Ollama Cloud vs. ChatGPT Plus: Preise, Modelle, Datenschutz und wann lokale Hardware gewinnt
Artikel-Übersicht
Ollama war lange das Synonym für „KI ohne Cloud“. Seit es eigene Cloud-Modelle und Abos gibt, stellt sich eine neue Frage: Ist Ollama Cloud eine echte Alternative zu ChatGPT Plus, und lohnt sich danach überhaupt noch eigene Hardware? Beide Abos kosten 20 Dollar im Monat, sind aber völlig verschiedene Produkte.
Dieser Artikel vergleicht drei Wege nach Preis, Modellen, Limits, Datenschutz, API-Zugang und Werkzeugen: die Ollama-Tarife, ChatGPT Plus und ein komplett lokales Setup. Alle Preise und Tarifnamen habe ich am 4. November 2026 auf den offiziellen Seiten geprüft. Wie du die lokale Variante aufbaust, steht im Leitfaden Lokale ChatGPT-Alternative mit Open WebUI und Ollama, die Installation selbst unter Ollama installieren. Hier geht es nur um die Entscheidung.
Welches Modell auf welche Grafikkarte passt, erklärt Welches Ollama-Modell?. Echte Messwerte einer RTX 4090 findest du in Lokale LLMs auf der RTX 4090. Für den Blick auf alle großen Anbieter gibt es den Vergleich der führenden LLM-Anbieter.
Die kurze Antwort
ChatGPT Plus ist das bessere Produkt, wenn du eine fertige App willst. Ollama Cloud ist das bessere Werkzeug, wenn du offene Modelle in eigenen Tools nutzen willst. Lokal lohnt sich vor allem wegen des Datenschutzes, selten wegen der Kosten.
- ChatGPT Plus (20 $ im Monat): App mit GPT-6 und GPT-5.6, Bilder, Sprache, Deep Research und Codex. Keine API, die Plus-Nutzung ist nicht in Open WebUI oder eigene Skripte übertragbar.
- Ollama Pro (20 $ im Monat): 60 $ Guthaben für große offene Modelle wie GLM, Kimi, DeepSeek oder gpt-oss, mit API-Schlüssel, OpenAI-kompatibel und direkt in Open WebUI, opencode oder Codex nutzbar. Es gibt keine eigene Chat-App mit Bildgenerierung und Deep Research.
- Lokal mit Ollama: keine laufenden Gebühren außer Strom, Daten bleiben im Haus. Die Modelle sind aber kleiner als das, was in den beiden Clouds läuft.
Was „Ollama Cloud“ am 4. November 2026 genau ist
Ollama Cloud ist kein eigenes Produkt mit eigenem Namen, sondern die Möglichkeit, Modelle aus der Ollama-Bibliothek auf Ollamas Servern statt auf dem eigenen Rechner auszuführen. In der App oder im Terminal erkennst du sie am Tag :cloud, etwa gemma4:cloud. Heruntergeladen wird dabei nichts. Du meldest dich mit deinem Ollama-Konto an, und die Anfrage geht an Ollamas Rechenzentrum.
Am 31. August 2026 hat Ollama die Abrechnung umgestellt. Vorher galten Limits für 5-Stunden-Sitzungen und Wochenkontingente, gemessen in GPU-Zeit. Laut dem Ollama-Blog war das schwer vorherzusagen. Seitdem wird nach Token abgerechnet, und jeder Tarif enthält ein monatliches Guthaben. Die 5-Stunden- und Wochenlimits sind laut Ollama für die neuen Tarife entfallen.
| Tarif | Preis | enthaltenes Guthaben | parallele Anfragen | Besonderheiten |
|---|---|---|---|---|
| Pay as you go | 0 $ | laut Blog ein kleiner Monatsbetrag für Einstiegsmodelle, auf der Preisseite nicht beziffert | 3 | Guthaben zukaufen schaltet alle Modelle frei |
| Pro | 20 $/Monat oder 200 $/Jahr | 60 $ | 3 | „größere Pro-Modelle“, Fast Mode angekündigt |
| Max | 100 $/Monat | 300 $ | 10 | früher Zugang zu neuen Modellen |
| Team (Early Access) | 500 $/Monat | 1.000 $, geteilt | 10 | beliebig viele Nutzer, zentrale Abrechnung |
| Enterprise | auf Anfrage | individuell | individuell | Modellfreigaben, Budgets je Nutzer und API-Schlüssel |
Ungenutztes Guthaben verfällt am Monatsende und wird nicht übertragen. Ist es aufgebraucht, läuft die Nutzung zum selben Token-Preis über zugekauftes Guthaben weiter. Bei 90 Prozent Verbrauch schickt Ollama eine Erinnerung. Anfragen über dem Parallelitätslimit landen in einer Warteschlange. Ist sie voll, werden sie abgewiesen.
