Lokale KI: Was das heißt, was Sie brauchen, was sie kann
Lokale KI heißt, dass die Modelldatei auf Ihrem Gerät liegt und die Rechenarbeit dort stattfindet. Was Sie dafür brauchen, was heute gut funktioniert und wo die Grenzen liegen.
Stand: 2026-10-14
Lokale KI heißt zuerst etwas sehr Einfaches: die Modelldatei liegt auf Ihrem Gerät, und das Rechnen findet dort statt. Nicht auf einem Server, den jemand anderes betreibt, sondern auf dem Rechner, der vor Ihnen steht.
Das ist der ganze Unterschied, und alles andere folgt daraus. Beim gemieteten Zugang schicken Sie Ihre Frage an ein Rechenzentrum und bekommen die Antwort zurück. Bei einer lokalen KI laden Sie einmal eine Datei herunter, je nach Größe wenige bis viele Gigabyte, und danach passiert die Arbeit bei Ihnen. Auch ohne Internet. Dasselbe Thema läuft an anderen Stellen unter offline KI oder lokales LLM, gelegentlich auch als LLM lokal.
Dieser Text ordnet das Feld: was dabei wirklich auf Ihrem Gerät bleibt, was Sie brauchen, was heute gut funktioniert und wo die Grenzen liegen. Wie die Einrichtung Schritt für Schritt aussieht, steht in einem eigenen Ratgeber, auf den wir am Ende verweisen.
Was auf Ihrem Gerät bleibt, und was das praktisch bedeutet
Wenn ein Modell bei Ihnen läuft, verlässt der Text, den Sie eingeben, Ihren Rechner nicht: Ihre Eingabe geht an keinen fremden Dienst, weil keiner gefragt wird. Das Modell ist eine Datei, das Programm liest sie, und die Antwort entsteht im Arbeitsspeicher Ihres Geräts. Das Programm selbst hält daneben Verbindung nach außen, unter anderem zum Herunterladen von Modellen und zum Prüfen auf Aktualisierungen; Ihre Eingaben gehen dabei nicht mit, solange Sie kein Modell in der Cloud und keine Websuche nutzen.
Daraus folgen drei Dinge, die den Alltag spürbar verändern. Sie können ohne Netz arbeiten, im Zug genauso wie im Werk ohne WLAN. Es entstehen keine Kosten je Anfrage; was bleibt, sind Strom, Plattenplatz und Ihre Zeit, dazu einmalig das Gerät. Und kein Anbieter kann Ihnen über Nacht den Zugang kündigen, den Preis erhöhen oder das Modell austauschen: die Datei liegt bei Ihnen und läuft weiter. Was Sie damit tun dürfen, steht in der Lizenz des Modells, und die ist je Familie verschieden (Open Source KI).
Dafür tragen Sie selbst, was sonst der Anbieter trägt: die Auswahl des Modells, die Aktualisierung und die Rechenleistung. Das ist kein Nachteil, sondern ein Tausch. Ob er sich lohnt, hängt davon ab, was Sie vorhaben.
Was Sie brauchen: ein Modell, ein Werkzeug, ein Gerät
Ein Modell. Das ist die Datei mit dem eigentlichen Können. Sie kommt in mehreren Größen desselben Namens, und die Größe entscheidet, wie viel Speicher sie braucht und wie gut die Antworten werden. Welche Modelle es gibt und in welchen Varianten, steht in unserem Katalog: alle geführten Modelle.
Ein Werkzeug. Das ist das Programm, das die Datei lädt und bedienbar macht. Die zwei verbreiteten heißen Ollama und LM Studio; im Kern rechnen beide mit demselben Unterbau. Was die Namen bedeuten und worin sie sich unterscheiden, erklärt der Ratgeber Was ist Ollama, den Vergleich der beiden finden Sie unter Ollama oder LM Studio.
