Zum Inhalt
Praxis

Hugging Face. Offene Modelle, ohne Lock-in.

Der Hub sammelt Modelle, Datensätze und Demos. Für einen Betrieb ohne IT zählt, wie ihr ein Modell prüft und so einbindet, dass der Ablauf nicht daran feststeckt.

Hier steht, was Hugging Face ist, wann es im Mittelstand hilft, und wo die Grenze liegt. Kein Ranking, keine eingesparten Stunden.

Scailara Blogartikel: Hugging Face. Offene Modelle für den Mittelstand.

Was ist Hugging Face?

Hugging Face ist die Kollaborationsplattform der Machine-Learning-Community. So beschreibt es die Markenseite. Der Ort, an dem die geteilten Arbeiten liegen, ist der Hugging Face Hub.

Auf dem Hub liegen drei Arten von Ablagen. Modelle sind die KI-Modelle. Datasets sind Datensätze. Spaces sind Demos im Browser, gebaut mit Gradio oder Streamlit, als einfache Webseite oder als Docker-Anwendung. Daneben gibt es offene Bibliotheken. Für den Alltag ist Transformers die zentrale: ein kurzes Programm lädt ein Modell und führt es aus. Die Hub-Dokumentation nennt außerdem die Bibliothek datasets, mit der sich Datensätze aus dem Hub laden lassen.

Für den Aufruf ohne eigenes Rechenzentrum gibt es zwei Angebote. Inference Providers ist eine gemeinsame Schnittstelle zu Modellen, die bei Partnern laufen. Aufgerufen wird mit einem Hugging-Face-Token. Die Nutzung kann über das Hugging-Face-Konto abgerechnet werden. Inference Endpoints ist ein verwalteter Dienst: ihr stellt ein Modell auf gemieteter Hardware bereit. Die FAQ zu Endpoints beschreibt den Unterschied so: Providers zum Erkunden und Bewerten, Endpoints zum Betreiben auf verwalteter Infrastruktur.

Für Firmen gibt es Organisationskonten. Die Pläne Team und Enterprise ergänzen das um private Ablagen, Rollen und eine zentrale Abrechnung. Das ist die Verwaltung. Es ist nicht automatisch ein Rechenzentrum in Deutschland.

Logo von Hugging Face

Das Logo steht hier unverändert, so wie es auf den offiziellen Brand Assets liegt. Farben und Form sind nicht angepasst.

Der Hub in drei Ablagen. Drei Ablagen auf dem Hub. Bibliotheken wie Transformers und die Inference-Angebote sitzen daneben, nicht in dieser Zeichnung.

Modelle

Die Gewichte und die Model Card. Aufgabe, Sprache und Lizenz stehen hier, wenn sie gepflegt sind.

Datasets

Datensätze mit einer Dataset Card. Für den Alltag im Betrieb meist der zweite Blick, nicht der erste.

Spaces

Demos im Browser. Gut zum Ansehen. Kein Ort für Kundendaten.

Zwei Wege, ein Modell aufzurufen

Inference Providers

Eine Schnittstelle, mehrere Partner. Gut zum Ausprobieren und für einzelne, geprüfte Aufrufe. Wo der Text verarbeitet wird, hängt am Partner, nicht am Hugging-Face-Namen.

Inference Endpoints

Euer Modell auf gemieteter Hardware. Die Region wählt ihr beim Anlegen. Die Schnellstart-Anleitung sagt: neue Endpoints sind standardmäßig privat, der Aufruf braucht ein Token, die Übertragung ist mit TLS verschlüsselt.

Team und Enterprise

Für mehrere Personen: private Ablagen, Rollen, zentrale Abrechnung. Das regelt das Konto. Den Ort der Verarbeitung regelt es nicht von selbst.

Warum das für einen Betrieb nützlich ist

Viele Modelle auf dem Hub sind offen. Der Ablauf in Make oder n8n ruft ein Modell an einer Stelle auf. Passt Preis, Ausfall oder Lizenz nicht mehr, tauscht ihr an dieser Stelle. Der Rest bleibt. Genau dafür haben wir die Leitplanken unter KI ohne Lock-in aufgeschrieben.

