[{"data":1,"prerenderedAt":932},["ShallowReactive",2],{"navbar-de":3,"footer-de":25,"company-de":68,"blog-post-de-znuny-llm-vs-openticketai":155},{"id":4,"extension":5,"items":6,"meta":22,"stem":23,"__hash__":24},"navbar_de/de/_data/navbar.yml","yml",[7,10,13,16,19],{"label":8,"to":9},"Startseite","/",{"label":11,"to":12},"Services","/services",{"label":14,"to":15},"Blog","/blogs",{"label":17,"to":18},"Buchung","/booking",{"label":20,"to":21},"Kontakt","/contact",{},"de/_data/navbar","o8D6u3OMiKGLNDfXGblf6vurGc32IWmjb7wmM8vWqZE",{"id":26,"columns":27,"extension":5,"meta":65,"stem":66,"__hash__":67},"footer_de/de/_data/footer.yml",[28,38,51],{"title":29,"links":30},"Unternehmen",[31,32,35],{"label":20,"to":21},{"label":33,"to":34},"Impressum","/contact/impressum",{"label":36,"to":37},"Datenschutz","/contact/dataprivacy",{"title":11,"links":39},[40,43,45,48],{"label":41,"to":42},"Ticketsysteme (OTOBO & Znuny)","/service-groups/ticket-systems",{"label":44,"to":12},"Alle Services",{"label":46,"to":47},"Consulting","/services#integration",{"label":49,"to":50},"Support","/services#flexible",{"title":52,"links":53},"Ressourcen",[54,56,59,62],{"label":14,"to":55},"/blog",{"label":57,"to":58},"OTOBO Docs","https://otobo-docs.softoft.de",{"label":60,"to":61},"Znuny Docs","https://znuny-docs.softoft.de/de/",{"label":63,"to":64},"OpenITSMHub","https://openitsmhub.com",{},"de/_data/footer","7_gNAx8HRcKZQUyD_pZ3uV5J_nrh7SxeFCXbnexPfYY",{"id":69,"contact":70,"descriptor":79,"extension":5,"fullName":80,"meta":81,"metrics":82,"name":95,"partners":96,"qualification":101,"socialMedia":109,"stem":126,"tagline":127,"testimonials":128,"whySoftoft":141,"__hash__":154},"company_de/de/_data/company.yml",{"email":71,"appointmentUrl":72,"googleReviewsUrl":73,"address":74},"tab@softoft.de","https://calendar.app.google/fXPHuhqQvx9Gf4LT9","https://www.google.com/maps/place/SoftOft/@50.0040865,8.2451374,17z/data=!3m1!4b1!4m6!3m5!1s0x47bd97c3c5e853d3:0x63a648317d57a53d!8m2!3d50.0040865!4d8.2451374!16s%2Fg%2F11rg8q5d69",{"street":75,"city":76,"zip":77,"country":78},"Am Judensand 7","Mainz","55122","Deutschland","Ticketsystem Services","Softoft Tobias Bück Einzelunternehmen",{},[83,86,89,92],{"value":84,"label":85},"5+","Jahre Ticketsystem-Erfahrung",{"value":87,"label":88},"5,0 ★","Bewertung auf Google",{"value":90,"label":91},"Top 1000","Kaggle Datasets weltweit",{"value":93,"label":94},"100%","On-Premise & datenschutzkonform","Tobias Bück",[97],{"name":98,"description":99,"url":100},"Open Ticket AI","KI-gestützte Ticket-Klassifizierung und -Routing für On-Premise-OTOBO/Znuny über REST-APIs und Python SDKs","https://openticketai.com",{"heading":102,"intro":103,"bullets":104},"Für wen ist das geeignet?","Ideal für Teams mit klaren Ticket-System-Zielen:",[105,106,107,108],"On-Premise-Ticketsysteme","OTOBO- oder Znuny-Teams","REST-API- & Python-SDK-Integrationen",">500 Tickets/Monat oder