BotServ
KI lokal betreiben, Agenten bauen, Hardware passend wählen.
BotServ ist ein Kompass für lokale KI, KI-Agenten, passende Hardware und den sicheren Betrieb eigener Modelle. Wer datenschutzsensibel arbeitet, lange Kosten vermeiden will oder einfach volle Kontrolle über Tools, Daten und Workflows behalten möchte, findet hier den richtigen Einstieg.
Statt monatlicher API-Abos setzt BotServ auf Open-Source-Software, gängige Consumer- und Server-Hardware sowie etablierte Standards wie Docker, Ollama und MCP. Du lernst, welche Komponenten zusammenpassen, wie Du Agenten für konkrete Aufgaben baust und wo die Grenzen zwischen lokalem und Cloud-Betrieb liegen.
Alle Cluster auf einen Blick
Jeder Bereich verlinkt auf praktische Guides, Vergleiche und Tools, die Du sofort einsetzen kannst.
Anwendungsfälle für lokale KI
Überblick über praxisnahe Anwendungsfälle für lokale KI: Dokumentenanalyse, Programmierung, Wissensmanagement, Recherche, Kundenservice und Heimautomatisierung.
- 100 ChatGPT Prompts & Befehle: Die ultimative Liste für Coding, Marketing, Video & Business
- 100 Claude Prompts & Befehle: Die ultimative Liste für Claude.ai (Coding, Marketing, Business)
- Buchhaltung automatisieren mit KI: Alle Wege für Kleinunternehmer & Gewerbe
- Cloud-freie Workflows für vertrauliche Daten
- Coding-Agenten mit lokaler KI
- Datenschutz für kleine Unternehmen mit KI
- Die wichtigsten Claude Plugins: Remotion, Dokumente, Entwicklung & Community-Packs
- Dokumente und PDF mit lokaler KI
- Dokumentenanalyse mit lokaler KI
- Dokumentenassistent für kleine Unternehmen
- FAQ-Bot mit lokaler KI
- Heimautomatisierung mit lokaler KI
- Home Assistant mit lokaler KI
- Interner Wissensbot
- Internetrecherche mit KI
- KI für Influencer & Creator: Der komplette Stack für den Neustart
- KI für kreatives Arbeiten
- KI im Einkauf
- KI im Kundenservice
- KI im Kundensupport
- KI im Marketing
- KI im Personalwesen
- KI im Vertrieb
- KI in der Produktion
- KI in der Rechtsabteilung
- KI unterstütztes Programmieren
- KI-Generatoren für 3D-Druck: Alle Dienste im Vergleich (MakerLab, Meshy, Rodin & Co.)
- KI-gestützte Code-Review
- KI-gestützte Dokumentation
- KI-gestützte Recherche
- KI-gestützte Sprachanwendungen
- KI-gestützte Transkription
- KI-gestützte Zusammenfassungen
- KI-gestützter Recherche-Agent
- KI-Setup für Anfänger: In 4 Schritten zum eigenen KI-System
- KI-Zertifikate im Vergleich: Google, Microsoft, OpenAI, Anthropic & Co.
- Kostenvergleich: Lokale KI vs. Cloud-KI
- Lokale Coding-Modelle
- Lokale Dokumentenanalyse für vertrauliche Daten
- Lokale KI im Unternehmen
- Lokaler Sprachassistent
- Lokaler Sprachassistent für Smart Home
- Lokaler Vorlese-Assistent
- Lokales Diktierprogramm
- Mehrsprachiger Kundenservice mit lokaler KI
- OCR mit lokaler KI
- Offline-KI für vertrauliche Daten
- PDF-Chatbot mit lokaler KI
- Projekt: Coding-Agent im Dauerbetrieb, lokaler KI-Agent refactoriert Dein Repo über Nacht
- Projekt: Firmen-Dokumentenbot bauen: Paperless-ngx + Ollama + RAG im eigenen Chat
- Projekt: Instagram-Autopilot mit KI: Hermes Agent + Postiz selbst hosten
- Quellen mit KI auswerten
- RAG-Wissensdatenbank aufbauen
- Semantische Suche im Unternehmen
- Smart Home Agent mit lokaler KI
- Wissensdatenbank aus Dokumenten
- Wissensmanagement mit lokaler KI
Workflow-Automatisierung mit KI
Überblick über KI-gestützte Workflow-Automatisierung: Klassische Workflows vs. Agenten, Tools wie n8n und Node-RED und lokale Integration mit Ollama.