Nicht öffentlich dokumentiert ist, welche Modelle mit den „größeren Pro-Modellen“ gemeint sind, ob es einen Mindestbetrag beim Zukauf gibt und wie Umsatzsteuer auf die Dollarpreise hinzukommt.
Was 60 Dollar Guthaben in Token bedeuten
Wie weit das Pro-Guthaben reicht, hängt fast nur davon ab, welches Modell du wählst. Die Preise pro Million Token unterscheiden sich um mehr als den Faktor 20. Ein paar Beispiele aus der Preistabelle vom 4. November 2026:
| Modell | Input je 1 Mio. Token | Output je 1 Mio. Token | Token für 60 $ bei 80 % Input / 20 % Output |
|---|---|---|---|
| gpt-oss:120b | 0,15 $ | 0,60 $ | rund 250 Mio. |
| deepseek-v4-pro (Off-Peak) | 0,66 $ | 1,98 $ | rund 65 Mio. |
| deepseek-v4-pro | 1,32 $ | 3,96 $ | rund 32 Mio. |
| glm-5.3 | 1,40 $ | 4,40 $ | rund 30 Mio. |
| kimi-k3 | 3,00 $ | 15,00 $ | rund 11 Mio. |
Die Mischung 80 zu 20 ist meine Annahme für Chat und Coding, bei denen viel Kontext hineingeht und wenig herauskommt. Gecachter Input ist deutlich billiger, bei glm-5.3 zum Beispiel 0,26 statt 1,40 Dollar. Ein Coding-Agent, der dieselben Dateien immer wieder schickt, kommt also weiter als die Tabelle zeigt. Off-Peak gilt bei den DeepSeek-Modellen werktags außerhalb von 12 bis 18 Uhr UTC und am ganzen Wochenende.
30 Millionen Token reichen für sehr viel Chat, ein Coding-Agent im Dauerbetrieb verbraucht sie schnell. Wie du den Verbrauch drückst, steht in LLM-Kosten optimieren.
Was ChatGPT Plus enthält
ChatGPT Plus kostet laut OpenAI 20 Dollar im Monat und ist ein App-Abo, kein Zugang zu Rechenzeit. Die API wird laut OpenAI-Hilfe getrennt abgerechnet. Den Endpreis in Euro samt Umsatzsteuer zeigt OpenAI auf der deutschen Preisseite nicht als feste Zahl, du siehst ihn erst beim Abschluss.
Laut der deutschen Preisseite enthält Plus alles aus dem Go-Tarif und zusätzlich:
- Reasoning-Modelle mit GPT-6, erweiterte Nachrichten und Uploads
- Bildgenerierung, Deep Research, Gedächtnis und Projekte
- geplante Aufgaben und eigene GPTs
- erweiterte Nutzung von Codex und ChatGPT Work auf Desktop, Web und Mobil
In der Modelltabelle stehen bei Plus GPT-6.1 Sol, GPT-6 Sol, GPT-6 Astra und GPT-6 Luna mit dem Vermerk „begrenzt“, die GPT-5.6-Familie mit „erweitert“. Das Kontextfenster gibt OpenAI für Plus mit 54.000 Token im Instant-Modus und 256.000 Token im Reasoning-Modus an.
Feste Nachrichtenlimits nennt OpenAI nicht. Die Preisseite sagt nur „Es gelten Nutzungsobergrenzen“, laut Hilfe schwanken sie mit der Auslastung. Du zahlst also einen Festpreis, ohne genau zu wissen, wie viel du dafür bekommst. Bei Ollama ist jede Anfrage nachrechenbar.
