Was ist Sure?
Sure ist eine selbst gehostete App für private Finanzen: Konten, Buchungen, Budgets, Nettovermögen, Investments, Kredite und Rechnungen, als Rails-Web-App mit einer macOS-Desktop-Hülle und einer begleitenden Flutter-App fürs Handy. Es ist ein Community-Fork von Maybe Finance, dessen Team fast 1 Million Dollar in die App steckte, bevor es sie im Juli 2025 archivierte; Sure übernahm den Code im selben Monat unter derselben AGPL-3.0-Lizenz und hat seitdem jeden Monat ein Release veröffentlicht.
Die KI läuft in zwei getrennten Strängen. Ein Chat-Assistent beantwortet Fragen zu deinen Konten und Buchungen, indem er Sures eigene Funktionen aufruft, und Hintergrundjobs kategorisieren Buchungen und erkennen Händler. Beide nutzen jeden OpenAI-kompatiblen Endpunkt (standardmäßig gpt-4.1 von OpenAI), Anthropic nativ, Gemini oder ein lokales Modell über Ollama oder LM Studio. Ein Model-Context-Protocol-Endpunkt lässt Claude, GPT-Agenten oder deinen eigenen Agenten Sure-Daten lesen und ändern, und ein mcp_only-Modus entfernt den Chat in der App für alle, die ihren eigenen Agenten mitbringen.
Bankverbindungen laufen über Plaid, TrueLayer, Enable Banking und regionale Anbieter wie Monobank und FIO, dazu Krypto-Wallets und Importe aus CSV oder PDF. Die Projektseite sure.am betreibt eine gehostete Instanz mit Beispieldaten; ihr Preis ist nicht veröffentlicht.
Lohnt sich Sure?
Sures stärkstes Argument ist, dass es überlebt hat. Maybe Finance hatte bei der Archivierung rund 54.000 GitHub-Sterne; der Fork hat jetzt etwa 14.400 und hält seit über einem Jahr einen monatlichen Release-Takt, zuletzt 0.7.6 am 31. Oktober 2026 und ein Hotfix am 12. November. Für eine gerettete Codebasis ist das ungewöhnlich, und bei Software, die deine Finanzdaten hält, zählt es.
Das KI-Design ist sorgfältiger als üblich. Chat-Assistent und Kategorisierungsjobs werden getrennt konfiguriert, du kannst also die Kategorisierung auf ein kleines lokales Modell und den Chat auf ein gehostetes legen oder den Assistenten in der App abschalten und einen externen Agenten über MCP anbinden. Die Dokumentation ist offen bei der Hardware: 8 GB VRAM reichen für ein 7B-Modell im einfachen Chat, 16 GB oder mehr werden empfohlen, und Inferenz nur auf der CPU ist 10- bis 100-mal langsamer. Standardmäßig erledigt ein einziger Worker-Thread alle KI-Arbeit, ein langer PDF-Import wartet also hinter dem Chat, und die Kategorisierung schickt Pakete von 25 Buchungen pro Modellaufruf. Version 0.7.6 brachte einen Bayes-Klassifikator, der ganz ohne Token kategorisiert.
Das Sicherheitsmodell verlangt Aufmerksamkeit. Der MCP-Endpunkt vergibt über OAuth 2.0 einen read_write-Scope oder ein statisches Bearer-Token, das an die E-Mail eines Nutzers gebunden ist, und die Dokumentation warnt, dass seine Tools Kontoauszüge importieren und Buchungen, Budgets und Kategorien ändern können. Die Schlüssel zur Verschlüsselung gespeicherter Anbieter-Zugangsdaten werden aus SECRET_KEY_BASE abgeleitet, wenn sie nicht ausdrücklich gesetzt sind; die Compose-Datei verlangt inzwischen einen eigenen Wert, nachdem frühere Beispieldateien einen Standardwert mitgeliefert hatten, und eine Anleitung zur Schlüsselrotation hilft Betroffenen. Version 0.7.6 schaltete außerdem ein anonymes Produkt-Monitoring mit PostHog ein, das Selbsthoster mit POSTHOG_FEEDBACK_ENABLED=false abstellen.
