Wissen · Lokale KI
Der lokale Code-Assistent: Vorschläge und Erklärungen, der Quellcode bleibt im Haus
Faktencheck: 3. September 2026 Fachlich verantwortlich: Daniel Bidoli Modell- und Hardwarequellen unten
Für Betriebe, deren Code das Haus nicht verlassen darf, ist lokal nicht die zweite Wahl, sondern die einzige.
Lokale Coding-Modelle helfen bei Routinen, Snippets und Erklärungen, angebunden an den Editor wie ihre Cloud-Vorbilder. Der Einstieg läuft mit der 14B-Klasse ab 16 GB Grafikspeicher, richtig brauchbar wird es mit der 30B-Coder-Klasse ab 24 GB. Ehrlich vorweg: Die grossen Cloud-Coding-Werkzeuge bleiben spürbar stärker.
Auf einen Blick
Was «Programmieren» an Hardware braucht
Dieselben Einstufungen wie im Hardware-Rechner, hier zum Nachlesen: Speicher, Anschaffen gegen Mieten, die passenden Modelle und die Befehle zum Ausprobieren.
Q4-Planungswerte aus unserer internen Ollama-Hardware-Matrix, geprüft am 3. September 2026.
Anschaffen
CHF 1'500–3'500 einmalig, passender PCMieten
CHF 100–250 pro Monat, GPU-ServerWomit Sie starten können
Ab 16 GB Grafikspeicher für die 14B-Klasse als Einstieg; richtig brauchbar wird lokales Coding mit der 30B-Coder-Klasse ab 24 GB (z. B. RTX 3090/4090) oder einem Apple-Rechner ab 48 GB.
Tempo-Erwartung: Vorschläge im Sekundentakt, grössere Umbauten dauern. Ehrlich: die Cloud-Coding-Werkzeuge bleiben spürbar stärker.
So starten Sie: die Befehle zum Kopieren
Ollama installieren (kostenlos, ollama.com), dann im Terminal:
ollama pull qwen3:14b # Die Coding-Klasse ab 24 GB Grafikspeicher: ollama pull qwen3-coder:30b # Editor-Anbindung z. B. über die freie Erweiterung # Continue (continue.dev) für VS Code und JetBrains.
Auf Apple-Rechnern teilen sich Modell und System den gemeinsamen Speicher, dort zählt die RAM-Angabe. Preise sind grobe Marktgrössenordnungen, keine Offerten.
Im Betrieb
Was damit möglich ist
Routinen und Snippets
Der Parser, die Validierung, der Datenbankzugriff: wiederkehrender Code entsteht im Sekundentakt, und das Modell kennt dabei nur, was Sie ihm zeigen.
Fremden Code verstehen
Das geerbte Projekt, die undokumentierte Funktion, das Altsystem: Erklärungen auf Abruf, ohne dass proprietärer Code zu einem Cloud-Anbieter wandert.
Tests und Dokumentation
Unit-Tests, Docstrings, README-Entwürfe: die Arbeit, die notorisch liegen bleibt, als Vorschlag aus der Maschine, geprüft vom Menschen.
Interne Werkzeuge bauen
Skripte und kleine Helfer für den Betriebsalltag, entwickelt mit Unterstützung, aber komplett innerhalb der eigenen Infrastruktur.
Ehrlich eingeordnet
Warum lokal, und wo die Grenzen liegen
Warum gerade hier lokal
Quellcode ist oft das wertvollste Geschäftsgeheimnis eines Betriebs, und bei Auftragsentwicklung ist er per Vertrag geschützt: NDAs, Kundenrechte, Compliance-Vorgaben. Ein Cloud-Assistent, der bei jedem Vorschlag den umliegenden Code mitliest, ist damit schnell unvereinbar. Der lokale Assistent löst das strukturell: Modell und Kontext laufen auf eigener Hardware, kein Token verlässt das Haus, und was der Assistent sieht, bestimmt die eigene Konfiguration.
Die ehrlichen Grenzen
Die ehrlichste Grenze zuerst: Wer professionell entwickelt und frei wählen darf, bekommt bei den grossen Cloud-Coding-Werkzeugen heute spürbar mehr Leistung, bei komplexen Umbauten ist der Abstand deutlich. Lokale Modelle glänzen bei Routinen, Snippets und Erklärungen, nicht beim eigenständigen Umbau ganzer Module. Dazu kommt die Hardware-Schwelle: Richtig brauchbar wird es erst mit der 30B-Coder-Klasse ab 24 GB. Die Rechnung lautet darum nicht «genauso gut, aber lokal», sondern «gut genug für vieles, und der Code bleibt im Haus».
Der Weg
So kommt das in Ihren Betrieb
Die ersten Schritte kosten nichts ausser etwas Zeit; investiert wird erst, wenn der eigene Test den Nutzen belegt hat.