Der Vergleich in einer Tabelle
Die Tabelle zeigt, dass sich die drei Wege weniger im Preis unterscheiden als darin, wer die Daten sieht und wo du die Modelle nutzen kannst.
| Kriterium | Ollama Pro | ChatGPT Plus | lokal mit Ollama |
|---|---|---|---|
| Preis | 20 $/Monat, 60 $ Guthaben | 20 $/Monat | Hardware einmalig, dann Strom |
| Abrechnung | Token, transparent je Modell | Festpreis, Obergrenzen nicht beziffert | keine |
| Modelle | offene Modelle: GLM, Kimi, DeepSeek, MiniMax, Mistral, gpt-oss, Gemma, Nemotron | GPT-6- und GPT-5.6-Familie von OpenAI | was in deinen Speicher passt |
| Limits | Guthaben, 3 parallele Anfragen | nicht öffentlich beziffert | Hardware |
| API | ja, API-Schlüssel, OpenAI- und Anthropic-kompatibel | nein, API separat | ja, lokal auf Port 11434 |
| Open WebUI | ja | nein, nur mit separater API | ja |
| Editor-Agenten | ja, etwa ollama launch codex oder opencode |
Codex mit Plus-Anmeldung | ja, mit kleineren Modellen |
| Bilder, Sprache, Deep Research | nein | ja | Bilder lesen ja, erzeugen nein |
| Training mit deinen Daten | nein, laut Ollama | standardmäßig ja, abschaltbar | nein |
| Serverstandort | „vorwiegend USA“, Ausweichkapazität in Europa | für Plus keine EU-Datenresidenz | dein Rechner |
| AV-Vertrag (DPA) | nicht öffentlich dokumentiert | nur über das Geschäftskunden-Vertragswerk | nicht nötig |
Datenschutz und Serverstandort
Ollama sagt zu, Prompts und Antworten weder zu speichern noch zum Training zu nutzen. ChatGPT Plus trainiert standardmäßig mit deinen Inhalten, solange du es nicht abschaltest. Nur lokal verlässt kein Byte deinen Rechner.
Bei Ollama stehen die Zusagen an drei Stellen. Die Preisseite sagt, Prompt- und Antwortdaten würden „nie protokolliert oder zum Training genutzt“. Die Datenschutzerklärung beschreibt die Verarbeitung als „transient“, also nur so lange, wie die Anfrage dauert. Die Rechenpartner sind laut Ollama NVIDIA-Cloud-Provider, die keine Protokolle führen, nicht trainieren und eine Zero-Data-Retention-Regel haben müssen.
Der Standort ist der Haken. Ollama nennt als Ort „vorwiegend die Vereinigten Staaten“ und leitet bei Bedarf nach Europa um. Der Blogbeitrag vom 31. August spricht von „dedizierter Rechenleistung in den USA und Europa“. Wählen kannst du den Ort nicht. Die Datenschutzerklärung nennt Ollama Inc. als Verantwortlichen und sagt, dass Daten in die USA übertragen werden können. Einen Auftragsverarbeitungsvertrag oder eine Liste der Unterauftragnehmer habe ich dort nicht gefunden. Für Firmen mit personenbezogenen Daten ist das ein Ausschlusskriterium, bis Ollama das liefert.
Bei ChatGPT Plus ist die Lage klarer, aber nicht besser. Laut OpenAI-Hilfe kann OpenAI Inhalte aus Free, Plus und Pro zum Training nutzen. Abschalten kannst du das unter Einstellungen → Datenkontrollen → „Das Modell für alle verbessern“. Auch dann kann ein Daumen hoch oder runter dazu führen, dass das ganze Gespräch doch verwendet wird. Eine Datenresidenz in Europa bietet OpenAI nur für ChatGPT Enterprise, Edu und die API an, nicht für Plus. Den AV-Vertrag knüpft OpenAI an das Services Agreement für Geschäftskunden.
Was das rechtlich bedeutet, steht ausführlicher in KI, Datenschutz, Urheberrecht und AI Act. Kurz gesagt: Für Mandanten-, Patienten- oder Personaldaten taugt keines der beiden Privatkunden-Abos. Dafür bleibt das lokale Setup oder ein Geschäftsvertrag mit klar geregeltem Standort.
Ein Detail ist für alle wichtig, die Ollama gerade wegen „KI ohne Cloud“ nutzen: Die Cloud-Modelle sind in derselben App eingebaut. Wer sicher sein will, dass nichts nach draußen geht, schaltet sie ab. Laut Ollama-FAQ geht das mit OLLAMA_NO_CLOUD=1 oder mit "disable_ollama_cloud": true in ~/.ollama/server.json. Nach dem Neustart steht im Log Ollama cloud disabled: true. Damit fällt auch die Websuche weg.
