---
title: ""
canonical: "https://studiomeyer.academy/playbooks/welches-lokale-modell-passt-zu-deiner-hardware"
language: de
publisher: "StudioMeyer Academy, https://studiomeyer.academy (llms.txt: https://studiomeyer.academy/llms.txt)"
---

[← Alle Playbooks](https://studiomeyer.academy/playbooks)

Playbook· lokal

# Welches lokale Modell zu Deiner Hardware passt

Von acht Gigabyte bis zum Server mit zwei Grafikkarten. Wie Du in zehn Schritten von Deiner tatsächlichen Ausstattung auf die richtige Modellgröße kommst, statt zu raten und dann beim Absturz zu lernen.

Die häufigste Enttäuschung bei lokaler KI ist nicht, dass es nicht funktioniert. Sie ist, dass jemand das größte Modell lädt, das er irgendwo empfohlen gesehen hat, und der Rechner dann entweder abstürzt oder ein Wort pro Sekunde ausspuckt. Danach heißt es "lokal taugt nichts", dabei war nur die Größe falsch.

Dieses Playbook dreht die Reihenfolge um. Erst Deine Hardware ansehen, daraus die Größenklasse ableiten, und innerhalb dieser Klasse dann nach Aufgabe wählen. Am Ende hast Du zwei Kandidaten und ein Verfahren, sie an Deiner eigenen Arbeit zu vergleichen.

## 1\. Stell fest, wie viel Speicher wirklich zur Verfügung steht

Es zählt nicht der Speicher, der im Rechner steckt, sondern der, den das Modell tatsächlich bekommt.

Bei einem Mac mit Apple Silicon teilen sich Prozessor und Grafikeinheit denselben Speicher, und nur ein Teil davon steht dem Modell zur Verfügung. Als Überschlag kannst Du mit rund zwei Dritteln bis drei Vierteln rechnen: aus 32 GB werden grob 22 GB nutzbar, aus 64 GB etwa 45. Den genauen Anteil setzt Deine Laufzeitumgebung, und er hat sich zwischen Versionen schon geändert, also nimm die Zahl als Richtwert und nicht als Zusage.

Bei einer dedizierten Grafikkarte zählt allein deren Speicher, und zwar unabhängig davon, wie viel Arbeitsspeicher im Rechner steckt. Ganz vollständig steht er Dir allerdings auch dort nicht zur Verfügung: Bildschirmausgabe und Treiber belegen einen halben bis ganzen Gigabyte. Von einer 12-GB-Karte bleiben also grob 11 GB. Passt das Modell nicht hinein, wird ein Teil auf den Hauptprozessor ausgelagert, und dann bricht die Geschwindigkeit ein.

**Tipp:** Wenn Du nur eine Zahl behalten willst, behalte diese: nutzbarer Speicher, nicht verbauter Speicher.

## 2\. Rechne die Größe eines Modells überschlägig aus

Eine Faustformel für den Überschlag, ohne eine Tabelle zu suchen. Bei der üblichen Kompression Q4 braucht ein Modell ungefähr halb so viele Gigabyte, wie es Milliarden Parameter hat. Ein 8B-Modell landet also bei etwa 4 bis 5 GB, ein 32B-Modell bei ungefähr 18 bis 20 GB. Das ist eine Schätzung der Gewichte, nicht der ganze Bedarf, und die exakte Downloadgröße steht ohnehin an jedem Modell dran. Nimm die Formel zum Vorsortieren und die echte Zahl zum Entscheiden.

Dazu kommt Platz für den Kontext, also für das was Du hineinschreibst und was das Modell sich merkt. Für kurze Gespräche reicht ungefähr ein Gigabyte extra, bei langen Dokumenten wird es deutlich mehr.

**Tipp:** Plan immer zwei bis drei Gigabyte Luft ein. Ein Modell, das exakt in den Speicher passt, hat keinen Platz mehr für Deine Texte und wird beim ersten längeren Dokument langsam.