KI-Automatisierungspläne",[110,114,118,122],{"platform":111,"url":112,"icon":113},"LinkedIn","https://www.linkedin.com/company/softoft/","fa-brands:linkedin",{"platform":115,"url":116,"icon":117},"GitHub","https://github.com/Softoft","fa-brands:github",{"platform":119,"url":120,"icon":121},"Kaggle","https://www.kaggle.com/tobiasbueck","simple-icons:kaggle",{"platform":123,"url":124,"icon":125},"Medium","https://medium.com/@softoft","fa-brands:medium","de/_data/company","Ihr Partner für On-Premise-Ticket-Automatisierung & KI",[129,134,138],{"text":130,"name":131,"role":132,"company":133},"Tobi hat uns in Bezug auf unser Ticketsystem OTOBO einiges an Fine-Tuning vorgenommen. Das ging schnell und unkompliziert. Er weiß was er tut und setzt dies mit kreativen Lösungsansätzen um. Jederzeit wieder. Vielen Dank.","Dennis Lohmann","Google-Rezension","",{"text":135,"name":136,"role":132,"company":137},"Softoft hat uns (Vianova Service GmbH) bei der Einrichtung des OTOBO Ticketsystems geholfen. Es hat alles gut funktioniert.","Reinhard Sczech","Vianova Service GmbH",{"text":139,"name":140,"role":132,"company":133},"SoftOft hat uns bei der Weiterentwicklung unserer Webseite geholfen. Schnell, unkompliziert, preiswert! Gerne wieder!","Jochen Petersen",[142,145,148,151],{"icon":143,"text":144},"heroicons:star-20-solid","Weniger manuelles Sortieren — Ihr Team antwortet schneller",{"icon":146,"text":147},"heroicons:rocket-launch-20-solid","In Wochen produktiv, nicht in Monaten",{"icon":149,"text":150},"heroicons:shield-check-20-solid","Ihre Daten verlassen nie Ihre Server",{"icon":152,"text":153},"heroicons:user-20-solid","Direkter Draht zum Experten — ohne Zwischeninstanzen","y0Fwk-AD0gPXkSNknAQ7UpjRjO6TtVDAmJpwdp3rIXQ",{"id":156,"title":157,"author":95,"blogId":158,"body":159,"description":914,"extension":915,"externalUrl":916,"layout":916,"mainImage":917,"meta":918,"mobileImage":917,"navigation":919,"order":920,"path":921,"publishedAt":916,"seo":922,"stem":923,"tags":924,"__hash__":931},"blog_de/de/blog/znuny-llm-vs-openticketai.md","Znuny-LLM Add-on angekündigt: Der Vergleich mit OpenTicketAI für KI-Ticketautomatisierung","znuny-llm-vs-openticketai",{"type":160,"value":161,"toc":891},"minimark",[162,167,184,203,214,219,246,249,343,350,356,360,386,389,416,421,458,468,472,611,615,648,652,683,687,733,737,763,767,770,816,820,827,846,850,854,857,861,864,868,871,875,878,882],[163,164,166],"h1",{"id":165},"znuny-llm-add-on-angekündigt-ein-genauer-blick-und-wie-openticketai-im-vergleich-abschneidet","Znuny-LLM Add-on angekündigt: Ein genauer Blick – und wie OpenTicketAI im Vergleich abschneidet",[168,169,170,171,175,176,183],"p",{},"Znuny hat soeben ",[172,173,174],"strong",{},"Znuny-LLM"," angekündigt – ein kostenloses, quelloffenes Add-on, das die Unterstützung durch Large Language Models direkt in die Agenten- und Admin-Oberfläche von Znuny bringt und vollständig auf der von Ihnen kontrollierten Infrastruktur läuft. Die Originalankündigung finden Sie im ",[177,178,182],"a",{"href":179,"rel":180},"https://www.znuny.com/de/blog/znuny-llm",[181],"nofollow","Znuny-Blog: „Znuny-LLM Add-on: Self-Hosted AI for Service Desks\"",".",[168,185,186,187,190,191,198,199,202],{},"Das sind wirklich gute Nachrichten für das Open-Source-Ticketing-Ökosystem. Selbstgehostete, DSGVO-freundliche KI direkt im Helpdesk ist genau die Richtung, in die sich