private-local.ai vs Private AI, heute Limina: Schwärzung oder eigene Hardware

Veröffentlicht 23. September 2026Aktualisiert 8. Oktober 202613 Minuten Lesezeit

Bei private-local.ai vs Private AI, das seit März 2026 Limina heißt, geht es um die Wahl zwischen zwei unterschiedlichen Ansätzen für dasselbe Problem.

Das Problem besteht darin, dass bestimmtes Material nicht einfach an Dritte gesendet werden darf. Limina begegnet ihm, indem es die sensiblen Informationen aus dem Material entfernt, bevor das Material irgendwohin gesendet wird. Wir begegnen ihm, indem wir Ihnen helfen herauszufinden, ob das Modell stattdessen auf einem Rechner laufen könnte, der Ihnen gehört. Das Entfernen der sensiblen Informationen ist der kleinere Eingriff, doch die Erkennung ist automatisiert, und künstliche Intelligenz (KI) macht Fehler, sodass Sie nicht völlig sicher sein können, dass jede sensible Angabe entfernt wurde. Ein Modell auf Ihrem eigenen Rechner macht diese Frage überflüssig.

Wann ein eigener Rechner die bessere Wahl ist

Schwärzung funktioniert, wenn die sensible Information ein Detail ist, auf das die Aufgabe verzichten kann, etwa der Name eines Kunden in einer Supportanfrage. In zwei Situationen reicht sie nicht aus. Die erste betrifft Material, das vollständig vertraulich bleiben muss und bei dem schon eine einzige unentdeckte Angabe ein Verstoß wäre; nach dem eigenen Benchmark von Limina werden einige Angaben übersehen. Die zweite betrifft Material, dessen Wert im Inhalt selbst liegt, etwa Konstruktionsdaten, Quellcode, Rezepturen oder die Bedingungen einer Transaktion: Dabei handelt es sich nicht um personenbezogene Informationen, daher ist die Schwärzung nicht darauf ausgelegt, sie zu entfernen, und ihr Entfernen würde die Aufgabe unmöglich machen. In beiden Situationen ist ein Modell auf einem Rechner, der Ihrem Unternehmen gehört, die bessere Wahl, weil das Material innerhalb Ihres eigenen Netzwerks verarbeitet wird und nicht an Dritte gelangt.

Branche	Szenario	Warum Schwärzung nicht ausreicht
Anwaltskanzleien	Ein Anwalt lässt ein Modell einen Anteilskaufvertrag prüfen und die Haftungsklauseln für einen Mandanten zusammenfassen.	Die Parteien, Beträge und Klauseln sind der Gegenstand der Prüfung, sodass die Schwärzung genau das entfernen würde, was das Modell benötigt. Zudem verpflichtet die anwaltliche Schweigepflicht die Kanzlei, Mandanteninformationen vertraulich zu behandeln.
Steuerberatung und Wirtschaftsprüfung	Eine Steuerberaterin lässt ein Modell den Jahresabschluss eines Mandanten prüfen und Notizen für die Steuererklärung vorbereiten.	Die Zahlen, Kontonummern und Firmennamen sind der Inhalt der Arbeit, und ein einziges übersehenes Detail würde die finanzielle Lage eines Mandanten gegenüber Dritten offenlegen.
Arztpraxen und Kliniken	Eine Klinik lässt ein Modell Entlassbriefe auf Grundlage von Behandlungsnotizen entwerfen.	Gesundheitsdaten gehören nach der Datenschutz-Grundverordnung (DSGVO) zu den besonderen Kategorien personenbezogener Daten. Selbst ohne Namen kann eine seltene Diagnose in Verbindung mit Datumsangaben und Orten einen Patienten identifizierbar machen.
Fertigung und Entwicklung	Eine Entwicklungsabteilung lässt ein Modell Konstruktionsspezifikationen, Toleranzen und Prozessparameter über mehrere Produktgenerationen hinweg vergleichen.	Das Geschäftsgeheimnis ist der technische Inhalt selbst, keine personenbezogene Information. Schwärzung ist darauf ausgelegt, personenbezogene, medizinische und Zahlungsinformationen zu finden, und würde die Konstruktionsdaten daher unverändert an den Anbieter weitergeben.
Softwareunternehmen	Ein Entwicklungsteam lässt ein Modell seinen proprietären Quellcode prüfen und umstrukturieren.	Der Quellcode ist das geistige Eigentum des Unternehmens und zugleich der Gegenstand der Aufgabe, sodass er sich nicht entfernen lässt, ohne die Arbeit selbst zu entfernen.
Pharma- und Chemieforschung	Ein Forschungsteam lässt ein Modell unveröffentlichte Studienergebnisse auswerten und eine Patentanmeldung entwerfen.	Forschungsergebnisse und Erfindungen sind vor der Veröffentlichung oder Anmeldung am wertvollsten, und Schwärzung erkennt eine Erfindung nicht als sensible Information.
Unternehmensfinanzierung und Fusionen	Ein Finanzteam lässt ein Modell Due-Diligence-Unterlagen auswerten, bevor eine Übernahme angekündigt wird.	Vor der Ankündigung kann die Transaktion selbst eine Insiderinformation sein, und Firmennamen, Preise und Datumsangaben lassen sich nicht entfernen, ohne die Analyse bedeutungslos zu machen.

