Kosteneffiziente KI mit Ollama: Sprachmodelle lokal betreiben

Kosteneffiziente KI mit Ollama: Sprachmodelle lokal betreiben

Installation, Modellwahl, Hardware und API: wie Sie offene Sprachmodelle auf eigenem Rechner oder Server nutzen und wann sich das wirklich rechnet

Aktualisiert:

Abstract

Mit Ollama betreiben Sie offene Sprachmodelle auf eigener Hardware. Installation, Modellwahl, Hardwarebedarf, API, Datenschutz und echte Kosten im Überblick.
  • #Ollama
  • #LLM
  • #KI-Modelle
  • #lokale Ausführung
  • #Datenschutz
  • #Kostenersparnis
  • #Cloud-Dienste
  • #Quantisierung

Ein Befehl, ein Modell, keine Daten in der Cloud – was Ollama leistet und wo seine Grenzen liegen

Eine Steuerkanzlei möchte Mandantenschreiben von einem Sprachmodell vorsortieren und zusammenfassen lassen. Die Idee ist schnell geboren, die Bedenken auch: Darf man Steuerunterlagen an einen Cloud-Dienst in den USA schicken? Und was kostet das, wenn jeden Tag Hunderte Dokumente durchlaufen? Für solche Fälle gibt es eine naheliegende Alternative: Das Modell läuft auf einem Rechner im eigenen Haus, die Daten verlassen das Netzwerk nie.

Ollama ist derzeit das bekannteste Werkzeug, um genau das ohne großen Aufwand zu tun. Es lädt offene Sprachmodelle mit einem Befehl herunter, startet sie und stellt sie über eine Programmierschnittstelle bereit. Dieser Beitrag zeigt, wie das praktisch funktioniert, welche Hardware Sie brauchen und wann sich der lokale Betrieb tatsächlich lohnt. Wer erst einmal verstehen möchte, wie eine KI-Anwendung insgesamt entsteht, von der Idee über Prompts und RAG bis zum Betrieb, beginnt besser mit dem Überblick KI-Entwicklung für Einsteiger.

Was Ollama ist und was nicht

Ollama ist eine quelloffene Laufzeitumgebung für Sprachmodelle, die unter macOS, Windows und Linux läuft. Im Kern besteht sie aus drei Teilen:

  • einem Server, der Modelle in den Speicher lädt und Anfragen beantwortet,
  • einer Befehlszeile (CLI), über die Sie Modelle laden, starten und verwalten,
  • einer Modellbibliothek auf ollama.com, aus der fertig aufbereitete Modelle bezogen werden.

Unter der Haube nutzt Ollama unter anderem die Bibliothek llama.cpp und das Dateiformat GGUF, in dem Modelle platzsparend gespeichert werden. Für Anwender ist das weitgehend unsichtbar. Der Vergleich mit einem Paketmanager trifft es gut: So wie npm JavaScript-Pakete holt, holt Ollama Modelle samt passender Konfiguration.

Ollama ist dagegen kein Modell und kein Trainingswerkzeug. Die Qualität der Antworten hängt allein vom gewählten offenen Modell ab, und eigene Modelle trainieren Sie damit nicht. Ollama ist auch nicht das einzige Werkzeug dieser Art. LM Studio bietet eine ähnliche Funktion mit grafischer Oberfläche, GPT4All richtet sich stärker an Endanwender, und für den Hochlastbetrieb auf Servern gibt es spezialisierte Inferenzserver wie vLLM.

Installation und erste Schritte

Die Installation ist kurz. Unter macOS und Windows laden Sie das Installationsprogramm von ollama.com herunter, unter Linux genügt laut Hersteller ein Skript:

curl -fsSL https://ollama.com/install.sh | sh

Danach läuft der Ollama-Server im Hintergrund. Die wichtigsten Befehle der Befehlszeile:

ollama pull llama3.2      # Modell herunterladen
ollama run llama3.2       # Modell starten und im Terminal chatten
ollama list               # heruntergeladene Modelle anzeigen
ollama ps                 # aktuell geladene Modelle und Speicherbedarf
ollama show llama3.2      # Details wie Parameterzahl, Kontextlänge, Lizenz
ollama rm llama3.2        # Modell löschen

Beim ersten ollama run lädt Ollama das Modell automatisch, falls es noch fehlt. Das kann je nach Modellgröße einige Gigabyte bedeuten. Danach antwortet das Modell direkt im Terminal. Inzwischen bringt Ollama unter macOS und Windows außerdem eine eigene Chat-Oberfläche mit, sodass auch Kolleginnen und Kollegen ohne Kommandozeile erste Versuche machen können.

