Dein eigener KI-Server: Wie Arasul aus deiner Hardware eine Entwicklungsumgebung macht

Warum reicht ein KI-Chat allein nicht?

Ein Chatfenster beantwortet Fragen. Ein Unternehmen braucht aber mehr: Rechnungen, die sich selbst sortieren. Ein Dashboard, das morgens die Zahlen zeigt. Ein Kundenportal, das auf dem eigenen Server läuft statt bei einem Anbieter, der nächstes Jahr die Preise erhöht. Genau dafür braucht es keine weitere Cloud-Lizenz, sondern eine Umgebung, in der KI dauerhaft arbeiten kann.

Die meisten KI-Werkzeuge sind fertige Produkte. Du nutzt sie so, wie der Anbieter sie gebaut hat, und wenn dein Betrieb etwas anderes braucht, hast du Pech. Der umgekehrte Weg, alles selbst aufzusetzen, scheitert in kleinen Unternehmen meist an der Zeit: Server härten, Modelle einrichten, Dienste verdrahten, Updates pflegen. Das sind Wochen an Arbeit, bevor die erste Aufgabe automatisiert ist.

Arasul setzt dazwischen an. Der Grundstein ist fertig, alles darüber gehört dir.

Was ist Arasul?

Arasul ist eine gehostete Entwicklungsumgebung für lokale KI. Sie läuft auf deinem eigenen Server, zum Beispiel einer NVIDIA DGX Spark, und bringt alles mit, was ein Betrieb für den Start braucht: lokale Sprachmodelle, KI-Agenten, eine Wissens-Suche über deine Dokumente und einen Editor, in dem du eigene Abläufe baust.

Die Einrichtung übernehmen Setup-Skripte. Sie machen aus einem frischen Gerät in kurzer Zeit einen abgesicherten, startklaren KI-Server. Kein manuelles Konfigurieren von Diensten, kein stundenlanger Kampf mit Konfigurationsdateien. Danach arbeitest du im Browser weiter.

So läuft der Einstieg:

1. 01

   Gerät anschließen

   Server auspacken, Strom und Netzwerk verbinden. Mehr braucht der Start nicht.

2. 02

   Setup-Skripte machen den Server startklar

   Die Skripte richten Modelle und Dienste ein und sichern das Gerät ab. Danach läuft alles im Browser.

3. 03

   Erste Flows anlegen

   Im Flow-Editor entstehen die ersten Abläufe, etwa für Rechnungen oder Zusammenfassungen. Jeder im Team ruft sie mit einem Befehl auf.

4. 04

   In der Werkstatt eigene Dashboards bauen

   Web-Anwendungen direkt auf dem Gerät hosten, vom Umsatz-Dashboard bis zum Kundenportal.

Der Punkt dahinter ist größer als die Funktionsliste: Der Server ist kein fertiges Produkt, das irgendwann veraltet. Er ist eine Umgebung, die dein Betrieb über Jahre weiterentwickelt, anpasst und ausbaut. Die Wertschöpfung, die dabei entsteht, gehört dir und nicht einem Plattform-Anbieter.

Was sind Flows und wie funktionieren sie?

Ein Flow ist ein KI-Ablauf für eine feste Aufgabe. Du legst ihn einmal an, danach ruft ihn jeder im Team mit einem Befehl auf. Ein Beispiel aus der Praxis: /dokument-zusammenfassen nimmt eine Datei entgegen und fasst sie zusammen. /rechnungen liest Eingangsrechnungen aus. /newsletter erstellt einen versandfertigen Entwurf.

Im Flow-Editor bestimmst du für jeden Ablauf drei Dinge:

1. Werkzeuge: Was der Flow darf. Dateien lesen und schreiben, die Wissens-Suche nutzen, im Web suchen, das Terminal verwenden oder Subagenten starten. Alles, was du nicht freigibst, bleibt gesperrt.
2. Argumente: Was der Flow braucht. Zum Beispiel eine Datei als Pflichtfeld, dazu eine Beschreibung, damit jeder im Team weiß, was gemeint ist.
3. Grenzen: Wie weit er gehen darf. Maximale Aufrufe, Zeitlimit, Verschachtelungstiefe. Der Ablauf kann modellgesteuert laufen, dann entscheidet das Modell selbst, wann es welchen Baustein ruft, oder in fester Reihenfolge.