- Automatisierung Grundlagen
- Cal.com self-hosted: Calendly-Alternative für Terminbuchung
- Chatwoot self-hosted: Kundenservice-Plattform mit KI
- Die besten n8n-Workflows & GitHub-Sammlungen: Was sich wirklich lohnt
- Discord-Bot mit Ollama
- DocuSeal self-hosted: DocuSign-Alternative für eSignaturen
- Dokumenten-Automatisierung mit KI-Agenten
- E-Mail-Automatisierung mit KI-Agenten
- Home Assistant mit Ollama integrieren
- Invoice Ninja self-hosted: Rechnungen und Zeiterfassung
- IRC-Bot mit Ollama
- KI-Agenten in n8n bauen
- Klassische Workflows vs. KI-Agenten
- Kundenservice-Automatisierung mit KI-Agenten
- Lokale vs. Cloud-Automatisierung
- Matrix-Bot mit Ollama
- Monitoring-Automatisierung mit KI-Agenten
- n8n installieren
- n8n mit lokaler KI verbinden
- n8n mit Ollama integrieren
- n8n Self-Hosting
- n8n Workflow-Vorlagen
- Nextcloud mit Ollama integrieren
- NocoDB self-hosted: Airtable-Alternative als No-Code-Datenbank
- Node-RED für KI-Automatisierung
- Node-RED installieren
- Node-RED KI-Integration
- Node-RED mit Home Assistant
- Ollama in Automatisierung integrieren
- Open WebUI für Automatisierung
- Paperless-ngx mit KI erweitern
- Postiz self-hosted: Social-Media-Scheduling mit KI
- RAG-Workflows in n8n
- Recherche-Automatisierung mit KI-Agenten
- Stirling-PDF self-hosted: PDF-Werkzeugkasten im Browser
- Supabase self-hosted: Open-Source-Firebase-Alternative
- Twenty CRM self-hosted: Salesforce-Alternative für KMU
- Typebot self-hosted: No-Code-Chatbot-Builder
- Vaultwarden self-hosted: Bitwarden-Passwortmanager auf eigenem Server
- Workflow-Automatisierung mit KI
Chatbots und KI-Assistenten
Überblick über Chatbots und KI-Assistenten: Was unterscheidet sie, welche Arten gibt es und wie betreibt man sie lokal?
- Bot-Crossing: Bots zwischen Plattformen verbinden (Matterbridge)
- Chatbot Grundlagen
- Chatbot ohne Programmierung erstellen
- Chatbot-Plattformen im Vergleich: Welcher Messenger für Deinen KI-Bot?
- Discord-Bot mit lokaler KI
- IRC-Bot mit lokaler KI
- IRC-Bot: Erweitertes Setup
- Matrix-Bots mit lokaler KI
- Mattermost-Bot mit lokaler KI
- Microsoft-Teams-Bot mit lokaler KI
- Nextcloud-Talk-Bot mit lokaler KI
- Rocket.Chat-Bot mit lokaler KI
- Signal-Bot mit lokaler KI
- Slack-Bot mit lokaler KI
- Telegram-Bot mit lokaler KI
- Web-Chatbot mit lokaler KI
- WhatsApp-Bot mit lokaler KI
KI-Agenten
KI-Agenten bei BotServ: Grundlagen, Frameworks und praxisnahe Anleitungen für lokale und cloudbasierte Agenten. LangGraph, CrewAI, AutoGen, Dify und mehr.