## 3\. Ordne Dich einer von vier Klassen zu

Stand August 2026, bei der üblichen Q4-Kompression:

Die Zahlen unten sind **nutzbarer** Speicher, also bei einer Grafikkarte deren VRAM und bei Apple Silicon der Anteil aus Schritt 1, nicht die Zahl auf dem Karton.

Mit **8 GB nutzbar** läuft ein Modell der 7- bis 9-Milliarden-Klasse. Es geht, aber ohne Reserve für lange Texte. Für Zusammenfassungen und kurze Aufgaben reicht es.

Mit **16 GB nutzbar** wird es angenehm. Dieselbe Klasse läuft flüssig mit ordentlichem Kontext, oder Du gehst hoch auf 14 Milliarden.

Mit **24 bis 32 GB nutzbar** kommst Du an die 32-Milliarden-Klasse. Hier fängt lokal an, inhaltlich ernsthaft zu werden.

Ab **44 GB nutzbar** sind Modelle der 70-Milliarden-Klasse möglich, die bei Q4 je nach Modell grob 38 bis 42 GB belegen. Bei Apple Silicon heißt das 64 GB verbauter Speicher als absolute Untergrenze, und die ist knapp: bei zwei Dritteln nutzbarem Anteil sind das rund 43 GB, also gerade so das Modell und kaum Kontext. Komfortabel wird diese Klasse dort erst mit mehr. Das ist die Klasse, bei der man anfängt, den Unterschied zur Cloud nicht mehr bei jeder Antwort zu spüren.

**Tipp:** Diese Grenzen verschieben sich. Sie verschieben sich in Deine Richtung, weil die Modelle effizienter werden. Ein 30B-Modell von heute schlägt ein 70B-Modell von vor anderthalb Jahren.

## 4\. Wähl innerhalb Deiner Klasse nach Aufgabe

Innerhalb einer Größenklasse gibt es Familien mit unterschiedlichen Stärken. Die Landschaft ändert sich schnell, deshalb hier das Muster statt einer Rangliste, die in drei Monaten falsch ist.

Für allgemeine Textarbeit und Mehrsprachigkeit ist die Qwen-Familie von Alibaba 2026 der solide Standard, unter anderem weil viele ihrer Modelle unter Apache 2.0 stehen und es sie in vielen Größen gibt. Die Lizenz gilt aber pro Modell und pro Fassung, nicht pauschal für eine Familie, also steht der Blick auf die Modellkarte trotzdem an. Fürs Programmieren gibt es innerhalb der Familien eigene Coder-Varianten, die bei gleicher Größe deutlich besser sind als das Allgemeinmodell. Für kleine Geräte und knappen Speicher ist Googles Gemma-Reihe auf Sparsamkeit gebaut. Wer Modelle mit offengelegtem Denkweg will, findet sie bei den Reasoning-Varianten, etwa der gpt-oss-Reihe von OpenAI.

**Tipp:** Nimm nie ein Allgemeinmodell für Code, wenn eine Coder-Variante derselben Familie existiert. Der Unterschied ist bei gleichem Speicherbedarf größer als der zwischen zwei Familien.

## 5\. Achte auf die Lizenz, bevor es geschäftlich wird

Offene Gewichte heißt nicht automatisch freie Verwendung. Apache 2.0 und MIT sind unkompliziert, damit darfst Du auch kommerziell arbeiten. Andere Lizenzen enthalten Einschränkungen, etwa zur Nutzerzahl oder zur Namensnennung.

Auch privat gelten die Lizenzbedingungen, sie fallen dort nur seltener auf. Sobald ein Kunde im Spiel ist oder das Modell in einem Produkt steckt, wird aus der Formalie ein Risiko.

**Tipp:** Die Lizenz steht auf der Modellkarte bei Hugging Face. Ein Blick, dreißig Sekunden, erspart eine unangenehme Frage im Vertrieb.

## 6\. Lad zwei Kandidaten statt einen

Der Fehler ist, sich vorher zu entscheiden. Lad zwei Modelle aus Deiner Klasse herunter, die von verschiedenen Familien kommen. Der Platz kostet Dich nichts Dauerhaftes, und der Vergleich an der eigenen Arbeit ist mehr wert als jede Bestenliste.