API-Zugang und eigene Werkzeuge
Wer Open WebUI, einen Editor-Agenten oder eigene Skripte nutzt, kann mit ChatGPT Plus wenig anfangen und mit Ollama Cloud sehr viel. Das ist der eigentliche Unterschied zwischen beiden Abos.
Bei Ollama gibt es zwei Wege. Der erste läuft über die lokale Ollama-Instanz: Du bist angemeldet, und ein Modell mit :cloud-Tag verhält sich für Open WebUI oder andere Programme wie jedes lokale Modell. Der zweite Weg geht direkt an https://ollama.com/api mit einem API-Schlüssel, ganz ohne lokale Installation. Laut Dokumentation funktionieren dort auch die Client-Bibliotheken von OpenAI und Anthropic, wenn auch nur mit einem Teil der Funktionen.
export OLLAMA_API_KEY="dein_schluessel"
curl https://ollama.com/api/chat \
-H "Authorization: Bearer $OLLAMA_API_KEY" \
-d '{"model": "gpt-oss:120b", "messages": [{"role": "user", "content": "Hallo"}], "stream": false}'Für Coding-Agenten hat Ollama Startbefehle wie ollama launch codex, ollama launch opencode oder ollama launch claude. Damit laufen bekannte Agenten gegen offene Modelle in Ollamas Cloud. Wie du einen Agenten gegen ein eigenes Modell konfigurierst und worauf es beim Tool Calling ankommt, steht in Lokale Modelle einbinden.
ChatGPT Plus bindet dich an OpenAIs eigene Oberflächen: die App, ChatGPT Work und Codex. Für Codex ist das Abo ein echter Vorteil, denn dort ist die Nutzung im Preis enthalten. Für Open WebUI, n8n oder eigene Skripte brauchst du dagegen einen API-Schlüssel, und der wird nach Token abgerechnet, zusätzlich zum Abo. Die aktuellen API-Preise von OpenAI stehen im Anbietervergleich.
Übrigens: OpenAI-Modelle gibt es in Ollama tatsächlich. gpt-oss:120b und gpt-oss:20b sind OpenAIs offene Modelle und gehören in Ollamas Cloud zu den günstigsten. Mit GPT-6 in ChatGPT haben sie wenig zu tun.
Ab wann sich eigene Hardware rechnet
Für eine Einzelperson, die ein 20-Dollar-Abo ersetzen will, rechnet sich eigene Hardware praktisch nie. Sie rechnet sich ab etwa 100 Dollar Cloud-Ausgaben im Monat über drei bis vier Jahre und bei Teams oder hohen API-Rechnungen innerhalb von ein bis zwei Jahren.
Die Formel ist einfach. Die Hardware hat sich bezahlt gemacht, wenn die gesparten Cloud-Kosten minus Strom den Kaufpreis decken:
Monate bis Break-even = Hardwarepreis / (Cloud-Kosten pro Monat − Stromkosten pro Monat)Die Annahmen
| Größe | Wert | Quelle |
|---|---|---|
| Wechselkurs | 1 € = 1,1179 $ (20 $ ≈ 17,89 €, 100 $ ≈ 89,45 €, 500 $ ≈ 447,27 €) | EZB-Referenzkurs vom 3.11.2026 |
| Strompreis | 38,9 ct/kWh | BDEW, Haushalte, Stand 1.10.2026 |
| Mac Studio M5 Max, 36 GB | 2.999 € | Macwelt, Startpreis August 2026 |
| RTX 5090, 32 GB, nur die Karte | 4.850 € | PC Games Hardware, günstigstes Angebot am 1.9.2026 |
| restlicher PC für die RTX 5090 | 1.500 € | meine Annahme |
| Leistungsaufnahme unter Last | 0,2 kW (Mac), 0,7 kW (PC mit RTX 5090) | meine Annahme; NVIDIA nennt 575 W allein für die Karte |
| Steuern, Restwert, Wartung | nicht eingerechnet | bewusst weggelassen |
Die Grafikkartenpreise sind 2026 ein Sonderfall. Laut PC Games Hardware hat NVIDIA die RTX 5090 im Mai 2026 intern verteuert, vor allem wegen des knappen GDDR7-Speichers. Die unverbindliche Preisempfehlung lag bei 2.099 €. Setz deshalb den Preis ein, den du tatsächlich zahlst, und miss die Leistungsaufnahme mit einem Zwischenstecker, statt meinen Annahmen zu glauben.
