Eigenes LLM · Kein OpenAI · Kein Anthropic

Unser LLM. Nicht OpenAI. Nicht Anthropic. Ihres.

Ein Sprachmodell speziell für die Zahnmedizin trainiert, das auf der lokalen GPU Ihrer Klinik läuft. Keine Cloud-Aufrufe. Keine Token-Kosten. Keine Abhängigkeit von Dritten.

Demo anfragenDie 10 Agenten ansehen

Warum wir kein GPT-4 oder Claude nutzen

Cloud-LLMs sind brillant für generische Aufgaben. Für eine Zahnarztpraxis mit sensiblen Gesundheitsdaten und hohem Anfragevolumen sind sie die falsche Wahl.

Unvorhersehbare Token-Kosten

Jede Anfrage an OpenAI oder Anthropic wird per Token abgerechnet. Bei 50-100 KI-Anfragen pro Tag wird der Kostenaufwand signifikant und schwankt monatlich. Lokale Hardware amortisiert sich in 12-18 Monaten mit minimalen Grenzkosten.

Anbieter-Lock-in

Wenn OpenAI Preise ändert, ein Modell abschafft oder ausfällt, hört Ihre Klinik auf zu funktionieren. Ihr eigenes LLM auf Ihrem Server hängt nicht von Dritten ab.

Gesundheitsdaten außerhalb der EU

An OpenAI gesendete Anfragen wandern zu US-Infrastruktur. Das erzwingt Standardvertragsklauseln und schafft DSGVO-Reibung. On-Premise verlassen Daten den Praxisserver nie.

Netzwerklatenz

Ein Cloud-Aufruf erfordert einen Roundtrip übers Internet. Lokal sind das zehntel Millisekunden statt Sekunden und es hängt nicht von Ihrer Verbindungsqualität ab.

Auf echten zahnmedizinischen Daten trainiert

Unser LLM ist kein generalistisches Modell mit zahnmedizinischem Prompt. Es ist auf einem berufsspezifischen Korpus trainiert.

18.000+
Indizierte PubMed-Papers
Peer-reviewte wissenschaftliche Literatur, zahn- und kraniofazial, mit eigenem Knowledge Graph für kontextuelle Abfrage.
113.000+
Validierte klinische Fälle
Reale anonymisierte Fälle mit Diagnose, Behandlung und Outcome, verifiziert durch approbierte Zahnärzte.
252.000+
Verarbeitete DICOM-Aufnahmen
Reales Produktionsvolumen, sowohl für das Training der Vision-KI als auch für das Fine-Tuning des LLM mit radiologischen Beschreibungen.

Wie wir es bewerten

Wir veröffentlichen keine Marketing-Benchmarks. Wir messen KI-Arzt-Konkordanz in echter Produktion und veröffentlichen die Zahlen.

  • KI-Arzt-Konkordanz wird kontinuierlich mit integriertem Outcome-Tracking gemessen. Jede Validierung oder Korrektur des Zahnarztes speist den Verbesserungszyklus.
  • Jede LLM-Antwort enthält die bibliografischen Quellen, die sie genutzt hat. Der Zahnarzt kann sie prüfen und verifizieren.
  • MUTEX zwischen Vision-KI und Text-KI: Es laufen niemals zwei Modelle parallel auf derselben GPU. Das garantiert Präzision vor Durchsatz.

Tech-Stack

Basismodell
Eigenes LLM trainiert auf zahnmedizinischem Korpus + RAG über Knowledge Graph
Ausführung
Dedizierte On-Premise GPU (Linux / Windows), MUTEX mit Vision-KI
Durchschnittliche Latenz
1,8 s — 95. Perzentil unter 3 s
Datenschutz
100% On-Premise. Daten verlassen den Praxisserver nie.
Hardware-Partner
PCSpecialist (NVIDIA Inception Programm)

Häufige Fragen

Kann ich das LLM wechseln, wenn ein besseres erscheint?+
Ja. Die Architektur ist so gestaltet, dass das zugrunde liegende Modell austauschbar ist. Wenn wir künftig eine bessere Version veröffentlichen oder Sie ein anderes Open-Source-Modell mit demselben Fine-Tuning nutzen möchten, erfolgt das Upgrade ohne Datenmigration.
Was passiert, wenn die LLM-Antwort falsch ist?+
Jede Antwort ist vom Zahnarzt überprüfbar: akzeptieren, korrigieren oder ignorieren. Jede Validierung oder Korrektur speist das Outcome-Tracking zur Modellverbesserung.
Ist es wirklich günstiger als OpenAI zu bezahlen?+
Hängt vom Nutzungsvolumen ab. Bei 50+ KI-Anfragen pro Tag amortisiert sich lokale Hardware in 12-18 Monaten. Bei Multi-Standort-Kliniken mit Tausenden Anfragen pro Monat ist die Ersparnis ab dem ersten Monat signifikant.
Ist es mit dem europäischen AI Act konform?+
Ja. KI-Systeme im Gesundheitswesen sind durch den AI Act als hochriskant eingestuft. Modell und Daten lokal zu haben vereinfacht enorm die Nachvollziehbarkeit, die Aufzeichnungen und die Konformitätsbewertung.
Kann das LLM erfundene Quellen zitieren (Halluzinationen)?+
Das System nutzt striktes RAG: Es zitiert nur Papers und Fälle, die tatsächlich im Knowledge Graph indiziert sind. Existiert keine Evidenz, sagt der Agent das explizit, statt eine Zitation zu erfinden.

Unser LLM. Nicht OpenAI. Nicht Anthropic. Ihres.

Demo anfragenDie 10 Agenten ansehen