private-local.ai vs Private AI (Limina): die wichtigsten Unterschiede

Kriterium	private-local.ai	Private AI, heute Limina
Was bereitgestellt wird	Sie erhalten über eine Webadresse und einen Zugangsschlüssel befristeten Zugang zu einem genau benannten Rechner, einem genau benannten Modell und der zugehörigen Bereitstellungskonfiguration. Die Konfiguration ist dokumentiert, sodass sich ein Ergebnis später auf Hardware reproduzieren lässt, die Ihnen gehört.	Limina stellt einen Software-Container bereit, der personenbezogene, Gesundheits- und Zahlungsinformationen in Texten, Dokumenten, Bildern, Audiodateien und strukturierten Datensätzen erkennt, schwärzt und ersetzt. Er deckt 52 Sprachen und mehr als 50 Kategorien von Informationen ab.
Wer das System betreibt	Wir betreiben den Rechner und das Modell für die Dauer des Testlaufs, und Sie binden Ihre eigenen Tools an und führen Ihre eigenen Arbeitsabläufe aus. Kaufen Sie anschließend einen Rechner, betreibt ihn Ihr Unternehmen.	Ihre Organisation betreibt das System selbst. Der Container ist für den Betrieb auf Ihrer eigenen Infrastruktur ausgelegt, mit einer Instanz pro Rechner, unter Docker oder Kubernetes. Limina bietet außerdem eine gehostete Vorschauversion an, mit der sich das Produkt vor einem Kauf evaluieren lässt.
Wo die Verarbeitung stattfindet	Während des Testlaufs läuft die Arbeit auf dem von Ihnen gewählten Rechner, den wir für Sie betreiben. Ein Rechner, den Sie anschließend kaufen, läuft dort, wo Ihr Unternehmen ihn aufstellt.	Die Verarbeitung findet in Ihrem eigenen Netzwerk oder Cloud-Konto statt. Laut der Dokumentation von Limina verlassen die Daten Ihre Infrastruktur nie, und unterstützt wird auch die Installation in einem Netzwerk ganz ohne externe Verbindung, eine sogenannte Air-Gap-Installation.
Welche Modelle verwendet werden	Der Testlauf verwendet offene Modelle, die wir namentlich nennen, auf eine bestimmte Version festlegen und passend zur getesteten Hardware auswählen. Auf dem Setup läuft kein proprietäres Modell, weder ein eigenes noch das eines anderen Unternehmens.	Limina stellt kein Modell bereit, und genau das wird am häufigsten übersehen. Limina beantwortet keine Fragen, sondern filtert das Material, bevor es das Modell erreicht, das die Fragen beantwortet, ganz gleich, ob dieses Modell bei einem Anbieter gehostet wird oder auf Ihrer eigenen Hardware läuft.
Wie sich die Kosten zusammensetzen	Der Testlauf wird nach einem Stundensatz abgerechnet, der auf unserer Preisseite veröffentlicht ist. Danach entscheiden Sie, ob Sie Hardware kaufen.	Limina veröffentlicht keine Preise. Lizenzen für Unternehmen werden individuell ausgehandelt.
Für welche Organisationen es sich eignet	Der Testlauf eignet sich für Unternehmen mit weniger als 5.000 Beschäftigten, die den Kauf eines Rechners erwägen und zuerst sehen möchten, wie er ihre eigene Arbeit bewältigt. Beispiele sind ein Hersteller, der einen Assistenten für seine technische Dokumentation möchte, eine Anwalts- oder Steuerkanzlei, die Mandantenakten auf eigener Hardware verarbeiten will, und eine Automatisierungsagentur, deren Kunden nach lokal laufenden Arbeitsabläufen fragen.	Limina eignet sich vor allem für große Organisationen in regulierten Branchen wie Banken, Versicherer, Pharmaunternehmen und Klinikgruppen, denen gehostete Modelle genügen, solange keine identifizierbaren Informationen den Anbieter erreichen. Zu den namentlich genannten Kunden gehören Boehringer Ingelheim, Zurich Insurance, MUFG Bank und Providence Health. Ein Beispiel ist ein Versicherer, der Schadenkorrespondenz von einem gehosteten Modell zusammenfassen lassen möchte, ohne Namen, Adressen oder Policennummern weiterzugeben.

