Keyvan Hardani · München
Wir bauen deutsche KI-Modelle.
Sprachmodelle von Grund auf in Deutschland trainiert, mit eigenem deutschen Tokenizer auf offen lizenzierten Quellen — und zu Produkten zusammengesetzt: entscheiden, finden, formulieren, lesen, hören, schützen. Jedes Modell läuft auf Ihrer Hardware, ohne Cloud und ohne Datenabfluss.
Auf Hugging Face Über zwanzig Modelle aus unserem Haus — Retrieval, Sprachmodelle, Mundart, Dokumenten-OCR, Sicherheit und Audio — die meisten unter Apache 2.0. Mankei Reflex, unser Entscheidermodell, wird unter der Evaluationslizenz bereitgestellt, Zugang auf Anfrage.
Jede Linie löst eine eigene Aufgabe. Was für ein Modell gilt, gilt für alle: benannte Quellen, Betrieb im eigenen Haus, Gewichte auf Hugging Face.
Das Entscheidermodell: Zustand und typisierte Fragen hinein, typisierte Werte mit kalibrierten Wahrscheinlichkeiten heraus — in einem Durchlauf, ohne Texterzeugung. Drahtkompatibel zur System-One-API.
< 20 msje Entscheidung in Produktion · fünf Fragen in einem Durchlauf · 100 Fragen in einer Viertelsekunde
Embedder und Reranker für souveränes RAG: Kandidaten holen, Reihenfolge schärfen — kompakt, CPU-fähig, Apache 2.0.
96,4 %Acc@1 · GermanDPR
Mankei-1B-Chat, von Grund auf in Deutschland trainiert, für den lokalen Betrieb als GGUF — dazu German-Text-3.1, der deutsche Text-Assistent.
23,0 %Deutsches MMLU, From-Scratch-Klasse
German-OCR liest deutsche Dokumente: Rechnungen, Belege, Formulare — als Vision-Modell oder als schnelle Layout-OCR mit Positionen. Belegant für Belege und QR-Rechnungen.
6 ModelleGerman-OCR-3.1 bis GOCR · Apache 2.0
CANDefender und SecIDS erkennen Angriffe auf dem CAN-Bus und im Netz; die Anomalieerkennung prüft Metallteile in der Fertigung — alles am Rand, ohne Cloud.
4,7 Mio.echte CAN-Frames im Training
Mankei-Boarisch spricht Bairisch, Schwyzerdütsch steht in der Demo bereit; WakeCore erkennt das Aktivierungswort für private Sprachsysteme.
Apache 2.0Ollama, llama.cpp, vLLM · WakeCore MIT
Sie denken. Wir reagieren.
Das Entscheidermodell erzeugt keinen Text und keine Begründung. Zu einem Zustand und einem Satz typisierter Fragen liefert es in einem einzigen Durchlauf typisierte Werte mit kalibrierten Wahrscheinlichkeiten — deterministisch, reihenfolgeinvariant, in unter 20 Millisekunden, auf der Hardware, die ohnehin beim Kunden steht.
Messprotokoll v3, acht Domänenfamilien, Leave-one-schema-out, Block „pilot“ 0.3. ECE in der Domäne 0,031, ohne Nachjustierung. Die Abdeckung ist die betriebliche Kennzahl: der Anteil der Entscheidungen, die das Modell selbständig trifft — der Rest geht an einen Menschen.
Eine von 2 bis 255 Optionen, mit oder ohne Beschreibung — dazu die Verteilung und die Konfidenz. Die Optionsmenge darf zur Laufzeit neu sein.
Ein Erwartungswert auf einer geordneten Skala: Wie dringend ist der Vorgang? → 3,4 von 5. Die Ordnung bleibt erhalten.
Die Wahrscheinlichkeit einer Aussage: Auf oder an der Fahrbahn befindet sich ein Mensch. → 0,99 — prüfbar gegen eine Schwelle.
Souveränes RAG in zwei Stufen: Der Embedder holt die Kandidaten aus Millionen Abschnitten, der Reranker schärft die Reihenfolge der besten. Beide kompakt, beide CPU-fähig, beide unter Apache 2.0 veröffentlicht.