**Tipp:** Nimm nicht zwei Größen derselben Familie. Da gewinnt vorhersehbar die größere. Nimm zwei verschiedene Familien in derselben Größe, das ist die Frage, die Du wirklich hast.

## 7\. Bau Dir zehn eigene Testfälle

Sammel zehn Aufgaben aus Deinem Alltag, bei denen Du beurteilen kannst, ob das Ergebnis taugt. Eine Mail umformulieren, ein Protokoll zusammenfassen, eine Tabelle interpretieren, was auch immer Du wirklich tust.

Schreib sie in eine Datei und schick jede an beide Modelle. Nicht bewerten, während Du sie liest. Erst alle zwanzig Antworten einsammeln, dann durchgehen.

**Tipp:** Nimm Aufgaben mit, die Dir bei den Cloud-Modellen schwerfallen. Genau dort trennt sich, ob lokal für Dich reicht.

## 8\. Miss die Geschwindigkeit, aber die richtige

Zwei Zahlen zählen unterschiedlich viel. Die Zeit bis zum ersten Wort merkst Du im Gespräch sofort. Die Wörter pro Sekunde danach merkst Du nur, wenn sie unter Deine Lesegeschwindigkeit fallen.

Ein Modell, das nach einer Sekunde loslegt und dann zügig weiterschreibt, fühlt sich besser an als eines, das drei Sekunden nachdenkt und dann schneller tippt. Für Massenverarbeitung im Hintergrund ist es genau andersherum, da zählt nur der Durchsatz.

**Tipp:** Meine persönliche Grenze liegt bei etwa zehn Wörtern pro Sekunde, das ist ungefähr Lesegeschwindigkeit. Wer darunter liegt, empfindet die Arbeit als zäh. Das ist keine gemessene Norm, sondern eine Faustregel; Laufzeitumgebungen melden ohnehin Tokens statt Wörter, und Deutsch braucht pro Wort mehr Tokens als Englisch. Wenn es sich zäh anfühlt, geh eine Klasse runter, das Ergebnis wird insgesamt besser.

## 9\. Entscheide Dich, und schreib die Begründung auf

Wähl das Modell, das bei Deinen zehn Testfällen öfter überzeugt hat. Nicht das mit den besseren Benchmark-Werten, nicht das, das im Forum empfohlen wurde.

Notier in zwei Sätzen, warum. Diese Notiz brauchst Du in drei Monaten, wenn die nächste Generation da ist und Du wieder von vorn vergleichst. Dann hast Du sowohl die Testfälle als auch den Maßstab schon fertig.

**Tipp:** Bewahr die zehn Testfälle auf. Sie sind Dein persönlicher Benchmark und wertvoller als jede öffentliche Bestenliste, weil sie Deine Arbeit messen und nicht die von jemand anderem.

## 10\. Plan den Wechsel von vornherein ein

Das Modell, das Du heute wählst, ist in einem halben Jahr nicht mehr das beste. Das ist kein Problem, solange Du es nicht fest verdrahtest.

Halt den Modellnamen an einer Stelle in Deiner Konfiguration, nicht verstreut in zehn Skripten. Dann ist der Wechsel eine Zeile. Wer den Namen überall hineinschreibt, wechselt aus Bequemlichkeit nicht mehr und arbeitet zwei Generationen hinterher.

**Tipp:** Dasselbe Prinzip gilt für Cloud-Modelle. Wie man Modell-Releases überhaupt mitbekommt, statt sie zufällig zu entdecken, steht in [Modell-Verfügbarkeit tracken](https://studiomeyer.academy/playbooks/modell-verfuegbarkeit-tracken).

## Was als nächstes

Wenn Du noch gar kein Modell laufen hast, fang mit [Dein erstes lokales KI-Modell in 30 Minuten](https://studiomeyer.academy/playbooks/erstes-lokales-modell-in-30-minuten) an. Wenn die Hardware-Frage geklärt ist und es jetzt um den Einsatz im Unternehmen geht, klärt [Lokale KI und die DSGVO](https://studiomeyer.academy/playbooks/lokale-ki-und-die-dsgvo) den rechtlichen Teil. Und wenn Du wissen willst, ob sich der eigene Rechner gegenüber der Cloud überhaupt rechnet, steht die Rechnung in [Lokal oder Cloud, die ehrliche Rechnung](https://studiomeyer.academy/playbooks/lokal-oder-cloud-die-ehrliche-rechnung).

