle zu kapseln, damit ein Wechsel zu einer lokalen Lösung möglich bleibt, wenn das Volumen wächst oder ein Kunde es verlangt.
Der gemischte Ansatz
Nichts zwingt zu einer Wahl für immer. Eine häufige und vernünftige Aufteilung:
- Lokal: alles, was Kundendokumente betrifft — Extraktion, Ablage, Indexierung für RAG. Das sind zugleich abgegrenzte Aufgaben, für die ein kleineres Modell genügt.
- Cloud: alles, was Schliessen auf unkritischen Inhalten verlangt — Umformulieren, Zusammenfassen, Schreibhilfe.
Diese Trennung setzt eine ausdrückliche Regel darüber voraus, was hinaus darf. Ohne diese schriftliche Regel verschiebt sich die Grenze mit jeder Ergänzung, und meist in die falsche Richtung.
Häufige Denkfehler
- Lokal mit sicher gleichzusetzen. Ein exponierter, schlecht gepflegter Server ist riskanter als ein sauber vertraglich geregelter Dienst. Sicherheit ist eine Praxis, kein Ort.
- Den Betrieb unterschätzen. Die Kosten eines Servers enden nicht beim Kaufpreis: sie umfassen die Zeit einer Person, jeden Monat, über Jahre.
- Den Leistungsbedarf überschätzen. Fünf Felder aus einer Rechnung zu lösen verlangt nicht das grösste Modell am Markt. Die Aufgabe bestimmt die Grösse, nicht umgekehrt.
- Die Frage als endgültig behandeln. Es ist ein revidierbarer Architekturentscheid — vorausgesetzt, er wurde so gebaut, dass er revidierbar ist.
Häufige Fragen
Ist lokale KI günstiger?
Sie verschiebt die Kosten: weniger Kosten pro Nutzung, dafür eine Hardware-Investition und Betriebsaufwand. Interessant wird sie bei anhaltender, regelmässiger Last.
Kann man in der Cloud beginnen und später lokal werden?
Ja, sofern die Schicht, die das Modell aufruft, von Anfang an gekapselt ist, damit man sie austauschen kann, ohne den Rest neu zu schreiben.
Ist die Cloud für sensible Daten ausgeschlossen?
Nein. Entscheidend sind der Vertrag, der Ort der Verarbeitung, die Aufbewahrungsdauer und die Nichtweiterverwendung der Daten. Diese Punkte lassen sich prüfen und schriftlich festhalten.
Verwandte Artikel
Quellen
- Centre national pour la cybersécurité (NCSC) — https://www.ncsc.admin.ch/ncsc/fr/home.html
- Préposé fédéral à la protection des données et à la transparence (PFPDT) — https://www.edoeb.admin.ch/fr