# IBM watsonx.ai

## Kurzbeschreibung
**„Ein integriertes KI-Entwicklerstudio aus einer Hand für die End-to-End-Entwicklung von KI-Anwendungen.“**


IBM watsonx.ai ist eine Entwicklungsplattform zum Erstellen, Anpassen, Testen und Bereitstellen generativer KI, klassischer Machine-Learning-Modelle und KI-Agenten. Sie kombiniert Foundation Models, Prompt- und Agentenwerkzeuge, RAG, AutoAI, APIs, Notebooks und produktive Laufzeiten in einer gemeinsamen Umgebung. Die Plattform kann als IBM-Cloud-SaaS oder über IBM Software Hub in eigenen OpenShift-Umgebungen betrieben werden.

## Claim
Ein integriertes KI-Entwicklerstudio aus einer Hand für die End-to-End-Entwicklung von KI-Anwendungen.

## Geeignet für
- API-Anbindung
- Automatisierungen / Workflows
- Datenanalyse
- Datenextraktion / Dokumentenanalyse
- Kundenservice & Chatbots
- Produktivitaet & Planung
- Programmierung / Softwareentwicklung
- Recherche
- Texte / Content
- Vertrieb / Sales
- Wissensmanagement / interne Suche

## Kernfunktionen
- Datenanalyse
- Embeddings
- Funktionsaufrufe
- KI-Agenten
- LLM-API
- Modelltraining
- Open-Source-Modell
- Sprachmodell

## Preismodell
- **free:** **Toolbox Playground / Free **Kostenloser Einstieg mit begrenztem monatlichem Foundation-Model-Kontingent, begrenzten Machine-Learning-Rechenstunden und begrenzter Text-Extraktion. Geeignet für Tests, Playground-Nutzung und erste Prototypen.


**Lite Runtime Plan** Kostenfreier Runtime-Plan mit eingeschränkter Kapazität zum Testen von Machine Learning und Inference. Foundation-Model-Tuning wird im Lite-Plan nicht unterstützt.
- **subscription:** **Essentials – Pay-as-you-go** Für produktive Deployments ohne feste Mindestnutzung; nutzungsbasierte Abrechnung für Modelle, Machine Learning, Text Extraction, Modellanpassung und weitere Ressourcen.


**Standard – Pay-as-you-go** Enterprise-Plan mit größerem enthaltenem Compute-Kontingent und zusätzlicher nutzungsbasierter Abrechnung; für umfangreiche Produktions- und Unternehmensworkloads ausgelegt.


**HIPAA-Ready **Spezialplan für generative KI und Machine Learning unter HIPAA-Sicherheits- und Datenschutzanforderungen; offiziell nur in der IBM-Cloud-Region Dallas verfügbar.
- **other:** **IBM Foundation Models** Nutzung der IBM-Granite-Modelle je nach Modell über Pay-as-you-go-Inference oder dediziertes On-Demand-Hosting.


**Drittanbieter-Modelle** Zugriff auf Modelle unter anderem von Meta, Google, DeepSeek und Mistral; je nach Modell nutzungsbasierte Inference oder dedizierte On-Demand-Bereitstellung.


**Embedding- und Reranking-Modelle** Nutzungsbasierte Abrechnung für IBM- und Drittanbieter-Embedding-Modelle sowie Reranking-Funktionen für semantische Suche und RAG.


**Deploy on Demand** Dediziertes Hosting ausgewählter Foundation Models mit stundenbasierter Laufzeitabrechnung; Verfügbarkeit ist modell- und regionsabhängig.


**Machine Learning / AutoAI** Verbrauchsabhängige Abrechnung über Capacity Unit Hours für Training, AutoAI, Modellbereitstellung und Scoring.


**LoRA-/QLoRA-Fine-Tuning** Anpassung unterstützter Foundation Models mit eigenen Daten; QLoRA ist laut IBM unter anderem in Frankfurt und Dallas verfügbar.


**Custom Foundation Models** Import, Hosting und Bereitstellung kundeneigener oder angepasster Foundation Models auf dedizierter Infrastruktur.


**IBM Software Hub / On-Premise** Selbst betriebene watsonx.ai-Installation auf Red Hat OpenShift, einschließlich privater Registry und möglicher Air-Gap-Umgebung; individuelle Software-, Infrastruktur- und Supportvereinbarung.


**Enterprise Support** Erweiterte Support- und SLA-Optionen zusätzlich zum enthaltenen Basissupport.

## DSGVO und Datenschutz
**Gesamteinschätzung:** Yes

**Gesamteinschätzung:**

Watsonx.ai kann Prompts, Antworten, Dokumente, Datenbestände, Embeddings, Trainings- und Tuningdaten, Machine-Learning-Modelle, eigene Foundation Models, RAG-Indizes, Projektmetadaten und technische Protokolle verarbeiten. Die Plattform unterstützt Prompt Lab, Agent Lab, RAG, synthetische Daten, Text Extraction, klassische Machine-Learning-Funktionen, LoRA-/QLoRA-Fine-Tuning, kundeneigene Foundation Models und On-Demand-Deployments.


Training auf Kundendaten: IBM verwendet laut offizieller Sicherheitsdokumentation hochgeladene Inhalte und generierte Ausgaben nicht, um Foundation Models weiterzutrainieren oder zu verbessern. Kunden können ihre Daten jedoch bewusst für eigene Modelle, Tuningverfahren oder RAG-Systeme einsetzen. Diese kundenspezifischen Prozesse sind vom allgemeinen IBM-Modelltraining zu unterscheiden.


Datenresidenz: Bei IBM Cloud sind Projekte, Kataloge und Daten an die ausgewählte Region gebunden. Frankfurt, London, Dallas und Tokio verfügen über dokumentierte private Runtime-Endpunkte. Weitere Regionen und einzelne Funktionen können abweichend verfügbar sein.


Löschung und Retention: IBM dokumentiert eine sichere Löschung personenbezogener Daten aus watsonx.ai Runtime. Die konkreten Aufbewahrungsfristen hängen vom verwendeten Service, Datentyp, Plan und zugehörigen Data Processing and Protection Data Sheet ab. Eine pauschale Retention-Frist für sämtliche watsonx.ai-Daten existiert nicht.


**Fazit: **

Watsonx.ai gehört zu den flexibelsten Plattformen für Unternehmen mit hohen Hosting-, Sicherheits- und Compliance-Anforderungen. Für normale Projekte eignet sich die Frankfurter IBM-Cloud-Region; für Betriebsgeheimnisse, kritische Infrastrukturen oder besonders sensible Daten sind On-Premise, Private Cloud oder Air Gap die stärkeren Optionen.


[Security policies and responsibilities in IBM Cloud](https://www.ibm.com/docs/en/watsonx/saas?topic=cloud-security-policies-responsibilities-in) [Datenschutzerklärung](https://www.ibm.com/de-de/privacy)

**Gesamteinschätzung: **

Gut DSGVO-geeignet, sofern eine europäische Region oder ein kontrolliertes On-Premise-Deployment gewählt und die IBM-Vertragsunterlagen korrekt eingebunden werden. IBM stellt für watsonx.ai ein Data Processing Addendum bereit. Laut offizieller Dokumentation gelten das IBM-DPA und die zugehörigen Data Processing and Protection Data Sheets, wenn personenbezogene Daten im Sinne der DSGVO in Kundeninhalten verarbeitet werden. Die Datenblätter beschreiben produktspezifisch zulässige Inhalte, Verarbeitungsaktivitäten, Datenschutzfunktionen, Aufbewahrung und Rückgabe von Daten. Änderungen an Subprozessoren und Widerspruchsmöglichkeiten werden über das DPA geregelt.


**Positiv **ist die ausdrückliche Trainingsregel: IBM erklärt, dass hochgeladene Inhalte und die von Foundation Models erzeugten Ausgaben nicht verwendet werden, um IBM-Modelle oder andere Modelle weiterzutrainieren oder zu verbessern. Damit eignet sich watsonx.ai grundsätzlich auch für geschäftliche Daten, internes Wissen und vertrauliche RAG-Anwendungen. Die Aussage entbindet Unternehmen jedoch nicht von der Prüfung der jeweils gewählten Drittanbieter-, Open-Source- oder kundeneigenen Modelle.


**Serverstandort: **IBM watsonx.ai ist auf IBM Cloud unter anderem in Frankfurt, London, Dallas und Tokio verfügbar. Projekte, Kataloge und Daten sind regionsgebunden; ein in Frankfurt gespeichertes Projekt kann nicht einfach über eine Instanz in Dallas geöffnet werden. Für deutsche Unternehmen ist daher die Region Frankfurt beziehungsweise eu-de besonders relevant. IBM unterstützt in diesen Regionen außerdem private Service-Endpunkte, sodass watsonx.ai Runtime ohne Erreichbarkeit über das öffentliche Internet betrieben werden kann.


