{"id":9901,"date":"2026-02-16T10:56:58","date_gmt":"2026-02-16T10:56:58","guid":{"rendered":"\/de\/tutorials\/?p=9901"},"modified":"2026-02-16T11:14:56","modified_gmt":"2026-02-16T11:14:56","slug":"ollama-cli-tutorial","status":"publish","type":"post","link":"\/de\/tutorials\/ollama-cli-tutorial\/","title":{"rendered":"Ollama CLI-Tutorial: Wie Sie Ollama im Terminal nutzen"},"content":{"rendered":"<p class=\"wp-block-paragraph\">Ollama ist ein leistungsstarkes Tool zum lokalen Ausf&uuml;hren gro&szlig;er Sprachmodelle (LLMs) und bietet Entwicklern, Datenwissenschaftlern sowie technischen Anwendern mehr Kontrolle und Flexibilit&auml;t bei der Modellanpassung.<\/p><p class=\"wp-block-paragraph\">Sie k&ouml;nnen Ollama zwar mit grafischen Oberfl&auml;chen von Drittanbietern wie Open WebUI f&uuml;r einfachere Interaktionen verwenden, aber wenn Sie Ollama &uuml;ber die Kommandozeile (CLI) ausf&uuml;hren, k&ouml;nnen Sie Antworten in Dateien protokollieren und Workflows mit Skripten automatisieren.<\/p><p class=\"wp-block-paragraph\">Dieser Leitfaden f&uuml;hrt Sie durch die Verwendung von Ollama &uuml;ber die CLI &ndash; vom Erlernen grundlegender Befehle und der Interaktion mit Modellen bis hin zur Automatisierung von Aufgaben und der Bereitstellung eigener Modelle. Am Ende k&ouml;nnen Sie Ollama gezielt f&uuml;r Ihre KI-Projekte anpassen.<\/p><h2 class=\"wp-block-heading\" id=\"h-einrichten-von-ollama-in-der-cli\">Einrichten von Ollama in der CLI<\/h2><p class=\"wp-block-paragraph\">Bevor Sie Ollama in der CLI verwenden, stellen Sie sicher, dass es erfolgreich auf Ihrem System installiert ist. &Ouml;ffnen Sie zur &Uuml;berpr&uuml;fung das Terminal und f&uuml;hren Sie den folgenden Befehl aus:<\/p><pre class=\"EnlighterJSRAW\" data-enlighter-language=\"generic\" data-enlighter-theme=\"\" data-enlighter-highlight=\"\" data-enlighter-linenumbers=\"\" data-enlighter-lineoffset=\"\" data-enlighter-title=\"\" data-enlighter-group=\"\">ollama --version<\/pre><p class=\"wp-block-paragraph\">Sie sollten eine Ausgabe &auml;hnlich der folgenden sehen:<\/p><div class=\"wp-block-image\">\n<figure data-wp-context='{\"imageId\":\"6a931d44b47f5\"}' data-wp-interactive=\"core\/image\" data-wp-key=\"6a931d44b47f5\" class=\"aligncenter size-full is-resized wp-lightbox-container\"><img decoding=\"async\" width=\"1024\" height=\"177\" data-wp-class--hide=\"state.isContentHidden\" data-wp-class--show=\"state.isContentVisible\" data-wp-init=\"callbacks.setButtonStyles\" data-wp-on--click=\"actions.showLightbox\" data-wp-on--load=\"callbacks.setButtonStyles\" data-wp-on--pointerdown=\"actions.preloadImage\" data-wp-on--pointerenter=\"actions.preloadImageWithDelay\" data-wp-on--pointerleave=\"actions.cancelPreload\" data-wp-on-window--resize=\"callbacks.setButtonStyles\" src=\"https:\/\/imagedelivery.net\/LqiWLm-3MGbYHtFuUbcBtA\/wp-content\/uploads\/sites\/29\/2026\/02\/terminal-ollama-version.png\/public\" alt=\"Terminalausgabe, die die installierte Ollama-Version