Langdock im Porträt: KI-Plattform aus Berlin mit EU-Hosting und Workflows für Teams

Lesezeit: etwa 12 Minuten

Langdock ist eine KI-Plattform aus Berlin, über die Unternehmen mehrere große Sprachmodelle in einer einzigen Oberfläche nutzen. Statt getrennter Abos bei verschiedenen Anbietern laufen KI-Chat, KI-Assistenten, Dokumentensuche und automatisierte Workflows an einem Ort, mit Hosting in der EU, Auftragsverarbeitungsvertrag und zentraler Rechteverwaltung. Der Anbieter selbst nennt das ein KI-Betriebssystem für Unternehmen.

Was genau macht Langdock? Die KI-Plattform in der Übersicht

Der Kern ist schnell beschrieben: Langdock sitzt als Schicht zwischen den Mitarbeitenden und den Modellen von OpenAI, Anthropic, Google, Mistral und weiteren Anbietern. Wer eine Frage stellt, wählt im KI-Chat das passende Modell aus einem Dropdown. Dieselbe Unterhaltung lässt sich mit einem anderen Modell fortsetzen, wenn das Ergebnis nicht überzeugt. Diese Modell-Unabhängigkeit ist das zentrale Verkaufsargument gegenüber einem einzelnen KI-Anbieter.

Darüber hinaus bietet die Plattform vier Bausteine, die aufeinander aufbauen:

• Chat: die klassische Oberfläche mit Datei-Upload, Websuche, Bildgenerierung und Code-Ausführung, je nach freigeschaltetem Modell.
• Assistenten: gespeicherte Prompt-Konfigurationen mit eigenem Wissenskontext, die sich im Team teilen lassen.
• Workflows: mehrstufige Abläufe, in denen Ergebnisse aus mehreren Arbeitsschritten weiterverarbeitet werden.
• Search-Funktion: eine Suche über angebundene Wissensquellen wie Google Drive, SharePoint, Notion oder Confluence.

Dazu kommen Verwaltungsfunktionen, die in einem privaten ChatGPT-Konto fehlen: Single Sign-on, Nutzergruppen, Rollen und Rechte, Nutzungsstatistiken pro Abteilung sowie eine API. Genau dieser Verwaltungsteil erklärt, warum IT-Abteilungen sich überhaupt mit Langdock beschäftigen. Langdock verkauft weniger ein besseres Chatfenster als die Kontrolle darüber, wer womit arbeitet.

Modell-Unabhängigkeit: Welche KI-Modelle in Langdock zur Verfügung stehen

Die Liste der verfügbaren KI-Modelle ändert sich laufend, weil neue Versionen in der Regel kurz nach Veröffentlichung nachgezogen werden. Zum Stand Mitte 2025 umfasst das Angebot die GPT-Reihe von OpenAI, Claude von Anthropic, Gemini von Google, die Modelle von Mistral sowie offene Modelle aus der Llama-Familie. Welche Modelle freigeschaltet sind, entscheidet die Administration des Unternehmens, nicht jeder einzelne Nutzer.

Der praktische Nutzen dieser Modell-Unabhängigkeit zeigt sich an drei Stellen. Erstens liefern die Modelle unterschiedliche Qualität je nach Aufgabe: lange Dokumentanalysen, strukturierte Tabellen, kreative Textarbeit oder Code. Zweitens schwanken die Kosten pro Anfrage je nach Modell erheblich, was bei hohem Volumen relevant wird. Drittens schützt die Auswahl vor Abhängigkeit. Fällt ein Anbieter aus, ändert seine Nutzungsbedingungen oder hebt die Preise an, wechseln Unternehmen das Modell, ohne die gesamte KI-Nutzung neu aufzusetzen.

Ergänzend erlaubt Langdock das Prinzip Bring Your Own Key beziehungsweise Bring Your Own Model. Wer bereits Verträge mit Azure OpenAI oder AWS Bedrock hat, bindet diese Endpunkte an und rechnet die Modellnutzung direkt mit dem Cloud-Anbieter ab. Für regulierte Branchen ist das relevant, weil der Datenfluss dann innerhalb bestehender, bereits geprüfter Verträge bleibt.

Vom KI-Chat zu KI-Assistenten, Workflows und KI-Agenten

Der KI-Chat ist der Einstieg, aber nicht der eigentliche Punkt. Interessant wird eine KI-Plattform erst, wenn wiederkehrende Aufgaben nicht jedes Mal neu formuliert werden müssen.