Ein Hinweis, der oft übersehen wird: Ollama bietet mittlerweile auch Modelle an, die in der Cloud des Anbieters laufen. Wer Ollama gerade wegen der Datenhoheit einsetzt, sollte darauf achten, ausschließlich lokal laufende Modelle zu verwenden.

Welche Modelle es gibt und wie Sie wählen

Die Bibliothek umfasst Hunderte Modelle. Sie lassen sich grob in vier Gruppen einteilen:

  • Sprachmodelle für Text und Chat, etwa aus den Familien Llama (Meta), Gemma (Google), Qwen (Alibaba), Mistral und gpt-oss (OpenAI). Sie beantworten Fragen, fassen zusammen, übersetzen und schreiben Code.
  • Reasoning-Modelle, die vor der Antwort einen sichtbaren Denkprozess durchlaufen, zum Beispiel DeepSeek-R1 oder Qwen3. Sie sind bei mehrstufigen Aufgaben stärker, aber langsamer.
  • Multimodale Modelle, die neben Text auch Bilder verarbeiten, etwa um Fotos von Lieferscheinen auszulesen.
  • Embedding-Modelle wie nomic-embed-text, die Texte in Zahlenvektoren übersetzen. Sie sind die Grundlage für semantische Suche und RAG-Systeme.

Viele Modelle unterstützen zudem Tool Calling, können also strukturiert Funktionen Ihrer Anwendung aufrufen. Das ist Voraussetzung für Agenten, die etwa in einer Datenbank nachschlagen.

Für die Auswahl zählen vor allem drei Dinge. Erstens die Größe, angegeben in Milliarden Parametern (etwa 3B, 8B oder 70B). Größere Modelle antworten in der Regel besser, brauchen aber mehr Speicher und Zeit. Zweitens die Sprache: Nicht jedes kleine Modell schreibt gutes Deutsch, das sollten Sie mit eigenen Texten testen. Drittens die Lizenz. „Offen“ heißt nicht automatisch frei verwendbar. Manche Modelle stehen unter Apache 2.0, andere unter eigenen Lizenzen mit Nutzungsbedingungen. ollama show zeigt die Lizenz an; für den gewerblichen Einsatz sollten Sie sie lesen.

Unsere Empfehlung für den Start: zwei bis drei Modelle in der Größenordnung von 4B bis 14B mit echten Beispielen aus Ihrem Alltag vergleichen. Oft zeigt sich, dass ein mittelgroßes Modell für Zusammenfassungen und Klassifikationen völlig ausreicht.

Hardware: Was Ihr Rechner leisten muss

Der entscheidende Engpass ist Speicher. Ein Modell muss vollständig in den Arbeitsspeicher der Grafikkarte (VRAM) oder, langsamer, in den normalen Arbeitsspeicher passen. Damit das auf gewöhnlicher Hardware funktioniert, sind die Modelle in der Ollama-Bibliothek meist quantisiert. Quantisierung bedeutet, dass die Gewichte mit weniger Genauigkeit gespeichert werden, typischerweise mit etwa 4 Bit statt 16 Bit. Das spart rund drei Viertel des Speichers und kostet erfahrungsgemäß nur wenig Qualität.

Als grobe Faustregel für 4-Bit-Modelle gilt ein Speicherbedarf von gut einem halben Gigabyte pro Milliarde Parameter, plus Reserve für den Kontext, also die Menge Text, die das Modell gleichzeitig verarbeitet:

ModellgrößeSpeicherbedarf (ca., 4 Bit)Typische Hardware
3–4B3–4 GBaktueller Laptop, auch ohne eigene Grafikkarte
7–8B5–6 GBLaptop mit 16 GB RAM oder Grafikkarte mit 8 GB
12–14B9–10 GBGrafikkarte mit 12–16 GB oder Mac mit 32 GB
27–32B18–22 GBGrafikkarte mit 24 GB oder Mac mit 48 GB und mehr
70B40–45 GBmehrere Grafikkarten, Workstation oder Mac mit viel RAM

Grafikkarten von NVIDIA und AMD werden unterstützt, ebenso Apple-Rechner mit M-Chips. Bei Letzteren teilen sich Prozessor und Grafikeinheit den Arbeitsspeicher, weshalb ein Mac mit viel RAM auch größere Modelle ausführen kann. Ohne Grafikkarte läuft Ollama ebenfalls, aber deutlich langsamer. Für Experimente ist das in Ordnung, für Anwendungen mit mehreren Nutzern kaum.

