Local LLM ist ein leistungsstarkes, datenschutzorientiertes Tool, mit dem Sie große Sprachmodelle direkt auf Ihrem Gerät ausführen können. Keine Cloud, keine Datenerfassung, kein Abonnement erforderlich – nur reine lokale KI-Performance.
Hauptfunktionen:
• Multimodale Fähigkeiten & Websuche: Senden Sie Bilder und Audio direkt an Ihre KI. Unterstützt werden multimodale Gemma-4-Modelle im LiteRT-Format (.litert). Mit Ihrer ausdrücklichen Bestätigung können diese Modelle außerdem im Web nach Echtzeitinformationen suchen.
• GGUF-Unterstützung: Importieren und führen Sie Ihre bevorzugten, auf Anweisungen abgestimmten LLMs im GGUF-Format aus (z. B. Gemma und weitere).
• Modell-Store: Durchsuchen und laden Sie von Entwicklern empfohlene Modelle direkt in der App herunter oder importieren Sie Ihre eigenen.
• Spracheingabe mit Whisper oder Gemma 4: Nutzen Sie die Spracherkennung von Whisper oder Gemma 4, um freihändig und direkt auf Ihrem Gerät mit Ihren Modellen zu interagieren.
• Ukrainische Text-to-Speech-Funktion & Textleser: Nutzen Sie einen vollständig integrierten Text-to-Speech-Reader von StyleTTS2 (von patriotyk) mit nativer ukrainischer Sprachunterstützung – ganz ohne Internetverbindung.
• KI-Übersetzermodus: Verwenden Sie Ihre lokalen Modelle als professionelle Übersetzer und wahren Sie gleichzeitig die absolute Vertraulichkeit Ihrer Inhalte.
• 100 % offline & privat: Ihre Daten verlassen Ihr Gerät niemals. Die gesamte Verarbeitung erfolgt lokal und gewährleistet so maximale Privatsphäre und Sicherheit.
Warum Local LLM?
• Nach der Modelleinrichtung sind weder API-Schlüssel noch eine Internetverbindung erforderlich.
• Volle Kontrolle über Ihre KI-Modelle und Daten.
• Ideal für Entwickler, Datenschutzbegeisterte und alle, die die Welt der lokalen KI entdecken möchten.
Wichtiger Hinweis: Die App enthält keine vorinstallierten Modelldateien. Laden Sie empfohlene Modelle über den integrierten Modell-Store herunter oder importieren Sie Ihre eigenen, an die Anweisungen angepassten GGUF-Dateien.
Aktualisiert am
24.04.2026