Ein Gerät mit genug Arbeitsspeicher. Hier liegt die eigentliche Hürde, und LM Studio sagt es für Windows selbst deutlich:
„At least 16GB of RAM is recommended. GPU: at least 4GB of dedicated VRAM is recommended.“
Für Macs nennt dieselbe Seite nur die Arbeitsspeicher-Zahl und keine für den Grafikspeicher, weil ein Mac keinen getrennten hat; acht Gigabyte sind dort möglich, dann aber nur mit kleineren Modellen und knappem Kontext. Ob Ihr konkretes Gerät reicht und welche Modelle darauf laufen, zeigt seine Seite in unserem Katalog mit 891 geführten Geräten, für eine einzeln gekaufte Grafikkarte die Seite der Karte, etwa die der GeForce RTX 3060 mit 12 GB; wie Sie Ihr Gerät finden, beschreibt die Anleitung Welches Gerät habe ich?
Was lokale KI heute kann, und was nicht
Gut funktioniert alles, was mit Text arbeitet, den Sie mitliefern. Zusammenfassen, umformulieren, übersetzen, einen Entwurf ordnen, aus einer Notizsammlung eine Gliederung machen, Code erklären. Bei diesen Aufgaben steht die nötige Information in Ihrer Eingabe, und das Modell muss sie nur verarbeiten.
Schlecht funktioniert alles, wofür das Modell Wissen beisteuern soll. Ein lokales Modell ist keine Nachschlagequelle, und die Hersteller schreiben das in die Modellkarte:
„Models generate responses based on information they learned from their training datasets, but they are not knowledge bases. They may generate incorrect or outdated factual statements.“
Und der Abstand wächst, je kleiner die Variante ist. Google veröffentlicht für Gemma 3 dieselbe Messung über vier Größen der Rohfassung, in der Modellkarte als PT geführt. Bei Natural Questions, einem Test aus echten Suchanfragen, erreicht die Variante mit einer Milliarde Parametern 9,48 Punkte, die mit vier Milliarden 20,0, die mit zwölf Milliarden 31,4 und die mit 27 Milliarden 36,1. Genau die kleinen Varianten sind aber die, die auf einem gewöhnlichen Notebook laufen. Wer also ein kleines Modell nach Tatsachen fragt, bekommt die schwächste Disziplin der schwächsten Variante.
Die dritte Grenze ist der Kontext, und sie überrascht die meisten. Damit ist gemeint, wie viel Text das Modell gleichzeitig vor Augen hat. Ollama stellt ihn von sich aus nach dem Grafikspeicher ein: unter 24 GB auf 4.096 Token, von 24 bis unter 48 GB auf 32.768 und ab 48 GB auf 262.144. So steht es in der Dokumentation von Ollama zur Kontextlänge und im Quelltext des Programms. Auf einem Mac zählt dabei nicht der verbaute Arbeitsspeicher, sondern der kleinere Teil, den macOS der Grafik zuteilt.
Auf einem gewöhnlichen Notebook bleibt es damit bei 4.096 Token. Viertausend Token sind bei deutschem Text grob zweieinhalbtausend Wörter, also ungefähr zehn Seiten. Das Modell selbst könnte deutlich mehr: Qwen3 in der Größe mit acht Milliarden Parametern gibt 32.768 Token an. Wer einen langen Vertrag zusammenfassen lässt und eine Antwort bekommt, die die zweite Hälfte ignoriert, hat meist nicht das falsche Modell, sondern die Voreinstellung übersehen.
Was daraus folgt, ist eine Arbeitsteilung, keine Entscheidung gegen das eine oder andere. Lokal läuft, was vertraulich ist oder ohne Netz stattfinden muss. Gemietet bleibt, was das größte verfügbare Können braucht. In der Praxis schließt das eine das andere selten aus.
Der nächste Schritt
Wenn Sie es privat ausprobieren wollen: mit LM Studio brauchen Sie dafür keine Kommandozeile. Der Weg steht Schritt für Schritt im Ratgeber KI lokal betreiben, ohne Terminal.
