Lumo
Protons gehosteter KI-Assistent mit Zero-Access-Verschlüsselung gespeicherter Chats und einer strikten No-Logs-Richtlinie.
9 private Alternativen, geprüft nach unseren öffentlichen Kriterien.
ChatGPT hält dich angemeldet, knüpft jedes Gespräch an ein Konto und kann deine Prompts in sein nächstes Modell einfließen lassen, sofern du nicht widersprichst. Das Problem ist keine versehentliche Einstellung: Ein Assistent, dessen Wert dadurch wächst, dass er aus der Nutzung lernt, hat keinen Anreiz zu vergessen, was du fragst. Die Empfehlungen unten schicken weit weniger, versprechen, nicht mit deinen Chats zu trainieren, oder laufen komplett auf deiner eigenen Maschine.
Protons gehosteter KI-Assistent mit Zero-Access-Verschlüsselung gespeicherter Chats und einer strikten No-Logs-Richtlinie.
DuckDuckGos privater KI-Chat, der dich ohne Konto mit mehreren Modellen reden lässt und nicht auf deinen Eingaben trainiert.
Apples KI. Auf dem Gerät, wo es geht, mit überprüfbarem Private Cloud Compute für den Rest.
Skales ist ein lokaler KI-Desktop-Agent, der auf deinem Computer mit jedem KI-Anbieter deiner Wahl läuft. Alle Gespräche und Daten bleiben auf deinem Rechner, und du bestimmst, welches Modell und welche API-Schlüssel du nutzt.
Mit Ollama kannst du große Sprachmodelle lokal herunterladen und ausführen, über eine einfache CLI und REST-API. Unterstützt eine wachsende Bibliothek offener Modelle wie Llama, Mistral und Gemma auf Windows, Mac und Linux, ohne dass Daten in die Cloud gehen.
Ein Mozilla-Projekt, das ein komplettes LLM samt Laufzeitumgebung in eine einzige ausführbare Datei packt. Eine Datei herunterladen, unter Windows, Mac oder Linux ausführen, ohne Installation, ohne Abhängigkeiten und ohne erforderliche Netzwerkverbindung.
Offline-KI-Chat von Ente, der Modelle vollständig auf deinem Gerät ausführt, ohne dass Netzwerkaufrufe nötig sind.
KoboldCpp ist ein eigenständiges lokales KI-Inferenz-Tool mit integrierter Web-Oberfläche. Es betreibt GGUF-Text-, Bild- und Sprachmodelle ohne Installation jenseits einer einzigen Binärdatei und richtet sich vor allem an kreatives Schreiben und Rollenspiel-Workflows.
Warum Einstellungen ChatGPT nicht reparieren. Den Chatverlauf abzuschalten ändert, was in der Seitenleiste erscheint, nicht den zugrunde liegenden Anreiz, aus dem zu lernen, was du tippst, und dich in der Produktlinie einer Firma zu halten. Der Prompt muss weiterhin die Server der Firma erreichen, damit das Modell antworten kann, und sobald er dort ist, entscheidet der Anbieter, ob er zu Trainingsdaten wird und ob er sich dem Profil hinter deinem Konto anschließt. Opt-out-Schalter helfen am Rand, aber sie sind auf ein Design geschraubt, das darauf ausgelegt ist, deine Gespräche zu lesen und sich daran zu verbessern. Es gibt keinen Schalter für “Hör auf, von mir zu lernen” in einem Produkt, dessen Fahrplan genau davon abhängt. Die einzige echte Lösung ist ein Assistent, der deine Prompts entweder nicht protokolliert oder sie nie erhält.
Worauf es bei einem privaten KI-Assistenten wirklich ankommt. Zwei Fragen sortieren das Feld: Trainiert der Anbieter mit deinen Prompts, und muss dein Text deine Maschine überhaupt verlassen. Ein gehosteter Assistent wie Lumo behält die Alltagserfahrung von ChatGPT, verpflichtet sich aber, nicht mit deinen Chats zu trainieren, und behält wenig, die Arbeit fließt also zu einem Server, der von einer Firma betrieben wird, deren Geld nicht aus deinen Gesprächen kommt. Ein Runner für offene Gewichte wie Ollama geht weiter: Die Inferenz passiert auf deinem eigenen Gerät, es gibt also keinen Server, der irgendetwas protokollieren oder damit trainieren könnte, und er antwortet auch ohne Netz weiter. Ein klares No-Training-Versprechen und ein quelloffener Client schützen dich auf dem gehosteten Weg, auf dem lokalen Weg ist der Schutz strukturell, denn der Text reist schlicht nie. Hardware zählt nur lokal, wo ein größeres Modell mehr Arbeitsspeicher und eine stärkere Grafikkarte will.
So wechselst du. Richte deine Alltagsfragen an einen privaten Assistenten und nutze ihn so, wie du ChatGPT genutzt hast. Der erste Tag fühlt sich fast identisch an, und die meisten bemerken den Wechsel beim routinemäßigen Schreiben oder bei Code-Hilfe nie. Behalte ein Mainstream-Konto nur für die Handvoll härtester Aufgaben, die die größten Modelle noch gewinnen, und greife zu einem lokalen Modell, wenn die Arbeit wirklich sensibel ist, damit der Text deinen Rechner nie verlässt. Die Empfehlungen oben sind vom einfachsten Wechsel zum privatesten geordnet, du kannst die gehosteten und lokalen Optionen also nebeneinander abwägen, bevor du dich festlegst. Der ehrliche Haken ist eine kleine Einbuße an Rohleistung bei den schwierigsten Problemen, im Gegenzug hörst du auf, deine Fragen einem System zu übergeben, das darauf ausgelegt ist, aus jeder einzelnen zu lernen.