Drei Szenarien
| Szenario | ersetzt | Hardware | Strom pro Monat | Ersparnis pro Monat | Break-even |
|---|---|---|---|---|---|
| Einzelnutzer, 3 h Last am Tag | Plus oder Ollama Pro, 17,89 € | Mac Studio, 2.999 € | 7,00 € | 10,89 € | rund 275 Monate, also nie |
| Power-User, 6 h Last am Tag | Ollama Max, 89,45 € | Mac Studio, 2.999 € | 14,00 € | 75,45 € | rund 40 Monate |
| Team, 300 € API-Kosten, 8 h an 22 Tagen | API-Rechnung, 300 € | PC mit RTX 5090, 6.350 € | 47,92 € | 252,08 € | rund 25 Monate |
| Team statt Ollama Team, 8 h an 22 Tagen | Ollama Team, 447,27 € | PC mit RTX 5090, 6.350 € | 47,92 € | 399,34 € | rund 16 Monate |
Zum Nachrechnen mit deinen eigenen Werten:
def break_even_monate(hardware_eur, cloud_eur_monat, kw, stunden_tag, tage_monat, eur_kwh=0.389):
strom = kw * stunden_tag * tage_monat * eur_kwh
ersparnis = cloud_eur_monat - strom
return float("inf") if ersparnis <= 0 else hardware_eur / ersparnis
print(round(break_even_monate(2999, 89.45, 0.2, 6, 30))) # 40Der Haken an jeder Kostenrechnung
Die Rechnung vergleicht Preise, nicht Qualität. Auf einen Mac Studio mit 36 GB oder eine Karte mit 32 GB passen Modelle bis etwa 30 Milliarden Parameter in 4 Bit. Die Cloud-Modelle bei Ollama sind deutlich größer. Allein gpt-oss:120b hat schon rund 120 Milliarden Parameter, und GLM, Kimi oder DeepSeek spielen in einer anderen Liga als alles, was auf eine einzelne Consumer-Karte passt. Wer lokal „dasselbe“ will, braucht Systeme mit 128 GB und mehr. Dann verschiebt sich der Break-even weit nach hinten.
Umgekehrt gilt: Wer für seine Aufgaben mit einem 30B-Modell auskommt, zahlt in der Cloud für Größe, die er nicht braucht. Mein eigener Inferenz-Server mit RTX 4090 schafft mit einem MoE-Modell rund 200 Token pro Sekunde für einen einzelnen Nutzer. Die Details stehen im Benchmark-Artikel. Für viele Alltagsaufgaben reicht das völlig.
Holzschreibtisch mit Bildschirm, Tastatur, Maus und einem kleinen Münzstapel; an der Wandsteckdose dahinter hängt ein Strommessgerät. Von dort führt eine leuchtende Leitung zu einem durchsichtigen Rechenzentrum im Hintergrund, die Leitung ist in der Mitte unterbrochen
Die Grundentscheidung der Kostenrechnung: Rechenzeit im Rechenzentrum mieten oder eigene Hardware hinstellen und den Stromverbrauch selbst messen.
Für wen sich was lohnt
Die Wahl hängt weniger vom Preis ab als von zwei Fragen: Brauchst du eine fertige App oder eine API? Und dürfen deine Daten das Haus verlassen?
ChatGPT Plus lohnt sich, wenn du eine Komplettlösung willst: Chat, Bilder, Sprache, Deep Research und Codex in einer App, ohne dich um Modelle zu kümmern. Das gilt für die meisten Privatnutzer und für alle, die keine eigenen Werkzeuge anbinden. Schalt das Training ab, und gib keine sensiblen Daten ein.
Ollama Pro lohnt sich für Entwickler, die Open WebUI, n8n, opencode oder Codex mit großen offenen Modellen betreiben wollen und lokal nicht genug Speicher haben. Dafür verzichtest du auf den Komfort einer fertigen App.
Ollama Max und Team lohnen sich, wenn mehrere Agenten oder Personen parallel arbeiten. Zehn gleichzeitige Anfragen statt drei sind für Agenten-Workflows oft wichtiger als das Guthaben.