- Administrations-Agent: Verwaltung mit KI automatisieren
- Agenten-Berechtigungen: Zugriffskontrolle für KI-Agenten
- Agenten-Gedächtnis: Memory für KI-Agenten
- Agentensysteme: Aufbau und Architektur
- Agentic AI
- AgentVerse
- Armee von KI-Agenten: Warum TikTok-Kurse über Agenten boomen und was wirklich dahinter steckt
- AutoGen
- Camel AI
- Chatbot vs. KI-Agent
- Cloud-Fallback für lokale KI-Agenten
- Codebase Memory
- CrewAI
- Dify
- Dokumenten-Agent: Dokumente mit KI verarbeiten
- E-Mail-Agent: E-Mails mit KI verarbeiten
- Eigene MCP-Tools entwickeln
- Eigenen MCP-Server bauen
- Eigenen MCP-Server erstellen
- Fehleranalyse für KI-Agenten
- Hardware-Anforderungen für KI-Agenten
- Hermes Agent: Der selbstlernende KI-Agent von Nous Research: Features, Instagram & Praxis
- KI-Agenten Frameworks
- KI-Agenten Grundlagen
- KI-Agenten im Dauerbetrieb
- KI-Agenten lokal mit Ollama betreiben
- KI-Agenten mit Docker betreiben
- KI-Agenten mit LM Studio betreiben
- KI-Agenten mit vLLM betreiben
- KI-Agenten visualisieren: Agenten in einer künstlichen Insel- & Office-Welt leben lassen
- Kostenkontrolle für KI-Agenten
- Kundenservice-Agent: Support mit KI automatisieren
- Langflow
- LangGraph
- LlamaIndex: RAG-fokussiertes Agenten-Framework
- MCP für Dateisystem und Datenbanken
- MCP lokal betreiben
- MCP-Berechtigungen: Zugriffskontrolle für Tools
- MCP-Clients verstehen und einrichten
- MCP-Grundlagen für KI-Agenten
- MCP-Sicherheit: Tools sicher integrieren
- Mehrere KI-Agenten parallel betreiben
- Menschliche Freigaben: Human-in-the-Loop bei KI-Agenten
- Multi-Agent-Systeme: Mehrere KI-Agenten im Team
- OpenAI Agents SDK
- OpenChamber: Open-Source-Workspace für KI-Coding-Agenten (OpenCode-GUI)
- OpenClaw
- OpenHands
- Planung und Reflexion: Wie KI-Agenten denken
- Programmier-Agent: Code mit KI schreiben und debuggen
- Prompt Injection bei KI-Agenten
- Protokollierung für KI-Agenten
- Recherche-Workflows mit KI-Agenten
- Sandboxing für KI-Agenten
- Semantic Kernel: Microsofts Agenten-Framework
- Tool-Berechtigungen für KI-Agenten
- Tool-Calling
- Was ist ein KI-Agent?
KI-Hardware
KI-Hardware bei BotServ: Grundlagen zu CPU, GPU, RAM, VRAM, TOPS und APU sowie Kaufberatung für lokale KI-Systeme mit Mini-PCs und GPUs.
- Apple Silicon für lokale KI
- Cooling für lokale KI
- CPU für lokale KI kaufen
- CPU für lokale KI kaufen
- CPU vs. GPU: Welcher Prozessor für lokale KI?
- Energieeffizienz bei KI-PCs
- Festplatte für lokale KI kaufen
- Gebrauchte GPU für KI: Sparpotenzial und Risiken
- Gebrauchte Server-Hardware für lokale KI
- Gehäuse für lokale KI kaufen
- GPU für lokale KI kaufen
- GPU-Offloading: Modelle zwischen RAM und VRAM
- GPU-Vergleich für lokale KI
- Hardware richtig dimensionieren: KI-PC planen
- KI-Cluster für lokale KI
- KI-Cluster planen
- KI-Hardware Grundlagen
- KI-Hardware Kaufberatung
- KI-Mini-PC kaufen
- KI-PC Einsteiger
- KI-PC Mittelklasse: Mehr Power für größere Modelle
- KI-PC zusammenstellen
- KI-Server in der Cloud kaufen
- KI-Server selbst bauen
- KI-Workstation kaufen
- KI-Workstation: Maximale Power für 70B+ Modelle
- Kühlung für KI-PCs kaufen
- M1 und M2 für KI: Lohnen sich ältere Apple Silicon Chips?