KI-Assistenten für wiederkehrende Aufgaben

Ein Assistent in Langdock besteht aus einer Rollenbeschreibung, festen Anweisungen, optional hinterlegten Dateien und einem voreingestellten Modell. Das Vertriebsteam baut sich so einen Assistenten, der eingehende Ausschreibungen gegen die eigene Leistungsübersicht prüft. Das Marketing legt einen an, der Texte auf die interne Tonalität trimmt. Einmal gebaut, landen diese KI-Assistenten in einer Bibliothek und stehen dem gesamten Team zur Verfügung. Das ist der eigentliche Hebel: Nicht jeder muss lernen, gute Prompts zu schreiben, es reicht, wenn drei Leute im Unternehmen es tun.

Workflows und KI-Agenten für mehrstufige Abläufe

Workflows gehen einen Schritt weiter. Hier werden mehrere Arbeitsschritte verkettet: Dokument einlesen, Inhalte extrahieren, gegen eine Checkliste prüfen, Ergebnis in ein festes Format bringen. Zwischen den Schritten lassen sich unterschiedliche Modelle einsetzen, etwa ein schnelles Modell für die Vorverarbeitung und ein starkes für die abschließende Bewertung. Solche Workflows laufen manuell gestartet oder über die API angestoßen.

Die Entwicklung geht erkennbar in Richtung KI-Agenten, also Abläufe, die eigenständig entscheiden, welche Werkzeuge sie in welcher Reihenfolge aufrufen. Langdock bewegt sich wie fast alle Anbieter in diese Richtung, bindet externe Systeme über Konnektoren und Standards wie das Model Context Protocol an. Wer heute auf KI-Agenten setzt, sollte allerdings realistisch bleiben: Je mehr Schritte automatisiert ablaufen, desto wichtiger werden Fehlerbehandlung und Kontrollpunkte. Für kritische Prozesse empfiehlt sich weiterhin ein menschlicher Freigabeschritt.

Search-Funktion und Anbindung an Unternehmenswissen

Die Search-Funktion indexiert angebundene Ablagen und liefert Antworten mit Quellenangabe. Das klingt simpler, als es ist, denn Qualität hängt hier vollständig von der Ordnung in den Quellsystemen ab. Liegen in einem SharePoint fünf Versionen derselben Preisliste, zitiert die KI irgendeine davon. Unternehmen, die vor der Einführung aufräumen, bekommen deutlich brauchbarere Ergebnisse als solche, die den Wildwuchs einfach durchsuchbar machen.

Langdock als KI-Betriebssystem: Was hinter dem Begriff steckt

Der Begriff KI-Betriebssystem taucht in der Kommunikation vieler Anbieter auf und ist Marketing, aber er beschreibt eine reale Verschiebung. Ein KI-Betriebssystem meint: eine zentrale Schicht, über die alle KI-Anwendungen im Unternehmen laufen, mit einheitlicher Rechteverwaltung, einheitlicher Protokollierung und austauschbarem Unterbau. Die Modelle werden dabei zur Infrastruktur, vergleichbar mit Datenbanken oder Cloud-Speicher.

Für die Bewertung heißt das: Ein KI-Betriebssystem ist dann sinnvoll, wenn mehr als eine Handvoll Menschen mit KI arbeitet und wenn Ergebnisse geteilt, wiederverwendet und überprüft werden sollen. Für eine Einzelperson ist diese Schicht Overhead. Für ein Unternehmen mit 40 Mitarbeitenden, drei Abteilungen und einem Betriebsrat ist sie der Unterschied zwischen kontrollierter KI-Nutzung und einem Flickenteppich privater Accounts.

Genau hier liegt das Argument gegen Schatten-IT. Wenn das Unternehmen kein freigegebenes Werkzeug bereitstellt, nutzen Mitarbeitende trotzdem KI, nur eben über private Konten, mit privaten E-Mail-Adressen und ohne jede Kontrolle darüber, welche Dokumente dort hochgeladen werden. Diese Schatten-IT ist das eigentliche Datenschutzrisiko, nicht die Plattform. Eine zentrale Lösung senkt den Anreiz, auf private Werkzeuge auszuweichen, vorausgesetzt, sie ist schnell genug und bietet aktuelle Modelle.