Lokal mit Ollama lohnt sich in drei Fällen: Die Daten dürfen nicht nach draußen, die Hardware ist schon da, oder die Last ist so hoch, dass die Szenarien oben greifen. Wer nur ein 20-Dollar-Abo sparen will, kauft dafür keinen Rechner.
Kombiniert fahren viele am besten: lokal das Sensible und Alltägliche, über Ollama Cloud die gelegentlichen großen Aufgaben. Open WebUI zeigt beides in einer Liste. Kennzeichne die :cloud-Modelle dort deutlich, damit niemand versehentlich vertrauliche Texte in die Cloud schickt.
Häufige Fragen
Ist Ollama Cloud kostenlos? Ollama selbst ist kostenlos, und lokal zahlst du nichts. Für Cloud-Modelle nennt Ollama im Blog einen kleinen monatlichen Freibetrag für Einstiegsmodelle, beziffert ihn auf der Preisseite aber nicht. Alles Weitere läuft über zugekauftes Guthaben oder ein Abo ab 20 Dollar im Monat.
Was ist der Unterschied zwischen Ollama und ChatGPT? ChatGPT ist eine App von OpenAI mit eigenen, geschlossenen Modellen. Ollama ist eine Laufzeitumgebung für offene Modelle, die lokal oder in Ollamas Cloud laufen. Ollama bringt keine Bildgenerierung und kein Deep Research mit, dafür eine offene API für eigene Werkzeuge.
Kann ich mein ChatGPT-Plus-Abo in Open WebUI nutzen? Nein. Plus gilt nur für OpenAIs eigene Apps und Codex. Für Open WebUI brauchst du einen API-Schlüssel von OpenAI, der zusätzlich nach Token abgerechnet wird.
Wo stehen die Server von Ollama Cloud? Laut Ollama vorwiegend in den USA, bei Bedarf wird nach Europa umgeleitet. Einen Standort auswählen kannst du nicht, und einen öffentlich dokumentierten AV-Vertrag gibt es nicht.
Trainiert Ollama mit meinen Prompts? Laut Preisseite, FAQ und Datenschutzerklärung nicht. Die Inhalte werden nur für die Dauer der Anfrage verarbeitet, und die Rechenpartner müssen eine Zero-Data-Retention-Regel haben. Prüfen kannst du das als Kunde nicht, du musst der Zusage vertrauen.
Gibt es bei Ollama Cloud noch Stunden- oder Wochenlimits? Nicht in den Tarifen seit dem 31. August 2026. Es zählt nur noch das Guthaben in Token und die Zahl paralleler Anfragen. Ältere Pro- und Max-Abos behalten ihre alten Limits, bis du sie umstellst.
Gibt es KI ohne Cloud?
Ja, mit Ollama auf dem eigenen Rechner. Damit dabei wirklich nichts nach draußen geht, schalte die Cloud-Funktionen mit OLLAMA_NO_CLOUD=1 ab. Die Anleitung für ein komplettes Setup steht in Lokale ChatGPT-Alternative.
Zusammenfassung und praktische Tipps
- Gleicher Preis, anderes Produkt: ChatGPT Plus und Ollama Pro kosten beide 20 $ im Monat. Plus ist eine App, Ollama Pro ist Rechenzeit mit API.
- Ollama rechnet seit dem 31.08.2026 nach Token ab: Pro enthält 60 $, Max 300 $, Team 1.000 $ Guthaben. Ungenutztes verfällt.
- Die Modellwahl entscheidet über die Reichweite: 60 $ sind bei gpt-oss:120b rund 250 Millionen Token, bei kimi-k3 rund 11 Millionen.
- Plus hat keine API: Für Open WebUI, n8n oder eigene Skripte zahlst du die OpenAI-API zusätzlich.
- Training in Plus abschalten: Einstellungen → Datenkontrollen. Und keine Bewertungen in sensiblen Chats abgeben.
- Serverstandort klären: Ollama rechnet vorwiegend in den USA. Für personenbezogene Daten fehlt ein öffentlicher AV-Vertrag.
- Cloud lokal abschalten:
OLLAMA_NO_CLOUD=1, wenn dein Setup garantiert offline bleiben soll. - Hardware rechnet sich erst ab Last: Ein 20-Dollar-Abo ersetzt kein Rechner. Ab rund 100 $ im Monat oder bei Teams wird es interessant.