Ein langer Kontext erhöht den Speicherbedarf spürbar. Wer ganze Verträge auf einmal zusammenfassen lassen will, braucht mehr Reserve als die Tabelle angibt. Den aktuellen Verbrauch zeigt ollama ps.

Die API: Ollama in eigene Anwendungen einbinden

Spannend für Entwickler wird Ollama durch seinen Server. Er lauscht standardmäßig auf Port 11434 und nimmt Anfragen über eine REST-API entgegen. Jede Anwendung im Netz kann ihn damit wie einen gewöhnlichen Webdienst ansprechen:

curl http://localhost:11434/api/chat -d '{
  "model": "llama3.2",
  "messages": [
    { "role": "user", "content": "Fassen Sie in zwei Sätzen zusammen, was ein Mahnbescheid ist." }
  ],
  "stream": false
}'

Für Python gibt es eine offizielle Bibliothek, die dieselben Funktionen kapselt:

# pip install ollama
from ollama import chat, embed

antwort = chat(
    model="llama3.2",
    messages=[{"role": "user", "content": "Nennen Sie drei Risiken lokaler KI-Modelle."}],
)
print(antwort.message.content)

# Embeddings, etwa für eine semantische Suche über eigene Dokumente
vektoren = embed(model="nomic-embed-text", input=["Wartungsintervall Pumpe P200"])
print(len(vektoren.embeddings[0]))

Zusätzlich stellt Ollama eine OpenAI-kompatible Schnittstelle unter /v1 bereit. Viele Werkzeuge und Frameworks, die für die OpenAI-API geschrieben wurden, funktionieren deshalb mit Ollama, wenn Sie nur die Adresse ändern. LangChain und LlamaIndex bringen eigene Anbindungen mit, für das AI SDK gibt es Community-Provider. Das macht Ollama auch als Entwicklungsumgebung attraktiv: Ein Team entwickelt und testet lokal ohne Kosten pro Anfrage und entscheidet später, ob die Produktion lokal oder bei einem Cloud-Anbieter läuft.

Grafische Oberflächen wie Open WebUI oder AnythingLLM setzen ebenfalls auf Ollama auf. Sie ergänzen einen Chat im Browser, Benutzerverwaltung und das Hochladen von Dokumenten, sodass ein einfaches internes RAG-System ohne eigene Programmierung entsteht.

Modelle anpassen mit dem Modelfile

Mit einer Textdatei namens Modelfile leiten Sie aus einem vorhandenen Modell eine angepasste Variante ab, ähnlich wie ein Dockerfile ein Container-Image beschreibt. Typisch sind eine feste Systemanweisung und angepasste Parameter:

FROM llama3.2
PARAMETER temperature 0.2
PARAMETER num_ctx 8192
SYSTEM """
Sie sind ein Assistent für den internen Kundenservice.
Antworten Sie knapp und auf Deutsch. Erfinden Sie keine Bestellnummern.
"""

Mit ollama create service-assistent -f Modelfile entsteht daraus ein eigenes Modell, das sich wie jedes andere starten lässt. Über FROM lassen sich auch GGUF-Dateien, etwa von Hugging Face, einbinden. LoRA-Adapter unterstützt Ollama dagegen nicht mehr. Ein echtes Training findet dabei nicht statt. Das Modelfile ändert Verhalten und Voreinstellungen, nicht das Wissen des Modells.

Rechnet sich der lokale Betrieb?

„Keine Cloud-Kosten“ ist das häufigste Argument für Ollama, aber nur die halbe Rechnung. Lokal fallen keine Gebühren pro Token an. Dafür kosten Hardware, Strom, Wartung und die Arbeitszeit für Updates und Überwachung. Ein Server mit leistungsfähiger Grafikkarte ist eine spürbare Investition, und er rechnet sich nur, wenn er auch ausgelastet ist.

