Lokale KI meistern: LLMs, Diffusion & Agenten auf deinem PC
Learn AI automation with Ollama, LM Studio & more! Build custom AI agents on your own hardware using n8n, Flowise & Docker. Master RAG, SQL & Supabase.
Course Content
Lokale KI meistern: LLMs, Diffusion & Agenten auf deinem PC is an all-levels Udemy course taught by Arnold Oberleiter. It runs 11h 32m, is taught in German, and includes a certificate of completion. Learners rate it 4.7 out of 5 from 9 reviews, with 248 students enrolled. It is a paid course, first published October 2025.
Entfessle die Macht der KI: Baue deine eigene lokale KI-Infrastruktur
Du möchtest die volle Kontrolle über Künstliche Intelligenz (KI) und bist es leid, auf Cloud-Dienste angewiesen zu sein? Dieser umfassende Kurs führt dich Schritt für Schritt in die Welt der lokalen KI ein – ohne Cloud, ohne Datenrisiken und mit maximaler Leistung. Lerne, wie du Large Language Models (LLMs) und Bildgeneratoren direkt auf deinem eigenen Rechner betreibst und eine leistungsstarke, unabhängige KI-Infrastruktur aufbaust.
Warum lokale KI?
KI-Automation und intelligente Agenten revolutionieren Branchen. Doch was, wenn du deine KI-Systeme vollständig kontrollieren möchtest? Dieser Kurs ist die Antwort, wenn du Wert auf:
- Datenschutz: Deine Daten bleiben sicher auf deinem Rechner.
- Performance: Profitiere von optimaler Geschwindigkeit und Reaktionszeit.
- Kreative Freiheit: Gestalte KI-Anwendungen ohne Einschränkungen.
- Kostenkontrolle: Vermeide laufende Cloud-Gebühren.
Was du in diesem Kurs lernst – Sektion für Sektion:
Sektion 1: Einführung & Schnellstart
- Überblick über den Kursaufbau und Lernziele.
- Zugriff auf wichtige Ressourcen und Links.
- Finde die besten Open-Source-Modelle für deine Projekte.
- Quick Tip: Installiere deine erste lokale KI-Anwendung in Minuten mit Pinokio.
Sektion 2: Grundlagen – LLMs, Diffusion & Hardware
- Verstehe die Vorteile lokaler KI in Bezug auf Datenschutz, Kosten und Performance.
- Hardware-Anforderungen: GPU, VRAM, RAM und Unified Memory – eine verständliche Erklärung.
- Welche Hardware (Apple Silicon vs. NVIDIA) ist für deine Ziele am besten geeignet?
- Funktionsweise von LLMs (GPT, Qwen) und Diffusionsmodellen (Stable Diffusion, Flux).
Sektion 3: Lokale LLMs in der Praxis – Dein eigenes ChatGPT mit Ollama
- Installation und Konfiguration von Ollama.
- Nutzung verschiedener Modelle.
- Prompt-Engineering und multimodale Fähigkeiten (Vision mit Gemma 3).
- Fortgeschrittene Techniken wie Test-Time-Compute.
- Integration externer Tools mit Function Calling & Tool Use.
- Retrieval-Augmented Generation (RAG) und Embeddings in Ollama.
- Optimierung durch Quantisierung (GGUF, Q8 etc.).
Sektion 4: Wissensmanagement mit Anything LLM & LM Studio (RAG)
- RAG (Retrieval-Augmented Generation), Embeddings und Vektordatenbanken verstehen.
- Aufbau eines lokalen RAG-Chatbots mit AnythingLLM und Ollama.
- Agenten-Funktionen wie Websuche und Scraping.
- Sprachinteraktion über Whisper-Transkription.
- LM Studio als leistungsstarke Alternative zu Ollama.
Sektion 5: Diffusion lokal – Bilder & Videos mit ComfyUI erstellen
- Installation und Nutzung von ComfyUI für die lokale Bilderstellung.
- Komplexe JSON-Workflows für Modelle wie SDXL, Qwen und Flux.
- Training eigener LoRAs und Nutzung von ControlNets.
- Professionelle Bildskalierung.
- Erstellung von KI-Videos und Bildbearbeitung mit Qwen Image Edit.
- Entdecke unzählige Workflows mit OpenArt.
Sektion 6: KI-Videoerstellung auf deinem Rechner
- Erzeuge Videos direkt aus Text oder Bildern mit Modellen wie Wan.
- Animation von Charakteren und Austausch von Gesichtern/Outfits mit Wan2.2-Animate.
- Innovative Technologien wie FramePack für die lokale Videoproduktion.
- Profi-Tipp: Beschleunige deine Video-Generation um das 7-fache mit einer speziellen 4-Step-LoRA-Technik.
Sektion 7: KI-Audiofunktionen – Sprache, Stimmen & Musik
- Präzise Audio-Transkription mit Whisper (STT).
- Erzeugung realistischer Stimmen aus Text (**
Want AI in your product? Hire the team behind TutorialSearch.io
LLM features, RAG, agents and automation wired into a real product — built by the devs who shipped this site.