Symbolische Comic- und Pop-Art-Illustration: Ein zentrales Gehirn ist vertikal geteilt. Die linke Hälfte ist cool blau und souverän, mit leuchtenden Schilden, sicheren Datensperren und einem Terminal, das saubere Daten mit Miniatur-Icons für 'LOKAL' und 'MISTRAL' verarbeitet. Ein metallischer Schild wehrt die chaotische rechte Seite ab, die feurig rot und unmonitort ist, mit verworrenen Datenkraken-Tendakeln, unstrukturierten Screenshots und einem looming, greedy Cloud-Monster, das unmonitorte Daten in seine Vast Cloud zieht. Das Bild visualisiert den Kontrast zwischen lokaler digitaler Souveränität und unmonitortem Cloud-Datenzugriff.

KI im Alltag: Mein persönlicher Werkzeugkasten – März 2026

Ich benutze inzwischen ziemlich regelmäßig KI. Nicht für alles und schon gar nicht immer dieselbe.


Auf diesem Blog habe ich deshalb schon einiges dazu geschrieben: über Datenschutzrisiken, über agentic AI und darüber, wie man die richtigen Fragen stellt.


Dabei hat sich bei mir ziemlich schnell gezeigt: Die eine KI für alles gibt es für mich nicht.


Mal läuft ein Modell lokal auf meinem Rechner, mal brauche ich Hilfe bei meinem Server, mal geht es um Recherche oder einfach darum, einen Gedanken einmal gegen eine zweite Meinung laufen zu lassen.


Also habe ich mir über die Zeit meinen eigenen kleinen KI-Werkzeugkasten zusammengestellt.


Welche Werkzeuge darin liegen und wofür ich sie benutze, darum geht es in diesem Beitrag.

⏱️ Lesezeit: 5 Minuten

Spoiler: Es ist nicht ein einziges Tool. Und das ist auch gut so.

Das Fundament: KI läuft bei mir lokal

Meine erste Anlaufstelle ist nach wie vor die, die kein Byte nach draußen schicken muss. Auf meinem Haupt-PC mit Linux Mint läuft ein KI-Modell direkt auf der Grafikkarte.

Das hat für mich einen ziemlich großen Vorteil: Meine Daten bleiben auf meinem Rechner. Kein Cloud-Anbieter, kein Abo und keine Frage, was irgendwo im Hintergrund mit meinen Eingaben passiert.

Für schnelle Fragen, kleinere Code-Schnipsel oder das Durcharbeiten von Konfigurationsdateien reicht mir das völlig. Es muss schließlich nicht jedes Mal die große KI-Kavallerie ausrücken, wenn ich wissen möchte, warum eine Konfigurationsdatei gerade schlechte Laune hat.

Bei komplexeren Aufgaben stoßen lokale Modelle allerdings irgendwann an ihre Grenzen. Wenn mehrere Schritte zusammenkommen, viel Kontext nötig ist oder wirklich gründliches Reasoning gefragt ist, greife ich deshalb auch zu einem Cloud-Modell.

Lokal, wenn es sinnvoll ist. Cloud, wenn sie mir einen echten Mehrwert bringt.

Genau diese Mischung funktioniert für mich besser als die Vorstellung, eine einzige KI müsse alles können.


Wer meinen Server-Artikel gelesen hat, weiß: Ich betreibe einen Netcup-Rootserver unter Ubuntu 24.04 mit Docker, Portainer, Nextcloud, Nginx Proxy Manager und einigem mehr.

Für genau diesen Bereich ist Claude inzwischen mein bevorzugtes Werkzeug. Bei Troubleshooting, Docker-Konfigurationen oder technischen Fragen kann ich ihm ziemlich viel Kontext mitgeben und muss nicht bei jeder Frage wieder bei Adam und Eva anfangen.

Besonders praktisch finde ich die Möglichkeit, Projekte anzulegen. Mein Server hat sein eigenes Projekt und darin kann ich die relevanten Dokumentationen, Konfigurationen und Notizen als Wissensbasis hinterlegen. Dazu kommen eigene Anweisungen, die für alle Chats innerhalb dieses Projekts gelten.

Das klingt zunächst nach ein bisschen Verwaltungsaufwand. Ist es aber nicht. Einmal sauber eingerichtet, spart es mir anschließend jede Menge Erklärerei.