- Mac mini für KI: Apples kompakter KI-Rechner
- Mac mini für lokale KI: Setup und Performance
- Mac Studio für KI: Apples Workstation für große Modelle
- Mac Studio für lokale KI: Setup und Performance
- MacBook für KI: Air vs Pro für lokale Modelle
- Mainboard für lokale KI kaufen
- Mini-PC für KI: Kompakte Rechner für lokale Modelle
- Modellgröße und Speicherbedarf: Wie groß ist ein KI-Modell?
- Netzteil für lokale KI kaufen
- Notebook für lokale KI kaufen
- PC für Bildgenerierung: Hardware für Stable Diffusion und Co.
- PC für KI-Agenten: Hardware für autonome Systeme
- PC für Ollama: Optimale Hardware für lokale Modelle
- PC für RAG: Hardware für Wissensdatenbanken
- Peripherie für lokale KI
- Proxmox auf einem Intel NUC installieren
- Proxmox auf einem Mac Pro Trashcan
- RAM für lokale KI kaufen
- RAM für lokale KI kaufen
- RAM vs. VRAM
- Speicherbandbreite: Der Flaschenhals bei lokaler KI
- Unified Memory: Apples Geheimwaffe für lokale KI
- Upgrade-Pfade für KI-PCs
- Wer braucht den Ryzen AI Max+ 395? MS-S1 Max Use Cases für Agenturen, Entwickler & KMU
Lokale KI
Lokale KI bei BotServ: Grundlagen, Software, Modelle, RAG und Hardware-Hinweise für den Eigenbetrieb von Sprachmodellen mit Ollama, LM Studio und mehr.
- Agenten-Speicher für KI-Agenten
- Agenten-Workflows mit Ollama
- AnythingLLM mit Ollama per Docker Compose
- AnythingLLM: RAG-Desktop-App für lokale KI
- Audioverarbeitung mit lokaler KI
- Bildanalyse mit lokaler KI
- Bildgenerierung mit lokaler KI
- Bildmodelle lokal betreiben
- Chroma einrichten
- Chunking
- Coding-Modelle für lokale KI
- Continue: KI-Assistent für die IDE
- Datenanalyse mit Ollama
- DeepSeek Modelle: Reasoning und Coding aus China
- Die wichtigsten Ollama-Befehle
- Dokumente vorbereiten: Daten für RAG aufbereiten
- Embedding-Modelle
- Embedding-Modelle für lokale KI
- Embedding-Modelle für RAG
- Embeddings mit Ollama
- FAISS: Vektorsuche von Meta für Forschung
- Function Calling mit Ollama
- Gemma Modelle: Googles leichtgewichtige KI
- GGUF-Modelle in Ollama importieren
- Grundlagen der Modell-Quantisierung
- Hybrid Search: Semantisch und lexikalisch kombinieren
- Jan: Offline-KI-Client für Desktop
- KI-Benchmarks: Modelle objektiv vergleichen
- KI-gestützte Dokumentenanalyse
- KI-Grundlagen-Glossar
- KoboldCpp: Rollenspiel und kreative Texte lokal
- Kontextlänge
- Kontextlänge in Ollama verstehen
- Llama Modelle: Metas Open-Source-Serie
- llama.cpp: Die Engine unter der Haube
- LLM lokal betreiben
- LM Studio: Grafische Oberfläche für lokale KI
- Lokale KI Grundlagen
- Lokale KI Modelle
- Lokale KI Software
- Lokale KI vs. Cloud KI
- Lokales RAG
- MCP mit Ollama nutzen
- Mehrere Benutzer in Open WebUI
- Milvus: Vektordatenbank für große Skalierung
- Mistral Modelle: Europas Open-Source-Alternative
- Mistral-Modelle lokal nutzen
- Modell finden
- MoE-Modelle verstehen: Mixture of Experts für lokale KI
- Multimodale KI-Pipelines lokal aufbauen
- Multimodale Sprachassistenten
- Ollama
- Ollama absichern
- Ollama als Systemd-Dienst
- Ollama API nutzen
- Ollama API-Bibliotheken
- Ollama auf Linux: Installation und Einrichtung
- Ollama auf macOS: Installation und Einrichtung
- Ollama auf Windows: Installation und Einrichtung
- Ollama Fehlerbehebung: Häufige Probleme lösen
- Ollama für Automatisierung
- Ollama für Coding
- Ollama für KI-Agenten einsetzen
- Ollama Hardware-Anforderungen: Was brauchst Du wirklich?