Mein Rat: Entscheide zuerst über die Daten, dann über den Preis. Dürfen deine Texte das Haus nicht verlassen, bleibt nur lokal. Dürfen sie raus, nimm ChatGPT Plus, wenn du eine App willst, und Ollama Pro, wenn du Werkzeuge baust. Kauf Hardware erst, wenn du ein paar Monate lang deine echte Cloud-Rechnung gesehen hast. Die meisten, die es umgekehrt machen, haben danach eine teure Grafikkarte und trotzdem noch ein Abo.
Ressourcen
- Ollama – Pricing – Tarife, enthaltenes Guthaben, Parallelität und Token-Preise je Modell, abgerufen am 04.11.2026
- Ollama – Transparent pricing (31.08.2026) – Umstellung auf Token-Abrechnung und Wegfall der 5-Stunden- und Wochenlimits, abgerufen am 04.11.2026
- Ollama – Cloud-Dokumentation –
:cloud-Tag, API-Schlüssel, direkter API-Zugang und Startbefehle für Agenten, abgerufen am 04.11.2026 - Ollama – FAQ – Cloud-Funktionen abschalten und Datenschutz der Cloud-Modelle, abgerufen am 04.11.2026
- Ollama – Datenschutzerklärung – Verantwortlicher, Verarbeitung in den USA, kein Training, abgerufen am 04.11.2026
- ChatGPT – Preise (deutsch) – Leistungsumfang von Plus, Modelltabelle und Kontextfenster, abgerufen am 04.11.2026
- OpenAI Help – What is ChatGPT Plus? – Preis von 20 $ im Monat, API getrennt abgerechnet, schwankende Limits, abgerufen am 04.11.2026
- OpenAI Help – How your data is used to improve model performance – Training in Free, Plus und Pro und wie du es abschaltest, abgerufen am 04.11.2026
- OpenAI – Introducing data residency in Europe – EU-Datenresidenz nur für Enterprise, Edu und API, abgerufen am 04.11.2026
- OpenAI – Data Processing Addendum – AV-Vertrag als Teil des Services Agreement, abgerufen am 04.11.2026
- BDEW-Strompreisanalyse Oktober 2026 (PDF) – Haushaltsstrompreis von 38,9 ct/kWh zum 1.10.2026, abgerufen am 04.11.2026
- EZB – Euro-Referenzkurs USD – 1,1179 $ je Euro am 3.11.2026, abgerufen am 04.11.2026
- PC Games Hardware – RTX 5090 kostet jetzt 5.099 US-Dollar (01.09.2026) – deutsche Straßenpreise ab 4.850 € und Gründe für den Anstieg, abgerufen am 04.11.2026
- NVIDIA – GeForce RTX 5090 – 32 GB GDDR7 und 575 W Leistungsaufnahme, abgerufen am 04.11.2026
- Macwelt – Mac Studio mit M5 Max und M5 Ultra – deutsche Startpreise ab 2.999 €, abgerufen am 04.11.2026
- Lokale ChatGPT-Alternative mit Open WebUI und Ollama – die Schritt-für-Schritt-Anleitung für das lokale Setup
- Ollama installieren – Installation auf macOS, Linux, Windows und in Docker
- Welches Ollama-Modell? – welches Modell auf welche Hardware passt
- Lokale LLMs auf der RTX 4090 – eigene Messwerte und Kaufberatung für den LLM-Server
- LLM-Kosten optimieren – Strategien gegen hohe Token-Rechnungen
- Die führenden LLM-Anbieter 2026 im Vergleich – Abos und API-Preise aller großen Anbieter
- Lokale Modelle einbinden – Ollama, llama.cpp und vLLM im Editor und im Agenten
- KI, Datenschutz, Urheberrecht und AI Act – die rechtliche Einordnung für den Einsatz im Unternehmen
- Eine lokale ChatGPT-Alternative selbst hosten: Komplett offline mit Open WebUI und Ollama
- Welches Ollama-Modell? Auswahl nach Hardware und Zweck
- Ollama installieren: macOS, Linux, Windows und Docker
- Ollama: lokale Sprachmodelle auf dem eigenen Rechner betreiben
- Lokale LLMs auf der RTX 4090: Ollama gegen vLLM, dense gegen MoE – eigene Messwerte
- Ollama auf Deutsch: Welche lokalen Modelle gutes Deutsch schreiben (Stand November 2026)