der Markt entwickeln sollte. In diesem Beitrag fassen wir zusammen, ",[172,188,189],{},"was Znuny-LLM kann",", und vergleichen es anschließend mit ",[172,192,193],{},[177,194,197],{"href":195,"rel":196},"https://openticketai.com/",[181],"OpenTicketAI"," – unserer quelloffenen Automatisierungs-Engine, die bewusst einen anderen, herstellerneutralen Ansatz verfolgt – inklusive der ",[172,200,201],{},"Vor- und Nachteile"," beider Lösungen.",[204,205,206],"blockquote",{},[168,207,208,209,213],{},"Sie suchen den Gesamtüberblick? Lesen Sie unsere Übersicht zu ",[177,210,212],{"href":211},"/blog/open-source-ticket-systems-ai","KI-gestützten Open-Source-Ticketsystemen"," mit OTOBO AI, Zammad AI und OpenTicketAI.",[215,216,218],"h2",{"id":217},"was-znuny-llm-kann-laut-ankündigung","Was Znuny-LLM kann (laut Ankündigung)",[168,220,221,222,225,226,229,230,233,234,237,238,241,242,245],{},"Laut der Znuny-Ankündigung verbindet sich das Add-on mit einem ",[172,223,224],{},"selbstgehosteten LLM-Stack Ihrer Wahl",". Ab Werk spricht es mit ",[172,227,228],{},"Ollama",", funktioniert aber auch mit jedem ",[172,231,232],{},"OpenAI-kompatiblen Endpunkt",", einschließlich ",[172,235,236],{},"Azure OpenAI"," für Teams, die einen Managed Service innerhalb ihres bestehenden Microsoft-Tenants bevorzugen. Es gibt keine gemeinsame SaaS-Schicht, kein Drittanbieter-Gateway und keine Telemetrie, die Ihre Umgebung verlässt. ",[172,239,240],{},"Znuny 7.3 oder neuer ist erforderlich",", und die Verfügbarkeit ist ",[172,243,244],{},"ab dem 8. Juli"," über das Znuny-Open-Source-Repository geplant.",[168,247,248],{},"Der Funktionsumfang ist breit und klar darauf ausgelegt, sich in die tägliche Agentenarbeit einzufügen:",[250,251,252,265],"table",{},[253,254,255],"thead",{},[256,257,258,262],"tr",{},[259,260,261],"th",{},"Funktion",[259,263,264],{},"Was sie tut",[266,267,268,283,293,303,313,323,333],"tbody",{},[256,269,270,276],{},[271,272,273],"td",{},[172,274,275],{},"Automatische Ticket-Klassifizierung",[271,277,278,279,282],{},"Das LLM schlägt Queue, Typ, Service und SLA aus den für das Ticket tatsächlich zulässigen Werten vor – angezeigt in einem Sidebar-Widget mit Daumen-hoch/Daumen-runter-Bewertung. Bestätigte Bewertungen werden gespeichert und als ",[172,280,281],{},"Few-Shot-Beispiele"," wiederverwendet – Verbesserung ohne Retraining.",[256,284,285,290],{},[271,286,287],{},[172,288,289],{},"Mehrsprachige Ticket-Zusammenfassungen",[271,291,292],{},"Eine kurze, sachliche Zusammenfassung aus 2–4 Sätzen pro Ticket, bei neuen Artikeln neu generiert, pro Sprache gespeichert und in der bevorzugten Sprache des Agenten dargestellt (EN, DE, FR, ES, IT, NL, PT).",[256,294,295,300],{},[271,296,297],{},[172,298,299],{},"Titel-Umschreibung für eingehende E-Mails",[271,301,302],{},"Schreibt vage E-Mail-Betreffzeilen in einen kurzen, aussagekräftigen Titel in der Sprache des Kunden um. Telefon- und interne Tickets bleiben unberührt.",[256,304,305,310],{},[271,306,307],{},[172,308,309],{},"Dynamische Feld-Extraktion per Klartext-Regel",[271,311,312],{},"Admins beschreiben in natürlicher Sprache, was extrahiert werden soll (Rechnungsnummer, Bestell-ID, Seriennummer), und das LLM schreibt es in das Zielfeld – kein Regex pro Format.",[256,314,315,320],{},[271,316,317],{},[172,318,319],{},"Compose Selection Rewrite",[271,321,322],{},"Agenten markieren beim Antworten eine Passage und das LLM verfeinert sie – unter Nutzung des Antwort-Prompts der Queue und der erkannten Sprache.",[256,324,325,330],{},[271,326,327],{},[172,328,329],{},"Vektorbasierte Vorlagen- & FAQ-Vorschläge",[271,331,332],{},"Die semantisch ähnlichsten Vorlagen und FAQ-Einträge werden per Cosinus-Ähnlichkeit über vorberechnete Embeddings im Antwortfenster gerankt.",[256,334,335,340],{},[271,336,337],{},[172,338,339],{},"FAQ-Wissensentwürfe aus gelösten Tickets",[271,341,342],{},"Eine Audit-Ansicht erlaubt es Admins, FAQ-Entwürfe aus guten Ticket-Konversationen zu erzeugen – ähnliche bestehende FAQs werden zur Dublettenvermeidung eingespeist.",[168,344,345,346,349],{},"Bemerkenswert: Znuny-LLM wurde ",[172,347,348],{},"mit Blick auf Prompt Injection entwickelt",". Eingehende Artikel werden vor jedem LLM-Aufruf von einer gewichteten, mehrsprachigen Mustererkennung gescannt, Prompts trennen vertrauenswürdige Metadaten von nicht vertrauenswürdigem Inhalt durch explizite Begrenzungsmarker, und Artikeltexte werden auf eine Maximallänge gekürzt. Diese Schutzmechanismen sind Teil des Standard-Prompt-Designs.",[168,351,352,355],{},[172,353,354],{},"Unsere ehrliche Einschätzung:"," Das ist ein starkes, durchdachtes Paket. Die native UI-Integration, die feedbackgetriebene Few-Shot-Schleife und das sicherheitsorientierte Prompt-Design sind allesamt hervorragend. Wer Znuny 7.3+ betreibt und KI innerhalb dieses einen Systems möchte, wird in puncto Komfort kaum etwas Besseres finden.",[215,357,359],{"id":358},"openticketai-ein-herstellerneutraler-hybrider-ansatz","OpenTicketAI: Ein herstellerneutraler, hybrider Ansatz",[168,361,362,365,366,369,370,373,374,377,378,385],{},[177,363,197],{"href":195,"rel":364},[181]," ist unsere ",[172,367,368],{},"quelloffene Automatisierungs-Engine und Middleware",", die sowohl ",[172,371,372],{},"trainierte ML-Klassifikatoren als auch LLMs"," nutzt, um Tickets zu klassifizieren, weiterzuleiten, zusammenzufassen und anzureichern – und zwar für ",[172,375,376],{},"Znuny, OTOBO und Zammad gleichermaßen",". Sie ist gemeinsam mit dem gesamten Open-Source-ITSM-Ökosystem auf ",[172,379,380],{},[177,381,384],{"href":382,"rel":383},"https://openitsmhub.com/packages/open-ticket-ai-runtime",[181],"Open ITSM Hub (openitsmhub.com)"," gelistet – einem Verzeichnis, in dem alle Add-ons, Plugins und Integrationen für Znuny, OTOBO, OTRS und Zammad katalogisiert sind.",[168,387,388],{},"Der grundlegende Unterschied ist einfach:",[390,391,392,402],"ul",{},[393,394,395,397,398,401],"li",{},[172,396,174],{}," ist ein ",[172,399,400],{},"natives, LLM-zentriertes Add-on für Znuny",". Es lebt innerhalb von Znuny und setzt für nahezu alles auf ein universelles LLM.",[393,403,404,406,407,410,411,415],{},[172,405,197],{}," ist eine ",[172,408,409],{},"systemunabhängige Middleware",". Sie verbindet sich über die REST-/Generic-Interface-Schnittstelle und lässt