- Ollama hinter einem Reverse-Proxy
- Ollama in andere Tools integrieren
- Ollama in Docker betreiben
- Ollama in Open WebUI verwalten
- Ollama installieren
- Ollama Konfiguration: Alle Optionen und Einstellungen
- Ollama mit Docker: Containerisierte lokale KI
- Ollama Modelfiles
- Ollama Modell-Lebenszyklus
- Ollama Modelle verwalten
- Ollama Netzwerkzugriff: Remote-Zugriff einrichten
- Ollama Performance optimieren
- Ollama remote nutzen
- Ollama REST API
- Ollama Vision API
- Ollama-API-Fehlerbehebung
- Ollama-Embedding-Modelle vergleichen
- Ollama-Funktionen (Function Calling)
- Ollama-Geschwindigkeit optimieren
- Ollama-Modell-Empfehlungen nach Anwendungsfall
- Ollama-Modell-Galerie
- Ollama-Modell-Vergleich
- Ollama-Modelle aktualisieren und verwalten
- Ollama-Modelle benchmarken
- Ollama-Modelle evaluieren
- Ollama-Modelle feintunen
- Ollama-Modelle und Daten sichern
- Ollama-Modelle verschieben und migrieren
- Open WebUI Administration
- Open WebUI Funktionen
- Open WebUI Tools und Erweiterungen
- Open WebUI: ChatGPT-Alternative für lokale KI
- OpenAI-kompatible API mit Ollama
- PDF und OCR: Gescannte Dokumente für RAG
- pgvector: Vektorsuche in PostgreSQL
- Phi Modelle: Microsofts kompakte KI
- Prompt-Engineering für Ollama
- Qdrant einrichten
- Quantisierung
- Quantisierung in der Praxis mit Ollama
- Quantisierung von KI-Modellen
- Quantisierungs-Vergleich: Q4, Q5, Q8 in der Praxis
- Quantisierungsrechner für KI-Modelle
- Quellenangaben bei RAG: Nachverfolgbare Antworten
- Qwen Modelle: Alibabas Multilingual-Serie
- Qwen3.8-27B ehrlich eingeordnet: Coding-Monster, kein Lexikon
- RAG Grundlagen
- RAG in Open WebUI einrichten
- RAG mit Ollama aufbauen
- RAG vs. Kontextfenster: Wann brauche ich was?
- RAG-Qualität testen: Metriken und Methoden
- RAG-Tutorials: Schritt-für-Schritt Anleitungen
- RAM und VRAM Anforderungen
- Reasoning-Modelle für lokale KI
- Reranking-Modelle für lokales RAG
- Reranking: RAG-Ergebnisse verbessern
- Speech-to-Text mit lokaler KI
- Speech-to-Text-Modelle lokal betreiben
- System-Prompts für Ollama
- Text-to-Speech-Modelle lokal betreiben
- Textmodelle für lokale KI
- Vektordatenbanken
- Videoanalyse mit lokaler KI
- Vision-Modelle lokal betreiben
- Vision-Modelle mit Ollama
- vLLM: Hochleistungs-Inferenz für Server
- Was ist lokale KI?