anzeigt\" class=\"wp-image-9524\" style=\"width:722px;height:auto\" srcset=\"https:\/\/imagedelivery.net\/LqiWLm-3MGbYHtFuUbcBtA\/wp-content\/uploads\/sites\/29\/2026\/02\/terminal-ollama-version.png\/w=1024,fit=scale-down 1024w, https:\/\/imagedelivery.net\/LqiWLm-3MGbYHtFuUbcBtA\/wp-content\/uploads\/sites\/29\/2026\/02\/terminal-ollama-version.png\/w=300,fit=scale-down 300w, https:\/\/imagedelivery.net\/LqiWLm-3MGbYHtFuUbcBtA\/wp-content\/uploads\/sites\/29\/2026\/02\/terminal-ollama-version.png\/w=768,fit=scale-down 768w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/><button class=\"lightbox-trigger\" type=\"button\" aria-haspopup=\"dialog\" data-wp-bind--aria-label=\"state.thisImage.triggerButtonAriaLabel\" data-wp-init=\"callbacks.initTriggerButton\" data-wp-on--click=\"actions.showLightbox\" data-wp-style--right=\"state.thisImage.buttonRight\" data-wp-style--top=\"state.thisImage.buttonTop\">\n\t\t\t<svg xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"12\" height=\"12\" fill=\"none\" viewbox=\"0 0 12 12\">\n\t\t\t\t<path fill=\"#fff\" d=\"M2 0a2 2 0 0 0-2 2v2h1.5V2a.5.5 0 0 1 .5-.5h2V0H2Zm2 10.5H2a.5.5 0 0 1-.5-.5V8H0v2a2 2 0 0 0 2 2h2v-1.5ZM8 12v-1.5h2a.5.5 0 0 0 .5-.5V8H12v2a2 2 0 0 1-2 2H8Zm2-12a2 2 0 0 1 2 2v2h-1.5V2a.5.5 0 0 0-.5-.5H8V0h2Z\"><\/path>\n\t\t\t<\/svg>\n\t\t<\/button><\/figure>\n<\/div><p class=\"wp-block-paragraph\">Machen Sie sich als N&auml;chstes mit den folgenden wichtigen Ollama-Befehlen vertraut:<\/p><figure tabindex=\"0\" class=\"wp-block-table\"><table class=\"has-fixed-layout\"><tbody><tr><td><strong>Befehl<\/strong><\/td><td><strong>Beschreibung<\/strong><\/td><\/tr><tr><td><code><code data-enlighter-language=\"generic\" class=\"EnlighterJSRAW\">ollama serve<\/code><\/code><\/td><td>Startet Ollama auf Ihrem lokalen System.<\/td><\/tr><tr><td><code><code data-enlighter-language=\"generic\" class=\"EnlighterJSRAW\">ollama create &lt;new_model&gt;<\/code><\/code><\/td><td>Erstellt ein neues Modell aus einem bestehenden Modell zur Anpassung oder zum Training.<\/td><\/tr><tr><td><code><code data-enlighter-language=\"generic\" class=\"EnlighterJSRAW\">ollama show &lt;model&gt;<\/code><\/code><\/td><td>Zeigt Details zu einem bestimmten Modell an, z. B. Konfiguration und Ver&ouml;ffentlichungsdatum.<\/td><\/tr><tr><td><code><code data-enlighter-language=\"generic\" class=\"EnlighterJSRAW\">ollama run &lt;model&gt;<\/code><\/code><\/td><td>F&uuml;hrt das angegebene Modell aus und macht es f&uuml;r die Interaktion bereit.<\/td><\/tr><tr><td><code><code data-enlighter-language=\"generic\" class=\"EnlighterJSRAW\">ollama pull &lt;model&gt;<\/code><\/code><\/td><td>L&auml;dt das angegebene Modell auf Ihr System herunter.<\/td><\/tr><tr><td><code><code data-enlighter-language=\"generic\" class=\"EnlighterJSRAW\">ollama list<\/code><\/code><\/td><td>Listet alle heruntergeladenen Modelle auf.<\/td><\/tr><tr><td><code><code data-enlighter-language=\"generic\" class=\"EnlighterJSRAW\">ollama ps<\/code><\/code><\/td><td>Zeigt die derzeit ausgef&uuml;hrten Modelle an.