DSGVO-konform arbeiten: Datenschutz, Serverstandort und Auftragsverarbeitung

Das Datenschutzversprechen ist der Grund, warum Langdock in Ausschreibungen im deutschsprachigen Raum überhaupt auftaucht. Die Plattform wird in der EU betrieben, standardmäßig in Rechenzentren in Frankfurt am Main, auf Wunsch je nach Tarif auch in anderen EU-Regionen. Für Unternehmen, die aus regulatorischen Gründen einen EU-Serverstandort benötigen, ist dieses EU-Hosting das erste Auswahlkriterium.

Ein Vertrag zur Auftragsverarbeitung nach Artikel 28 DSGVO gehört zum Standardumfang. Langdock tritt dabei als Auftragsverarbeiter auf, das Unternehmen bleibt Verantwortlicher im Sinne der DSGVO. Nach Angaben des Anbieters werden Eingaben nicht zum Training der Modelle verwendet, weder durch Langdock selbst noch durch die angebundenen Modellanbieter, mit denen entsprechende Vereinbarungen bestehen. Dieser Punkt gehört in jede eigene Prüfung, denn er ist vertraglich und nicht technisch abgesichert.

Wichtig für die realistische Einordnung: DSGVO-konform ist kein Zustand, den ein Werkzeug allein herstellt. Die Plattform liefert die Voraussetzungen, die konkrete Verarbeitung muss das Unternehmen selbst bewerten. Dazu gehören das Verzeichnis von Verarbeitungstätigkeiten, gegebenenfalls eine Datenschutz-Folgenabschätzung, eine Betriebsvereinbarung bei Mitbestimmung und klare interne Regeln dazu, welche Datenkategorien überhaupt in ein KI-System gegeben werden dürfen. Personenbezogene Bewerbungsunterlagen oder Gesundheitsdaten sind auch auf einer DSGVO-konform betriebenen Plattform nicht automatisch unproblematisch.

ISO 27001, SOC 2 Type II und was die Zertifikate aussagen

Langdock ist nach ISO 27001 zertifiziert und weist zusätzlich einen SOC 2 Type II Bericht vor. Beide Nachweise sagen nichts über die Qualität der KI-Antworten aus, sie betreffen die Organisation: Zugriffskontrollen, Notfallprozesse, Protokollierung, Lieferantenmanagement, regelmäßige Überprüfungen.

Der Unterschied zwischen beiden lohnt eine kurze Erklärung. ISO 27001 prüft, ob ein Informationssicherheits-Managementsystem existiert und dokumentiert ist. SOC 2 Type II prüft über einen Zeitraum von typischerweise sechs bis zwölf Monaten, ob die beschriebenen Kontrollen tatsächlich gelebt werden. In Einkaufsprozessen großer Unternehmen gelten ISO 27001 und SOC 2 Type II inzwischen als Mindesteintrittskarte. Dass der Anbieter nach ISO 27001 zertifiziert ist und einen SOC 2 Type II Bericht auf Anfrage herausgibt, verkürzt die Sicherheitsprüfung spürbar. Ein ISO 27001 zertifizierter Anbieter erspart der eigenen IT viele Einzelfragen, ersetzt aber keine eigene Risikobewertung.

Deployment-Optionen: Single Tenant SaaS, Bring Your Own Cloud und On-Premise-Betrieb

Je nach Anforderung bietet Langdock mehrere Deployment-Optionen an. In der Standardvariante läuft die Plattform als gemeinsam genutzter Dienst in der EU-Cloud. Für höhere Anforderungen gibt es Single Tenant SaaS, also eine dedizierte Instanz, bei der sich Unternehmen keine Infrastruktur mit anderen Kunden teilen. Darüber hinaus sind Varianten in der eigenen Cloud-Umgebung möglich, Bring Your Own Cloud genannt, sowie auf Anfrage ein On-Premise-Betrieb im eigenen Rechenzentrum.

Diese Deployment-Optionen haben ihren Preis, und zwar nicht nur monetär. Single Tenant SaaS und erst recht ein On-Premise-Betrieb bedeuten längere Einrichtungszeiten, eigene Betriebsverantwortung und verzögerte Updates. Wer sich dafür entscheidet, sollte einen konkreten regulatorischen Grund haben, etwa Vorgaben aus dem Finanz- oder Gesundheitssektor. Für den Großteil mittelständischer Unternehmen reicht die Standardvariante mit EU-Hosting aus. Die Kombination aus Bring Your Own Model und Single Tenant SaaS ist in der Praxis der häufigste Kompromiss zwischen Kontrolle und Aufwand.

