KI-Modelle im Überblick

Auf der Seite AI Models verbinden Workspace-Administratoren Novaplan AI mit einem oder mehreren KI-Anbietern. Die konfigurierten Modelle unterstützen die Antworten im Chat, die Zusammenfassung von Dokumenten und KI-Agenten. Sie können mehrere Anbieter verbinden und später zwischen ihnen wechseln. Novaplan übernimmt den Großteil der Einrichtung. Diese Referenz bleibt für Administratoren verfügbar. Stimmen Sie Änderungen an Modellen, Zugangsdaten und Standardwerten mit dem Novaplan-Team ab. Für KI-Funktionen benötigen Sie mindestens ein LLM. Embedding-Modelle sind für die Dokumentensuche zuständig und werden separat konfiguriert. Nur Workspace-Administratoren und -Owner können die Einstellungen für KI-Modelle öffnen.

​

Sprachmodelle (LLMs)

Öffnen Sie in der linken Seitenleiste Workspace Settings → AI Models. Die Seite zeigt zunächst Providers; wählen Sie LLMs, um Sprachmodelle zu konfigurieren.

​

Erstes LLM hinzufügen

​

Anbieterreferenz für LLMs

Die Modellkennungen sind Beispiele. Verwenden Sie die Kennung, die der jeweilige Anbieter für Ihr Konto und Modell vorgibt, und testen Sie das Modell vor dem produktiven Einsatz mit Ihrem Novaplan-AI-Workspace. Hinweise zu einzelnen Anbietern:

• Azure OpenAI: Deployment Name ist der Name der Bereitstellung in Azure AI Studio, nicht die Modell-ID.
• Azure AI: Übernehmen Sie die Endpoint-URL und den Bereitstellungsnamen aus Foundry. Die Claude Messages API verwendet häufig https://<resource>.services.ai.azure.com/anthropic; OpenAI-kompatible Bereitstellungen nutzen einen ressourcenspezifischen /openai/v1/-Endpoint. Prüfen Sie die Azure-AI-Anleitung und die Unterstützung des API-Formats durch Novaplan.
• OpenAI Compatible: Nutzen Sie diese Option für Dienste mit kompatiblem OpenAI-API-Format.
• Ollama: Eine lokale Ollama-Instanz benötigt keinen API-Schlüssel. In der technischen Referenz wird http://host.docker.internal:11434 als Standard-Endpoint genannt. Novaplan muss prüfen, ob der Server aus der betriebenen Umgebung erreichbar ist.
• Amazon Bedrock: Lassen Sie die AWS-Schlüsselfelder nur leer, wenn Novaplan für das verwaltete Backend eine freigegebene AWS-Anmeldequelle eingerichtet hat, etwa eine Workload-Rolle. Anmeldedaten auf Ihrem eigenen Computer werden nicht automatisch verwendet.

​

Konfigurierte LLMs verwalten

Unter Configured können Sie ein Modell mit Edit bearbeiten, mit Set as Default zum Standard machen oder mit Delete entfernen. Beim Löschen bestätigen Sie den Modellnamen. Falls der Health-Check beim Speichern scheitert, prüfen Sie den API-Schlüssel, die Endpoint-URL und Region (bei Azure), die Erreichbarkeit einer lokalen Ollama-Instanz sowie die exakte Modellkennung beim Anbieter.

​

Embedding-Modelle

Embedding-Modelle wandeln Dokumente und Suchanfragen in Vektoren um. Novaplan AI verwendet sie für die Indexierung, die semantische Suche und das Abrufen relevanter Inhalte. Vor der Indexierung oder Suche muss mindestens ein Embedding-Modell konfiguriert sein. Das integrierte BAAI/bge-large-en-v1.5 ist laut dieser Referenz als Systemstandard vorhanden. Einen externen Anbieter benötigen Sie nur, wenn Sie ein anderes Modell verwenden möchten. Öffnen Sie Workspace Settings → AI Models → Embedding.

​

Embedding-Modell hinzufügen

​

Anbieterreferenz für Embeddings

Weitere Hinweise:

• Azure OpenAI: Deployment Name ist der Bereitstellungsname in Azure, nicht die Modell-ID.
• Azure AI: Die Endpoint-URL kann das Muster https://<resource>.services.ai.azure.com/openai/v1/ haben.
• OpenAI Compatible: Für Anbieter mit OpenAI-kompatibler Embeddings-API.
• Ollama: Eine lokale Instanz benötigt keinen API-Schlüssel. Die technische Referenz nennt http://host.docker.internal:11434 als Standard-Endpoint.
• Sentence Transformers / HuggingFace: Laufen laut Referenz lokal in der betriebenen Umgebung und benötigen keine externe API.
• Amazon Bedrock: Lassen Sie die AWS-Schlüsselfelder nur leer, wenn Novaplan für das verwaltete Backend eine freigegebene AWS-Anmeldequelle eingerichtet hat. Der Provider-Wähler bietet Cohere, Amazon (Titan) und Other.

​

Konfigurierte Embedding-Modelle verwalten

Unter Configured können Sie mit Edit Zugangsdaten und Einstellungen ändern, mit Set as Default das Modell für neue Indexierungen und Suchanfragen auswählen oder es mit Delete entfernen. Falls ein Health-Check fehlschlägt, prüfen Sie Schlüssel, Modellnamen, Azure-Endpoint und Region sowie die Verfügbarkeit lokal betriebener Modelle. Output Dimensions funktioniert nur bei Modellen mit entsprechendem Parameter; bei anderen Modellen kann die Einstellung Fehler auslösen.

