Was ist Ollama?
Ollama macht das Ausführen eines offenen Modells auf dem eigenen Rechner zur Sache einer Zeile: `ollama run` plus Modellname lädt die Gewichte herunter und startet einen Chat. Es läuft unter macOS, Windows und Linux sowie als offizielles Docker-Image.
Es stellt auf Port 11434 eine lokale REST-API bereit, einschließlich eines OpenAI-kompatiblen Endpunkts, und `ollama launch` verbindet lokale oder Cloud-Modelle mit Coding-Agenten wie Claude Code, Codex, Copilot CLI und OpenCode. Eine kuratierte Bibliothek führt Modelle wie Gemma 4, gpt-oss, Qwen und DeepSeek.
Das Unternehmen verkauft außerdem Ollama Cloud für größere Modelle, die es selbst hostet, vor allem in den USA. Laut Preisseite bleibt der Betrieb von Modellen auf eigener Hardware unbegrenzt, und Prompts und Antworten in der Cloud werden nie protokolliert oder fürs Training genutzt.
Was kostet Ollama?
| Tarif | Preis | Was enthalten ist |
|---|---|---|
| Local | Free | MIT |
| Cloud Free | Free | Startguthaben |
| Pro | $20/month | 60 $ Guthaben |
| Max | $100/month | 300 $ Guthaben |
| Team | $500/month | 1.000 $ geteiltes Guthaben, unbegrenzte Nutzer |
| Enterprise | Custom |
Open Source (MIT) und lokal kostenlos. Optional Ollama Cloud: Free mit Startguthaben; Pro 20 $/Monat (60 $ Guthaben); Max 100 $/Monat (300 $ Guthaben); Team 500 $/Monat (1.000 $ geteiltes Guthaben, unbegrenzte Nutzer); Enterprise nach Vereinbarung.
Lohnt sich Ollama?
Ollama ist der kürzeste Weg von null zu einem funktionierenden lokalen Modell, und seine Voreinstellungen sind auf eine Person an einem Rechner zugeschnitten. Es hat rund 184.400 GitHub-Sterne und liefert fast täglich: v0.40.9 vom 22. Oktober 2026 war das fünfte Release in neun Tagen.
Der Reiz liegt darin, dass es die Einrichtung abnimmt. Modell-Downloads, GPU-Erkennung und ein Hintergrundserver werden für dich erledigt, und so viele Editoren, Chat-Apps und Agent-Werkzeuge führen Ollama als Backend, dass es zur Standard-API für lokale Modelle geworden ist. Die Voreinstellungen verdienen aber einen zweiten Blick. Laut FAQ beträgt das Kontextfenster 4.096 Token, solange du es nicht erhöhst, und das ist zu klein für einen Coding-Agenten, der mehrere Dateien liest. Jedes Modell bearbeitet eine Anfrage nach der anderen, und der Speicherbedarf wächst mit der Zahl paralleler Anfragen mal Kontextlänge.
Bei der Sicherheit geht es um Konfiguration, nicht um Codequalität. Ollama bindet ohne Authentifizierung an 127.0.0.1; wer OLLAMA_HOST auf 0.0.0.0 setzt, legt die gesamte API offen, und im Januar 2026 zählten SentinelOne und Censys 175.000 öffentlich erreichbare Server. Im Mai 2026 wurde CVE-2026-7482 bekannt und in v0.17.1 behoben, ein Heap-Out-of-Bounds-Read mit Bewertung 9,1, der mit drei nicht authentifizierten Aufrufen Prozessspeicher preisgibt. Bei jeder Instanz, die vor dem Patch aus dem Internet erreichbar war, sollten die Secrets ausgetauscht werden.
Das Unternehmen verkauft inzwischen eine Cloud: Pro kostet 20 $ im Monat mit 60 $ Guthaben und drei gleichzeitigen Anfragen, Max 100 $ mit 300 $ und zehn, Team 500 $ mit 1.000 $ geteiltem Guthaben und unbegrenzten Nutzern. Mit OLLAMA_NO_CLOUD=1 lässt sich die Cloud vollständig abschalten. Gegenüber llama.cpp tauscht Ollama Stellschrauben gegen Bequemlichkeit, gegenüber vLLM Durchsatz für viele Nutzer gegen eine Installation in einer Zeile. Für eine einzelne Entwicklerin oder einen einzelnen Entwickler sind beide Tauschgeschäfte vernünftig.
Wo es sich lohnt
Eine Entwicklerin mit Apple-Silicon-Laptop, die einen privaten Coding-Assistenten will
Einen Coding-Agenten mit einem lokalen Modell betreiben, damit der Code den Rechner nie verlässt
ollama launch claude oder ollama launch codex richtet den Agenten auf ein lokales Modell aus. Setz OLLAMA_CONTEXT_LENGTH deutlich über den Standard von 4.096 Token, sonst verliert der Agent den Überblick über die Dateien; Kosten über die vorhandene Hardware hinaus fallen nicht an.
Der IT-Leiter einer Anwaltskanzlei, die vertrauliche Dokumente bearbeitet
Mitarbeitende Dokumente zusammenfassen lassen, ohne sie an eine Cloud-API zu schicken
Betreibe Ollama auf einer GPU-Workstation mit einem Chat-Frontend wie Open WebUI. Lass es an localhost gebunden oder hinter einem authentifizierenden Reverse Proxy, weil die API kein Login hat, und setz OLLAMA_NO_CLOUD=1, damit niemand versehentlich ein Dokument an gehostete Modelle schickt.
