MZLA Technologies hat mit Thunderbolt einen neuen Enterprise AI Client gestartet, der offen, selbst hostbar und auf die eigene Infrastruktur von Unternehmen ausgerichtet ist. Thunderbolt wird von MZLA als separates Produkt unter derselben Gesellschaft geführt und laut Projekt-FAQ über einen Mozilla Zuschuss finanziert. Das Produkt bündelt Chat, Search und Research in einer Oberfläche und soll sich mit internen Modellen, Datenquellen und Automationen verbinden lassen. Der Quellcode ist bereits auf GitHub veröffentlicht, interessierte Organisationen können sich über thunderbolt.io auf eine Warteliste setzen lassen.
Was Thunderbolt als AI Client für Unternehmen macht
Thunderbolt ist als offener, plattformübergreifender AI Client aufgebaut, der lokal oder on prem betrieben werden kann. Laut dem offiziellen Repository läuft der Client auf Web, Mac, Linux, Windows, Android und iOS. MZLA positioniert Thunderbolt dabei ausdrücklich als Werkzeug für Organisationen, die ihre Modelle selbst wählen und ihre Daten nicht in einen fremden Standarddienst auslagern wollen. Der Client unterstützt laut Dokumentation frontier models, lokale Modelle und on prem Modelle. Im README weist das Projekt zugleich darauf hin, dass es derzeit keinen öffentlichen Inference Endpoint gibt. Nutzer müssen also eigene Modellanbieter anbinden, etwa über Ollama, llama.cpp oder einen OpenAI-kompatiblen Provider.
Für die Integration in bestehende Unternehmensumgebungen nennt Thunderbolt mehrere offene Schnittstellen. Die Ankündigung verweist auf deepset Haystack für die Backend-Orchestrierung sowie auf Model Context Protocol Server und Agent Client Protocol Agents. In der veröffentlichten Roadmap ist MCP Support bereits als Preview markiert, ACP wird als in Entwicklung mit geplantem Release im April 2026 geführt. Dazu kommen Modi für Chat, Search und Research, eine Vorschau für Tasks sowie optionale Cross Device Cloud Sync und End to End Encryption in Preview. Damit ist Thunderbolt nicht nur als Chat-Oberfläche gedacht, sondern als breiterer Arbeitsclient für wiederkehrende Recherche- und Automationsaufgaben.
Warum der Start für Mozilla und Enterprise AI wichtig ist
Der stärkste Punkt am Launch ist die Kontrolle über Infrastruktur und Daten. Thunderbolt kann laut den offiziellen Deploy-Dokumenten per Docker Compose oder Kubernetes selbst betrieben werden. In der Architektur beschreibt das Projekt einen Stack mit eigenem Backend, PostgreSQL, PowerSync und Keycloak. Die App ist laut Dokumentation offline first aufgebaut, nutzt lokal SQLite als Quelle der Wahrheit und bietet optionale Ende-zu-Ende-Verschlüsselung, bei der der Server nur Chiffretext speichert. Gleichzeitig schränkt MZLA den aktuellen Reifegrad klar ein. In den offiziellen Deploy-Unterlagen steht ausdrücklich, dass Thunderbolt noch nicht produktionsreif ist, sich in einem Sicherheitsaudit befindet und vorerst für Evaluierung und frühe Tests gedacht ist.
Für Mozilla ist Thunderbolt dennoch ein klarer Schritt in den Enterprise-Markt. Auf der offiziellen Seite beschreibt CEO Ryan Sipes den Ansatz mit dem Satz, dass AI zu wichtig sei, um sie auszulagern. Genau darauf baut die Produktidee auf: kein festes Hosted-Modell als Pflicht, keine Bindung an einen einzelnen Modellanbieter und keine starre Cloud-Vorgabe. Stattdessen setzt MZLA auf einen offenen Client, den Unternehmen an die eigene AI-Architektur anpassen können. Weil Thunderbolt laut FAQ nicht Teil der bestehenden Thunderbird-Produkte ist, sondern als eigenes Produkt aufgebaut wird, wirkt der Start wie ein bewusster neuer Pfeiler neben dem klassischen Messaging-Geschäft von MZLA.