BVDW Foundation Models Atlas
Neutrale, kuratierte Übersicht relevanter AI-Foundation-Models mit europäischer Souveränitätsperspektive.
Ein Projekt des BVDW AI Tech Lab. Live: bosses-foundation-models.vercel.app
Was ist das?
Ein offener Atlas von derzeit 286 Foundation Models (188 Konversations-LLMs, 98 Spezial-Modalitäten inkl. Entscheidungsmodelle; Stand November 2026) — von GPT-6 und Claude 5 über Mistral 3, Kolibri und Qwen 3.x bis zu Regional-Modellen aus Korea, Japan, Indien und dem Nahen Osten. Abgelöste Modelle bleiben als Legacy nachvollziehbar. Kuratiert mit Fokus auf:
- Souveränität: Wie DSGVO-konform ist der Einsatz? Ist ein On-Prem-Betrieb möglich? US CLOUD Act anwendbar?
- Praxis: Wofür ist das Modell im Alltag wirklich gut? Wo sind bekannte Schwächen?
- Verständlichkeit: Offene Methodik, erklärbare Bewertungen, transparente Kriterien.
Features
- Drei Ansichten: klassische Liste · Quartett-Karten (mit PDF-Export) · interaktiver Swipe-Finder
- Lebenszyklus-Status pro Modell: abgelöste Modelle bleiben als „Legacy“ mit Nachfolger-Verweis erhalten, abgeschaltete als „Eingestellt“; per Filter ausblendbar
- Entscheidungsmodelle („System One“ / Decision AI) seit Oktober 2026 als eigener Task-Typ und Modellklasse im Spezial-Atlas, mit Task-Typ-Filter — Konzept in docs/system-one-decision-models.md
- Deployment-Buckets: fünf realistische Einsatz-Szenarien (Eigene Hardware bis Vendor-Direct), automatisch pro Modell eingeordnet
- Info-Tooltips und ausklappbare Methodik-Legende für jede Bewertung
- Versionierter Edit-Mode mit Rollback, Deeplinks pro Modell, Share via Web-Share-API
- Hugging-Face-Integration: Link auf offizielle Model-Cards für aktuelle Benchmark-Werte — keine eigene Benchmark-Pflege
- Quartett-Export als PDF: druckfertige Karten im klassischen 2:3-Format mit BVDW-Rückseite
Tech-Stack
| Layer | Was | Warum |
|---|
| Frontend | Vanilla HTML/CSS/JS, kein Build-Step | minimaler Lock-In, direkt lesbar |
| Backend | Vercel Serverless Functions (Node.js 20) | kostenlos im Free-Tier |
| DB | Supabase Postgres + RLS | SaaS, kostenlos ausreichend für den Use-Case |
| Assets | @lobehub/icons, flagcdn, simple-icons | frei lizenziert, extern gehostet |
| PDF | pdf-lib (clientseitig, Vector-Qualität) | keine Server-Last |
Quick-Start (Local Development)
git clone https://github.com/macbosse/bvdw-foundation-models-atlas.git
cd bvdw-foundation-models-atlas
npm install
# Supabase-Projekt anlegen, Schema importieren
# supabase/schema.sql im Supabase SQL-Editor ausführen
# .env.local anlegen (Template siehe unten)
cp .env.example .env.local # falls vorhanden, sonst manuell
# Daten importieren (einmalig)
npm run import-all
# Lokaler Dev-Server mit Vercel CLI (kein npm-Script, sonst ruft vercel dev sich selbst auf)
npx vercel dev
ENV-Variablen
SUPABASE_URL=https://xxx.supabase.co
SUPABASE_SERVICE_ROLE_KEY=eyJ... # Supabase Service-Role, niemals ins Frontend!
EDIT_PASSWORD=dein-passwort # für den Edit-Mode
Deployment
Das Projekt ist als statisches Frontend + Serverless-Functions deploybar. Vercel ist die empfohlene Plattform:
vercel --prod
ENV-Variablen im Vercel-Dashboard unter Settings → Environment Variables setzen.