Ein Team aus zehn Entwicklern, deren Laptops die größten offenen Modelle nicht fassen
Größere gehostete offene Modelle über dieselbe Ollama-API nutzen
Der Team-Plan für 500 $ im Monat enthält 1.000 $ geteiltes Guthaben, unbegrenzte Nutzer und zehn gleichzeitige Anfragen; was darüber hinausgeht, wird von einem gemeinsamen Pay-as-you-go-Guthaben abgebucht. Cloud-Modelle laufen vor allem in den USA und können nach Europa geleitet werden.
Bevor du dich festlegst
- Einrichtung
- Ein Installationsskript (curl unter macOS und Linux, PowerShell unter Windows) oder das Docker-Image ollama/ollama, dann ollama run gemma4. Die API lauscht sofort auf localhost:11434.
- Integrationen
- REST-API mit OpenAI-kompatiblem Endpunkt, offizielle Bibliotheken für Python und JavaScript sowie ollama launch für Claude Code, Codex, Copilot CLI, Droid und OpenCode; die meisten lokalen Chat-Apps unterstützen es.
- Daten und Datenschutz
- Lokale Prompts verlassen den Rechner nie; Modelle liegen unter ~/.ollama/models. Ollama Cloud gibt an, Prompts weder zu protokollieren noch damit zu trainieren, und verlangt von Hosting-Partnern Zero Retention. GitHub führt keine Advisories, die NVD aber CVE-2026-7482 (CVSS-3.1-Wert 9,1) für Versionen vor 0.17.1.
- Kosten im großen Maßstab
- Lokal kostet nur die Hardware. Cloud: Pro 20 $ im Monat (60 $ Guthaben, 3 gleichzeitig), Max 100 $ (300 $, 10 gleichzeitig), Team 500 $ (1.000 $ geteilt, unbegrenzte Nutzer); ungenutztes Guthaben verfällt, und außerhalb von 12:00 bis 18:00 UTC an Werktagen gelten Nebenzeitpreise.
- Grenzen
- 4.399 offene Issues und Pull Requests. Die Voreinstellungen von einer parallelen Anfrage pro Modell und fünf Minuten Keep-alive passen zu Einzelnutzern; starker paralleler Verkehr gehört auf vLLM oder SGLang.
Was gut ist
- Installation und Modellverwaltung in einer Zeile unter macOS, Windows und Linux
- Lokale API, die die meisten Editoren und Agent-Werkzeuge unterstützen
- ollama launch verbindet Claude Code, Codex und OpenCode mit lokalen Modellen
- Lokale Nutzung ist kostenlos und unbegrenzt; die Cloud lässt sich abschalten
Was nicht
- Keine Authentifizierung; Port 11434 offenzulegen ist ein häufiger, teurer Fehler
- Der Standardkontext von 4.096 Token ist zu klein für Agentenarbeit
- Standardmäßig eine Anfrage pro Modell; nicht für den Betrieb mit vielen Nutzern gebaut
Am besten für
Entwickler und Einzelpersonen, die offene Modelle mit minimalem Aufwand lokal betreiben wollen.
Alternativen zu Ollama
Ollama: häufige Fragen
- Lohnt sich Ollama?
- Lokale Modelle mit einem Befehl, mit Voreinstellungen (4.096 Token Kontext, eine Anfrage nach der anderen, kein Login), die zu einem Laptop passen und zu nichts Größerem. Wir bewerten es mit 4.6 von 5.
- Was kostet Ollama?
- Open Source (MIT) und lokal kostenlos. Optional Ollama Cloud: Free mit Startguthaben; Pro 20 $/Monat (60 $ Guthaben); Max 100 $/Monat (300 $ Guthaben); Team 500 $/Monat (1.000 $ geteiltes Guthaben, unbegrenzte Nutzer); Enterprise nach Vereinbarung.
- Welche Nachteile hat Ollama?
- Keine Authentifizierung; Port 11434 offenzulegen ist ein häufiger, teurer Fehler; Der Standardkontext von 4.096 Token ist zu klein für Agentenarbeit; Standardmäßig eine Anfrage pro Modell; nicht für den Betrieb mit vielen Nutzern gebaut.
- Für wen eignet sich Ollama?
- Entwickler und Einzelpersonen, die offene Modelle mit minimalem Aufwand lokal betreiben wollen.
- Was kostet Ollama für ein Team oder im Produktivbetrieb?
- Lokal kostet nur die Hardware. Cloud: Pro 20 $ im Monat (60 $ Guthaben, 3 gleichzeitig), Max 100 $ (300 $, 10 gleichzeitig), Team 500 $ (1.000 $ geteilt, unbegrenzte Nutzer); ungenutztes Guthaben verfällt, und außerhalb von 12:00 bis 18:00 UTC an Werktagen gelten Nebenzeitpreise.
- Ist Ollama sicher für Firmendaten?
- Lokale Prompts verlassen den Rechner nie; Modelle liegen unter ~/.ollama/models. Ollama Cloud gibt an, Prompts weder zu protokollieren noch damit zu trainieren, und verlangt von Hosting-Partnern Zero Retention. GitHub führt keine Advisories, die NVD aber CVE-2026-7482 (CVSS-3.1-Wert 9,1) für Versionen vor 0.17.1.
- Was sind die besten Alternativen zu Ollama?
- Die nächsten Alternativen, die wir getestet haben, sind llama.cpp, llamafile, MLX und vLLM.
Antworten geprüft am 26. Okt. 2026.