Angenommen, ein Team nutzt ein Sprachmodell gelegentlich für ein paar Dutzend Anfragen am Tag. Dann sind die API-Kosten eines Cloud-Anbieters meist gering, und die Cloud-Modelle sind in der Qualität überlegen. Anders sieht es aus, wenn eine Anwendung jeden Tag Tausende Dokumente klassifiziert, zusammenfasst oder für eine Suche aufbereitet. Hier summieren sich Token-Kosten, während ein mittelgroßes lokales Modell die Aufgabe oft ebenso gut erledigt. Für Entwicklung und Tests ist der lokale Betrieb fast immer günstiger, weil Entwickler beliebig oft ausprobieren können.

Neben dem Geld gibt es weitere Gründe, die oft schwerer wiegen:

  • Datenschutz und Vertraulichkeit: Werden personenbezogene oder vertrauliche Daten nur auf eigener Hardware verarbeitet, entfällt die Übermittlung an Dritte. Die DSGVO gilt trotzdem, etwa bei Zweckbindung, Löschfristen und Zugriffsrechten.
  • Planbarkeit: Ein lokales Modell ändert sich nur, wenn Sie es aktualisieren. Cloud-Modelle werden dagegen vom Anbieter weiterentwickelt oder abgekündigt.
  • Offline-Betrieb: In Produktionshallen, auf Baustellen oder in abgeschotteten Netzen funktioniert ein lokales Modell auch ohne Internetverbindung.

Ehrlich bewertet: Die besten kommerziellen Modelle sind den offenen Modellen, die auf bezahlbarer Hardware laufen, bei komplexen Aufgaben weiterhin voraus. Für klar umrissene Aufgaben ist der Abstand aber oft klein genug, um nicht ins Gewicht zu fallen.

Vom Laptop in den Produktivbetrieb

Ollama ist auf Einfachheit ausgelegt, und das prägt auch seine Grenzen im Betrieb. Einige Punkte sollten Sie kennen, bevor Sie es für mehrere Nutzer einsetzen.

Sicherheit: Der Ollama-Server hat keine eigene Anmeldung. Standardmäßig lauscht er nur auf dem lokalen Rechner. Wer ihn über die Umgebungsvariable OLLAMA_HOST im Netzwerk freigibt, sollte ihn hinter einen Reverse Proxy mit Authentifizierung und Verschlüsselung stellen. Offen im Internet erreichbare Ollama-Server wurden in der Vergangenheit wiederholt entdeckt; jeder Fremde kann dort Rechenleistung nutzen oder Modelle verändern.

Last: Ollama kann mehrere Anfragen parallel bearbeiten und mehrere Modelle gleichzeitig laden, ist aber nicht auf hohe Nutzerzahlen optimiert. Für viele gleichzeitige Anfragen auf Grafikkarten-Servern sind Inferenzserver wie vLLM effizienter. Ein verbreitetes Muster ist daher, mit Ollama zu entwickeln und für die Produktion zu prüfen, ob es reicht.

Betrieb: Ein offizielles Docker-Image erleichtert den Einsatz auf Servern und in Kubernetes. Modelle und Ollama selbst sollten wie jede andere Software regelmäßig aktualisiert und überwacht werden, inklusive Antwortzeiten und Speicherauslastung.

Was das für Ihr Unternehmen bedeutet

Ollama hat den lokalen Betrieb von Sprachmodellen von einer Bastelaufgabe zu einer Sache von Minuten gemacht. Für Entwicklerteams ist es heute die naheliegende Wahl, um KI-Funktionen kostenfrei zu prototypen und mit offenen Modellen zu experimentieren. Für Unternehmen mit vertraulichen Daten, etwa in Kanzleien, im Gesundheitswesen oder in der Industrie, ist es ein pragmatischer Weg, Sprachmodelle zu nutzen, ohne Daten aus dem Haus zu geben.

Überschätzt wird oft der Kostenvorteil. Er stellt sich erst bei hohem, gleichmäßigem Volumen ein, und Hardware und Betrieb kosten ebenfalls Geld. Unterschätzt wird dagegen der Gewinn an Kontrolle: über Daten, Modellversionen und Verfügbarkeit. Wer beides nüchtern abwägt, landet häufig bei einer Kombination: lokale Modelle für vertrauliche und häufige Routineaufgaben, Cloud-Modelle für die anspruchsvollen Einzelfälle.