Preise und Tarife bei Langdock, Stand Mitte 2025

Langdock veröffentlicht eine Preisseite, die Tarife sind jedoch teilweise verhandelbar und werden regelmäßig angepasst. Die folgende Übersicht beschreibt die Struktur, nicht verbindliche Konditionen. Vor einer Entscheidung lohnt immer ein Blick auf die aktuelle Preisseite des Anbieters und ein Angebot für die eigene Nutzerzahl.

Zur Einordnung der Größenordnung: Vergleichbare europäische Anbieter von KI-Plattformen bewegen sich bei Team- und Business-Tarifen üblicherweise zwischen etwa 20 und 50 Euro pro Nutzer und Monat, abhängig von Laufzeit und Nutzerzahl. ChatGPT Team kostet zum Vergleich 25 US-Dollar pro Nutzer und Monat bei jährlicher Zahlung, ChatGPT Enterprise gibt es nur auf Anfrage. Die Preisdifferenz zwischen einer Plattform mit mehreren Modellen und einem Einzelanbieter ist also kleiner, als viele erwarten.

Fair Usage Policy statt Abrechnung pro Token

Ein Detail, das in der Kalkulation oft übersehen wird: Langdock rechnet die Modellnutzung in den regulären Tarifen nicht pro Token ab, sondern arbeitet mit einer Fair Usage Policy. Für Unternehmen hat das einen handfesten Vorteil, weil die monatlichen Kosten planbar bleiben und niemand im Team überlegen muss, ob eine weitere Anfrage das Budget belastet. Genau diese Hemmschwelle bremst die KI-Nutzung in Projekten mit nutzungsabhängiger Abrechnung spürbar aus.

Der Haken liegt in der Natur der Sache: Eine Fair Usage Policy definiert eine normale Nutzung, und was normal ist, legt der Anbieter fest. Wer massenhaft lange Dokumente durch teure Modelle schickt oder Workflows im Minutentakt über die API anstößt, bewegt sich außerhalb des Rahmens. Für solche Lastprofile ist Bring Your Own Key mit direkter Abrechnung beim Modellanbieter oft die ehrlichere Lösung. Vor Vertragsabschluss gehört die Fair Usage Policy deshalb gelesen, insbesondere die Formulierungen zu API-Zugriffen und automatisierten Workflows.

Praxisbeispiel: Wie eine fünfköpfige Agentur mit Langdock arbeitet

Eine kleine Kommunikationsagentur mit fünf Festangestellten und zwei freien Mitarbeitenden hatte vor der Einführung drei private ChatGPT-Abos, ein Claude-Abo und einen Perplexity-Zugang. Rechnungen liefen über drei verschiedene Kreditkarten, Kundendokumente landeten in privaten Chatverläufen. Klassische Schatten-IT, entstanden ohne böse Absicht.

Die Umstellung lief in vier Schritten ab. Erstens wurden alle Arbeitsplätze auf die Plattform geholt und private Abos gekündigt. Zweitens legte die Geschäftsführung fest, welche Modelle freigegeben sind und welche Kundendaten grundsätzlich nicht in die KI gehören, etwa unveröffentlichte Zahlen aus Quartalsberichten. Drittens baute eine Mitarbeiterin in zwei Nachmittagen vier KI-Assistenten: einen für Pressemitteilungen im Hausstil, einen für die Zusammenfassung von Kundenterminen, einen für LinkedIn-Varianten eines Fachtexts und einen für die Prüfung von Briefings auf Lücken. Viertens wurde ein Workflow gebaut, der wöchentlich Fachartikel aus einem definierten Ordner zusammenfasst und als Kurzüberblick ausgibt.

Der messbare Effekt lag weniger bei den Lizenzkosten, die sich ungefähr die Waage hielten, sondern in den Zwischenschritten des Tagesgeschäfts. Das Protokoll eines Kundentermins steht in fünf statt in dreißig Minuten. Die Textvarianten für Social Media entstehen beim Verfassen des Haupttexts mit. Vor allem aber nutzen jetzt auch die beiden Kolleginnen die KI, die sich vorher nicht mit Prompt-Formulierungen beschäftigen wollten, weil sie nur noch einen fertigen Assistenten auswählen müssen. Die ersten Schritte dauerten etwa zwei Wochen, bis die Nutzung im Alltag ankam, vergingen rund sechs.