## Quellen

Speicherangaben sind Näherungen bei Q4-Kompression, Stand August 2026, und variieren je nach Modellarchitektur und Kontextlänge. Prüf den konkreten Wert an der Modellkarte.

- Ollama, Modell-Bibliothek mit Größenangaben: https://ollama.com/library
- Hugging Face, Modellkarten mit Lizenz und Gewichten: https://huggingface.co/models
- llama.cpp, Dokumentation zu Quantisierungs-Stufen: https://github.com/ggml-org/llama.cpp

[← Dein erstes lokales KI-Modell](https://studiomeyer.academy/playbooks/erstes-lokales-modell-in-30-minuten) [Lokale KI und die DSGVO, was s →](https://studiomeyer.academy/playbooks/lokale-ki-und-die-dsgvo)

Alle Playbooks

[01. Von ChatGPT zu Claude. Anleitung in 10 Schritten](https://studiomeyer.academy/playbooks/von-chatgpt-zu-claude) [02. Von ChatGPT zu Codex. Anleitung in 10 Schritten](https://studiomeyer.academy/playbooks/von-chatgpt-zu-codex) [03. Dein erster MCP-Server in 90 Minuten](https://studiomeyer.academy/playbooks/erster-mcp-server-in-90-minuten) [04. Memory portabel nutzen, gleiches Gedächtnis in Claude, Codex und Cursor](https://studiomeyer.academy/playbooks/memory-portabel-nutzen) [05. DACH-Legal. EU AI Act und DSGVO für AI-Operator](https://studiomeyer.academy/playbooks/dach-legal-eu-ai-act-und-dsgvo) [06. Dein erster Sub-Agent in 30 Minuten](https://studiomeyer.academy/playbooks/erster-sub-agent-in-30-min) [07. MCP-Server publishen Schritt für Schritt](https://studiomeyer.academy/playbooks/mcp-server-publishen) [08. Hooks gegen Halluzinationen](https://studiomeyer.academy/playbooks/hooks-gegen-halluzinationen) [09. Git für KI, Quickstart in 30 Minuten](https://studiomeyer.academy/playbooks/git-fuer-ki-quickstart) [10. Scheduled Agents mit Claude Code Routines](https://studiomeyer.academy/playbooks/scheduled-agents-mit-routines) [11. Tool-Sprawl vermeiden, von 530 auf 30 MCP-Tools pro Session](https://studiomeyer.academy/playbooks/tool-sprawl-vermeiden) [12. Claude Code Update-Strategie, ohne dass Dein Workflow plotzlich kaputt ist](https://studiomeyer.academy/playbooks/claude-code-update-strategie) [12. Subagent-Team strukturieren, welche sechs Rollen Du im Daily-Driver brauchst](https://studiomeyer.academy/playbooks/subagent-team-strukturieren) [13. Claude Code Cost Controls für Daily Driver, in 10 Schritten unter 30 Dollar pro Tag bleiben](https://studiomeyer.academy/playbooks/claude-code-cost-controls-fuer-daily-driver) [14. Eigene Slash-Commands für Claude Code, in 30 Minuten produktiv](https://studiomeyer.academy/playbooks/eigene-slash-commands-fuer-claude-code) [15. Claude Code headless in CI/CD, ein Setup das morgen schon läuft](https://studiomeyer.academy/playbooks/claude-code-headless-in-ci-cd) [16. Agent-Eval in 60 Minuten, wie Du herausfindest ob Dein Agent gut ist](https://studiomeyer.academy/playbooks/agent-eval-in-60-minuten) [17. Plan Mode in Claude Code, der unsichtbare Sicherheitsgurt, wann Du ihn brauchst und wie Du ihn drin lässt](https://studiomeyer.academy/playbooks/plan-mode-richtig-nutzen) [18. MCP debuggen wenn nichts geht, die 10 Checks die 90 Prozent der Fälle lösen](https://studiomeyer.academy/playbooks/mcp-debuggen-wenn-nichts-geht) [18. Prompt-Caching meistern, in 10 Schritten von Cache-Miss zu 