Aus der PraxisBeispiel: der Flow /dokument-zusammenfassen+

Der Flow bekommt genau zwei Werkzeuge freigeschaltet: Dateien lesen und die Wissens-Suche. Schreiben, Web und Terminal bleiben gesperrt, weil die Aufgabe sie nicht braucht.

Als Argument ist eine Datei Pflicht, mit einer kurzen Beschreibung, damit jeder im Team weiß, was gemeint ist. Wer den Flow ohne Datei aufruft, bekommt eine klare Rückfrage.

Bei den Grenzen stehen maximal 20 Aufrufe und ein Zeitlimit von 900 Sekunden. Der Ablauf ist modellgesteuert: Das Modell entscheidet selbst, ob es die Datei direkt liest oder vorher die Wissens-Suche nach Kontext fragt. Läuft etwas aus dem Ruder, stoppt der Flow an seinen Grenzen.

Das Entscheidende: Die Modelle dahinter laufen lokal auf deinem Gerät. Ein Flow, der Verträge zusammenfasst, schickt diese Verträge nirgendwohin. Er arbeitet mit einem Modell, das in deinem Serverraum rechnet.

Wie baust du eigene Dashboards und Produkte?

Hier wird aus dem KI-Server eine Entwicklungsumgebung. In der Werkstatt baust du Web-Anwendungen, die direkt auf dem Gerät gehostet werden: ein Umsatz-Dashboard für die Geschäftsführung, ein internes Portal für Urlaubsanträge, ein Kundenbereich mit Auftragsstatus. Was sonst ein externes Software-Abo wäre, wird ein Teil deines eigenen Servers.

Bauen musst du das nicht allein. Die Umgebung ist dafür gemacht, dass KI-Coding-Werkzeuge wie Claude oder Codex darin arbeiten. Du beschreibst, was du brauchst, die KI baut es, und dein Server führt es aus. Ein Partner aus unserem Verzeichnis übernimmt das auf Wunsch komplett.

Auch externe Dienste lassen sich einbinden. Wenn eine Aufgabe ein großes Cloud-Modell braucht oder eine Anbindung an ein bestehendes System, dann schaltest du genau das dazu. Die lokale Basis bleibt der Standard, Externes bleibt die bewusste Ausnahme.

Was bleibt im Haus und was nicht?

Die kurze Antwort: Standardmäßig bleibt alles im Haus. Deine Dokumente, deine Projekte, deine Dashboards und die Sprachmodelle, die damit arbeiten, laufen auf deiner Hardware. Der Server funktioniert auch ohne Internetverbindung.

Es gibt zwei bewusste Ausnahmen, und beide entscheidest du selbst. Erstens: Wenn du für einzelne Aufgaben ein externes Cloud-Modell zuschaltest, gehen genau diese Anfragen nach draußen. Zweitens: Wenn du beim Bauen von Erweiterungen ein Werkzeug wie Claude oder Codex nutzt, läuft dessen KI-Verarbeitung über die API des Anbieters. Dein Betriebsalltag, also Chat, Wissens-Suche und Flows mit lokalen Modellen, ist davon nicht betroffen.

Für die Einordnung beim Datenschutz lohnt der Blick in unseren Leitfaden zur DSGVO-konformen KI und in den Vergleich lokale KI vs. Cloud-KI.

Fazit

Arasul macht aus einem Stück Hardware eine Umgebung, die mit deinem Betrieb wächst. Setup-Skripte machen den Server startklar, Flows automatisieren die ersten Aufgaben, und in der Werkstatt entstehen nach und nach die Dashboards und Produkte, die vorher Software-Abos waren.

Das Ziel dahinter ist digitale Selbstständigkeit. Dein Unternehmen betreibt seine KI, seine Daten und seine Werkzeuge selbst, statt sie bei großen Tech-Anbietern zu mieten. Was du baust, gehört dir, läuft bei dir und bleibt bei dir.

Zugang, Doku und Downloads bekommst du über das Portal. Wie der Einstieg konkret aussieht, steht auf der Seite für Unternehmen. Wer lieber baut statt kauft, startet als Partner.

Quellen

1. NVIDIA DGX Spark
2. Claude Code Dokumentation (Anthropic)
3. Ollama, lokale Modellverwaltung