Datenschutz hängt am Betrieb, nicht am Logo. Läuft Transformers auf einem Rechner bei euch, bleibt der Text auf diesem Rechner. Der erste Start lädt die Gewichte vom Hub. Bei Inference Endpoints wählt ihr eine Region. Die FAQ nennt aktuell AWS eu-west-1 in Irland sowie AWS us-east-1, Azure eastus und GCP us-east4 in den USA, abgerufen am 28. Oktober 2026. Irland liegt in der EU. Es ist kein deutsches Rechenzentrum, und es ist nicht die Voreinstellung für alles. Bei Inference Providers verarbeitet ein Partner. Den Ort klärt ihr dort, bevor Kundendaten rausgehen.

Kosten hängen am Weg. Lokal zahlt ihr eure Hardware und die Zeit. Endpoints werden nach Rechenzeit der laufenden Instanz abgerechnet. Ob der Endpoint bei Ruhe auf null geht, ist eine Einstellung. Sonst bleibt er mit der Mindestzahl an Repliken an. Providers werden nach Nutzung abgerechnet. Die Beträge stehen auf der Preisseite und in der Endpoint-Oberfläche. Sie ändern sich. Hier steht keiner.

Austauschbar

Das Modell ist ein Bauteil. Prompt, Prüffälle und die Freigabe bleiben bei euch.

Vergleichbar

Die Model Card nennt Aufgabe, Sprachen, Lizenz, vorgesehene Nutzung, Grenzen und, wo vorhanden, Auswertung. Ein Leaderboard ersetzt eure eigenen Fälle nicht.

Filterbar

Auf der Modellsuche filtert ihr nach Aufgabe, Sprache und Lizenz. Die Filter lesen die Angaben aus der Model Card.

Wie ihr es nutzt

Sieben Schritte. Keiner davon setzt eine IT-Abteilung voraus. Lizenz, Herkunft und Datenort prüft trotzdem jemand, bevor der erste echte Vorgang läuft.

Finden, die Karte lesen, in einer Demo ansehen, dann erst in den Ablauf. Die Reihenfolge ist der Schutz, nicht das Tool.
  1. 01

    Konto und Token anlegen

    Auf huggingface.co ein Konto erstellen. Für Aufrufe per Schnittstelle braucht ihr ein User Access Token. Die Endpoint-FAQ empfiehlt feingranulare Tokens. Ein bekannt gewordenes Token entwertet ihr in den Token-Einstellungen und legt ein neues an.

  2. 02

    Modell finden

    Unter huggingface.co/models nach Aufgabe filtern, zum Beispiel Übersetzung oder Textklassifikation, nach Sprache Deutsch und nach Lizenz. Die Filter stammen aus der Model Card. Eine große Trefferliste ist kein Qualitätsurteil.

  3. 03

    Model Card lesen

    Das ist die README im Modell-Repository. Vorgesehene Nutzung, Grenzen, Trainingsdaten, Lizenz. Fehlt die Lizenz oder die Herkunft, ist das ein Grund zu stoppen.

  4. 04

    Im Browser ansehen

    Viele Modellseiten haben ein Inference-Widget. Manche verlinken einen Space, eine Demo-App. Dort seht ihr, ob die Art der Antwort zu eurem Fall passt. Ein Widget und ein Space sind Demos. Keine Kundendaten reinkopieren.

  5. 05

    Per Schnittstelle aufrufen

    Zum Ausprobieren: Inference Providers. Für einen festen Betrieb: ein Inference Endpoint, mit der Region, die ihr wählt. Die URL steht danach in der Oberfläche. Standardmäßig ist der Endpoint privat.

  6. 06

    Lokal betreiben

    Mit Transformers läuft dasselbe Modell auf einem Rechner bei euch. Nicht jedes Modell passt auf einen Bürorechner. Die Model Card und die Dateigröße sagen, ob das realistisch ist.

  7. 07

    In Make oder n8n legen

    Ein HTTP-Request reicht. Danach braucht der Ablauf einen Halt: eine Person sieht den Entwurf und gibt frei, bevor eine Mail rausgeht oder ein Datensatz geändert wird.