80 Prozent Hit-Rate](https://studiomeyer.academy/playbooks/prompt-caching-meistern) [19. Memory Drift reparieren, wenn das Gedächtnis kippt](https://studiomeyer.academy/playbooks/memory-drift-reparieren) [20. MCP-STDIO-Sicherheit, was die OX-Security-Story für Dich bedeutet](https://studiomeyer.academy/playbooks/mcp-stdio-sicherheit) [21. Opus 4.7 Migration, was sich für API-Builder geändert hat](https://studiomeyer.academy/playbooks/opus-4-7-migration) [22. Erste eigene Skill in 30 Minuten, wenn Slash-Commands nicht mehr reichen](https://studiomeyer.academy/playbooks/erste-eigene-skill-in-30-min) [23. Context-Window managen in langen Claude-Code-Sessions](https://studiomeyer.academy/playbooks/context-window-managen-claude-code) [24. Advisor Tool, Opus als Berater und Sonnet als Executor in einem API-Call](https://studiomeyer.academy/playbooks/advisor-tool-opus-als-berater-sonnet-als-executor) [25. MCP-Server mit OAuth 2.1 absichern, in 60 Minuten produktiv](https://studiomeyer.academy/playbooks/mcp-server-auth-mit-oauth-2-1) [26. Plugin-Bundles per URL teilen, --plugin-url in 30 Minuten](https://studiomeyer.academy/playbooks/plugin-bundle-via-url-distribution) [27. Claude Code im Team, wie ihr CLAUDE.md gemeinsam pflegt ohne dass es zur Mülltonne wird](https://studiomeyer.academy/playbooks/claude-code-im-team-claude-md-gemeinsam-pflegen) [27. Fremde Claude-Code-Plugins aus ZIP und URL laden, sicher in 20 Minuten](https://studiomeyer.academy/playbooks/claude-code-plugins-aus-zip-und-url-laden) [28. Confused-Deputy-Audit für Claude Code, in 25 Minuten durchziehen](https://studiomeyer.academy/playbooks/confused-deputy-audit-fuer-claude-code) [28. Dein erstes Claude Code Plugin in 60 Minuten, vom leeren Folder zum installierbaren Bundle](https://studiomeyer.academy/playbooks/dein-erstes-claude-code-plugin) [29. Pull Request Reviews mit Claude Code, 10 Schritte für den PR-Workflow den keiner mehr blockiert](https://studiomeyer.academy/playbooks/pull-request-reviews-mit-claude-code) [30. Claude Projects für Nicht-Coder, ein produktiver Workspace in 30 Minuten](https://studiomeyer.academy/playbooks/claude-projects-fuer-nicht-coder) [31. Promptbibliothek aufbauen, Lieblings-Prompts wiederverwenden ohne Copy-Paste](https://studiomeyer.academy/playbooks/prompt-bibliothek-aufbauen) [32. Output Styles für Claude Code, in 20 Minuten ein eigener Ton](https://studiomeyer.academy/playbooks/output-styles-fuer-claude-code) [33. Statusline für Claude Code, in 15 Minuten Kontext im Blick](https://studiomeyer.academy/playbooks/statusline-fuer-claude-code) [34. Claude Code Checkpoints und /rewind: dein Sicherheitsnetz für riskante Edits](https://studiomeyer.academy/playbooks/claude-code-checkpoints-und-rewind) [34. Discovery-Files konsistent halten, damit AI-Crawler nicht alte Bullshit-Bios zitieren](https://studiomeyer.academy/playbooks/discovery-files-konsistent-halten) [34. Hooks debuggen wenn nichts feuert](https://studiomeyer.academy/playbooks/hooks-debuggen-wenn-nichts-feuert) [34. Parallele Claude-Code-Sessions mit git worktrees, zwei Branches gleichzeitig ohne Konflikt](https://studiomeyer.academy/playbooks/parallele-claude-sessions-mit-worktrees) [34. Skill triggert nicht, was Du