Kann ich Langdock als Privatperson nutzen?

Kurz: nicht sinnvoll. Langdock ist auf Organisationen ausgelegt, Tarife werden pro Arbeitsplatz kalkuliert, teils mit Mindestnutzerzahl, und die Funktionen zur Nutzerverwaltung laufen bei einer einzelnen Person ins Leere. Wer allein arbeitet und einfach mit mehreren Modellen testen will, fährt mit einem direkten Abo bei OpenAI oder Anthropic günstiger oder nutzt einen Dienst, der mehrere Modelle für Einzelnutzer bündelt.

Anders sieht es bei Selbstständigen aus, die regelmäßig mit Mandantendaten arbeiten und einen Auftragsverarbeitungsvertrag mit EU-Hosting benötigen, etwa in Beratung, Recht oder Buchhaltung. In diesem Fall ist Langdock auch für ein bis drei Personen eine Überlegung wert, weil die Vertragslage der eigentliche Kaufgrund ist und nicht der Funktionsumfang. Die Rechnung sollte man trotzdem aufmachen: Bei drei Arbeitsplätzen kommen über das Jahr schnell vierstellige Beträge zusammen.

Wer steckt hinter Langdock?

Hinter dem Produkt steht die Langdock GmbH mit Sitz in Berlin, gegründet 2023. Das Unternehmen gehört zu einer Gruppe europäischer Anbieter, die nach dem Durchbruch der großen Sprachmodelle gezielt die Lücke zwischen den amerikanischen Modellanbietern und den Compliance-Anforderungen europäischer Unternehmen besetzt haben. Finanziert ist Langdock über Wagniskapital, die Investorenliste umfasst bekannte europäische Fonds. In der Debatte über europäische KI-Infrastruktur melden sich Investorinnen wie Judith Dada regelmäßig zu Wort, was den Kontext dieser Finanzierungsrunden gut beschreibt: Europa soll nicht die Modelle bauen, aber die Schicht darüber.

Der Standort Berlin ist dabei mehr als Folklore. Er ist Teil des Verkaufsarguments, weil Vertrieb, Support und Vertragspartner im selben Rechtsraum sitzen. Für einen Datenschutzbeauftragten macht es einen Unterschied, ob er mit einem Anbieter in Berlin spricht oder mit einem Support-Team in einer anderen Zeitzone. In der Praxis entscheidet darüber oft weniger die Geschäftsführung als die IT-Leitung oder, in inhabergeführten Unternehmen, direkt ein Co-CEO, der das Thema KI zur Chefsache erklärt hat.

Langdock im Vergleich zu ChatGPT Enterprise und anderen Anbietern

Der direkte Vergleich mit ChatGPT Enterprise fällt differenzierter aus, als die Marketingseiten beider Seiten vermuten lassen.

Die Entscheidung läuft meist auf eine Frage hinaus: Will das Unternehmen die beste Umsetzung eines einzelnen Anbieters oder die Freiheit, Modelle zu wechseln? Wer tief in OpenAI-Funktionen wie fortgeschrittener Datenanalyse arbeitet, wird im Original manches finden, was die Zwischenschicht nicht oder später abbildet. Wer dagegen mehrere Modelle vergleichen, die Abhängigkeit begrenzen und alles zentral verwalten will, findet in Langdock das passendere Werkzeug.

Grenzen und Kritikpunkte: Ist Langdock gut?

Die ehrliche Antwort lautet: gut für einen bestimmten Zweck, nicht universell. Drei Einschränkungen sind in der Praxis relevant.

Funktionsverzögerung. Jede Plattform, die fremde Modelle bündelt, hinkt den Originalen bei neuen Funktionen hinterher. Features wie neue Sprachmodi, spezielle Werkzeuge oder frische Modellvarianten erscheinen erst, wenn sie über die Schnittstelle verfügbar sind und eingebaut wurden. Wer die neuesten KI-Tools zuerst haben will, ist bei den Modellanbietern direkt besser aufgehoben.

Preis-Leistung bei geringer Nutzung. Lizenzen pro Arbeitsplatz rechnen sich nur, wenn die Arbeitsplätze auch genutzt werden. In vielen Unternehmen arbeitet nach drei Monaten noch ein Drittel der Belegschaft regelmäßig mit der KI. Dann kostet die Plattform pro aktivem Nutzer das Dreifache des Listenpreises. Gegensteuern lässt sich mit Schulungen in überschaubaren Schritten, gemeinsamen Assistenten und klaren Anwendungsfällen pro Abteilung.

Abhängigkeit bleibt, sie verschiebt sich nur. Modell-Unabhängigkeit heißt nicht Anbieterunabhängigkeit. Assistenten, Workflows und Wissensanbindungen entstehen in der Plattform und lassen sich nicht ohne Weiteres mitnehmen. Wer nach zwei Jahren wechselt, baut einen Teil davon neu. Dieser Punkt gehört vor dem Rollout besprochen, inklusive der Frage, wie Exporte aussehen.

Dazu kommt ein Punkt, der kein Mangel des Produkts ist, aber jeden Rollout betrifft: Halluzinationen verschwinden durch EU-Hosting nicht. Falsche Zahlen aus einer Zusammenfassung sind in Frankfurt genauso falsch wie in Oregon. Verfahren zur Prüfung kritischer Ergebnisse bleiben Pflicht.

Alternativen zu Langdock

• ChatGPT Enterprise und ChatGPT Business: maximale Funktionstiefe, dafür nur ein Modellanbieter.
• Microsoft 365 Copilot: sinnvoll, wenn das Unternehmen ohnehin vollständig in Microsoft 365 arbeitet und die Office-Integration wichtiger ist als die Auswahl an Modellen.
• Open-Source-Oberflächen wie Open WebUI oder LibreChat: volle Kontrolle und On-Premise-Betrieb möglich, dafür eigener Betriebsaufwand und kein Support.
• Weitere europäische Anbieter: mehrere Unternehmen aus dem deutschsprachigen Raum bieten ähnliche Plattformen mit EU-Hosting, Assistenten und Workflows an, teils mit Branchenschwerpunkt.

Häufige Fragen zu Langdock

Wie lange dauert die Einführung im Unternehmen?

Technisch geht es schnell: Konto anlegen, Single Sign-on verbinden, Nutzer einladen, das ist an einem Tag erledigt. Die organisatorischen Schritte brauchen länger. Nutzungsrichtlinie, gegebenenfalls Abstimmung mit dem Betriebsrat, Schulung und die ersten gemeinsamen Assistenten summieren sich bei einem mittelständischen Unternehmen auf vier bis acht Wochen, bis die Plattform wirklich im Alltag ankommt.

Lassen sich eigene KI-Anwendungen anbinden?

Ja, über die API und Konnektoren lassen sich eigene KI-Anwendungen mit der Plattform verbinden, etwa um Workflows aus einem CRM heraus zu starten oder Ergebnisse in interne Systeme zurückzuschreiben. Der Aufwand entspricht einer normalen Schnittstellenintegration und braucht Entwicklerzeit.

Gibt es eine kostenlose Testmöglichkeit?

Der Anbieter stellt eine zeitlich befristete Testphase bereit, verbreitet ist eine 7-tägige Variante, daneben sind Pilotprojekte mit begrenzter Nutzerzahl möglich. Für einen belastbaren Test sollte man weniger auf die Chatqualität schauen, die hängt am Modell, sondern auf Rechteverwaltung, Konnektoren und die Frage, ob die Assistenten im Team tatsächlich genutzt werden.

Werden meine Daten zum Training verwendet?

Nach Angaben des Anbieters nicht, weder durch Langdock noch durch die angebundenen Modellanbieter. Diese Zusage steht im Auftragsverarbeitungsvertrag und in den Nutzungsbedingungen und sollte dort vor der Unterschrift nachgelesen werden, zusammen mit den Regelungen zu Speicherdauer und Löschung.

Für wen lohnt sich die Plattform am ehesten?

Für Unternehmen zwischen etwa 20 und einigen hundert Mitarbeitenden, die KI breit einsetzen wollen, auf einen Serverstandort in der EU angewiesen sind und mit mehreren Modellen arbeiten möchten. Für Einzelpersonen, für reine Entwicklerteams mit eigenem Zugang zu den Modellen und für Unternehmen, die ohnehin nur ein Modell nutzen wollen, gibt es günstigere oder passendere Wege.