Die Ecken und Kanten sind echt. 916 Issues und Pull Requests sind offen, der Produktionszugang von Plaid steht europäischen Nutzern nicht zur Verfügung und verlangt die Instanz unter einer öffentlichen Domain mit SSL, die Handy-App deckt Anmeldung, Kontostände und schreibgeschützte Budgets ab, und das Qdrant-Backend für die Dokumentsuche ist nur ein Gerüst und kann keine Dokumente speichern. Eine Rails-App mit Postgres, Redis und einem Sidekiq-Worker ist zudem mehr Betriebsaufwand als ein einzelnes Binary; das ist der Preis für Assistent und Agenten-Endpunkt.
Wo es sich lohnt
Ein auf Datenschutz bedachter Haushalt mit Heimserver und einer 16-GB-GPU
Fragen zu zwei Jahren Ausgaben stellen, ohne Buchungen an ein Cloud-Modell zu schicken
Sure mit Docker Compose betreiben, den LLM-Anbieter auf Ollama mit einem 13B- oder 14B-Modell richten, wie die Dokumentation empfiehlt, und die Kategorisierung dem Bayes-Klassifikator ohne Token überlassen. Kosten entstehen nur für die Hardware; Inferenz nur auf der CPU ist 10- bis 100-mal langsamer.
Ein freiberuflicher Entwickler, der Claude Desktop täglich nutzt
Einen Agenten "Was habe ich dieses Quartal für Software ausgegeben" beantworten und Kategorien aufräumen lassen
Sures Assistenten auf mcp_only stellen und Claude über den OAuth-MCP-Endpunkt verbinden, der read_write-Zugriff gewährt. Die Modellkosten trägt dein Claude-Tarif; weil die Tools Buchungen und Budgets ändern können, solltest du prüfen, was der Agent bearbeitet.
Eine kleine Gemeinschaftsgruppe in den USA, die gemeinsame Dienste auf Render hostet
Einigen Mitgliedern eine gehostete Finanz-App mit Banksynchronisierung und ohne KI-Rechnungen geben
Das Render-Blueprint Sure - No AI bereitstellen, das Web-App, Sidekiq-Worker, Postgres und Key-Value-Store mit leeren KI-Tokens anlegt, und dann Plaid-Schlüssel auf einer Domain mit SSL ergänzen. Die Freigabe durch Plaid kann mehr als 24 Stunden dauern.
Bevor du dich festlegst
- Einrichtung
- Docker Compose nach docs/hosting/docker.md: ein SECRET_KEY_BASE erzeugen (es gibt keinen eingebauten Standardwert), dann Port 3000 öffnen. Ein-Klick-Optionen gibt es für Render, PikaPods und Hostim. KI braucht OPENAI_ACCESS_TOKEN, ANTHROPIC_API_KEY oder einen lokalen Endpunkt sowie die Zustimmung in der Oberfläche.
- Integrationen
- Plaid, TrueLayer, Monobank, FIO, SnapTrade, Enable Banking, Kraken und On-Chain-Wallets; OpenAI-kompatible APIs, Anthropic, Gemini, OpenRouter und Ollama; MCP für externe Agenten; eine per OpenAPI beschriebene HTTP-API; optionales Tracing mit Langfuse und pgvector oder OpenAI für die Dokumentsuche.
- Daten und Datenschutz
- Selbst gehostet in deinem eigenen Postgres. Anbieter-Zugangsdaten werden mit aus SECRET_KEY_BASE abgeleiteten Schlüsseln verschlüsselt. Prompts gehen an den Modellanbieter, den du einstellst, oder mit einem lokalen Modell nirgendwohin. Anonymes Produkt-Monitoring mit PostHog ist standardmäßig an; POSTHOG_FEEDBACK_ENABLED=false schaltet es ab. Die AGPL-3.0 verlangt die Weitergabe von Änderungen, wenn du eine veränderte Version als Dienst anbietest.