Daten aktualisieren
Kleine Korrekturen laufen über den Edit-Mode im Frontend. Größere Updates (viele neue Modelle, Legacy-Markierungen) werden als Paket in data/updates/ beschrieben und idempotent eingespielt — jede Änderung erzeugt wie im Edit-Mode einen Versions-Snapshot:
npm run import-delta -- data/updates/2026-10-update.json --dry-run # Plan anzeigen
npm run import-delta -- data/updates/2026-10-update.json # einspielen
npm run export-all # Backup in data-export/ aktualisieren
Für reine Frontend-Arbeiten ohne Supabase-Credentials: node scripts/dev-static.js serviert die statischen Dateien und leitet /api/* an die Produktion weiter.
Betrieb: Supabase pausiert Free-Tier-Projekte nach sieben Tagen ohne Datenbankaktivität. Dagegen laufen zwei Vercel-Crons (vercel.json, 06:00 und 18:00 UTC) und ein GitHub-Actions-Workflow (.github/workflows/keep-alive.yml, zweimal täglich). Jeder Ping schreibt einen Heartbeat; /api/health zeigt Datenbankstatus und das Alter des letzten Pings je Quelle, der Workflow schlägt bei Ausfall oder ausbleibenden Pings fehl und alarmiert per E-Mail. Für den offiziellen Live-Betrieb empfiehlt sich trotzdem Supabase Pro (pausiert nie) oder der Umzug auf eigene EU-Infrastruktur, siehe docs/hosting-hetzner-coolify.md.
Dokumentation
- HANDOVER_BVDW.md — technisches Übergabe-Dokument mit komplettem Setup-Guide, Migrations-Anleitung und Betriebs-Empfehlungen
- HANDOVER.md — Team-Anleitung für redaktionelle Mitarbeit (Edit-Mode, Versionshistorie)
- supabase/schema.sql — kommentiertes Datenbank-Schema
- docs/system-one-decision-models.md — Einordnung und Integrationskonzept für Entscheidungsmodelle (System One)
- docs/hosting-hetzner-coolify.md — Hosting-Konzept für den Live-Betrieb: Umzug auf Hetzner Cloud + Coolify, Servergröße, Kosten, DSGVO-Checkliste
- data/updates/ — versionierte Update-Pakete für
npm run import-delta (Referenz: Updates Oktober und November 2026)
Warum das so gebaut ist
Der Atlas folgt ein paar bewusst getroffenen Design-Entscheidungen:
- Keine Benchmark-Zahlen im Atlas selbst — sie veralten zu schnell und sind manipulationsanfällig. Stattdessen pro Modell ein Link auf die offizielle Hugging-Face-Model-Card.
- Kein eigenes Ranking — das ist nicht die Rolle eines Verbandes. Der Atlas bietet Orientierung, nicht Bewertung.
- JSONB für flexible Felder — das Datenmodell kann ohne Migration erweitert werden (z.B. neue Felder wie
on_prem oder supported_languages sind so entstanden).
- Shared Password statt User-Accounts — reduziert Komplexität für ein redaktionelles Team, das sich kennt. Volle Versionshistorie mit Editor-Namen bleibt vorhanden.
Für wen ist das interessant?
- Verbände und Netzwerke, die eine ähnliche Orientierungshilfe bauen wollen — das ganze Setup ist unter MIT-Lizenz frei wiederverwendbar
- AI-Teams in Unternehmen, die ein internes Modell-Inventar brauchen — der Edit-Mode eignet sich direkt für kollaborative Kuratierung
- Forschung, die den Atlas als Referenz nutzen möchte — Deeplinks pro Modell sind stabil
Lizenz
Code: MIT License (siehe LICENSE).
Ausnahmen:
- Die BVDW-Corporate-Logos in
assets/bvdw-logo/ sind Markenzeichen des Bundesverbands Digitale Wirtschaft und nicht von der MIT-Lizenz abgedeckt
- Die redaktionellen Inhalte (Praxisnotizen, Souveränitäts-Bewertungen) sind Werk des BVDW AI Tech Lab und bei Wiederverwendung unter Nennung der Quelle zu nutzen
Alle Code-Abhängigkeiten des Projekts (Supabase, pdf-lib, marked, Lobe-Icons u.a.) sind ebenfalls MIT-lizenziert oder Public Domain — keine Copyleft-Einschränkungen.
Kontakt
Bei Interesse an Einsatz, Feedback oder Weiterentwicklung:
Bosse Küllenberg · AI Tech Lab Lead, BVDW · [email protected]
Ein Projekt des Bundesverbands Digitale Wirtschaft (BVDW) — für den deutschen Mittelstand und alle, die AI-Souveränität ernst nehmen.