Deutscher Text-Embedder für on-premise-RAG: hoher Durchsatz, CPU- bis GPU-tauglich, für Millionen Abschnitte im eigenen Haus. Out-of-domain besonders belastbar — auf Fachtext führt er vor den 1,7-fach größeren Generalisten.
Deutscher Cross-Encoder: bewertet Frage-Passage-Paare und ordnet die besten Kandidaten neu — die zweite, präzise Stufe hinter dem Embedder. Listwise trainiert auf GermanDPR, die Messfragen sind vom Training ausgeschlossen.
| Modell | Größe | Acc@1 |
|---|---|---|
| Mankei-326M-Embedder | 0,33 B | 96,4 % |
| multilingual-e5-large | 0,56 B | 79,2 % |
| Qwen3-Embedding-0.6B | 0,60 B | 78,8 % |
Mankei-1B-Chat ist in Deutschland von Grund auf entstanden — eigener deutscher Tokenizer, eine einzelne Karte, offen lizenzierte Quellen. Es ist zugleich die Grundlage der Retrieval-Modelle und der Mundart-Linie.
Juristische und amtliche Texte sind ein gezielter Schwerpunkt des Trainingskorpus. In dieser Textsorte zeigt sich das Fundament am deutlichsten.
Das Basismodell setzt den Satz nahezu im Gesetzeswortlaut fort und führt die Pflichten des Verkäufers korrekt aus.
Unaufgefordert zitiert es § 439 Abs. 1 BGB — und die Kommentarliteratur: Palandt/Weidenkaff.
Mankei-Boarisch führt Gespräche auf Boarisch und überträgt hochdeutschen Text in die Mundart — abgeleitet aus dem deutschen Basismodell, weitertrainiert auf bairischem Text. Schwyzerdütsch steht in derselben Demo bereit.
„Servus! I bin da Mankei. Frog mi wos, i probier’s da auf Boarisch z’sogn.“
„Grüezi! Wottsch öppis wüsse? Frog mi eifach.“
Die Mundart wird von Sprecherinnen und Sprechern geprüft — im Dialekt-Fragebogen sammeln wir ihre Urteile.
Die German-OCR-Kollektion liest deutsche Dokumente dort, wo sie liegen: als Vision-Modell für Rechnungen und Formulare, als schnelle Layout-OCR mit Textpositionen, als Belegleser mit QR-Rechnung. Alles unter Apache 2.0, lokal betreibbar.
Das deutsche Vision-OCR-Modell der German-OCR-3-Kollektion: Rechnungsextraktion und Dokumentverständnis, als GGUF für llama.cpp. Vorgänger German-OCR-3 und German-OCR bleiben verfügbar.
Klein und schnell: liest ein ganzes Dokument zu Text und Positionen (Bounding Boxes) als strukturiertes JSON — ONNX, CPU-fähig, die Vorstufe für jede Weiterverarbeitung.
Belege und Rechnungen inklusive Schweizer QR-Rechnung — als GGUF für den lokalen Betrieb. Dazu German-OCR-2B (GGUF), das kompakte Vision-Language-Modell für Dokumenten-OCR.
Modelle, die am Rand entscheiden — im Fahrzeug, im Netz, an der Linie — ohne dass ein Byte das Haus verlässt. Für Reflex sind sie die natürlichen Nachbarn: Erkennen und Entscheiden in derselben Millisekunde.
Einbruchserkennung auf dem CAN-Bus: ein Modell für DoS-Angriffe (rund 4,6 Millionen echte CAN-Frames im Training), eines für Fuzzy-Angriffe (4,73 Millionen). Läuft im Fahrzeug.
SecIDS-CNN: ein Faltungsnetz für Intrusion-Detection-Systeme; SecIDS-v2: die zeitliche Weiterentwicklung für Automotive-IDS mit Merkmalen wie der Zeit zwischen Frames.