Wenn Sie Sprachmodelle auf eigener Infrastruktur einführen möchten, finden Sie auf unseren Seiten zu GPT4All und privat betriebenen Sprachmodellen sowie zu AnythingLLM als Oberfläche für Dokumente und Agenten Beratung, Coaching und Seminare.

Häufige Fragen zu Ollama

Ist Ollama kostenlos?

Die Software selbst ist quelloffen und kostenlos nutzbar. Kosten entstehen durch Hardware und Betrieb. Optionale Cloud-Angebote des Anbieters sind davon getrennt. Bei den Modellen gilt jeweils deren eigene Lizenz, die Sie vor dem gewerblichen Einsatz prüfen sollten.

Kann man mit Ollama eigene Modelle trainieren?

Nein. Ollama führt Modelle aus und passt sie über das Modelfile an, etwa mit Systemanweisung und Parametern. Für Fine-Tuning nutzen Sie Werkzeuge aus dem Python-Umfeld wie PyTorch oder Hugging Face und importieren das Ergebnis anschließend als GGUF-Datei in Ollama.

Wie gut sind lokale Modelle auf Deutsch?

Das hängt stark vom Modell und seiner Größe ab. Größere aktuelle Modelle schreiben in der Regel gutes Deutsch, sehr kleine Modelle neigen zu holprigen Formulierungen und Fehlern. Testen Sie deshalb immer mit typischen Texten aus Ihrem eigenen Alltag, bevor Sie sich festlegen.

Ist Ollama für den produktiven Einsatz geeignet?

Für interne Anwendungen mit überschaubarer Nutzerzahl ja, sofern Sie den Server absichern und überwachen. Für Anwendungen mit vielen gleichzeitigen Anfragen lohnt der Blick auf spezialisierte Inferenzserver. In beiden Fällen gehört der Rechner auf einen dedizierten Server statt auf einen Arbeitsplatz-PC.

Mehr aus „KI & Machine Learning“

Jev: Was ein KI-Modell für schnelles Denken anders macht als ChatGPT

Das System-1-KI-Modell Jev schreibt keinen Text, sondern beantwortet Fragen mit kalibrierten Wahrscheinlichkeiten. Wie das funktioniert und wofür es taugt.

mehr erfahren

KI-Agenten verstehen: MCP, A2A, AG-UI und A2UI einfach erklärt

MCP, A2A, AG-UI und A2UI verständlich erklärt: Wie KI-Agenten Werkzeuge nutzen, miteinander arbeiten und Oberflächen erzeugen – und wer die Standards betreut.

mehr erfahren

KI-Agenten in der Schleife: Loops in Claude Code und Codex

Was ein Loop bei KI-Agenten ist, welche Auslöser es gibt und wie Sie geplante Aufgaben in Claude Code und Codex mit Kostenkontrolle einrichten.

mehr erfahren

Agentic Engine Optimization: Websites für KI-Agenten lesbar machen

Agentic Engine Optimization: Wie KI-Assistenten Ihre Website abrufen, welche Rolle robots.txt, llms.txt und strukturierte Daten spielen – und was belegt ist.

mehr erfahren

Claude Skills für Einsteiger: eigene KI-Workflows aufbauen

Claude Skills bündeln wiederkehrende Anweisungen in einer SKILL.md-Datei. So bauen Sie Skills auf und installieren sie in Claude und Claude Code.

mehr erfahren

Claude Code richtig nutzen: 15 Funktionen, die Profis kennen sollten

Claude Code kann mehr als chatten: So setzen Sie CLAUDE.md, Subagenten, Hooks, Skills, MCP und den Headless-Modus gezielt im Entwickleralltag ein.

mehr erfahren

Weitere Blog-Artikel

Micro Frontends 2025: Konzepte, Integrationswege und Werkzeuge

Rückblick auf März 2025: Was Micro Frontends sind, wie Teams sie per iframe, Web Components oder Module Federation integrierten und wo die Kosten lagen.

mehr erfahren

Vibe Coding: Was hinter dem Programmieren per Zuruf steckt

Vibe Coding heißt: Eine KI schreibt den Code, der Mensch liest ihn kaum. Was der Begriff meint, wann er passt und welche Risiken Sie kennen sollten.