- Kosten im großen Maßstab
- Die Software ist kostenlos. Ein gehostetes Modell rechnet pro Token zum Tarif des Anbieters ab; die Dokumentation führt die Preise in config/llm_pricing.yml und zeigt den Verbrauch in der App. Lokale Inferenz braucht mindestens 8 GB VRAM, empfohlen sind 16 GB.
- Grenzen
- Standardmäßig ein einziger KI-Worker-Thread, Hintergrundjobs warten also hinter dem Chat; Plaid in Europa nicht verfügbar; Handy-App auf Kontostände und schreibgeschützte Budgets beschränkt; Qdrant-Backend nicht funktionsfähig; 916 offene Issues und Pull Requests.
Was gut ist
- Seit über einem Jahr monatliche Releases nach dem Fork
- Lokale Modelle über Ollama für Chat und Kategorisierung
- MCP-Endpunkt mit OAuth und einem mcp_only-Modus
- Bayes-Kategorisierung ohne Token seit 0.7.6
Was nicht
- MCP-Tools können in deine Finanzdaten schreiben
- Produkt-Monitoring seit 0.7.6 standardmäßig an
- Plaid für europäische Nutzer nicht verfügbar
- 916 offene Issues und Pull Requests; dünne Handy-App
Am besten für
Selbsthoster, die eine vollständige Finanz-App mit KI-Assistent wollen, der auf einem lokalen Modell läuft oder vom eigenen Agenten über MCP erreichbar ist.
Sure: häufige Fragen
- Lohnt sich Sure?
- Sure ist die selbst gehostete Finanz-App, die KI ernst nimmt, ohne dass du deine Kontohistorie an OpenAI schicken musst, vorausgesetzt, du betreibst gern einen Rails-Stack und liest die Dokumentation. Wir bewerten es mit 3.9 von 5.
- Was kostet Sure?
- Kostenlos und Open Source unter AGPL-3.0 zum Selbsthosten. Eine gehostete Instanz läuft unter app.sure.am; ein Preis ist nicht veröffentlicht. KI-Funktionen werden zu den Tarifen deines Modellanbieters abgerechnet, außer du nutzt ein lokales Modell.
- Welche Nachteile hat Sure?
- MCP-Tools können in deine Finanzdaten schreiben; Produkt-Monitoring seit 0.7.6 standardmäßig an; Plaid für europäische Nutzer nicht verfügbar; 916 offene Issues und Pull Requests; dünne Handy-App.
- Für wen eignet sich Sure?
- Selbsthoster, die eine vollständige Finanz-App mit KI-Assistent wollen, der auf einem lokalen Modell läuft oder vom eigenen Agenten über MCP erreichbar ist.
- Was kostet Sure für ein Team oder im Produktivbetrieb?
- Die Software ist kostenlos. Ein gehostetes Modell rechnet pro Token zum Tarif des Anbieters ab; die Dokumentation führt die Preise in config/llm_pricing.yml und zeigt den Verbrauch in der App. Lokale Inferenz braucht mindestens 8 GB VRAM, empfohlen sind 16 GB.
- Ist Sure sicher für Firmendaten?
- Selbst gehostet in deinem eigenen Postgres. Anbieter-Zugangsdaten werden mit aus SECRET_KEY_BASE abgeleiteten Schlüsseln verschlüsselt. Prompts gehen an den Modellanbieter, den du einstellst, oder mit einem lokalen Modell nirgendwohin. Anonymes Produkt-Monitoring mit PostHog ist standardmäßig an; POSTHOG_FEEDBACK_ENABLED=false schaltet es ab. Die AGPL-3.0 verlangt die Weitergabe von Änderungen, wenn du eine veränderte Version als Dienst anbietest.
Antworten geprüft am 13. Nov. 2026.