Prior Labs
Prior Labs bietet mit TabPFN ein KI-Modell, das Vorhersagen auf tabellarischen Daten (z. B. Excel-/CSV-Dateien) trifft – ohne aufwändige Konfiguration oder Datenwissenschaft-Kenntnisse.
Es analysiert strukturierte Datensätze aus Bereichen wie Finanzen, Gesundheit oder Industrie und liefert präzise Ergebnisse in Sekundenbruchteilen. Das Modell ist per API, Cloud-Deployment oder als KI-Agenten-Tool nutzbar.
Tools aus der Kategorie AI Models, Inferenz API
KARLI
KARLI ist eine auf Unternehmen spezialisierte KI-Agenten Plattform, die den modernen Arbeitsplatz der Zukunft gestaltet - ein leistungsstarkes Ökosystem, das Unternehmen dabei hilft, Mehrwert aus ihren Daten zu schöpfen.
FLUX.1 (BFL.AI)
Black Forest Labs (BFL) ist ein KI-Forschungslabor aus Freiburg, Deutschland, gegründet von ehemaligen Stable Diffusion-Entwicklern. Es fokussiert sich auf generative KI-Modelle für Bilder und Videos.
Das Hauptprodukt ist die FLUX.1 Modellfamilie, eine Text-zu-Bild-Suite, die für hohe Bildqualität und präzise Prompt-Umsetzung bekannt ist.
Die Kerninnovation ist FLUX.1 Kontext, ein Modell, das Text- und Bildeingaben kombiniert. Dies ermöglicht fortgeschrittene Bildbearbeitung, wie die Änderung von Inhalten per Text (In-Context-Bearbeitung) und die Beibehaltung konsistenter Charaktere über verschiedene Szenen hinweg. Die Modelle sind über eine API und einen "Playground" zugänglich.
STACKIT AI Model Serving
STACKIT AI Model Serving ist ein Managed Service der deutschen Cloud-Plattform STACKIT. Er ermöglicht es Unternehmen, KI-Modelle – insbesondere Open Source Large Language Models (LLMs) – sicher, skalierbar und DSGVO-konform zu betreiben.
Der Dienst legt einen starken Fokus auf europäische Datensouveränität. Alle Modelle werden ausschließlich in ISO 27001-zertifizierten Rechenzentren in Deutschland und Österreich gehostet.
Unternehmen erhalten über eine OpenAI-kompatible API Zugriff auf die LLMs. Dies erlaubt die einfache Integration in eigene Anwendungen für Anwendungsfälle wie Chatbots, Textgenerierung oder die Nutzung interner Wissensdatenbanken (RAG).