​

Modelle zur Bildgenerierung

Modelle zur Bildgenerierung ermöglichen es geeigneten Agenten und Workflows, Bilder aus Textanweisungen zu erstellen. Dafür muss mindestens ein entsprechendes Modell im Workspace konfiguriert sein. Der zugängliche Anbieterkatalog enthält OpenAI, Gemini, OpenRouter und LiteLLM Proxy. Prüfen Sie, welche Optionen Ihr bereitgestellter Workspace tatsächlich anzeigt. Öffnen Sie Workspace Settings → AI Models → Image Generation. Nur Administratoren und Owner können diese Einstellungen öffnen.

​

Bildmodell hinzufügen

OpenAI-Schlüssel erhalten Sie unter platform.openai.com/api-keys, Gemini-Schlüssel unter aistudio.google.com/app/apikey. Für Imagen kann ein Google Cloud Projekt mit aktivierter Vertex AI API oder ein passender Zugang über Google AI Studio nötig sein. Unter Configured können Sie ein Bildmodell mit Edit ändern, mit Set as Default zum Standard machen oder nach Bestätigung des Namens mit Delete entfernen. Bei einem fehlgeschlagenen Health-Check prüfen Sie Schlüssel, exakte Modellkennung und die Freischaltung für Bildgenerierung beim Anbieter.

​

Text-to-Speech-Modelle (TTS)

TTS-Modelle wandeln KI-Antworten in gesprochene Audioausgabe um. Für Sprachfunktionen muss mindestens ein TTS-Modell konfiguriert sein. Der zugängliche Katalog enthält OpenAI, Gemini, OpenRouter und LiteLLM Proxy. Prüfen Sie die Verfügbarkeit und möglichen Stimmen im bereitgestellten Workspace und beim gewählten Modell. Öffnen Sie Workspace Settings → AI Models → TTS. Nur Administratoren und Owner können diese Einstellungen öffnen.

​

TTS-Modell hinzufügen

Stimmen und Formate: OpenAI nennt Alloy, Echo, Fable, Onyx, Nova und Shimmer; als Formate sind MP3, Opus, AAC, FLAC und WAV dokumentiert. Für Gemini werden 30 vorgefertigte Stimmen genannt: Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callirrhoe, Autonoe, Enceladus, Iapetus, Umbriel, Algieba, Despina, Erinome, Algenib, Rasalgethi, Laomedeia, Achernar, Alnilam, Schedar, Gacrux, Pulcherrima, Achird, Zubenelgenubi, Vindemiatrix, Sadachbia, Sadaltager und Sulafat. WAV und PCM benötigen keine serverseitige Umwandlung; für MP3, Opus, AAC und FLAC ist ffmpeg im von Novaplan betriebenen Backend erforderlich. Bei Problemen hilft Novaplan Support. Unter Configured können Sie Stimmen, Formate und Zugangsdaten mit Edit ändern, über Set as Default den Standard festlegen oder das Modell mit Delete entfernen. Bei einem fehlgeschlagenen Health-Check prüfen Sie API-Schlüssel, exakte Modellkennung und bei Gemini-komprimierten Formaten die Verfügbarkeit von ffmpeg in der betriebenen Umgebung.

​

Speech-to-Text-Modelle (STT)

STT-Modelle wandeln gesprochene Sprache in Text um. Für Spracheingaben muss mindestens ein STT-Modell eingerichtet sein. Der zugängliche Katalog enthält sechs Optionen: OpenAI, Gemini, OpenRouter, LiteLLM Proxy, Whisper mit faster-whisper im von Novaplan betriebenen Backend und Wispr Flow. Prüfen Sie die tatsächliche Verfügbarkeit im bereitgestellten Workspace. Öffnen Sie Workspace Settings → AI Models → STT. Nur Administratoren und Owner können diese Einstellungen öffnen.

​

STT-Modell hinzufügen

Weitere technische Hinweise: Whisper benötigt keinen API-Schlüssel für einen externen Transkriptionsdienst. Beim ersten Start werden Modellgewichte von Hugging Face geladen; Novaplan stellt dafür den Backend-Zugriff bereit. Optional sind Device (Auto, CPU, CUDA), Compute Type (int8, float16, float32) und ein Verzeichnis für den Modell-Cache. Für Wispr Flow benötigen Sie einen aktiven Schlüssel; Novaplan stellt ffmpeg auf dem Backend bereit. Optional sind Default Language, App Type und ein abweichender API-Endpoint. Zugang erhalten Sie bei enterprise@wisprflow.ai. Unter Configured können Sie die Einstellungen mit Edit ändern, über Set as Default den Standard festlegen oder ein Modell nach Bestätigung des Namens mit Delete entfernen. Bei einem fehlgeschlagenen Health-Check prüfen Sie Schlüssel und Modellkennungen. Für Whisper muss faster-whisper im Novaplan-Backend verfügbar sein; für Wispr Flow wird dort ffmpeg benötigt. Novaplan Support prüft diese serverseitigen Voraussetzungen.