Sie pro Aufgabe das ",[412,413,414],"em",{},"richtige Werkzeug"," wählen – einen kleinen, schnellen, feinabgestimmten Transformer (BERT/DistilBERT) für Massen-Klassifizierung und ein LLM dort, wo generative Qualität zählt (Zusammenfassungen, Antwortentwürfe).",[417,418,420],"h3",{"id":419},"so-funktioniert-openticketai","So funktioniert OpenTicketAI",[422,423,424,430,440,446,452],"ol",{},[393,425,426,429],{},[172,427,428],{},"Verbindung per API"," zu Ihrem bestehenden System (Znuny, OTOBO, Zammad) – kein erzwungenes Versions-Upgrade.",[393,431,432,435,436,439],{},[172,433,434],{},"Klassifizierung"," von Queue, Priorität, Typ und Tags – entweder über einen ",[172,437,438],{},"trainierten Klassifikator"," (schnell, günstig, deterministisch, keine GPU bei der Inferenz nötig) oder ein LLM, je nach Bedarf.",[393,441,442,445],{},[172,443,444],{},"Confidence-basiertes Routing",": Vorhersagen mit hoher Konfidenz werden automatisch angewendet, unsichere landen in einer Prüf-Queue für Menschen.",[393,447,448,451],{},[172,449,450],{},"Kontinuierliche Verbesserung"," durch Agenten-Feedback und periodisches Retraining.",[393,453,454,457],{},[172,455,456],{},"LLM-Funktionen"," (Zusammenfassungen, Antwortvorschläge) über Ihre eigenen, selbstgehosteten oder OpenAI-kompatiblen Modelle – vollständig On-Premise.",[168,459,460,461,183],{},"Das vollständige Verzeichnis der Open-Source-Ticketsystem-Add-ons – inklusive OpenTicketAI – finden Sie auf ",[172,462,463],{},[177,464,467],{"href":465,"rel":466},"https://openitsmhub.com/",[181],"openitsmhub.com",[215,469,471],{"id":470},"znuny-llm-vs-openticketai-direkter-vergleich","Znuny-LLM vs. OpenTicketAI: Direkter Vergleich",[250,473,474,489],{},[253,475,476],{},[256,477,478,481,485],{},[259,479,480],{},"Aspekt",[259,482,483],{},[172,484,174],{},[259,486,487],{},[172,488,197],{},[266,490,491,504,517,534,546,559,572,585,598],{},[256,492,493,498,501],{},[271,494,495],{},[172,496,497],{},"Unterstützte Systeme",[271,499,500],{},"Nur Znuny (7.3+)",[271,502,503],{},"Znuny, OTOBO, Zammad (und mehr)",[256,505,506,511,514],{},[271,507,508],{},[172,509,510],{},"Integrationsart",[271,512,513],{},"Natives Add-on in der Znuny-Oberfläche",[271,515,516],{},"Middleware über REST / Generic Interface",[256,518,519,524,527],{},[271,520,521],{},[172,522,523],{},"KI-Methode",[271,525,526],{},"LLM-zentriert (Few-Shot aus Feedback)",[271,528,529,530,533],{},"Hybrid: trainierte ML-Klassifikatoren ",[172,531,532],{},"und"," LLMs",[256,535,536,540,543],{},[271,537,538],{},[172,539,434],{},[271,541,542],{},"LLM schlägt Queue/Typ/Service/SLA vor",[271,544,545],{},"Feinabgestimmter Transformer oder LLM, Confidence-Schwellen",[256,547,548,553,556],{},[271,549,550],{},[172,551,552],{},"Hardware",[271,554,555],{},"Benötigt LLM-Stack (Ollama/GPU oder Azure OpenAI)",[271,557,558],{},"Trainierter Klassifikator läuft auf CPU; LLM optional",[256,560,561,566,569],{},[271,562,563],{},[172,564,565],{},"Generative Funktionen",[271,567,568],{},"Zusammenfassungen, Titel-/Compose-Rewrite, FAQ-Entwürfe",[271,570,571],{},"Zusammenfassungen & Antwortvorschläge über Ihr