mehr erfahren

Frontend-Frameworks im Vergleich: Angular, React, Vue und Svelte

Angular, React, Vue und Svelte im Vergleich: Architektur, Reaktivität, Ökosystem, Lernkurve und Wartung. So wählen Sie das passende Framework für Ihr Projekt.

mehr erfahren

Green Coding: Wie Software mit weniger Energie auskommt

Green Coding senkt den Energiebedarf von Software. Wie Sie den Verbrauch messen, welche Hebel Architektur und Code bieten und wo Zielkonflikte liegen.

mehr erfahren

Code-Editoren im Vergleich: VS Code, Cursor, Neovim, WebStorm und Zed

Code-Editoren im Vergleich: VS Code, Cursor, Neovim, WebStorm und Zed bei Tempo, Erweiterungen, KI und Datenschutz. Welcher Editor zu welchem Team passt.

mehr erfahren

TypeScript nicht nur für Java-Entwickler: Typen, Tools, Laufzeiten

TypeScript für Umsteiger erklärt: strukturelle Typen, Type Stripping in Node.js, Bundler, tsc, Typdeklarationen, JSR und JSDoc – mit Unterschieden zu Java.

mehr erfahren

Aktuelle Blog-Artikel

PHP-Migration nach PHP2Shell: Upgrade oder Sprachwechsel?

PHP2Shell und das Support-Ende von PHP 8.2: Was Sie jetzt patchen sollten, wie ein Upgrade auf 8.4 oder 8.5 gelingt und wann ein Sprachwechsel sinnvoll ist.

mehr erfahren

Jev: Was ein KI-Modell für schnelles Denken anders macht als ChatGPT

Das System-1-KI-Modell Jev schreibt keinen Text, sondern beantwortet Fragen mit kalibrierten Wahrscheinlichkeiten. Wie das funktioniert und wofür es taugt.

mehr erfahren

Node.js ohne Ballast: 12 Bordmittel, die npm-Pakete ersetzen

Von fetch() über node:test bis Type Stripping: zwölf Node.js-Funktionen, die axios, dotenv, Jest und Co. ersetzen, mit Status in Node 24 und 26 und Grenzen.

mehr erfahren

KI-Agenten verstehen: MCP, A2A, AG-UI und A2UI einfach erklärt

MCP, A2A, AG-UI und A2UI verständlich erklärt: Wie KI-Agenten Werkzeuge nutzen, miteinander arbeiten und Oberflächen erzeugen – und wer die Standards betreut.

mehr erfahren

Rusts Lieferkette unter Beschuss: Warum ein Angriff nur der Anfang war

Ein Angriff auf Rust-Pakete war im August 2026 schnell gestoppt, das Grundproblem bleibt. Wie crates.io angreifbar ist und was Sie heute dagegen tun können.

mehr erfahren

Webentwicklung ohne SPA: Eine Web-App mit V, Veb, SQLite und htmx

Am Beispiel der Meetup-Plattform Clash zeigt sich, wie eine Web-App mit V, Veb, SQLite und htmx ohne SPA-Framework entsteht und wo der Ansatz an Grenzen stößt.

mehr erfahren

React-Performance: Warum weniger Optimierung mehr Tempo bringt

React-Performance heute: Wie Sie mit State am richtigen Ort, dem React Compiler, Transitions, Virtualisierung und Messung Ihre Anwendung spürbar beschleunigen.

mehr erfahren

React-Komponenten verbinden: Welcher Weg passt wann?

Props, Context, Zustand, TanStack Query, URL-Parameter oder Ereignisse: So wählen Sie den passenden Weg, damit zwei React-Komponenten Daten austauschen.

mehr erfahren

KI-Agenten in der Schleife: Loops in Claude Code und Codex

Was ein Loop bei KI-Agenten ist, welche Auslöser es gibt und wie Sie geplante Aufgaben in Claude Code und Codex mit Kostenkontrolle einrichten.

mehr erfahren

JavaScript 2026: Bun, Deno und TypeScript 7 läuten eine neue Ära ein

Node.js, Bun und Deno im Wettbewerb, TypeScript 7 mit Compiler in Go, Build-Werkzeuge in Rust: Was sich 2026 bei JavaScript ändert und was Sie davon übernehmen.