Wenn Sie wissen wollen, ob sich das gegenüber einem Abonnement rechnet: wir haben die laufenden Kosten gegen die einmalige Anschaffung gestellt, mit Zahlen statt Gefühl, unter ChatGPT-Kosten gegen eigene Hardware.
Wenn mehrere Menschen darauf zugreifen sollen: dann reden wir nicht mehr über Ihr Notebook, sondern über eine Maschine, die mehrere bedient. Das ist ein eigener Aufbau mit eigenen Fragen, und er steht im Ratgeber KI selbst hosten.
Wenn die Frage rechtlich wird: welche Daten bei welchem Aufbau Ihr Haus verlassen, stellt der Ratgeber DSGVO-konforme KI gegenüber. Für ein einzelnes Werkzeug gibt es die schnelle Einordnung über die Datenschutz-Ampel.
Quellen
Gelesen am 21. September 2026, wo nicht anders angegeben.
- LM Studio: System Requirements
- Ollama: Kontextlänge und Quelltext server/routes.go in Version 0.40.4, beide gelesen am 14. Oktober 2026
- Google DeepMind: Gemma 3, Modellkarte
- Alibaba: Qwen3-8B, Modellkarte
Kurz gesagt
Lokale KI heißt, dass die Modelldatei auf Ihrem Gerät liegt und die Antwort dort entsteht: Ihre Eingaben gehen an keinen fremden Dienst, solange Sie kein Modell in der Cloud und keine Websuche nutzen. Sie brauchen dafür ein Modell, ein Werkzeug wie Ollama oder LM Studio und ein Gerät mit genug Arbeitsspeicher. Gut funktioniert alles, was mit Text arbeitet, den Sie mitliefern; als Nachschlagequelle taugt ein lokales Modell nicht, und die Voreinstellung von Ollama für die Kontextlänge ist auf Geräten mit weniger als 24 GB Grafikspeicher für lange Texte knapp. In der Praxis läuft lokal, was vertraulich ist oder ohne Netz stattfinden muss, und gemietet bleibt, was das größte verfügbare Können braucht.
Häufige Fragen
Was kostet eine lokale KI?
Die Programme kosten für den Betrieb auf Ihrem Gerät nichts: Ollama steht unter der MIT-Lizenz, und LM Studio bietet den lokalen Betrieb in seiner kostenlosen Stufe an. Was dann noch kostet, nennt der Abschnitt „Was auf Ihrem Gerät bleibt, und was das praktisch bedeutet“; ob sich das gegenüber einem Abonnement rechnet, vergleicht der Ratgeber ChatGPT-Kosten gegen eigene Hardware.
Quellen: Ollama, Lizenz · LM Studio, Preise
Funktioniert lokale KI ohne Internet?
Ja, sobald das Modell heruntergeladen ist. LM Studio schreibt, dass weder das Chatten mit Modellen noch das Chatten mit Dokumenten noch der lokale Server eine Internetverbindung brauchen.
Quelle: LM Studio, Betrieb ohne Netz
Kann eine lokale KI mit meinen eigenen Dokumenten arbeiten?
Ja. In LM Studio hängen Sie Dateien im Format .docx, .pdf oder .txt an eine Unterhaltung; passt ein Dokument in den Kontext des Modells, gibt LM Studio es ganz mit, bei sehr langen Dokumenten sucht es die passenden Stellen heraus (Retrieval Augmented Generation, kurz RAG). Die Dokumente bleiben dabei laut LM Studio auf Ihrem Rechner.
Quellen: LM Studio, Dokumente im Chat · LM Studio, Betrieb ohne Netz
Kann eine lokale KI auch Bilder erzeugen?