Was Limina ist

Private AI ist ein Unternehmen mit Sitz in Toronto, das 2019 gegründet wurde. Am 5. März 2026 benannte es sich in Limina um; die ursprüngliche Webadresse leitet inzwischen auf die neue weiter, während die Dokumentation weiterhin unter der alten Adresse erreichbar ist. Das Unternehmen verkauft ein einziges Produkt: einen Software-Container, der sensible Informationen in Ihrem Material findet und entfernt, bevor das Material ein Modell, eine Datenpipeline oder einen Analysten erreicht.

Limina gibt an, mehr als 50 Kategorien personenbezogener, medizinischer und zahlungsbezogener Informationen in 52 Sprachen zu erkennen, auch in Texten, die innerhalb eines Satzes die Sprache wechseln, und reinen Text, Dokumente, Bilder, Audiodateien und strukturierte Datensätze zu verarbeiten. Die zentrale Aussage des Unternehmens lautet, dass das System den Kontext interpretiert, statt feste Muster abzugleichen, und so einen Namen auch dann erkennt, wenn das Wort nicht wie ein Name aussieht. Nach den veröffentlichten Zahlen übersieht das System zwischen 0,2 und 7 Prozent der sensiblen Angaben, verglichen mit 13,8 bis 46,5 Prozent bei den getesteten Alternativen, gemessen auf Testdatensätzen von 45.000 Wörtern. Nach eigener Darstellung des Unternehmens werden also einige sensible Angaben nicht erkannt.

Das Betriebsmodell von Limina ist einfach, und es ist für diesen Vergleich aufschlussreich. Limina läuft als ein Container pro Rechner unter Docker oder Kubernetes, in Ihrem eigenen Cloud-Konto oder in Ihren eigenen Räumlichkeiten, und lässt sich auch in einem Netzwerk ganz ohne externe Verbindung installieren. Die veröffentlichte Mindestanforderung für die Version, die allein auf dem Prozessor läuft, ist ein gängiger 64-Bit-Prozessor mit 7,5 Gigabyte freiem Arbeitsspeicher und 50 Gigabyte Festplattenspeicher; die beschleunigte Version erfordert eine NVIDIA-Grafikkarte mit mindestens 16 Gigabyte Speicher und ist für Organisationen gedacht, die Milliarden von Anfragen pro Monat stellen. Die geringen Hardwareanforderungen sind von Bedeutung, weil Limina damit einen Weg zum Datenschutz bietet, der nicht mit einer Investition beginnt.

Die Website von Limina nennt Kunden aus regulierten Branchen, darunter Boehringer Ingelheim, Zurich Insurance, MUFG Bank und Providence Health. Das Unternehmen berichtet von einem Audit nach System and Organization Controls 2 (SOC 2) und einer Zertifizierung nach der Informationssicherheitsnorm ISO 27001 und gibt an, die Einhaltung des Health Insurance Portability and Accountability Act (HIPAA), der Datenschutz-Grundverordnung (DSGVO), des California Privacy Rights Act (CPRA) und des Payment Card Industry Data Security Standard (PCI DSS) zu unterstützen.

