Installation

Full On-Prem mit Config-Paket und NVIDIA-GPU installieren (online oder Air-Gap).

Installation

Wählen Sie den Weg, der zu dem passt, was Sie von Open Ticket AI erhalten haben.

Diese Seite beschreibt nur Full On-Prem. Ein Softwarepaket bedient alle Ticketsysteme; Ihre E-Mail-Konfiguration setzt bereits OTOBO, Znuny, Zammad oder KIX.

Voraussetzungen (Full On-Prem)

• Docker Engine 24+, Docker Compose v2 und das NVIDIA Container Toolkit
• Eine NVIDIA-GPU mit ≥ 24 GB VRAM (nvidia-smi muss auf dem Host funktionieren)
• Das Config-Paket aus Ihrer Open-Ticket-AI-E-Mail (otai.yml)
• Entweder Netzwerkzugriff auf ein Ticketsystem, das Sie schon betreiben, oder ein Host, der das mitgelieferte Ticketsystem starten kann
• Genügend Host-RAM für Runtime + lokales LLM (typisch ≥ 32 GB auf GPU-Hosts)

Config-Paket (aus Ihrer E-Mail)

Für Pilot oder Volllizenz senden wir:

1. otai.yml — feste Version, Ticketsystem und die Namen der Umgebungsvariablen für die Lizenz-JWT und (falls nötig) den gehosteten LLM-API-Schlüssel
2. Den Installations-Einzeiler unten

Erfinden Sie keine API-Tokens oder Connector-Passwörter — der Installer erzeugt sie (siehe LD-043). Die Lizenz-JWT enthält außerdem erlaubte Softwareversionen (min_version / max_version). Nutzen Sie die Version in otai.yml — raten Sie nicht.

Beispiel otai.yml (die Env-Namen sind die Defaults — Sie können sie weglassen):

version: 0.2.0
ticket_system: otobo # otobo | znuny | zammad | kix
install_mode: existing # existing | with_ticket_system
# ticketsystem_base_url: https://helpdesk.example/otobo/nph-genericinterface.pl
license_env_key: OTAI_LICENSE_KEY
llm_api_key_env_key: OTAI_LLM_API_KEY
edge:
  chatbot:
    session_create: '5r/m'
    message_post: '30r/m'
    max_inflight_streams: 2

Chatbot-Kapazität steuert Caddy (otai-caddy), nicht Studio:

Die Werte greifen, wenn der Stack otai-caddy enthält (E2E und Full-On-Prem- Download). Die Beispiel-Compose-Dateien unter deploy/basic_* haben noch kein Caddy — dort wird edge.chatbot nicht durchgesetzt.

Wir senden einen Befehl. Der Link gilt 72 Stunden und nur einmal. Er enthält Lizenz, Version, Ticketsystem und install_mode. Fügen Sie ihn auf dem Ubuntu-GPU-Host ein. Schreiben Sie den Schlüssel nicht in die Shell und nicht in otai.yml.

Setzen Sie einen gehosteten LLM-Schlüssel nur in der Shell, wenn Sie einen nutzen:

export OTAI_LLM_API_KEY='sk-or-...'        # nur bei gehostetem LLM

$env:OTAI_LLM_API_KEY = 'sk-or-...'

install_mode wählt das Ticketsystem:

Schreiben Sie die JWT oder den API-Schlüssel nicht in otai.yml.

Online-Installation

Auf dem Ubuntu-GPU-Host den Befehl aus der E-Mail einfügen:

curl -fsSL 'https://download.openticketai.com/i/TOKEN' | bash

Er installiert Docker Engine und das Compose-Plugin, falls sie fehlen, lädt das Release, lädt die Image-Archive und startet Compose. Die Lizenz bleibt im heruntergeladenen Skript.

install.sh:

1. Prüft Host-RAM, freien Speicherplatz und NVIDIA-GPU (GPU ist für Full On-Prem Pflicht).
2. Erzeugt Compose-.env aus otai.yml + generierten Geheimnissen, lädt Docker-Image-Tars, kopiert Ticketsystem-Pakete.
3. Startet Compose.
4. Installiert den Befehl otai in Ihrem PATH (kein ./otai nötig).
5. Fragt, ob tägliche Backups aktiviert werden sollen — Ja ist die Voreinstellung.