Python, Transformers
from transformers import pipeline

translator = pipeline(
    "translation_en_to_de",
    model="Helsinki-NLP/opus-mt-en-de",
)

print(translator("Please find the invoice attached."))

Kurzes Beispiel mit der Pipeline aus dem Transformers-Quickstart. Das Modell übersetzt Englisch nach Deutsch und ist öffentlich. Die Model Card zeigt denselben Einstieg ausführlicher, mit Tokenizer und Modellklasse. Der erste Lauf lädt die Gewichte. Was an Kundinnen und Kunden geht, prüft danach ein Mensch. Die Ausgabe ist hier nicht abgedruckt.

So hängt der Aufruf in Make oder n8n

In Make und in n8n ist das ein HTTP-Request. Die URL kopiert ihr aus eurem Endpoint, nicht aus diesem Artikel. Das Token liegt im Tresor des Tools. Die Doku zu den unterstützten Endpoint-Aufgaben zeigt das Textfeld als inputs. Inference Providers nutzen je nach Modell eine andere Form, oft eine Chat-Anfrage. Die Form steht auf der Modellseite, nicht hier als Universallösung.

Methode
POST
URL
Die Endpoint-URL aus eurer Oberfläche
Kopfzeile
Authorization: Bearer, danach das Token aus dem Tresor
Body
JSON, Feld inputs, wie unten
Danach
Ein Schritt, der auf eine Person wartet, bevor etwas rausgeht
JSON
{
  "inputs": "Please find the invoice attached."
}

Beispielkörper aus der Endpoint-Doku. Er ruft nichts auf und enthält kein Token.

Links bleibt der Text auf dem Rechner, der das Programm ausführt. Rechts hängt der Ort an der Demo, am Partner oder an der Region, die ihr für den Endpoint wählt.

Vier Wege im Vergleich

Dieselbe Aufgabe kann an vier Stellen laufen. Der Unterschied ist, wo der Text verarbeitet wird und wer das einrichtet.

  • Lokal mit Transformers

    Wo der Text verarbeitet wird
    Auf dem Rechner, auf dem das Programm läuft. Der erste Start lädt die Gewichte.
    Was ihr dafür braucht
    Python, die Bibliothek, genug Speicher für dieses Modell.
    Wofür es taugt
    Interne Texte, wenn das Modell auf die Maschine passt.
  • Widget oder Space

    Wo der Text verarbeitet wird
    Im Browser, bei Hugging Face oder beim Betreiber der Demo.
    Was ihr dafür braucht
    Ein Konto. Keine eigene Installation.
    Wofür es taugt
    Sehen, ob die Art der Antwort passt. Keine Kundendaten.
  • Inference Providers

    Wo der Text verarbeitet wird
    Beim Partner. Die Abrechnung kann über das Hugging-Face-Konto laufen.
    Was ihr dafür braucht
    Token und einen HTTP-Schritt.
    Wofür es taugt
    Ausprobieren und einzelne geprüfte Aufrufe. Den Datenort vorher klären.
  • Inference Endpoints

    Wo der Text verarbeitet wird
    In der Region, die ihr wählt. Eine dokumentierte EU-Region ist AWS Irland. Es gibt auch US-Regionen.
    Was ihr dafür braucht
    Konto, Zahlungsmittel, gewählte Region.
    Wofür es taugt
    Ein fester Aufruf aus Make oder n8n. Vor dem Versand gibt ein Mensch frei.
Lokal, Demo, Providers und Endpoints im Vergleich
WegWo der Text verarbeitet wirdWas ihr dafür brauchtWofür es taugt
Lokal mit TransformersAuf dem Rechner, auf dem das Programm läuft. Der erste Start lädt die Gewichte.Python, die Bibliothek, genug Speicher für dieses Modell.Interne Texte, wenn das Modell auf die Maschine passt.
Widget oder SpaceIm Browser, bei Hugging Face oder beim Betreiber der Demo.Ein Konto. Keine eigene Installation.Sehen, ob die Art der Antwort passt. Keine Kundendaten.
Inference ProvidersBeim Partner. Die Abrechnung kann über das Hugging-Face-Konto laufen.Token und einen HTTP-Schritt.Ausprobieren und einzelne geprüfte Aufrufe. Den Datenort vorher klären.
Inference EndpointsIn der Region, die ihr wählt. Eine dokumentierte EU-Region ist AWS Irland. Es gibt auch US-Regionen.Konto, Zahlungsmittel, gewählte Region.Ein fester Aufruf aus Make oder n8n. Vor dem Versand gibt ein Mensch frei.

