Hosten Sie private Ollama-Inferenz und Open WebUI ohne Token-Kosten, mit Dokumenten-RAG, AMD-AVX-512-Leistung und OpenAI-kompatibler API.
Jährlich abgerechnet: $179.94. $29.99/Monat bei monatlicher Abrechnung.
Einstiegstarife
Dieser Tarif deckt die meisten ersten Deployments ab. Steigen Sie erst auf, wenn eine dauerhafte Last zeigt, dass Sie mehr brauchen.
Inklusive: SRV-B2C · 2 vCPU · 4 GB · 60 GB NVMe
Sie können später direkt upgraden; Ihre Daten und Ihre IP-Adresse bleiben gleich.
Einfache Monatspreise. Bei jährlicher Zahlung 50 % sparen.
Der einfache Einstieg.
Mehr Platz für wachsende Projekte.
Mehr Leistung für hohe Last.
Maximale Ressourcen für intensive Nutzung.
Betreiben Sie selbst gehostete lokale Inferenz mit Ollama und Open WebUI auf Cloud-Servern mit dedizierten AMD-EPYC-Kernen und NVMe. Nutzen Sie DeepSeek-R1, Llama 3.3, Mistral und Qwen 2.5 ohne Telemetrie an Dritte, mit Dokumenten-RAG, OpenAI-kompatibler API und unbegrenzt vielen Prompt-Tokens.
Hosten Sie Ihre private ChatGPT-Alternative und LLM-Inferenz-Engine selbst – ohne Abogebühren pro Token und ohne Datentracking durch Dritte. Nutzen Sie moderne quantisierte Modelle (DeepSeek-R1, Llama 3.3, Qwen 2.5) mit lokalen nomic-Embeddings, Rollenverwaltung für mehrere Nutzer, Websuche zur Absicherung der Antworten und OpenAI-kompatiblen API-Routen.
Warum ein Server, der nie schläft, besser funktioniert.
| NodexVPS-Server | Lokaler Rechner | |
|---|---|---|
| Verfügbarkeit | Läuft 24/7, auch wenn Ihr Laptop zugeklappt ist | Stoppt, wenn Sie schlafen, reisen oder neu starten |
| Netzwerk | 10-Gbps-Port mit statischer IP | Heimanschluss, oft hinter NAT |
| Isolation | Eigener Server, getrennt von Ihren persönlichen Dateien | Teilt sich den Rechner mit allem anderen |
| Webhooks und APIs | Von überall für Callbacks erreichbar | Braucht Tunnel oder Portweiterleitung |
| Skalierung | CPU und Arbeitsspeicher direkt upgraden | Begrenzt auf Ihre eigene Hardware |
| Kosten | Fester Monatspreis | Strom, Verschleiß und Ihre Zeit |
Echtes Feedback von Menschen, die NodexVPS täglich nutzen.
“Wir haben 45 Microservices von AWS auf NodexVPS-Server in Frankfurt migriert. Unsere monatliche Cloud-Rechnung sank um 72 %, und die API-Latenz fiel dank dedizierter NVMe-Laufwerke und AMD-EPYC-Prozessoren von 48 ms auf 14 ms.”
“Der Terraform-Provider und die Bereitstellung in unter 30 Sekunden haben die Automatisierung unserer Infrastruktur mühelos gemacht. Keine lauten Nachbarn, echte KVM-Isolation und keine willkürliche Drosselung der Bandbreite.”
“Ich betreibe MetaTrader 5 und automatisierte Trading-Bots mit niedriger Latenz auf Windows Server in London. Die Verfügbarkeit von 99,99 % war über 9 Monate am Stück grundsolide. Der Ping zu den ECNs der großen Broker liegt unter 2 ms.”
Schnelle Hardware, faire Preise und echter Support.
Erzeugen Sie Millionen Tokens pro Tag zu einem planbaren monatlichen Festpreis – ohne überraschende API-Rechnungen pro Token oder Rate Limits.
Ihre Prompts, Dokumente, internen Unternehmensnotizen und Embeddings bleiben strikt im RAM und auf verschlüsseltem NVMe Ihres dedizierten Servers.
Open WebUI bettet PDFs, Word-Dokumente, Textdateien und Markdown mit lokalen Embedding-Modellen ein, für faktenbasierte Antworten auf Fragen.
Stellen Sie http://your-vps:11434/v1 bereit, um Cursor, Claude Code, LibreChat, Continue.dev und eigene Python-Agentenskripte nahtlos anzubinden.
Für Entwickler, Unternehmen und alle, die einen zuverlässigen Server brauchen.
Chatten Sie mit Modellen über interne Dokumente, während Prompts und Uploads auf dem Server unter Ihrer Kontrolle bleiben.
Verbinden Sie Cursor, Continue.dev oder Ihre eigenen Skripte mit dem OpenAI-kompatiblen Endpunkt von Ollama statt mit einer kostenpflichtigen API.
Laden Sie PDFs, Word-Dateien und Notizen in Open WebUI hoch und stellen Sie Fragen, die auf diesen Dokumenten basieren.
Geben Sie Mitarbeitenden eigene Open-WebUI-Konten mit Rollen, alle bedient von einer einzigen Ollama-Instanz.
Laden Sie DeepSeek-R1, Llama 3.3, Mistral oder Qwen 2.5 herunter und vergleichen Sie ihre Antworten auf dieselben Prompts.
Verarbeiten Sie große Prompt-Mengen zum festen Monatspreis ohne Abrechnung pro Token.
Ein paar einfache Prüfungen, die später Zeit sparen.
Ein quantisiertes Modell muss samt Kontext in den Speicher passen. Dimensionieren Sie den Tarif für das größte Modell, das Sie laden.
Jedes heruntergeladene Modell belegt NVMe-Speicher. Planen Sie Platz für die Modelle, die Sie behalten, plus Uploads und Embeddings von Open WebUI.
Die API von Ollama hat keinen eingebauten Login. Binden Sie sie an localhost und greifen Sie aus der Ferne per SSH-Tunnel oder über einen authentifizierten Proxy zu.
Das erste Open-WebUI-Konto wird zum Admin. Legen Sie es direkt nach dem Deployment an und entscheiden Sie dann, wer sich sonst registrieren darf.
Sichern Sie das Open-WebUI-Datenvolume mit Chats, Benutzern und Dokumenten. Modelle lassen sich erneut herunterladen und sind daher weniger wichtig.
Beobachten Sie CPU und Speicher während der Generierung, um zu wissen, wann längere Kontexte oder mehr Nutzer einen größeren Tarif erfordern.
Wählen Sie das passende Setup für Ihr Projekt.
Betreiben Sie Ollama und Open WebUI als zwei Dienste mit benannten Volumes für Modelle und Chatdaten, verbunden über ein privates Docker-Netzwerk.
Installieren Sie Ollama per Installationsskript als systemd-Dienst und betreiben Sie Open WebUI in einem Container, der sich damit verbindet.
Betreiben Sie Ollama auf einem Server mit viel Arbeitsspeicher und Open WebUI auf einem kleineren, der ihn über einen per Firewall geschützten Port erreicht.
Vom neuen Server zur laufenden Anwendung.
Melden Sie sich per SSH an und bringen Sie das Basissystem auf den neuesten Stand.
Installieren Sie Docker Engine und das Compose-Plugin mit dem offiziellen Skript.
Erlauben Sie nur SSH und HTTPS und aktivieren Sie dann die Firewall.
Legen Sie Ihre Compose-Datei in einen Projektordner und starten Sie sie im Hintergrund.
Starten Sie beliebte KI-Tools ohne manuelle Einrichtung.
