Zum Inhalt springen
Placeholder AI
de
Sign Up

Besser denken, nicht größere Maschinen.

Effiziente Sprachmodelle, gemacht in Europa.

Zugang anfragenZur API
Placeholder: the chat app answering a question about a contract

Eine Modellfamilie, vier Wege dorthin.

Placeholder: usage overview of the API console

In Europa für Europa gebaut. Ohne einen einzigen US-Unterauftragnehmer.

  • Souverän von Grund auf

    Keine Ihrer Daten unterliegen dem US Cloud Act, und keine ausländische Regierung kann unsere Modelle abschalten.

    • DSGVO
    • EU AI Act
    Warum Souveränität zählt

  • Geringere Kosten

    Kleinere Modelle brauchen weniger Rechenleistung, deshalb sind sie günstiger als vergleichbare Modelle.

  • Abrechnung pro Turn

    Wir zählen Modell-Turns statt Tokens, so lassen sich Kosten leicht planen.

  • Cloud

    Nutzen Sie unsere Modelle über die API, ausschließlich auf europäischer Infrastruktur.

  • On-Premise

    Für sicherheitskritische Bereiche wie Verteidigung betreiben wir sie auch auf Ihrer eigenen Hardware.

  • Kein Training mit Ihren Daten

    Wir nutzen Ihre Eingaben und Ausgaben nicht, um unsere Modelle zu trainieren.

  • Datensicherheit

    DSGVO von Anfang an, und wir arbeiten an unseren ISO-Zertifizierungen.

  • EU AI Act

    Unsere Modelle sind von Beginn an auf die Anforderungen des EU AI Act ausgelegt.

  • Trainingsdaten

    Im Einklang mit dem EU-Urheberrecht und den Regeln zum Text- und Data-Mining beschafft.

One line to switch.

Our API is compatible with the OpenAI Responses API. If you already use it, testing our models takes a single line change.

See all models
index.js
import OpenAI from "openai";
const client = new OpenAI({
  baseURL: "https://platform.plhldr.ai/v1",
  apiKey: process.env.PLHLDR_API_KEY,
});
const response = await client.responses.create({
  model: "tbd-0-gp",
  input: "Write a one-sentence bedtime story about a unicorn.",
});
console.log(response.output_text);

More efficiency instead of bigger models

Instead of trying to compete with frontier models in terms of size, we are working on building more efficient models.

How it works

  • Expert models

    Smaller models trained for one domain. For work inside that domain, they beat general-purpose models.

  • Retrieval models

    Knowledge sits in a retrieval layer rather than in the weights, so it can be updated without retraining.

  • Distributed MoE

    Experts run across several machines, and a request only activates the ones it needs.

  • Constant context size

    The context window stays the same size however long a conversation gets, so context rot and the “lost in the middle” problem don’t occur.

Denise Harrison and Nicklas Bocksberger, founders of Placeholder AI

The founders

Denise Harrison

Psychologist (M.Sc.), specialised in learning and memory. For the last few years she has worked with European companies on how they operate. She runs Placeholder AI’s business: operations, strategy and go-to-market.

LinkedIn · denise@placeholder-ai.eu

Nicklas Bocksberger

Previously Head of Data & AI at a European consultancy, where he watched the economics break once pilots hit production volume. He designs and builds the memory and reasoning architecture.

LinkedIn · nicklas@placeholder-ai.eu

Testen Sie unser Modell mit Ihrem eigenen Anwendungsfall.

Ihre Daten bleiben die ganze Zeit in Europa.

Wir antworten innerhalb eines Werktags.