- Weaviate: Vektordatenbank mit GraphQL-API
- Wissensbestand aktualisieren: RAG-Daten pflegen
Self-Hosting: KI-Services selbst hosten
Self-Hosting für lokale KI: Linux, Docker und Netzwerk-Setup. Wie Du KI-Services zuverlässig selbst hostest. Übersicht mit Anleitungen.
- Backup für Self-Hosting
- Cloud-Server für lokale KI
- Cloudflare Tunnel: KI-Services ohne öffentliche IP
- Debian für KI: Alternative zu Ubuntu
- Die wichtigsten Docker-Befehle
- Die wichtigsten OpenClaw-Befehle
- Docker Build-Args in Compose
- Docker Compose für lokale KI
- Docker Compose Umgebungen und Variablen
- Docker Compose-Setups optimieren
- Docker Container-Runtimes
- Docker für KI: Container und GPU-Support
- Docker GPU-Unterstützung: NVIDIA Container Toolkit
- Docker Grundlagen: Container für KI-Services
- Docker in CI/CD Pipelines
- Docker Layer-Caching verstehen
- Docker Multistage-Builds
- Docker Netzwerk
- Docker Secrets mit Compose verwalten
- Docker Swarm für lokale KI
- Docker Volumes verwalten
- Docker-Backup-Strategien
- Docker-Container absichern
- Docker-Container aktualisieren
- Docker-Container migrieren
- Docker-Container und Volumes sichern
- Docker-Container-Neustarts richtig konfigurieren
- Docker-Images optimieren
- Docker-Log-Rotation einrichten
- Docker-Logs zentral sammeln
- Docker-Monitoring mit Grafana und Prometheus
- Docker-Netzwerk-Isolation
- Docker-Registry-Cache
- Docker-Ressourcenlimits setzen
- Docker-Volumes sicher backuppen
- Dockerfile schreiben und optimieren
- Eigene Docker-Registry betreiben
- GPU in Docker nutzen
- GPU-Monitoring für lokale KI
- GPU-Passthrough in Docker
- Headless-Setup: KI-Server ohne Monitor
- Healthchecks für Docker-Container
- Homelab aufbauen: Kompakter Guide mit konkreten Empfehlungen
- Homelab-Software-Stacks: KI-Automatisierung, Kleinunternehmen und Backup
- Interne DNS-Namen in Docker
- Kubernetes für lokale KI-Systeme
- Linux für KI: Ubuntu und Server-Setup
- Lokale KI auf Windows
- LXC vs. VM in Proxmox
- Monitoring für lokale KI-Systeme
- NAS für lokale KI-Systeme
- Netzwerk für KI-Services: VPN und Remote-Zugriff
- Nginx Proxy Manager: Reverse Proxy einfach
- OpenClaw auf Proxmox VE installieren
- OpenClaw Fehlerbehebung
- OpenClaw Konfiguration
- OpenClaw mit Ollama und Claude auf Proxmox
- OpenHands auf Proxmox betreiben
- Proxmox Backups und Restore
- Proxmox für KI: Virtualisierung
- Proxmox für lokale KI
- Proxmox Netzwerk einrichten
- Proxmox Storage einrichten
- Proxmox VE installieren
- RackPeek: Homelab-Rack dokumentieren und visualisieren
- Reverse Proxy mit Docker
- Rootless Docker betreiben
- Self-Hosting Grundlagen
- Tailscale Grundlagen
- Tailscale: Sicheres Netzwerk für KI-Services
- Ubuntu für KI: Server-Setup Schritt für Schritt
- WireGuard: Eigenes VPN für KI-Services
Sicherer Betrieb von KI-Systemen
Sicherer Betrieb lokaler KI: Agentensicherheit, Netzwerksicherheit, Firewalls, Reverse Proxys und Best Practices. Übersicht aller Sicherheitsartikel.