Statt jedes Mal zu schreiben, welches Betriebssystem, welche Container und welche Dienste bei mir laufen, kann ich direkt fragen: „Warum macht mein Docker-Container gerade diesen Blödsinn?“

Und genau dafür ist Claude für mich momentan ziemlich gut geeignet.

Die wichtigsten Funktionen rund um Projekte, Wissensbasis und Anweisungen zeige ich weiter unten noch einmal kurz.


Gemini im Alltag: Gut, aber mit klaren Grenzen

Gemini nutze ich ebenfalls regelmäßig – vor allem für schnelle Recherchen und wenn es um aktuelle Themen geht. Dafür ist es praktisch und meistens völlig ausreichend.

Bei komplexeren Aufgaben merkt man allerdings irgendwann, dass zwischen „schnell mal nachfragen“ und richtig tiefem Arbeiten ein Unterschied besteht. Dann greife ich lieber zu einem anderen Werkzeug aus meinem KI-Werkzeugkasten.

Und noch wichtiger ist für mich die Frage, welche Daten ich überhaupt hineingebe.

Sensible Dinge – Server-Konfigurationen, private Dokumente oder Informationen, die schlicht niemanden außer mich etwas angehen – landen dort nicht. Nicht, weil ich Google grundsätzlich misstraue oder plötzlich zum digitalen Einsiedler geworden bin.

Sondern weil ich mir angewöhnt habe, bei jedem KI-Dienst kurz darüber nachzudenken: Muss diese Information wirklich in die Cloud?

Das ist für mich keine Paranoia, sondern schlicht ein bisschen digitale Hygiene.


Fazit: Kein One-Size-Fits-All

AufgabeMein Werkzeug
Schnell, lokal und möglichst privatDeepSeek lokal
Server, Docker, Linux, technische FragenClaude
Allgemeine Recherche und aktuelle ThemenGemini
Europäische Cloud-AlternativeMistral / Le Chat

Der entscheidende Punkt ist für mich nicht, welche KI gerade den besten Benchmark hinlegt.

Es geht darum, welches Werkzeug für die jeweilige Aufgabe passt – und welchen Daten ich welchem Anbieter anvertrauen möchte.

Ich glaube deshalb nicht, dass man unbedingt das eine große KI-Abo braucht, das angeblich alles kann. Mein Werkzeugkasten sieht bewusst etwas anders aus.

Nicht eine KI für alles, sondern die richtige KI für die jeweilige Aufgabe.


Bonus: Claude kurz erklärt

Wer Claude bisher nur als normalen Chat kennt, für den sind vor allem die Projekte interessant. Genau die nutze ich für meine technischen Themen.

Ein Projekt kann dabei als eigener Arbeitsbereich dienen. Dort lassen sich eine Wissensbasis mit Dokumenten und eigene Anweisungen hinterlegen. Die einzelnen Chats innerhalb des Projekts greifen darauf zurück.

Bei meinem Server-Projekt kann ich beispielsweise Dokumentationen, Konfigurationsbeschreibungen oder eigene Notizen hinterlegen. Claude kennt diesen Kontext dann auch in neuen Chats.

Das hat für mich einen ganz praktischen Vorteil: Ich muss nicht jedes Mal wieder erklären, welche Linux-Version läuft, welche Container ich betreibe oder wie mein Setup grundsätzlich aussieht.

Einmal Kontext schaffen, danach arbeiten.

Auch die Chats selbst lassen sich innerhalb eines Projekts sauber nach Themen trennen. Das ist mir deutlich lieber als ein einziger kilometerlanger Chatverlauf, in dem man irgendwann die wichtige Antwort von vor drei Wochen sucht.

Wer Claude ausprobieren möchte, kann kostenlos unter claude.ai starten. Die grundlegenden Funktionen lassen sich auch ohne kostenpflichtiges Abo ausprobieren.


Und dann noch eine Sache

Eine KI kann noch so gut sein. Wenn ich ihr eine schwammige Frage ohne vernünftigen Kontext hinwerfe, darf ich mich über die Antwort anschließend nicht unbedingt beschweren.

Guter Kontext hilft. Eine klare Aufgabe hilft. Und manchmal hilft es auch, der KI zu sagen, welche Rolle sie gerade übernehmen soll.

Aber selbst der beste Prompt ersetzt nicht das eigene Nachdenken.

Denn am Ende ist die KI ein Werkzeug.

Und wer mit einem Werkzeug arbeitet, sollte zumindest noch wissen, was er damit gerade baut.

Ähnliche Beiträge

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert