Ollama auf Windows 11 installieren¶

Zielgruppe: alle, die die KI-Narration lokal betreiben wollen. Dauer: rund 15 Minuten plus Modell-Download. Voraussetzungen: Windows 11 und Plattenplatz für das Modell — keine Admin-Rechte, kein Konto, kein API-Schlüssel. Am Ende: --narrate entwirft Narrationen auf deinem Rechner, und keine Daten verlassen ihn.

Diese Anleitung gibt es auch als separate PDF: DE / EN.

1. Warum lokal?¶

Ollama betreibt Sprachmodelle vollständig auf dem eigenen Rechner. Für die KI-Narration des Lagebilds heißt das: Das Delta-Briefing verlässt nie das System, und es braucht keine Konzern-Freigabe für externe Dienste. Dieser Weg erscheint als deployment_class "local" in der KI-Kennzeichnung und im Betreiber-Nachweis (llm_audit.jsonl).

2. Voraussetzungen¶

Windows 11, 64-bit; keine Administratorrechte nötig (Ollama installiert sich ins Benutzerprofil).
Plattenplatz: ~4 GB für Ollama selbst plus Modell — mistral-nemo lädt rund 7 GB, mistral rund 4 GB.
Arbeitsspeicher: 16 GB empfohlen für mistral-nemo (12B); mit 8 GB das kleinere mistral (7B) wählen.
Ohne Grafikkarte läuft alles auf der CPU — eine Narration dauert dann bis zu einer Minute. Eine NVIDIA- oder AMD-GPU wird automatisch genutzt.

3. Installieren¶

ollama.com/download/windows öffnen und OllamaSetup.exe herunterladen.
Die Datei per Doppelklick starten und dem Assistenten folgen — mehr Auswahl gibt es nicht.
Danach läuft Ollama im Hintergrund; im Infobereich der Taskleiste erscheint das Lama-Symbol, und nach einem Neustart startet Ollama automatisch mit.

Installation prüfen (Windows-Taste, powershell tippen):

ollama --version

4. Modell laden¶

Das Standardmodell der Narration ist mistral-nemo:

ollama pull mistral-nemo

Auf einem 8-GB-Rechner stattdessen ollama pull mistral. Kurztest — die erste Antwort dauert am längsten, weil das Modell in den Speicher geladen wird (Chat beenden mit /bye):

ollama run mistral-nemo "Antworte mit einem Satz: Was ist ein Lagebild?"

5. Verkabelungs-Check mit SituationReport¶

python -m llm providers
python -m llm test

providers listet die entdeckten KI-Anbieter (ollama, claude, mock); test macht eine gekennzeichnete Probe-Narration über Ollama — erscheint ein Entwurf mit KI-Banner, ist alles verkabelt.

6. Benutzen¶

CLI — --narrate ergänzt das Delta-Briefing um den gekennzeichneten Abschnitt „Narration (Entwurf)“; der Zahlen-Wächter verwirft jede erfundene Zahl, und der Nachweis landet in llm_audit.jsonl neben der Ausgabe:

python -m portfolio --delta prev.json now.json --narrate --output delta.html --browser

GUI — im Solutions-&-Portfolios-Fenster die Checkbox „KI-Narration (Entwurf)“ anhaken, daneben den Provider wählen, dann wie gewohnt „Delta-Briefing …“.

7. Wenn etwas hakt¶

Symptom	Abhilfe
`Python wurde nicht gefunden` (Hinweis auf den Microsoft Store)	Windows leitet `python` auf einen Store-Platzhalter um. Die Befehle im Repo-Ordner ausführen und dort `.venv\Scripts\python.exe` verwenden (oder einmalig aktivieren: `.venv\Scripts\Activate.ps1`); alternativ `py -m llm test`, oder die App-Ausführungsaliase `python.exe`/`python3.exe` unter Einstellungen → Apps → Erweiterte App-Einstellungen deaktivieren.
`Could not reach Ollama` / Verbindung abgelehnt	Ollama läuft nicht — über das Startmenü starten, auf das Lama-Symbol warten.
`Ollama does not know model …`	`ollama pull mistral-nemo` ausführen (Abschnitt 4).
Antworten dauern lange	Bis zu einer Minute auf reiner CPU ist normal; `--llm-model mistral` halbiert die Wartezeit ungefähr.
Platz auf `C:` knapp	`setx OLLAMA_MODELS "D:\ollama-models"`, danach Ollama neu starten.
Ollama beenden	Rechtsklick auf das Lama-Symbol → Quit Ollama.

8. Datenschutz in einem Satz¶

Ollama lauscht nur auf dem eigenen Rechner (localhost:11434); weder Briefing noch Narration verlassen das System — und der Unterschied zum externen Weg (Claude-API) bleibt über die deployment_class in Banner und Audit jederzeit sichtbar.