Autonomer Kundenservice & Gesprächs-Bots rund um die Uhr, ohne Ausfallzeiten
Private lokale LLM-Inferenz, Dokumenten-RAG & keine Token-Gebühren
Hierarchische Agentenschwärme & zustandsbehaftete LangGraph-Workflows
Workflows automatisieren mit nativen LangChain-Nodes & dauerhaften Webhooks
Dedizierte VPS für KI-Agenten
Dauerhafte Infrastruktur für Agenten-Workloads
Anleitungen von NodexVPS für KI-VPS ansehen
Webhook-Daemons für Chatwoot, Typebot, Telegram & WhatsApp mit Redis-Sitzungscache
Private lokale LLM-Inferenz & Dokumenten-RAG
Hierarchische Schwärme & LangGraph-Zustands-Checkpointer
Native LangChain-Nodes & dauerhafte Webhooks
Remote-VPS-Arbeitsumgebungen für Claude Code
Hosting rund um die Uhr für Workflows mit Hermes Agent
VPS-Hosting für NemoClaw-Experimente
VPS-Hosting rund um die Uhr für OpenClaw-Assistenten
VPS-Hosting für Workflows einer Multi-Agenten-Firma
Leichtgewichtiges VPS-Hosting für PicoClaw-Agenten
Ausfallsichere Support-Bots rund um die Uhr mit Docker, Redis & Webhooks bereitstellen
Private Ollama-Inferenz mit Open WebUI & Dokumenten-RAG bereitstellen
CrewAI-Schwärme mit LangGraph-Zustands-Checkpointern bereitstellen
n8n mit Flowise AI & dauerhaften Webhooks bereitstellen
Claude Code auf einem selbst verwalteten VPS einrichten
Hermes Agent auf Ihrem eigenen VPS betreiben
NemoClaw mit dauerhaftem Serverzugang hosten
OpenClaw auf der VPS-Infrastruktur von NodexVPS betreiben
Paperclip für dauerhafte Agenten-Workflows hosten
Leichtgewichtige PicoClaw-Agenten auf einem VPS betreiben
50 % sparen bei jährlicher Zahlung. Kein Vertrag, jederzeit kündbar.
Schnelle Antworten auf häufige Fragen.
Ja! Moderne quantisierte GGUF-Modelle, die über llama.cpp in Ollama laufen, nutzen die AVX-512-Vektorbefehle von AMD EPYC voll aus. Modelle mit 4- und 8-Bit-Quantisierung erreichen auf mehrkernigen vCPUs flüssige Schreibgeschwindigkeiten (15-30+ Tokens/s) zu einem Bruchteil der Kosten teurer GPU-Miete.
Beide Dienste laufen in isolierten Docker-Containern, die über ein Docker-Netzwerk verbunden sind. Open WebUI kommuniziert mit Ollama über das interne Container-Netzwerk, ohne dass etwas öffentlich im Internet erreichbar sein muss.
Ja. Ollama stellt nativ eine OpenAI-kompatible /v1-API bereit. Sie können externe Agenten und IDEs an Ihren VPS-Endpunkt anbinden, abgesichert durch Caddy-TLS und einen API-Schlüssel.
Die meisten Server sind in unter 30 Sekunden bereitgestellt. Sie erhalten IP-Adresse und Zugangsdaten, sobald der Server hochgefahren ist.
Ja. Sie können im Control Panel auf einen größeren Tarif wechseln. Ihre Daten und Ihre IP-Adresse bleiben gleich.
Nein. Tarife werden monatlich oder jährlich ohne Einrichtungsgebühr abgerechnet, und Sie können jederzeit kündigen.
Ubuntu, Debian, AlmaLinux, Rocky Linux, CentOS Stream, Arch Linux, openSUSE, RouterOS und Windows Server – oder jedes Betriebssystem von Ihrem eigenen ISO.
Ja. Jeder Server ist ohne Aufpreis durch eine permanent aktive DDoS-Filterung geschützt.
Finden Sie den passenden Server für Ihr Projekt.