LLM",[256,573,574,579,582],{},[271,575,576],{},[172,577,578],{},"Datenhoheit",[271,580,581],{},"Vollständig selbstgehostet, keine Telemetrie",[271,583,584],{},"Vollständig On-Premise / selbstgehostet",[256,586,587,592,595],{},[271,588,589],{},[172,590,591],{},"Prompt-Injection-Schutz",[271,593,594],{},"Eingebaut, mehrsprachiges Scanning",[271,596,597],{},"Konfigurierbar; trainierte Klassifikatoren sind nicht prompt-injizierbar",[256,599,600,605,608],{},[271,601,602],{},[172,603,604],{},"Ideal für",[271,606,607],{},"Teams mit klarer Znuny-Festlegung und nativer KI",[271,609,610],{},"Teams, die eine KI-Schicht über mehrere Systeme wollen",[417,612,614],{"id":613},"vorteile-von-znuny-llm","Vorteile von Znuny-LLM",[390,616,617,624,630,636,642],{},[393,618,619,620,623],{},"✅ ",[172,621,622],{},"Tiefe native Integration"," – Sidebar-Widgets, Compose-Tools und Audit-Ansichten fühlen sich wie ein Teil von Znuny an.",[393,625,619,626,629],{},[172,627,628],{},"Kein Training nötig"," – funktioniert out of the box und verbessert sich über Daumen-hoch/runter-Few-Shot-Feedback.",[393,631,619,632,635],{},[172,633,634],{},"Breiter generativer Funktionsumfang"," – Klassifizierung, Zusammenfassungen, Titel-Umschreibung, Feld-Extraktion, FAQ-Entwürfe in einem Paket.",[393,637,619,638,641],{},[172,639,640],{},"Sicherheit von Anfang an"," – Prompt-Injection-Scanning und Prompt-Grenzen standardmäßig.",[393,643,619,644,647],{},[172,645,646],{},"Kostenlos und quelloffen",", vollständig selbstgehostet.",[417,649,651],{"id":650},"nachteile-von-znuny-llm","Nachteile von Znuny-LLM",[390,653,654,661,667,677],{},[393,655,656,657,660],{},"⚠️ ",[172,658,659],{},"An Znuny gebunden"," – hilft nicht, wenn Sie zusätzlich OTOBO, Zammad, OTRS betreiben oder mitten in einer Migration stecken.",[393,662,656,663,666],{},[172,664,665],{},"Erfordert Znuny 7.3+"," – ältere Instanzen müssen zuerst aktualisiert werden.",[393,668,656,669,672,673,676],{},[172,670,671],{},"Reine LLM-Klassifizierung"," – jede Klassifizierung ist ein LLM-Aufruf, was bei hohem Ticketaufkommen ",[172,674,675],{},"Latenz, GPU-/Infrastrukturkosten und Nicht-Determinismus"," bedeutet – dort wäre ein winziger trainierter Klassifikator schneller, günstiger und konsistenter.",[393,678,656,679,682],{},[172,680,681],{},"Benötigt einen LLM-Stack"," – Sie müssen Ollama/eine GPU betreiben oder für Azure OpenAI zahlen.",[417,684,686],{"id":685},"vorteile-von-openticketai","Vorteile von OpenTicketAI",[390,688,689,695,705,711,716,722],{},[393,690,619,691,694],{},[172,692,693],{},"Herstellerneutral"," – eine Automatisierungsschicht über Znuny, OTOBO und Zammad; ideal für gemischte Landschaften und Migrationen.",[393,696,619,697,700,701,704],{},[172,698,699],{},"Hybride KI"," – ein ",[172,702,703],{},"schneller, günstiger, deterministischer trainierter Klassifikator"," für Massen-Routing und das LLM für generative Aufgaben.",[393,706,619,707,710],{},[172,708,709],{},"Kein erzwungenes Upgrade"," – verbindet sich per API mit Ihrer aktuellen Version.",[393,712,619,713,715],{},[172,714,444],{}," mit Human-in-the-Loop-Prüf-Queue.",[393,717,619,718,721],{},[172,719,720],{},"Niedrigere Betriebskosten im großen