Zum Inhalt springen

KI-Inferenz aus Nürnberg

GLM-Inferenz im Nürnberger Rechenzentrum. ChatGPT, Claude und Gemini, wenn du sie brauchst.

GLM wird über unseren Partner noris network in einem zertifizierten Nürnberger Rechenzentrum ausgeführt. Die 2342.ai-Plattform betreiben wir auf eigener Infrastruktur im Nürnberger Deutschherrnkarree; Colocation und Netzanbindung stellt Core-Backbone bereit. Externe Spitzenmodelle bleiben mit ihrem jeweiligen Datenweg verfügbar.

Nachvollziehbare Datenwege

Das Modell bestimmt den Datenweg – und du siehst ihn vor der Nutzung.

GLM trägt im Modellkatalog die Kennzeichnung „Nürnberger Rechenzentrum“. ChatGPT, Claude, Gemini und weitere externe Modelle bleiben für andere Aufgaben verfügbar. Modellkatalog, AVV und Unterauftragsverarbeiter-Liste machen den jeweiligen Datenweg nachvollziehbar.

workspace.open() mode.private_or_business() knowledge.connect() automation.run() budget.meter_usage()

2342.ai-Plattform

Eigene Infrastruktur im Deutschherrnkarree

Die Kernplattform läuft auf unserer eigenen zugangskontrollierten Infrastruktur in Nürnberg. Core-Backbone stellt dafür Colocation und Netzanbindung bereit.

  • Plattformbetrieb in Nürnberg
  • Eigene Server-Infrastruktur
  • Colocation und Netz durch Core-Backbone
  • TLS-verschlüsselte Verbindung

GLM-Datenweg

Inferenz über noris network

GLM wird über noris network in einem zertifizierten Nürnberger Rechenzentrum ausgeführt. Die ausgewiesenen Zertifizierungen beziehen sich auf noris network und dessen jeweilige Standorte und Leistungen – nicht auf 2342.ai oder Core-Backbone.

  • Inferenzstandort Nürnberg
  • Im Modellkatalog klar gekennzeichnet
  • Nutzung über Web, Browser und API
  • Zertifizierungen beim Partner nachprüfbar

Modellwahl

Externe Spitzenmodelle bleiben verfügbar

ChatGPT, Claude, Gemini und weitere Modellfamilien bleiben verfügbar. Für sie gilt der jeweils vor der Nutzung ausgewiesene externe Datenweg.

  • Aktuelle Modellfamilien
  • Datenweg vor der Nutzung sichtbar
  • Einheitlicher Zugang
  • Gemeinsame Verbrauchserfassung

Ein Datenweg mit konkretem Ort

Modell wählen, Datenweg verstehen, Nutzung gemeinsam steuern.

01

Aufgabe und Schutzbedarf einordnen

Entscheiden, welche Daten verarbeitet werden und welche Anforderungen für die Aufgabe gelten.

02

Datenweg und Modell wählen

GLM mit Inferenz über noris network in Nürnberg oder ChatGPT, Claude beziehungsweise Gemini passend zur Aufgabe auswählen.

03

Zugriff und Nutzung steuern

Rollen, Projekt, Budget und API-Zugang gemeinsam verwalten und den Verbrauch nachvollziehen.

Wo findet die GLM-Inferenz statt?

Über unseren Partner noris network in einem zertifizierten Nürnberger Rechenzentrum. Die Kennzeichnung „Nürnberger Rechenzentrum“ im Modellkatalog zeigt dir diesen Datenweg vor der Nutzung.

Sind ChatGPT, Claude und Gemini weiterhin verfügbar?

Ja. Sie bleiben als externe Modelle im Katalog verfügbar. Für Daten, deren Verarbeitung in Nürnberg stattfinden soll, wählst du ein entsprechend gekennzeichnetes Modell.

Kann ich dieselben Modelle mit Claude Code, OpenCode oder Codex CLI nutzen?

Ja. Die Tools greifen über die 2342.ai API zu. Modellwahl, Budgetprüfung und Verbrauchserfassung funktionieren damit auch für Coding-Workflows.

Wie erkenne ich, wo ein Modell verarbeitet wird?

Der Modellkatalog kennzeichnet den vorgesehenen Datenweg vor der Nutzung. GLM trägt die Kennzeichnung „Nürnberger Rechenzentrum“; für andere Modelle gilt der jeweils dokumentierte externe Datenweg.

Laufen alle Modelle in Nürnberg?

Nein. GLM wird über noris network in Nürnberg ausgeführt. Externe Modellfamilien wie ChatGPT, Claude und Gemini verwenden den jeweils ausgewiesenen Datenweg. Du wählst passend zur Aufgabe und zum benötigten Datenweg.