Nicht-interaktive Installation

export OTAI_INSTALL_ASSUME_YES=1
export OTAI_ENABLE_BACKUPS=1          # Standard; 0 zum Überspringen
export OTAI_BACKUP_SCHEDULE=daily     # daily | weekly
./install.sh

Air-Gap-Installation

1. Auf einem verbundenen Rechner das Air-Gap-Bundle herunterladen (Version aus otai.yml):

   export OTAI_VERSION=0.2.0   # wie version: in otai.yml
   export OTAI_LICENSE_KEY='eyJ...'
   curl -fsSL https://download.openticketai.com/download.sh | bash -s -- --bundle airgap

2. Das entpackte Verzeichnis otai-<version>/ und otai.yml auf den Offline-GPU-Server kopieren.

3. Auf dem Offline-Server:

   cd /path/to/otai-<version>
   cp /path/to/otai.yml ./otai.yml
   # optional: OTAI_OLLAMA_MODELS_DIR=/path/to/ollama/models
   ./install.sh

Air-Gap-Installationen rufen die Download-API nicht erneut auf. Die Container prüfen die Lizenz lokal beim Start.

Nach der Installation

1. Öffnen Sie Studio im Browser (URL vom Installer / Compose).

2. Installieren Sie das Add-on OpenTicketAI aus install-packages/ in OTOBO / Znuny (optional: OTAICustomerChat). Für KIX das Studio- Frontend-Plugin. Das Connector-Passwort wurde bereits für Studio/Runtime erzeugt.

3. Gesundheit prüfen (mit otai, nicht ./otai):

   otai verify
   otai version

Wenn otai nicht gefunden wird, fügen Sie ~/.local/bin zu Ihrem PATH hinzu (der Installer gibt die genaue Zeile aus, wenn er den User-Wrapper installiert).

Host-Anforderungen (bei der Installation geprüft)

Ohne passende NVIDIA-GPU wird Full On-Prem nicht unterstützt. Warnungen zu RAM oder Speicher blockieren die Installation nicht, es sei denn, Sie lehnen das Fortfahren ab.

Auf einer 24-GB-GPU hält Ollama Qwen 3.8 27B (Beste Qualität) und Qwen 3.5 2B (Schnell) im Speicher, damit Agenten das Profil wechseln können, ohne Gewichte nachzuladen. Neue Agenten bekommen eine Katalog-Vorgabe: Beste Qualität für Chat, große Klassifikation, Zusammenfassung und Antwortentwurf; Schnell für Priorität, Titelumschreibung und Feldextraktion. Das Profil lässt sich pro Agent weiterhin wechseln.

Empfohlene Beschaffungskonfigurationen

Für Tower und Rack gelten dieselben schlanken Rechenanforderungen:

• GPU: NVIDIA-GPU mit mindestens 24 GB VRAM, zum Beispiel RTX PRO 4000 Blackwell oder NVIDIA L4
• RAM: 32 GB empfohlen
• CPU: moderner x86-64-Prozessor mit mindestens 4 Kernen
• Speicher: mindestens 250 GB SSD

Für ein Rack sind 2 HE, redundante Netzteile, Einbauschienen, ECC-RAM und RAID 1 optionale Betriebssicherheitsmerkmale — keine Open-Ticket-AI- Mindestanforderungen. Die NVIDIA L4 ist mit passivem Server-Kühler für einen geeigneten Rack-Luftstrom ausgelegt; eine Workstation-GPU darf nur in einem vom Serverhersteller dafür freigegebenen Chassis eingesetzt werden.

Beispiele für konfigurierbare Systeme (keine geschäftliche Verbindung oder Herstellerfreigabe durch Open Ticket AI):

• Tower: MIFCOM Workstation mit RTX PRO 4000 Blackwell
• Rack mit RTX PRO 4000 Blackwell: AIME A4004
• Rack mit NVIDIA L4: Thomas-Krenn 2HE AMD GPU-Server

Prüfen Sie vor der Bestellung die tatsächlich gewählte VRAM-Größe, GPU-Stromversorgung, Kühlung und Linux-Treiberunterstützung. Insbesondere die ältere RTX 4000 Ada mit 20 GB erfüllt die 24-GB-Untergrenze nicht. Preise, Lieferbarkeit und Konfiguratoroptionen können sich ändern.

Persistente Daten

Site-Werte liegen in otai.yml. Geheimnisse in .otai/secrets.env. Die Compose-.env wird daraus erzeugt — nicht von Hand bearbeiten. Ticketinhalte bleiben in der Datenbank Ihres Ticketsystems.

Nächste Schritte

• Backups und Wiederherstellung
• Updates
• Handbuch (Übersicht)