Maßstab"," – Klassifizierung benötigt keine GPU.",[393,723,619,724,727,728,732],{},[172,725,726],{},"Offen gelistet"," auf ",[177,729,731],{"href":382,"rel":730},[181],"Open ITSM Hub"," neben dem gesamten Ökosystem.",[417,734,736],{"id":735},"nachteile-von-openticketai","Nachteile von OpenTicketAI",[390,738,739,745,751,757],{},[393,740,656,741,744],{},[172,742,743],{},"Weniger „nativ\""," – es ist ein separater Middleware-Dienst und keine in ein Produkt eingebackenen UI-Widgets.",[393,746,656,747,750],{},[172,748,749],{},"Setup-Aufwand"," – Sie deployen und verbinden die Engine selbst.",[393,752,656,753,756],{},[172,754,755],{},"Der trainierte Klassifikator-Pfad braucht Daten"," – die ML-Route profitiert von historischen Tickets (die LLM-Route nicht, dann ähnelt es aber dem Modell von Znuny-LLM).",[393,758,656,759,762],{},[172,760,761],{},"Sie betreiben es selbst"," – mehr Flexibilität bedeutet mehr Konfiguration als ein einzelnes Klick-Installations-Paket.",[215,764,766],{"id":765},"welche-lösung-sollten-sie-wählen","Welche Lösung sollten Sie wählen?",[168,768,769],{},"Es gibt keinen einzelnen Gewinner – es hängt von Ihrer Landschaft ab:",[390,771,772,778,802],{},[393,773,774,777],{},[172,775,776],{},"Sie setzen voll auf Znuny 7.3+ und wollen den einfachsten Weg zu KI in der Oberfläche?"," Znuny-LLM ist eine ausgezeichnete, gut entwickelte Wahl. Nutzen Sie es.",[393,779,780,783,784,786,787,790,791,794,795,798,799,801],{},[172,781,782],{},"Sie betreiben mehr als ein System"," (z. B. OTOBO ",[412,785,532],{}," Zammad), ",[172,788,789],{},"migrieren"," gerade, sitzen auf einem ",[172,792,793],{},"älteren Znuny"," oder verarbeiten ",[172,796,797],{},"hohe Ticketmengen",", bei denen LLM-Kosten pro Ticket und Latenz ins Gewicht fallen? Dann ist der hybride, herstellerneutrale Ansatz von ",[172,800,197],{}," die bessere Wahl.",[393,803,804,807,808,811,812,815],{},[172,805,806],{},"Sie wollen beides?"," Viele Teams nutzen einen ",[172,809,810],{},"trainierten Klassifikator für das Routing"," (günstig, sofort, deterministisch) und ein ",[172,813,814],{},"LLM für Zusammenfassungen und Antwortentwürfe"," – genau diese Aufteilung, für die OpenTicketAI gebaut ist.",[215,817,819],{"id":818},"das-große-ganze","Das große Ganze",[168,821,822,823,826],{},"Dass Znuny ein eigenes, selbstgehostetes LLM-Add-on ausliefert, bestätigt, was wir von Anfang an geglaubt haben: ",[172,824,825],{},"KI im Open-Source-Ticketing sollte lokal, transparent und unter Ihrer Kontrolle sein."," Mehr Optionen sind hier ein Gewinn für alle, und wir begrüßen Znuny-LLM im Ökosystem.",[168,828,829,830,835,836,841,842,845],{},"Wenn Sie eine KI-Schicht möchten, die nicht an ein einzelnes Produkt gebunden ist – und die einen schlanken trainierten Klassifikator mit einem LLM kombiniert – werfen Sie einen Blick auf ",[172,831,832],{},[177,833,197],{"href":195,"rel":834},[181],", durchstöbern Sie das vollständige Add-on-Verzeichnis auf ",[172,837,838],{},[177,839,467],{"href":465,"rel":840},[181]," oder ",[177,843,844],{"href":21},"kontaktieren Sie uns",", um das passende Setup für Ihren Helpdesk zu besprechen.",[215,847,849],{"id":848},"häufig-gestellte-fragen","Häufig