Ja, mit einem eigenen Bildmodell und einem Programm dafür. stable-diffusion.cpp etwa rechnet Bildmodelle wie Flux oder Qwen-Image auf dem eigenen Rechner; welche Fassung von Qwen-Image Sie nutzen dürfen und wie viel Speicher sie braucht, steht im Ratgeber Qwen-Image.
Quelle: stable-diffusion.cpp auf GitHub
Wie installiere ich eine lokale KI?
Ohne Kommandozeile geht es mit LM Studio: Programm installieren, in der Anwendung ein Modell suchen und herunterladen, dann loslegen. Schritt für Schritt steht das im Ratgeber KI lokal betreiben, ohne Terminal, auf den auch der Abschnitt „Der nächste Schritt“ verweist.
Quelle: LM Studio, Erste Schritte
Weitere Ratgeber
- Sprachassistent selber bauen: lokal mit Whisper, Ollama und PiperEin Sprachassistent ohne Cloud braucht drei Modelle: Whisper hört zu, ein Sprachmodell antwortet, Piper liest vor. Speicher, gemessenes Tempo und unsere Grenzen.
- Whisper lokal: Interviews und Besprechungen auf dem eigenen Rechner transkribierenWhisper lokal installieren und nutzen, mit Programm oder im Terminal: Welches Modell für deutsche Aufnahmen passt, wie viel Speicher es braucht und wo die Grenzen liegen.
- KI-Agenten mit lokalem Modell: zwölf Werkzeuge im VergleichOpenClaw, Hermes Agent, DeepSeek Harness und neun weitere Agenten mit einem Modell auf dem eigenen Rechner: was jeder verlangt, was Ihr Gerät hergibt und welcher zu Ihnen passt.
- DeepSeek Harness installieren und lokal nutzenDeepSeek Harness ist der quelloffene Programmier-Agent von DeepSeek. Wie Sie ihn installieren, mit einem lokalen Modell verbinden und was an DeepSeek geht.
- KI auf dem eigenen PC installieren: Reicht Ihr Rechner, oder müssen Sie etwas kaufen?Zum Ausprobieren brauchen Sie meist weder neue Hardware noch das Terminal. Was mit 8 und 16 GB Arbeitsspeicher läuft, welche Programme ohne Befehle auskommen und wann sich ein Kauf lohnt.
- Qwen lokal betreiben: welche Fassung auf welches GerätQwen gibt es in vielen Größen. Die kleinste aktuelle Fassung in unserem Katalog, Qwen3.5 4B, braucht 4,4 GB und läuft damit auf praktisch jedem Rechner, Qwen3.8 27B flüssig auf 261 von 891 Geräten. Welche Fassung zu Ihrem Rechner passt und wie Sie sie starten.
- Qwen-Image: KI-Bilder lokal erzeugen und die richtige Fassung wählenQwen-Image erzeugt Bilder auf dem eigenen Rechner. Die neue Fassung 2.1 ist nur für Forschung und Erprobung freigegeben, für Unternehmen ist 2512 die Fassung. Was beide an Speicher brauchen und wie lange ein Bild auf unserer Karte dauerte.
- DSGVO-konforme KI: Welche Daten verlassen bei welchem Aufbau Ihr Haus?Lokal heißt nicht telemetriefrei, und eine EU-Zusage hängt am Bereitstellungstyp. Was bei vier gängigen Aufbauten wirklich übertragen wird, mit Zitaten aus den Datenschutzerklärungen der Anbieter.
- KI für Berufsgeheimnisträger: Was § 203 StGB bei ChatGPT & Co. verlangtHat ChatGPT eine Schweigepflicht? Worauf Anwälte, Ärzte, Steuerberater und Psychotherapeuten bei KI achten müssen, was die Kammern sagen und warum lokale KI die einfachste Antwort ist.
- KI lokal betreiben, ohne Terminal: So läuft ein Sprachmodell auf Ihrem RechnerLokale KI-Modelle brauchen auf Mac und Windows keine Befehlszeile mehr. Was Sie an Hardware brauchen, wie die Einrichtung Schritt für Schritt gelingt und wo die Grenzen liegen.