mehr erfahren

npm-Pakete sicher prüfen: So bewerten Sie ein Paket vor dem Einbau

npm-Pakete sicher prüfen: wie Sie Name, Wartung, Provenance, Install-Skripte, bekannte Lücken und Lizenz bewerten, bevor ein Paket in Ihr Projekt kommt.

mehr erfahren

npm install unter der Lupe: Wie Angreifer die Lieferkette kapern

Was npm install technisch tut, welche Angriffsmuster von Typosquatting bis Dependency Confusion es ausnutzen und wie Sie das Installieren absichern.

mehr erfahren

Programmiersprachen und KI: Warum Rust für Code-Agenten so gut passt

KI-Agenten schreiben in Rust oft verlässlicheren Code, weil der Compiler viele Fehler sofort meldet. Was dahinter steckt und wo das Argument endet.

mehr erfahren

Pi Agent vs. Claude Code: minimaler Open-Source-Agent im Vergleich

Pi Agent und Claude Code im Vergleich: Architektur, Erweiterungen, Modellwahl, Lizenz, Kosten und Sicherheit. Für wen sich der Open-Source-Agent lohnt.

mehr erfahren

Agentic Engine Optimization: Websites für KI-Agenten lesbar machen

Agentic Engine Optimization: Wie KI-Assistenten Ihre Website abrufen, welche Rolle robots.txt, llms.txt und strukturierte Daten spielen – und was belegt ist.

mehr erfahren

Claude Skills für Einsteiger: eigene KI-Workflows aufbauen

Claude Skills bündeln wiederkehrende Anweisungen in einer SKILL.md-Datei. So bauen Sie Skills auf und installieren sie in Claude und Claude Code.

mehr erfahren

Claude Code richtig nutzen: 15 Funktionen, die Profis kennen sollten

Claude Code kann mehr als chatten: So setzen Sie CLAUDE.md, Subagenten, Hooks, Skills, MCP und den Headless-Modus gezielt im Entwickleralltag ein.

mehr erfahren

Claude Code für Einsteiger: vom Terminal zur fertigen Anwendung

Claude Code arbeitet im Terminal direkt mit Ihren Dateien. So gelingen Installation, erste Aufträge, Planmodus, Skills und MCP auch ohne Programmiererfahrung.

mehr erfahren

OpenClaw im Praxistest: vom Chatbot zum digitalen Assistenten

OpenClaw macht ein Sprachmodell zum selbst gehosteten Agenten mit Zugriff auf Rechner und Messenger. Aufbau, Einrichtung, Skills und Sicherheitsregeln.

mehr erfahren

Das Ende der Menüs: Wie KI die digitale Arbeitsumgebung verändert

Seit Jahrzehnten bedienen wir Computer über Fenster, Menüs und Ordner. KI-Agenten verschieben das zu Aufträgen in Alltagssprache. Was sich ändert und was nicht.

mehr erfahren

Microsoft und Rust: Was hinter dem Ziel „C und C++ bis 2030“ steckt

Microsoft nutzt Rust im Windows-Kernel, der Ersatz von C und C++ bis 2030 ist aber ein Forschungsziel. Was belegt ist und was es für Entwickler bedeutet.

mehr erfahren

TanStack Start: Das React-Framework als Alternative zu Next.js

TanStack Start ist ein Fullstack-Framework für React auf Basis von TanStack Router und Vite. Was es kann und wann es eine Alternative zu Next.js ist.

mehr erfahren

Die Ralph-Wiggum-Technik: KI-Coding-Agenten, die nicht aufgeben

Die Ralph-Wiggum-Technik lässt einen Coding-Agenten denselben Auftrag wiederholen, bis die Tests bestehen. Wie sie funktioniert und worauf Sie achten sollten.

mehr erfahren

Warum KI Entwickler nicht ersetzt, aber ihre Rolle verändert

KI-Assistenten schreiben heute viel Code. Warum Fachwissen trotzdem wichtiger wird und welche Fähigkeiten Entwickler:innen jetzt gezielt ausbauen sollten.

mehr erfahren

Von Node.js zu Bun: Next.js-Projekte schrittweise umstellen

Wie Sie Bun in Next.js einsetzen: von bun install über bun --bun next dev bis zum Deployment. Was dabei schneller wird, was nicht und was Sie vorher prüfen.

mehr erfahren

Bun erklärt: JavaScript-Laufzeit, Paketmanager und Bundler in einem

Bun ist Laufzeitumgebung, Paketmanager, Bundler und Testrunner in einem. Wie es funktioniert, wie kompatibel es zu Node.js ist und für wen es sich lohnt.