- Agentensicherheit: KI-Agenten absichern
- API-Schlüssel sicher verwalten
- Audit-Logging: Agenten-Aktionen nachvollziehen
- Authentifizierung für lokale KI-Systeme
- Authentifizierung: KI-Services absichern
- Backup-Strategie für lokale KI-Systeme
- Benutzer und Rollen bei lokaler KI
- Datenschutz beim lokalen KI-Betrieb
- Docker Secrets richtig nutzen
- dotenvx für sichere Umgebungsvariablen
- Firewall für KI-Services: Ports absichern
- Firewall-Grundlagen für KI-Systeme
- Guardrails konfigurieren: Regeln für KI-Agenten
- HashiCorp Vault für lokale KI
- Infisical für lokale KI
- KI-Log-Checker: Linux-Logs analysieren beim Security-Incident (Befehle + Automatisierung)
- Logging für lokale KI-Systeme
- Menschliche Freigabe: Approval Gates für Agenten
- Monitoring für lokale KI-Systeme
- Mozilla SOPS für Secrets
- Netzwerksicherheit für lokale KI
- Prompt Injection Schutz: Angriffe auf KI-Agenten abwehören
- Prompt Injection: Grundlagen
- Prompt-Injection-Schutzmaßnahmen
- Reverse Proxy für KI-Services: Nginx und Caddy
- Reverse-Proxy für lokale KI-Dienste
- Sandbox für KI-Agenten: Docker und VM
- Secret Rotation automatisieren
- Secret Rotation für lokale KI
- Secret-Management für lokale KI
- Secret-Management-Lösungen im Vergleich
- Secrets und API-Keys in KI-Projekten
- Sicherer Betrieb lokaler KI-Systeme
- TLS-Zertifikate für lokale KI
- TLS-Zertifikate: Sichere Verbindungen für KI
- Umgebungsvariablen sicher nutzen
- VPN für lokale KI
- Zugriffsschutz für lokale KI-Systeme
Tools für lokale KI und KI-Agenten
Tools für lokale KI, Agenten-Entwicklung und Self-Hosting: Entwicklungs-Frameworks, Datenbanken und Hilfsmittel. Übersicht aller Tools.
- Cloud-Kostenrechner für KI
- DSPy: Programmatisches Prompt Engineering
- Entwicklungs-Tools: Frameworks und Bibliotheken
- Haystack: End-to-End NLP-Framework
- KI-Hardware-Konfigurator
- Kontextrechner für Sprachmodelle
- LangChain: Framework für LLM-Anwendungen
- LlamaIndex: Framework für RAG- und Agenten-Apps
- Modell-Finder für lokale KI
- Ollama-Befehlsgenerator
- RAM-Rechner für lokale KI
- Stromkostenrechner für lokale KI
- VRAM-Rechner für lokale KI
Vergleiche und Kostenrechnung für lokale KI
Vergleiche für lokale KI: Software, Modelle, Hardware, Hosting und Abonnements im direkten Vergleich. Worauf beim Kostenvergleich geachtet werden muss.
- Apple Silicon vs. PC für KI
- ChatGPT vs. Claude
- Cloud vs. eigene Hardware für KI
- Coding-Modelle im Vergleich
- Embedding-Modelle im Vergleich
- GPU für KI: Kaufen oder Mieten?
- LangGraph vs. CrewAI
- Lokale KI vs. API-Kosten
- Lokale KI vs. Cloud KI
- n8n vs Node-RED
- Ollama vs. llama.cpp
- Ollama vs. LM Studio
- Open WebUI vs. AnythingLLM
- Reasoning-Modelle im Vergleich
- Textmodelle im Vergleich
- Vision-Modelle im Vergleich
Womit möchtest Du anfangen?
Die meisten Einsteiger beginnen mit Ollama oder der Hardware-Kaufberatung, je nachdem ob die Hardware bereits vorhanden ist.