- Lokale KI-Modelle: Welches läuft auf Ihrer Hardware?Ob ein lokales KI-Modell auf Ihrem Rechner läuft, entscheidet der Speicher. Wie Sie die richtige Zahl finden und was die Stufen hinter dem Namen bedeuten.
- Mac mini für lokale KI: Welche Ausstattung reicht und wann es der Mac Studio sein mussBeim Mac zählt der Arbeitsspeicher, nicht die ganze Zahl. Was der Mac mini mit M4, M5 Pro und M6 trägt, wann es der Mac Studio sein muss und was gebraucht zählt.
- Deutsche und europäische KI-Modelle: Welche es gibt und was davon lokal läuftTeuken aus Deutschland, EuroLLM aus einem EU-Projekt, Mistral aus Paris, Apertus aus der Schweiz. Lizenz, Größe und auf wie vielen der 891 Geräte sie flüssig laufen.
- gpt-oss: OpenAIs offenes Modell auf dem eigenen Rechnergpt-oss gibt es in zwei Größen. Die kleine läuft auf 478 von 891 geführten Geräten flüssig, die große auf 80. Was Sie brauchen und wo das Modell nicht passt.
- Grafikkarte für KI: Worauf es bei lokalen Modellen ankommtFür KI zählt an einer Grafikkarte zuerst der Speicher, dann das Tempo. Welche Speicherklasse wie viele Modelle trägt und was der Schritt von 16 auf 24 GB bringt.
- Hermes Agent lokal: mit Ollama oder LM Studio nutzenHermes Agent lokal mit Ollama oder LM Studio: Er braucht mindestens 64.000 Token Kontext, ein Modell mit Werkzeugaufrufen und genug Speicher.
- KI selbst hosten: Was sich ändert, sobald mehrere zugreifenSelbst hosten heißt, dass einer betreibt und mehrere nutzen. Was dafür nötig ist, warum die Voreinstellungen dafür nicht gemacht sind und welche Fragen ab dem zweiten Nutzer keine Technikfragen mehr sind.
- Open Source KI: Welche Modelle wirklich offen sindDie meisten Modelle, die „Open Source KI“ heißen, geben nur die fertigen Modelldateien frei, nicht den Weg dorthin. Was der Begriff bedeutet, welche Familien es gibt und was davon auf eigener Hardware läuft.
- OpenClaw lokal: mit Ollama oder LM Studio einrichtenOpenClaw mit einem lokalen Modell über Ollama oder LM Studio: installieren, einrichten, passende Modelle wählen und wissen, was trotzdem ins Netz geht.
- Ornith 1.5: Welche der drei Größen auf Ihrem Rechner läuftOrnith 1.5 in drei Größen: Die kleinste läuft beim Ausprobieren auf 576 von 891 Geräten flüssig, die größte auf 9. Was jede braucht und wann ein Verbund hilft.
- Ollama oder LM Studio: Was ist der Unterschied, und welches passt zu Ihnen?Beide laden offene Sprachmodelle auf Ihren Rechner und rechnen mit demselben Unterbau. Was sie wirklich unterscheidet, was sie kosten und welche Daten dabei Ihr Haus verlassen.
- Was ist Ollama, und welche Alternativen gibt es?Ollama, LM Studio, llama.cpp und vLLM tauchen in vielen Anleitungen für lokale KI auf. Was jedes davon ist, wie die vier zusammenhängen und welches Sie wofür brauchen.
- Was kostet ChatGPT wirklich, und ab wann lohnt sich eigene Hardware?Die Rechnung hat vier Posten, und drei davon stehen auf keiner Preisliste. Was ein Modell über die Schnittstelle kostet, was eigene Hardware dagegenstellt, und ab welchem Punkt sich der Wechsel rechnet.