gestellte Fragen",[417,851,853],{"id":852},"ist-znuny-llm-kostenlos","Ist Znuny-LLM kostenlos?",[168,855,856],{},"Ja. Laut Znuny-Ankündigung ist Znuny-LLM ein kostenloses, quelloffenes Add-on, das ab dem 8. Juli über das Znuny-Open-Source-Repository verfügbar ist (Znuny 7.3+ erforderlich).",[417,858,860],{"id":859},"sendet-znuny-llm-daten-in-die-cloud","Sendet Znuny-LLM Daten in die Cloud?",[168,862,863],{},"Es ist keine gemeinsame SaaS-Schicht beteiligt. Es verbindet sich mit einem selbstgehosteten LLM (z. B. Ollama) oder einem beliebigen OpenAI-kompatiblen Endpunkt Ihrer Wahl – inklusive Azure OpenAI in Ihrem eigenen Tenant – sodass Sie kontrollieren, wohin Ticketdaten gehen.",[417,865,867],{"id":866},"wie-unterscheidet-sich-openticketai-von-znuny-llm","Wie unterscheidet sich OpenTicketAI von Znuny-LLM?",[168,869,870],{},"OpenTicketAI ist eine herstellerneutrale Middleware, die mit Znuny, OTOBO und Zammad funktioniert und entweder einen schnellen trainierten ML-Klassifikator oder ein LLM nutzen kann. Znuny-LLM ist ein natives, LLM-zentriertes Add-on ausschließlich für Znuny.",[417,872,874],{"id":873},"kann-ich-openticketai-auch-mit-znuny-nutzen","Kann ich OpenTicketAI auch mit Znuny nutzen?",[168,876,877],{},"Ja – OpenTicketAI verbindet sich über die REST-/Generic-Interface-Schnittstelle mit Znuny (sowie OTOBO und Zammad), ohne dass ein Upgrade auf Znuny 7.3 erforderlich ist.",[417,879,881],{"id":880},"wo-finde-ich-alle-znuny-otobo-und-zammad-add-ons","Wo finde ich alle Znuny-, OTOBO- und Zammad-Add-ons?",[168,883,884,887,888,183],{},[177,885,384],{"href":465,"rel":886},[181]," ist ein Verzeichnis, das Add-ons, Plugins, Skins und Integrationen für Znuny, OTOBO, OTRS und Zammad katalogisiert – inklusive ",[177,889,197],{"href":382,"rel":890},[181],{"title":133,"searchDepth":892,"depth":892,"links":893},2,[894,895,899,905,906,907],{"id":217,"depth":892,"text":218},{"id":358,"depth":892,"text":359,"children":896},[897],{"id":419,"depth":898,"text":420},3,{"id":470,"depth":892,"text":471,"children":900},[901,902,903,904],{"id":613,"depth":898,"text":614},{"id":650,"depth":898,"text":651},{"id":685,"depth":898,"text":686},{"id":735,"depth":898,"text":736},{"id":765,"depth":892,"text":766},{"id":818,"depth":892,"text":819},{"id":848,"depth":892,"text":849,"children":908},[909,910,911,912,913],{"id":852,"depth":898,"text":853},{"id":859,"depth":898,"text":860},{"id":866,"depth":898,"text":867},{"id":873,"depth":898,"text":874},{"id":880,"depth":898,"text":881},"Znuny hat Znuny-LLM angekündigt – ein kostenloses, selbstgehostetes LLM-Add-on für Service Desks. Wir erklären, was es kann, vergleichen es mit dem herstellerneutralen Ansatz von OpenTicketAI und wägen die Vor- und Nachteile von reinem LLM vs. hybrider ML-Automatisierung ab.","md",null,"/images/blog/otobo-znuny-zammad-ai-comparison.webp",{},true,1203,"/de/blog/znuny-llm-vs-openticketai",{"title":157,"description":914},"de/blog/znuny-llm-vs-openticketai",[925,926,927,928,929,930],"znuny","ai","llm","ticket-system","automation","openticketai","rbaCAPkVDzNxs6w7Kxo1BJD_t6KcpqOQnlhQUjiGps0",1785837094724]