in 10 Schritten prüfst bevor Du wieder /befehl tippst](https://studiomeyer.academy/playbooks/skill-trigger-debugging) [34. Sub-Agent oder Skill oder MCP-Tool, was wählst Du wann](https://studiomeyer.academy/playbooks/sub-agent-oder-skill-oder-mcp-tool) [35. Mit Git Worktrees parallele Claude-Code-Sessions fahren](https://studiomeyer.academy/playbooks/claude-code-mit-git-worktrees) [35. Memory-Backup vor Update, damit Du nach einem Schema-Migrations-Bug nicht weinst](https://studiomeyer.academy/playbooks/memory-backup-vor-update) [36. AGENTS.md neben CLAUDE.md, ein Repo-Kontext für mehrere AI-Tools](https://studiomeyer.academy/playbooks/agents-md-neben-claude-md) [47. Generative Engine Optimization für kleine Sites, damit Perplexity und ChatGPT-Search Dich zitieren](https://studiomeyer.academy/playbooks/geo-fuer-kleine-sites) [50. Opus 4.8 Migration, das erste Opus-Update ohne Breaking Changes](https://studiomeyer.academy/playbooks/opus-4-8-migration) [51. Background-Sessions mit Claude Agents: lange Tasks laufen lassen ohne dein Terminal zu blockieren](https://studiomeyer.academy/playbooks/background-sessions-mit-claude-agents) [52. Claude Code Bash-Sandbox einrichten: Befehle isolieren statt blind freigeben](https://studiomeyer.academy/playbooks/claude-code-bash-sandbox-einrichten) [53. Vom Skript zum eigenen Agent: der Claude Agent SDK in 90 Minuten](https://studiomeyer.academy/playbooks/claude-agent-sdk-erster-eigener-agent) [54. MCP App bauen: interaktive UI in deinem MCP-Tool statt Text-Wand](https://studiomeyer.academy/playbooks/mcp-app-interaktive-ui-bauen) [55. Mythos teure Modellklasse: Wann sich das teuerste KI-Modell wirklich lohnt](https://studiomeyer.academy/playbooks/mythos-klasse-wann-lohnt-sich-das) [56. Fallback-Modelle einrichten, damit Claude Code bei Overload nicht stehenbleibt](https://studiomeyer.academy/playbooks/claude-code-fallback-modelle) [57. Dynamic Workflows in Claude Code, dein erstes orchestriertes Multi-Agent-Skript](https://studiomeyer.academy/playbooks/dynamic-workflows-in-claude-code) [58. Security-Guidance Plugin für Claude Code, automatischer Sicherheits-Review während du baust](https://studiomeyer.academy/playbooks/claude-code-security-guidance-plugin) [59. Claude Code spinnt nach einer Config-Änderung, so findest du die Ursache](https://studiomeyer.academy/playbooks/claude-code-safe-mode-diagnose) [60. MCP ist stateless, was die 2026-07-28 Spec ändert und was Du jetzt tun musst](https://studiomeyer.academy/playbooks/mcp-spec-2026-07-was-aendert-sich) [61. Dein erster echter n8n-Flow, Automatisierung für Leute die nicht programmieren](https://studiomeyer.academy/playbooks/mein-erster-n8n-flow-fuer-nicht-coder) [62. Agentic Payments mit x402, was Du als Builder über maschinen-bezahlte APIs wissen musst](https://studiomeyer.academy/playbooks/agentic-payments-x402) [63. GPT-5.6 oder Opus 5, welches Modell für welche Aufgabe](https://studiomeyer.academy/playbooks/gpt-5-oder-opus-4-8-welches-modell) [64. Subagents die Subagents spawnen, die 5-Ebenen-Regel von Claude Code](https://studiomeyer.academy/playbooks/subagents-die-subagents-spawnen) [65. Claude Code Agent Teams einrichten, mehrere Sessions die sich gegenseitig