Die Webadresse private.ai wird leicht mit Private AI verwechselt, gehört aber zu einem davon unabhängigen Chatdienst für Verbraucher.

Die Stärken von Limina

Wenn das einzige Hindernis darin besteht, dass Kundendaten keine Dritten erreichen dürfen, ist das Entfernen der identifizierenden Informationen ein kleinerer Eingriff, als das Modell auf eigene Hardware zu verlagern.
Limina läuft auf gewöhnlicher Hardware und in Netzwerken ganz ohne externe Verbindung, sodass sich eine Datenschutzanforderung ohne Investition und ohne Beschaffungsverfahren erfüllen lässt.
Limina nennt große Kunden aus regulierten Branchen und berichtet von einem SOC-2-Audit und einer ISO-27001-Zertifizierung.

Die Grenzen von Limina

Limina ist weder ein Modell noch eine Alternative zu einem Modell. Ihre Fragen muss weiterhin ein Modell beantworten, und dieses Modell kann nach wie vor bei einem Cloud-Anbieter laufen, mit den entsprechenden Kosten und Abhängigkeiten.
Schwärzung schützt personenbezogene Informationen, keine Geschäftsgeheimnisse: Konstruktionsdaten, Quellcode und Rezepturen erreichen den Modellanbieter unverändert. Arbeit, die auf den geschwärzten Details beruht, etwa eine Vertragsprüfung, bei der es darauf ankommt, wer welches Dokument unterzeichnet hat, lässt sich nach dem Entfernen der Namen nur noch schlecht erledigen.
Die Erkennung ist automatisiert und übersieht nach dem eigenen Benchmark von Limina einige sensible Angaben, sodass Sie nicht völlig sicher sein können, dass alles entfernt wurde. Zudem veröffentlicht Limina keine Preise.

Welche Option zu welcher Organisation passt

Limina ist die bessere Wahl, wenn

Sie ChatGPT oder einen ähnlichen KI-Chatbot nur deshalb nicht nutzen, weil identifizierbare Informationen ihn nicht erreichen dürfen, und eine gelegentlich unentdeckte Angabe hinnehmbar wäre.
Sie mit der Qualität gehosteter Modelle zufrieden sind und deren Kosten keine Rolle spielen.
Sie schnell eine Datenschutzlösung benötigen, und zwar auf Hardware, die Sie bereits besitzen, mit Zertifizierungen, die Prüfer anerkennen.

Ein eigener Rechner ist die bessere Wahl, wenn

Ihr Material vollständigen Datenschutz erfordert. Nach dem eigenen Benchmark von Limina übersieht die Schwärzung zwischen 0,2 und 7 Prozent der sensiblen Angaben, was für Mandantenakten, Patientenakten oder Geschäftsgeheimnisse, bei denen schon eine einzige unentdeckte Angabe ein Verstoß ist, viel zu hoch ist. Schwärzung versagt außerdem, wenn die Arbeit von den Details abhängt, die entfernt würden, oder wenn das Material Ihr geistiges Eigentum ist, etwa Konstruktionsdaten, Quellcode oder Rezepturen.
Ihre Hauptsorge den Kosten oder dem Volumen gilt und nicht dem Datenschutz: Dieselbe Aufgabe läuft ununterbrochen, und ein Abonnement pro Person rechnet sich nicht mehr.
Sie Ihre Abhängigkeit von einem Modellanbieter verringern möchten, statt nur das Material zu schützen, das Sie an einen solchen Anbieter senden.

Quellen und Hinweise

Alle Angaben zu Limina auf dieser Seite wurden am 22. September 2026 der Website und der Dokumentation des Unternehmens entnommen und am 23. September 2026 erneut überprüft, darunter das Datum der Umbenennung, die Zahl der Sprachen und Kategorien, die veröffentlichten Mindestsystemanforderungen und die Angaben zur Genauigkeit. Es handelt sich um eigene Angaben und Benchmark-Ergebnisse von Limina, und sie werden als solche wiedergegeben.