Erkennt Abweichungen an Metallteilen in der Produktion (MVTec-AD), Deep Learning mit OpenVINO-Runtime für den Betrieb auf Industrie-PCs.
| Modell | Linie | Aufgabe | Lizenz |
|---|---|---|---|
| Mankei-Reflex | Entscheiden | Entscheidermodell, typisiert und kalibriert | Evaluationslizenz, auf Anfrage |
| Mankei-326M-Embedder | Finden | Deutscher Text-Embedder für RAG | Apache 2.0 |
| Mankei-326M-Reranker | Finden | Cross-Encoder-Reranker | Apache 2.0 |
| Mankei-1B-Chat · GGUF | Formulieren | Deutsches Chatmodell, CPU-fähig | Apache 2.0 |
| German-Text-3.1 | Formulieren | Deutscher Text-Assistent (German-OCR-3-Kollektion) | Apache 2.0 |
| Mankei-Boarisch | Mundart | Bairisches Chatmodell | Apache 2.0 |
| German-OCR-3.1 · 3 · German-OCR | Lesen | Vision-OCR für deutsche Dokumente | Apache 2.0 |
| German-OCR-2B (GGUF) | Lesen | Kompaktes Vision-Language-Modell | Apache 2.0 |
| GOCR | Lesen | Layout-OCR: Text und Positionen als JSON, ONNX | Apache 2.0 |
| Belegant-4B | Lesen | Belege, Rechnungen, QR-Rechnung | Apache 2.0 |
| CANDefender DoS · Fuzzy · Basis | Schützen | Einbruchserkennung auf dem CAN-Bus | CC BY-NC-ND 4.0 |
| SecIDS-v2 · SecIDS-CNN | Schützen | Intrusion Detection, Automotive und Netz | CC BY-NC 4.0 |
| Anomalieerkennung Metall | Schützen | Qualitätsprüfung in der Fertigung, OpenVINO | Apache 2.0 |
| WakeCore | Sprechen | Aktivierungswort-Erkennung für private Sprachsysteme | MIT |
| German-TTS | Sprechen | Deutsche Sprachsynthese mit Stimmklonen | auf Anfrage |
Was für ein Modell gilt, gilt für alle: eigene Gewichte, eigener Tokenizer, benannte Quellen, Betrieb im eigenen Haus.
Kein fremdes Basismodell, keine geliehene Grundlage: jedes Gewicht ist in Deutschland entstanden — from scratch, auf einer einzelnen Karte. Souveräne Modelle brauchen kein Rechenzentrum.
Ein 32k-Vokabular, auf deutschem Text gebaut statt aus dem Englischen geerbt. Deutsche Wörter bleiben ganz — das Modell liest Deutsch, wie es geschrieben wird.
Jede Trainingsquelle ist benannt und mit ihrer Lizenz dokumentiert. Der englische Anteil ist gezielt gewählt: Mathematik, Wissenschaft, Bildung — er verbreitert das Fundament, während Deutsch das Modell trägt.
Für Reflex: Generatoren, deren Wahrheit aus der modellierten Welt folgt, ergänzt um lizenzierte Datensätze. Ein neuer Block bedeutet neue Daten, nicht ein neues Modell. Ohne Ausgaben von Chatmodellen.
| Quelle | Domäne | Lizenz |
|---|---|---|
| FineWeb2-HQ | Deutsches Web, Top-Filter | ODC-BY 1.0 |
| FinePDFs | Deutscher PDF-Volltext | ODC-BY 1.0 |
| Wikipedia (de) | Enzyklopädie | CC-BY-SA 4.0 |
| German Commons | Recht und Wissenschaft | ODC-BY |
| FineMath · OpenWebMath | Mathematik (englisch) | ODC-BY 1.0 |
| FineWeb-Edu | Bildung (englisch) | ODC-BY 1.0 |
Vier Anwendungen aus drei Linien — ohne Anmeldung, ohne Installation.
Wer Boarisch oder Schwyzerdütsch spricht, beurteilt im Fragebogen, ob ein Satz wirklich so gesagt wird. Aus diesen Urteilen entsteht der nächste Stand der Mundart-Linie.
Die nächsten Ausbaustufen entstehen mit ausgewählten Partnern — in drei konkreten Formen.
Wir antworten persönlich. Der Versand läuft über unseren eigenen Server, ohne Formular-Drittdienst.