zuarbeiten](https://studiomeyer.academy/playbooks/claude-code-agent-teams-einrichten) [66. Modell-Verfügbarkeit tracken, wenn ein Modell über Nacht verschwindet](https://studiomeyer.academy/playbooks/modell-verfuegbarkeit-tracken) [67. Datenschutz beim Arbeiten mit KI-Tools: zehn Gewohnheiten, die dich schützen](https://studiomeyer.academy/playbooks/datenschutz-mit-ki-tools) [68. Auto Mode in Claude Code sicher nutzen, in 10 Schritten ohne Selbstmord-Kommandos](https://studiomeyer.academy/playbooks/claude-code-auto-mode-sicher-nutzen) [69. KI für die Jobsuche: In 10 Schritten durch den ATS-Filter](https://studiomeyer.academy/playbooks/ki-fuer-jobsuche) [70. In 10 Schritten ein AI-Portfolio bauen das dir einen Job bringt](https://studiomeyer.academy/playbooks/ai-portfolio-fuer-den-job) [71. AI-Skills im Lebenslauf und Interview glaubwürdig belegen](https://studiomeyer.academy/playbooks/ai-skills-belegen-lebenslauf-interview) [72. Effort-Level in Claude Code, wann low reicht und wann Du max brauchst](https://studiomeyer.academy/playbooks/effort-level-in-claude-code-einstellen) [73. Vom Academy-Skill zum ersten bezahlten KI-Auftrag](https://studiomeyer.academy/playbooks/erster-bezahlter-ki-auftrag) [74. Eine KI-Antwort faktenchecken: 10 Schritte gegen falsche Auskünfte](https://studiomeyer.academy/playbooks/ki-antwort-faktenchecken) [75. KI-Bilder für deine Marke, vom ersten Prompt zum fertigen Set](https://studiomeyer.academy/playbooks/ki-bilder-fuer-deine-marke) [76. KI für Selbstständige, Angebote und Kundenmails in der halben Zeit schreiben](https://studiomeyer.academy/playbooks/ki-fuer-selbststaendige-angebote-und-mails) [77. KI-Inhalte erkennen und richtig kennzeichnen](https://studiomeyer.academy/playbooks/ki-inhalte-erkennen-und-kennzeichnen) [78. KI-Notizen für Meetings, die wirklich brauchbar sind](https://studiomeyer.academy/playbooks/ki-notizen-fuer-meetings) [79. Lokale KI auf dem eigenen Rechner, damit deine Daten nie das Haus verlassen](https://studiomeyer.academy/playbooks/lokale-ki-auf-dem-eigenen-rechner) [80. Die drei MCP-Primitive verstehen, Tools, Resources und Prompts](https://studiomeyer.academy/playbooks/mcp-primitives-tools-resources-prompts) [81. Verlässliches JSON aus jeder AI, damit Deine Automation nicht bricht](https://studiomeyer.academy/playbooks/verlaessliches-json-aus-ai) [82. Was KI-Tools wirklich kosten, und wo die versteckten Rechnungen lauern](https://studiomeyer.academy/playbooks/was-kostet-ki-wirklich) [83. Prompt Injection verstehen, die drei Fallen wenn dein KI-Assistent fremde Texte liest](https://studiomeyer.academy/playbooks/prompt-injection-erkennen) [84. Dich vor KI-Betrug schützen, Fake-Anrufe, Phishing und falsche Job-Angebote](https://studiomeyer.academy/playbooks/dich-vor-ki-betrug-schuetzen) [85. Opus 5 Migration, wenn Denken plötzlich der Standard ist](https://studiomeyer.academy/playbooks/opus-5-migration) [86. Die KI-Richtlinie für kleine Teams, auf einer Seite](https://studiomeyer.academy/playbooks/ki-richtlinie-fuer-kleine-teams) [87. Agenten die abdriften stoppen](https://studiomeyer.academy/playbooks/agenten-die-abdriften-stoppen) [88. Sehen was Dein Agent wirklich getan hat, Tracing in 10 Schritten mit