-
Modell laden, Editor anbinden
Qwen3.5 9B als Einstieg oder Qwen3.8 27B auf 24 GB VRAM über Ollama, dazu eine passende Editor-Anbindung. Erst an einem unkritischen Projekt messen, wie zuverlässig Vorschläge und Werkzeugaufrufe sind.
-
An echten Aufgaben messen
Zwei Wochen normale Arbeit: Wo helfen die Vorschläge, wo stören sie, was fehlt gegenüber dem Cloud-Werkzeug? Erst dieses Bild rechtfertigt Hardware für die Coder-Klasse, oder eben nicht.
-
Regeln für das Team
Welche Projekte dürfen welchen Assistenten sehen, was gilt für Kundencode, wie wird geprüft: Die Governance-Frage ist bei Code-Assistenten wichtiger als die Modellwahl.
Häufige Fragen
FAQ: Programmieren mit lokaler KI
Gibt es eine lokale Alternative zu GitHub Copilot?
Ja: Aktuelle lokale Modelle wie Qwen3.5 und Qwen3.8 laufen über Ollama auf eigener Hardware und lassen sich über Editor-Erweiterungen anbinden. Der Funktionsumfang ähnelt Cloud-Werkzeugen, die Qualität kann bei grossen Umbauten darunter liegen; dafür kann der Quellcode im eigenen Netz bleiben.
Welches Modell taugt für lokales Coding?
Der aktuelle Einstieg ist Qwen3.5 9B mit 12 bis 16 GB Grafikspeicher. Für anspruchsvolleres Coding und Agenten ist Qwen3.8 27B ein Kandidat; seine 18-GB-Datei braucht 24 GB VRAM oder einen Apple-Rechner ab 48 GB. Beide lassen sich gratis am eigenen Projekt testen.
Für wen lohnt sich der lokale Code-Assistent wirklich?
Für alle, deren Quellcode das Haus nicht verlassen darf: Auftragsentwicklung unter NDA, Embedded- und Industriecode, Behörden- und Gesundheitsumfeld, strenge Compliance. Wer frei wählen darf und maximale Unterstützung will, fährt mit den Cloud-Werkzeugen ehrlicherweise besser.
Welche Hardware braucht ein lokaler Code-Assistent?
Zum Einstieg eine Grafikkarte ab 16 GB für die 14B-Klasse. Wer die 30B-Coder-Klasse produktiv nutzen will, plant 24 GB Grafikspeicher (z. B. RTX 3090/4090) oder einen Apple-Rechner ab 48 GB gemeinsamem Speicher ein.
Quellen und Vertiefung
- Qwen3.8 in der Ollama-Bibliothek — aktuelle Coding- und Agentenklasse
- Continue — freie Editor-Anbindung für lokale Modelle (VS Code, JetBrains)
- Qwen3 in der Ollama-Bibliothek — der 14B-Einstieg
- Modellprofil: Qwen3 14B — alle Zahlen und Grenzen des empfohlenen Modells
- Modellprofil: Qwen3.8 27B — alle Zahlen und Grenzen des empfohlenen Modells
Weitere Anwendungsfälle
Was lokale KI sonst noch kann
Alle neun Fälle aus dem Rechner
Fälle mit Pfeil öffnen den Rechner an der richtigen Stelle; die übrigen haben eine eigene Seite wie diese.
Nächster Schritt
Passt das zu Ihrem Betrieb?
Im kostenlosen Erstgespräch klären wir, ob «Programmieren» bei Ihnen den Aufwand lohnt, welche Hardware wirklich nötig ist, und ob die ehrliche Antwort vielleicht «Cloud» oder «noch nicht» lautet. Wenn ja, folgt die Analyse zum Festpreis: Aufgabe abgrenzen, Modell testen, Absicherung planen. Erst messen, dann investieren.
Beschreiben Sie kurz, wo es hakt. Den Rest klären wir im Gespräch.
Sie schreiben uns, was Sie beschäftigt. Ihre Nachricht landet nicht in einem Ticketsystem, sondern direkt bei Daniel Bidoli, dem Inhaber.
-
Nachricht senden
Zwei Sätze reichen, das Eingrenzen ist unsere Arbeit.
-
Persönliche Antwort
Erste Einschätzung innerhalb von 24 Stunden.
-
Kostenloses Erstgespräch
Rund 30 Minuten: online, vor Ort oder flexibel am Abend. Danach entscheiden Sie.
Sehen wir keinen Nutzen, sagen wir es Ihnen offen.
Lieber direkt sprechen?
Ihre Anfrage
Was beschäftigt Sie? Eine kurze Beschreibung reicht, wir melden uns innerhalb von 24 Stunden.