Private Cloud & On-Premises Deployments
Die DQC Platform kann in privaten Cloud-Umgebungen oder vollständig On-Premises betrieben werden – und stellt damit vollständige Datenhoheit und die Einhaltung interner IT-Richtlinien sicher.
Voraussetzungen für die Bereitstellung
Für den Betrieb der DQC Platform in einer privaten Umgebung sind folgende Infrastrukturkomponenten erforderlich:
Kubernetes-Cluster – Version ≥ 1.29.9
PostgreSQL-Datenbank – Version ≥ 14
Unterstützte Single Sign-On (SSO)-Anbieter
Die Plattform unterstützt moderne Authentifizierungsmethoden:
Microsoft Entra (ehemals Azure AD)
Okta
Jeder OpenID-Connect-kompatible Anbieter
Eigenes LLM einbinden
Es ist möglich, eigene LLM-Instanzen mit der DQC Platform zu verbinden. Die Plattform ruft dabei kein einzelnes, fest hinterlegtes Modell auf: Jede Anfrage wird an eine Fähigkeitsklasse geleitet. Ein einzelner Anbieter kann alle Klassen abdecken, und ein Modell kann mehrere Klassen bedienen.
Unterstützte Anbieter
Anthropic Claude — über die Anthropic API oder Amazon Bedrock
OpenAI — über die OpenAI API
Google Gemini — über Google Vertex AI
Wie viele Modelle werden benötigt?
Mindestens zwei Modelle: STANDARD und FAST. Alle übrigen Klassen greifen auf eines dieser beiden zurück. Es ist daher möglich, mit zwei Modellen zu starten und später gezielt eigene Modelle für einzelne Klassen zu ergänzen.
Modellklassen
Klasse | Wofür sie eingesetzt wird | Eigenes Modell | Anthropic | OpenAI |
|---|---|---|---|---|
STANDARD | Regelvorschläge, Datenanreicherung, Dublettenauflösung, Coding Assistant | Erforderlich | Claude Sonnet 4.6 | GPT-5.6 Luna |
FAST | Chat, Coding Assistant, LLM-Regeln | Erforderlich | Claude Haiku 4.5 | GPT-5.6 Luna |
NANO | Regelbeschreibungen, Benennung von Regelsätzen und Missionen | Optional — nutzt FAST | Claude Haiku 4.5 | GPT-5.6 Luna |
COLUMN_RELATION | Spaltenzuordnung beim Mapping von Systemtabellen | Optional — nutzt FAST | Claude Haiku 4.5 | GPT-5.6 Luna |
PDF_PROCESSING | PDF-Extraktion, Schema-Chat, Vorschau-Erzeugung | Optional — nutzt STANDARD | Claude Sonnet 4.6 | GPT-5.6 Luna |
REASONING | Reserviert für komplexe, mehrstufige Analysen | Optional — nutzt STANDARD | Claude Opus 4.8 | GPT-5.6 Terra oder Sol |
Mindestversionen
Anthropic — Claude 4.x oder neuer. Sonnet 4.6 (STANDARD) und Haiku 4.5 (FAST) sind die getestete Basis.
OpenAI — GPT-5.4 oder neuer. GPT-5.4 ist die Untergrenze und funktioniert in allen Klassen. GPT-5.6 Luna ist bei Kosten und Latenz die bessere Wahl und die empfohlene Voreinstellung.
Google — Gemini 3.x oder neuer. Gemini 3.5 Flash deckt STANDARD und FAST ab, Gemini 3.1 Flash Lite die Klasse NANO.
Was die Modelle unterstützen müssen
Tool Calling — die Plattform arbeitet agentisch, jedes Modell muss daher Funktionen aufrufen können.
Structured Outputs — Ergebnisse werden gegen JSON-Schemata validiert. Bei Gemini setzt das Version 3 oder neuer voraus.
Binäre PDF-Eingabe — nur für die Klasse PDF_PROCESSING. Das Modell muss PDF-Dateien direkt entgegennehmen; getestet ist Claude Sonnet 4.6 (oder neuer). Fehlt diese Fähigkeit, stehen PDF-basierte Prüfungen nicht zur Verfügung — die übrige Plattform bleibt davon unberührt.
Die Zugangsdaten für den gewählten Anbieter werden im Rahmen der Bereitstellung hinterlegt — der Onboarding-Kontakt begleitet diesen Schritt.
Hinweise
Die On-Premises-Bereitstellung ermöglicht vollständige Kontrolle über Daten und Infrastruktur
BYO-LLM („Bring Your Own LLM“) erlaubt individuelle Anpassung und erfüllt interne Governance-Anforderungen
Mehr erfahren: Technischer Bereitstellungsleitfaden, SSO-Konfiguration, LLM-Integrationsanleitung