Preise stehen nicht in dieser Tabelle. Sie hängen am Anbieter, an der Instanz und an der Nutzung und stehen auf den verlinkten Seiten.

Drei Anwendungsfälle im Mittelstand

Drei wiederkehrende Arbeiten. In allen dreien schreibt das Modell einen Vorschlag. Raus geht er erst nach einer Freigabe.

01

E-Mails sortieren

Eine eingehende Mail, zum Beispiel Anfrage, Rechnung oder Bewerbung, bekommt einen Vorschlag für die Ablage. Die Mail bleibt, wo sie ist, bis jemand den Vorschlag bestätigt.

Niemand antwortet automatisch. Die Antwort schreibt oder gibt ein Mensch frei.

02

Dokumente zusammenfassen

Ein langes Angebot oder ein Schriftwechsel wird zu einem kurzen Entwurf für die Geschäftsführung oder die Akte.

Der Entwurf bleibt intern, bis eine Person ihn freigibt. Nicht ungeprüft an den Kunden.

03

Texte auf Deutsch übersetzen

Ein englischer Lieferantenhinweis oder eine Produktbeschreibung wird übersetzt. Das Codebeispiel oben ist genau diese Richtung, Englisch nach Deutsch. Andere Richtungen sind andere Modelle, jeweils mit eigener Model Card.

Die Fassung, die nach außen geht, liest ein Mensch. Namen, Beträge und Fristen besonders.

Fazit

Hugging Face ist kein Ersatz für euren Ablauf. Es ist der Katalog und, wenn ihr es so aufsetzt, die Stelle, an der ein Modell aufgerufen wird. Diese Stelle bleibt tauschbar. Herkunft, Lizenz und Datenort prüft ihr vor dem ersten echten Vorgang. Die Freigabe bleibt bei euch.

Wenn ein solcher Schritt bei euch noch fehlt, schauen wir ihn uns im kostenlosen 30-Minuten-Audit an.

Merksatz

Das Modell ist austauschbar. Lizenz und Datenort prüft ihr vorher.

Kurz die Fragen

Brauchen wir dafür eine IT-Abteilung?

Nein. Den Aufruf legt ihr in Make oder n8n ab, so wie andere Schritte auch. Geprüft werden muss trotzdem: Lizenz, Herkunft des Modells und wo der Text verarbeitet wird. Das ist eine Entscheidung, kein Technikprojekt.

Darf jedes Modell auf dem Hub kommerziell genutzt werden?

Nein. Die Lizenz steht in der Model Card, wenn sie gepflegt ist. Manche erlauben die kommerzielle Nutzung, manche schränken sie ein oder verlangen eine Namensnennung. Fehlt die Lizenz, nutzt das Modell nicht im Kundenprozess.

Bleiben unsere Daten in Deutschland?

Nicht von allein. Läuft das Programm bei euch, bleibt der Text auf diesem Rechner. Bei Inference Endpoints wählt ihr die Region. Die FAQ nennt Irland als EU-Region und mehrere Regionen in den USA. Irland ist kein deutsches Rechenzentrum. Bei Inference Providers klärt ihr den Ort beim Partner, bevor Kundendaten rausgehen.

Reicht es, ein Modell im Browser auszuprobieren?

Für einen Blick auf die Art der Antwort ja. Für Mails, Verträge oder Kundendaten nein. Widget und Space sind Demos. Was nach außen geht, gibt ein Mensch frei.

Nächster Schritt

Welches Modell soll bei euch austauschbar bleiben?

Im kostenlosen 30-Minuten-Audit schauen wir auf einen Ablauf und sagen, ob ein offenes Modell dort Sinn hat, und was vorher zu Lizenz und Datenort geklärt sein muss.

Kostenloses 30-Min Audit →

oder schreib direkt: stefan@scailara.io