# Besser denken, nicht größere Maschinen.

Effiziente Sprachmodelle, gemacht in Europa.

[Zugang anfragen](mailto:hello@placeholder-ai.eu?subject=Access%20request) · [Zur API](#api)

- Nur in der EU gehostet
- Keine US-Unterauftragnehmer
- DSGVO von Anfang an
- Für den EU AI Act gebaut
- OpenAI-kompatible API

## Eine Modellfamilie, vier Wege dorthin.

### API

Kompatibel mit der OpenAI Responses API. Basis-URL ändern, Code behalten.

### Chat

Eine Chat-App für das ganze Unternehmen, mit Ihren Dokumenten und nur unseren Modellen.

### Agenten

Agenten, die Aufgaben mit Werkzeugen abarbeiten, mit lückenlosem Protokoll.

### Coding-IDE

Code-Vervollständigung, bei der Ihr Code Europa nie verlässt.

## 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](https://www2.placeholder-ai.eu/de/sovereignty)

### 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](https://www2.placeholder-ai.eu/models)

```
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](https://www2.placeholder-ai.eu/technology)

### 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.

## 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](https://www.linkedin.com/in/denise-harrison) · [denise@placeholder-ai.eu](mailto: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](https://www.linkedin.com/in/nicklas-bocksberger) · [nicklas@placeholder-ai.eu](mailto:nicklas@placeholder-ai.eu)

## Testen Sie unser Modell mit Ihrem eigenen Anwendungsfall.

Ihre Daten bleiben die ganze Zeit in Europa.

[Zugang anfragen](mailto:hello@placeholder-ai.eu?subject=Access%20request)