**Negativ** beziehungsweise prüfpflichtig ist, dass einzelne Modelle und Funktionen nicht in jeder Region verfügbar sind. Watsonx.ai umfasst zudem Modelle von IBM sowie Drittanbietern wie Meta, Google, DeepSeek und Mistral. Modelllizenz, Bereitstellungsart, regionale Verfügbarkeit und gegebenenfalls zusätzliche Bedingungen müssen daher modellbezogen geprüft werden.


IBM weist außerdem darauf hin, dass personenbezogene Daten nicht in Trainings-Logdateien geschrieben werden sollten, weil diese für andere Nutzer innerhalb der Kundenorganisation und erforderlichenfalls für den IBM-Support zugänglich sein können. Für personenbezogene Daten in watsonx.ai Runtime beschreibt IBM einen Prozess zur sicheren Löschung.


**Fazit:** Watsonx.ai ist für DSGVO-kritische Organisationen vergleichsweise gut geeignet, besonders bei Nutzung der Frankfurter Region, privater Endpunkte oder einer Installation auf eigener OpenShift-Infrastruktur. Erforderlich bleiben DPA und Data Sheet, eine dokumentierte Regionenauswahl, Rollen- und Berechtigungskonzepte, Löschfristen, Protokollierungsregeln sowie eine Einzelprüfung der eingesetzten Foundation Models und Datenquellen.


[Security policies and responsibilities in IBM Cloud](https://www.ibm.com/docs/en/watsonx/saas?topic=cloud-security-policies-responsibilities-in) [Datenschutzerklärung](https://www.ibm.com/de-de/privacy)

## Hosting und Daten
- **On-Prem / lokales Hosting:** abgedeckt
- **Private Cloud / Rechenzentrum:** abgedeckt
- **EU SaaS / Managed:** abgedeckt
- **Hybrid:** abgedeckt
- **AVV / DPA:** abgedeckt
- **Kein Training auf Kundendaten:** abgedeckt
- **Open-Source / Transparenz-Pfad:** teilweise / indirekt

## Standort
**Land:** USA

**Taxonomie:** USA

International Business Machines Corporation, 1 New Orchard Road, Armonk, New York 10504-1722, USA. Deutsche Gesellschaft: IBM Deutschland GmbH, IBM-Allee 1, 71139 Ehningen, Deutschland

## Vorteile
- Sehr umfassender KI-Lebenszyklus von Experiment bis Produktion
- Generative KI und klassisches ML in einer Plattform
- Große Modellwahl und Bring-your-own-Model-Ansatz
- Leistungsfähige RAG-, Agenten- und Dokumentenverarbeitung
- Nutzung per Oberfläche, Notebook, SDK oder API
- Frankfurt als IBM-Cloud-Region verfügbar
- Datenverschlüsselung während Übertragung und Speicherung
- On-Premises- und Air-Gap-fähiger Betriebsweg
- IBM erklärt, Kundendaten, Kundenmodelle und Modellausgaben nicht für eigene Modelle zu verwenden.

## Nachteile
- Hohe technische und organisatorische Komplexität
- Für kleine Einzelanwendungen häufig umfangreicher als notwendig
- Kosten entstehen über mehrere Einheiten wie Token, Resource Units, Compute-Stunden, GPU-Laufzeiten und Dokumentseiten.
- Modell- und Funktionsverfügbarkeit unterscheidet sich nach Rechenzentrumsregion.
- Drittanbietermodelle unterliegen eigenen Lizenzen und Bedingungen.
- Foundation Models werden regelmäßig ersetzt oder abgekündigt, wodurch Migrationsaufwand entstehen kann.
- Die vollständige Governance-Lösung ist ein separates watsonx-Produkt.
- Lokaler Betrieb verlangt OpenShift-, Speicher- und gegebenenfalls erhebliche GPU-Infrastruktur.
- KI-Ausgaben müssen wegen möglicher Fehler, Verzerrungen und Halluzinationen menschlich geprüft werden.

## Quellen
- Offizielle Website: https://www.ibm.com/de-de/products/watsonx-ai/pricing

## Letzter Datenstand
2026-06-10

## Originalseite
https://kifox.ai/ki-tools/ibm-watsonx-ai-enterprise-ki-agenten-und-rag-entwickeln/