Hey, danke fürs Vorbeischauen.
Ich habe mich gefragt, was es braucht, um meinen eigenen KI-Stack zu kontrollieren und zu verhindern, dass meine professionelle Arbeit von einigen wenigen großen Unternehmen abhängig wird. Deshalb habe ich Contenox gestartet.
Ich bin Alexander Ertli, Gründer und Maintainer von Contenox.
Contenox begann als breiterer LLM-Proxy und Workflow-Engine für autonome KI. Im November 2025 habe ich es auf das Problem verengt, das mich wirklich interessiert: KI für Engineers, die lokal läuft, klare Workflow-Grenzen hat und im Alltag auf Hardware nützlich ist, die du vielleicht schon besitzt.
Der Punkt ist keine weitere Black Box, die vorgibt autonom zu sein. Der Punkt ist ein System, das du prüfen, ausführen, wiederholen und verändern kannst. Arbeit sollte in reviewbare Chains gepackt werden, nicht in einer Chat-Session verschwinden, die du nicht reproduzieren kannst.
Deshalb geht die Runtime-Arbeit auch unter die Prompt-Ebene. Contenox nutzt modeld, meinen Shim um lokale Inferenz-Backends wie OpenVINO und llama.cpp. Es kehrt die übliche vLLM-artige Server-first-Sicht um: Workflow und Zustand stehen im Zentrum, und Modellausführung ist eine lokale Komponente, die in diese Grenze passen soll.
Meine professionelle Arbeit liegt weiterhin rund um Cloud- und Anwendungsarchitektur, SaaS, ERPNext, Kubernetes, Terraform, GitOps und Produktionssysteme. Contenox ist der Ort, an dem diese Themen auf meinen eigenen KI-Stack treffen: local-first, explizit, langweilig genug für den Betrieb und nützlich genug, um es weiter zu benutzen.