OpenTelemetry](https://studiomeyer.academy/playbooks/agent-tracing-mit-opentelemetry) [89. Lange Dokumente von KI zusammenfassen lassen, ohne dass sie Sachen erfindet](https://studiomeyer.academy/playbooks/lange-dokumente-sicher-zusammenfassen) [90. Fremde MCP-Server sicher prüfen, bevor Du sie installierst](https://studiomeyer.academy/playbooks/fremde-mcp-server-sicher-pruefen) [91. KI als Lern-Coach: ein neues Feld lernen für den Berufswechsel](https://studiomeyer.academy/playbooks/ki-lern-coach-berufswechsel) [92. Berufsbild AI-Operator: was macht man da eigentlich?](https://studiomeyer.academy/playbooks/berufsbild-ai-operator) [93. KI nutzen ohne selbst zu verlernen](https://studiomeyer.academy/playbooks/ki-nutzen-ohne-selbst-zu-verlernen) [94. Warum dein Screenshot schrumpft, und wie du das steuerst](https://studiomeyer.academy/playbooks/bilder-und-screenshots-an-die-ki-geben) [95. Einen Deep-Research-Auftrag formulieren, damit der Bericht auch was taugt](https://studiomeyer.academy/playbooks/deep-research-auftrag-formulieren) [96. Zahlen und Tabellen mit KI auswerten, ohne dass am Ende Unsinn rauskommt](https://studiomeyer.academy/playbooks/zahlen-und-tabellen-mit-ki-auswerten) [97. KI-Benchmarks lesen ohne dich verarschen zu lassen](https://studiomeyer.academy/playbooks/ki-benchmarks-richtig-lesen) [98. KI als Sparringspartner, bessere Entscheidungen statt netter Zustimmung](https://studiomeyer.academy/playbooks/ki-als-sparringspartner-fuer-entscheidungen) [99. Mit KI eine neue Fähigkeit lernen, der ehrliche Weg](https://studiomeyer.academy/playbooks/mit-ki-neue-faehigkeit-lernen) [100. Deinen MCP-Server ändern ohne die Nutzer zu brechen](https://studiomeyer.academy/playbooks/mcp-server-aendern-ohne-nutzer-zu-brechen) [101. Dein erstes lokales KI-Modell in 30 Minuten](https://studiomeyer.academy/playbooks/erstes-lokales-modell-in-30-minuten) [102. Welches lokale Modell zu Deiner Hardware passt](https://studiomeyer.academy/playbooks/welches-lokale-modell-passt-zu-deiner-hardware) [103. Lokale KI und die DSGVO, was sie wirklich löst und was nicht](https://studiomeyer.academy/playbooks/lokale-ki-und-die-dsgvo) [104. MCP mit lokalen Modellen, Werkzeuge ohne Cloud](https://studiomeyer.academy/playbooks/mcp-mit-lokalen-modellen) [105. Lokal oder Cloud, die ehrliche Rechnung](https://studiomeyer.academy/playbooks/lokal-oder-cloud-die-ehrliche-rechnung) [106. Wenn ein fremdes Repo Deine KI konfiguriert. Der ChainDrop-Fall](https://studiomeyer.academy/playbooks/agent-konfiguration-als-angriffsweg) [107. Gespräche offline transkribieren, ohne dass sie das Haus verlassen](https://studiomeyer.academy/playbooks/gespraeche-offline-transkribieren) [108. n8n mit einem lokalen Modell verbinden](https://studiomeyer.academy/playbooks/n8n-mit-lokalem-modell-verbinden) [109. Dokumente offline auslesen, wenn der Scan nicht hochgeladen werden darf](https://studiomeyer.academy/playbooks/dokumente-offline-auslesen) [→ Zur Academy](https://studiomeyer.academy/levels/1)

## Sitemap

Öffentliche Seiten dieser Website als Markdown: [Sitemap](https://studiomeyer.academy/sitemap.md). Kuratierter Einstieg: [llms.txt](https://studiomeyer.academy/llms.txt), Volltext: [llms-full.txt](https://studiomeyer.academy/llms-full.txt).