mehr erfahren

KI-Agenten richtig anleiten: Spezifikationen, die funktionieren

Spezifikationen für KI-Coding-Agenten wie Claude Code oder GitHub Copilot: welche Angaben hineingehören, wie Sie Aufgaben aufteilen und Grenzen setzen.

mehr erfahren

Was ist .NET? Die Microsoft-Plattform einfach erklärt

.NET ist Microsofts quelloffene Entwicklungsplattform für Web, Cloud, Desktop und Apps. Sie erfahren, wie Laufzeit, SDK und Versionen zusammenhängen.

mehr erfahren

Künstliche Intelligenz 2026: Vom Chatbot zum digitalen Kollegen

Rückblick auf den KI-Ausblick vom Januar 2026: acht erwartete Trends von Multi-Agenten-Systemen über physische KI und EU AI Act bis zu Quanten-Utility.

mehr erfahren

KI-Jahr 2025: Vier Erkenntnisse und ein Ausblick auf 2026

Rückblick vom Januar 2026 auf das KI-Jahr 2025: vier Entwicklungen von unauffälligen Agenten bis zum Chipmangel und was sie damals für 2026 erwarten ließen.

mehr erfahren

REST und Event-Streams: Wann sich ereignisbasierte Backends lohnen

REST oder Event-Streams? Wie sich Request/Response und Publish/Subscribe unterscheiden, wann Kafka, SSE oder WebSockets passen und wo REST richtig bleibt.

mehr erfahren

Shai-Hulud 2.0: Wie sich ein Wurm im November 2025 durch npm fraß

Shai-Hulud 2.0 einfach erklärt: Rückblick auf den npm-Wurm vom November 2025, wie er Zugangsdaten stahl, sich selbst verbreitete und wie Sie sich schützten.

mehr erfahren

HTMX: Moderne Webanwendungen ohne JavaScript-Framework bauen

HTMX lädt Inhalte nach, sendet Formulare und tauscht Seitenteile per HTML-Attribut aus. Die Anleitung zeigt Browser- und Serverseite und den Stand von HTMX 4.

mehr erfahren

Electron vs. Tauri: Desktop-Apps mit Webtechnik im Vergleich

Electron bringt Chromium und Node.js mit, Tauri nutzt den Webview des Systems und einen Kern in Rust. Der Vergleich zeigt, wann sich welches Framework eignet.

mehr erfahren

Architekturkompetenz im KI-Zeitalter: Was Full-Stack heute heißt

Wenn KI-Werkzeuge Code schreiben, verschiebt sich die Arbeit zu Architekturentscheidungen. Welche Fähigkeiten zählen und wie Sie sie gezielt aufbauen.

mehr erfahren

Omarchy im Test: So macht Linux endlich wieder Spaß

Unser Test von Omarchy aus dem November 2025: Das Linux auf Basis von Arch und Hyprland setzt auf Tastatur, Kachelfenster und abgestimmte Themes.

mehr erfahren

JWT-Probleme: Warum Entwickler vor JSON Web Tokens warnen

JWT-Probleme im Überblick: Warum sich Tokens schwer widerrufen lassen, welche Prüffehler gefährlich sind und wann klassische Sessions die bessere Wahl sind.

mehr erfahren

7 KI-Begriffe erklärt: Von KI-Agenten bis Superintelligenz

Sieben KI-Begriffe von KI-Agenten über RAG und MCP bis Superintelligenz: was sie bedeuten, wie sie zusammenhängen und was davon für Unternehmen zählt.

mehr erfahren

Machine Learning verstehen: von den Grundlagen bis zu moderner KI

Machine Learning verständlich erklärt: welche Lernverfahren es gibt, wie Training mit Daten abläuft und wie Sie prüfen, ob ein Modell wirklich etwas taugt.

mehr erfahren

Scrum-Master-Rolle auf dem Prüfstand: ein Blick aus Architektursicht

Lohnt sich ein Scrum Master noch? Wir betrachten die Rolle aus Sicht der Softwarearchitektur, gleichen sie mit dem Scrum Guide 2020 ab und zeigen Alternativen.

mehr erfahren

Was dürfen wir für Sie tun?

So sind wir zu erreichen: