Hardware und Betriebsanforderungen

Konkret und ohne Beschönigung. Die folgenden Werte sind Dimensionierungsrichtwerte für die Planung, keine Messwerte aus einer bestehenden Kasimir-Installation.

Grundsystem ohne lokale Modelle

Position	Richtwert
CPU	8 Kerne Minimum, 16 Kerne empfohlen
Arbeitsspeicher	32 GB Minimum, 64 GB empfohlen
Speicher	500 GB NVMe aufwärts, abhängig vom Aktenbestand; Index und Objektspeicher wachsen mit
Betriebssystem	Aktuelles Linux mit Container-Laufzeit
Netz	Erreichbarkeit nur im Kanzleinetz oder über VPN; TLS terminiert der mitgelieferte Reverse Proxy

Der Arbeitsspeicherbedarf entsteht überwiegend durch die Suchmaschinen und die Datenbank. Der Cross-Encoder, der Sparse-Encoder und die Namenserkennung laufen auf CPU. Der Cross-Encoder ist dabei die zeitbestimmende Komponente; die Zahl der nachbewerteten Kandidaten ist bewusst begrenzt, weil er ohne GPU sonst die Antwortzeit dominiert.

Zusätzlich für lokalen Modellbetrieb

Position	Richtwert
GPU-Speicher, Generierungsmodell	Etwa 16–32 GB für ein quantisiertes Modell der 7- bis 14-Milliarden-Klasse; 48–80 GB und mehr für größere oder Mixture-of-Experts-Modelle
GPU-Speicher, Einbettungsmodell	Etwa 10–20 GB, je nach Modell und Quantisierung
Konsequenz	Zwei Modelle müssen gleichzeitig verfügbar sein. Eine einzelne Consumer-Grafikkarte mit 24 GB reicht für beide zusammen in der Regel nicht

Wir nennen bewusst keine Token-pro-Sekunde-Zahlen und keine bestimmte Beschleunigerhardware. Wir haben diese Werte nicht selbst gemessen, und zugekaufte Benchmarkzahlen sind keine Zusage.

Betrieb

• Aktualisierungen liefern wir als Container-Abbilder mit dokumentiertem Änderungsstand; das Einspielfenster bestimmen Sie.
• Sicherung und Wiederanlauf gehören zur Installationsplanung und werden einmal vollständig getestet, nicht nur eingerichtet.
• Fernwartung erfolgt über einen Zugang, den Sie öffnen und schließen; jede Sitzung wird protokolliert.
• Verlangt Ihre Kanzlei den Betrieb ohne unseren Zugang, ist das möglich. Dann übernimmt Ihr Systemhaus Einspielung und Störungsbehebung nach unserer Dokumentation.
• Es gibt keine Abrechnung nach Anfragen oder Token. Die Nutzung kann wachsen, ohne dass die Rechnung wächst.