Die Angaben zur Genauigkeit sollten mit Vorsicht gelesen werden. Limina hat die Testdatensätze, die Wettbewerber für den Vergleich und die Definition einer übersehenen Angabe selbst gewählt, und ein von einem Anbieter veröffentlichter Benchmark stammt von einer Partei, die ein Interesse am Ergebnis hat. Das macht die Zahlen nicht falsch, aber uns ist keine unabhängige Überprüfung dieser Zahlen bekannt.

Sollte eine Angabe auf dieser Seite nicht mehr aktuell sein, teilen Sie uns dies bitte mit, und wir korrigieren sie.

Weiterführende Seiten: Die vier weiteren Vergleiche behandeln ChatGPT, Palantir, die Open-Source-Engine LocalAI und den vor Ort installierten Assistenten Seesa, und die Preisseite nennt den Stundensatz.

Fragen zu private-local.ai und Private AI

private-local.ai vs Private AI: Wofür sollten wir uns entscheiden?

Das hängt davon ab, was Sie derzeit daran hindert, ein gehostetes Modell zu nutzen. Wenn das einzige Hindernis darin besteht, dass identifizierbare Informationen keine Dritten erreichen dürfen, und eine gelegentlich unentdeckte Angabe hinnehmbar ist, ist die Schwärzung mit Private AI, heute Limina, der kleinere Eingriff. Liegt das Hindernis in den Kosten bei hohem Volumen, in der Abhängigkeit von einem Anbieter oder in Material, das sich nicht durch das Entfernen von Namen absichern lässt, stellt sich die Frage, ob ein Modell auf Ihrer eigenen Hardware die Arbeit erledigen könnte, und ein Testlauf mit einer repräsentativen Aufgabe beantwortet sie.

Ist Private AI dasselbe Unternehmen wie Limina?

Ja. Private AI, 2019 in Toronto gegründet, benannte sich am 5. März 2026 in Limina um; die ursprüngliche Webadresse leitet inzwischen auf die neue weiter, während die Dokumentation weiterhin unter der alten Adresse erreichbar ist. Beide Namen bezeichnen dasselbe Unternehmen und dasselbe Produkt. Zwei andere Namen werden leicht damit verwechselt: Die Webadresse private.ai gehört zu einem davon unabhängigen Chat-Abonnement für Verbraucher, das ein anderes Unternehmen betreibt, und der Name PrivateGPT wurde sowohl von Private AI als auch von einem davon unabhängigen Open-Source-Projekt verwendet.

Betreibt Limina ein Sprachmodell für uns?

Nein, und das ist das häufigste Missverständnis. Limina ist ein Filter, kein Modell: Der Filter findet personenbezogene, medizinische und Zahlungsinformationen in Ihrem Material und entfernt oder ersetzt sie, bevor das Material weitergegeben wird. Ihre Fragen muss weiterhin ein separates Modell beantworten, und dieses Modell kann durchaus ein gehosteter Dienst sein, mit den entsprechenden Kosten und Abhängigkeiten.

Reicht Schwärzung aus, wenn unsere Daten vollständig vertraulich bleiben müssen?

Nein. Nach dem eigenen Benchmark von Limina übersieht die Schwärzung zwischen 0,2 und 7 Prozent der sensiblen Angaben, sodass in Dokumenten mit 1.000 Namen, Beträgen oder Diagnosen zwischen 2 und 70 davon unentdeckt beim Modellanbieter ankämen. Für Mandantenakten, Patientenakten oder Geschäftsgeheimnisse, bei denen schon eine einzige unentdeckte Angabe ein Verstoß ist, ist diese Quote viel zu hoch. Ein Modell auf einem Rechner, der Ihrem Unternehmen gehört, vermeidet das Problem, weil das Material innerhalb Ihres eigenen Netzwerks verarbeitet wird und nicht an Dritte gelangt.

Finden Sie heraus, ob ein eigener Rechner zu Ihrer Arbeit passt

Wählen Sie ein Setup, verbinden Sie das Tool, das Sie bereits nutzen, und führen Sie eine repräsentative Aufgabe aus. Innerhalb von ein bis zwei Stunden wissen Sie, ob ein eigener Rechner die Arbeit erledigen kann, bevor Sie einen kaufen.

Endpunkt anfragen