<\/td><\/tr><tr><td><code><code data-enlighter-language=\"generic\" class=\"EnlighterJSRAW\">ollama stop &lt;model&gt;<\/code><\/code><\/td><td>Beendet das angegebene laufende Modell.<\/td><\/tr><tr><td><code><code data-enlighter-language=\"generic\" class=\"EnlighterJSRAW\">ollama rm &lt;model&gt;<\/code><\/code><\/td><td>Entfernt das angegebene Modell von Ihrem System.<\/td><\/tr><\/tbody><\/table><\/figure><h2 class=\"wp-block-heading\" id=\"h-grundlegende-verwendung-von-ollama-in-der-cli\">Grundlegende Verwendung von Ollama in der CLI<\/h2><p class=\"wp-block-paragraph\">In diesem Abschnitt wird die grundlegende Verwendung der Ollama-CLI behandelt &ndash; von der Interaktion mit Modellen bis zum Speichern von Modellausgaben in Dateien.<\/p><h3 class=\"wp-block-heading\"><strong>Ausf&uuml;hren von Modellen<\/strong><\/h3><p class=\"wp-block-paragraph\">Um Modelle in Ollama zu verwenden, m&uuml;ssen Sie zun&auml;chst das gew&uuml;nschte Modell mit dem Befehl <strong>pull<\/strong> herunterladen. Um beispielsweise Llama <strong>3.2<\/strong> herunterzuladen, f&uuml;hren Sie Folgendes aus:<\/p><pre class=\"EnlighterJSRAW\" data-enlighter-language=\"generic\" data-enlighter-theme=\"\" data-enlighter-highlight=\"\" data-enlighter-linenumbers=\"\" data-enlighter-lineoffset=\"\" data-enlighter-title=\"\" data-enlighter-group=\"\">ollama pull llama3.2<\/pre><p class=\"wp-block-paragraph\">Warten Sie, bis der Download abgeschlossen ist. Die Dauer kann je nach Dateigr&ouml;&szlig;e des Modells variieren.<\/p><p>\n\n\n        <div class=\"protip\">\n            <div class=\"protip__heading\">\n                <svg width=\"24\" height=\"24\" viewBox=\"0 0 24 24\" fill=\"none\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\">\n                    <path d=\"M1.49234 23.5024C1.23229 23.5024 0.972242 23.4024 0.782206 23.2123C0.562165 22.9923 0.452144 22.6822 0.502153 22.3722C0.562165 21.9221 1.14227 17.9113 3.00262 16.351C3.63274 15.8209 4.43289 15.5509 5.26305 15.5609C6.09321 15.5909 6.87335 15.9109 7.47347 16.4911C8.6937 17.6913 8.76371 19.6717 7.6435 20.9919C6.0832 22.8523 2.08245 23.4324 1.63237 23.4924C1.59236 23.4924 1.54235 23.4924 1.50234 23.4924L1.49234 23.5024ZM5.16303 17.5613C4.84297 17.5613 4.53291 17.6713 4.29287 17.8813C3.60274 18.4614 3.07264 19.9317 2.75258 21.242C4.06282 20.9219 5.5331 20.3918 6.11321 19.7017C6.55329 19.1716 6.54329 18.3814 6.0832 17.9213C5.85316 17.7013 5.5431 17.5713 5.20304 17.5613C5.19304 17.5613 5.17303 17.5613 5.16303 17.5613ZM11.7243 21.8821C11.4942 21.8821 11.2642 21.8021 11.0841 21.652C10.8541 21.462 10.7241 21.1819 10.7241 20.8819V15.9109L8.08358 13.2705H3.11264C2.81259 13.2705 2.53254 13.1404 2.3425 12.9104C2.15246 12.6803 2.07245 12.3803 2.12246 12.0902C2.19247 11.7102 2.84259 8.36953 4.70294 7.12929C6.33325 6.04909 8.96375 6.49918 10.244 6.80923C11.5442 4.96889 13.2546 3.4286 15.2349 2.33839C17.4553 1.11816 19.9858 0.518051 22.4963 0.498047C23.0464 0.498047 23.4865 0.948132 23.4865 1.49824C23.4865 5.0389 22.3763 9.97983 17.1753 13.7605C17.4853 15.0408 17.9354 17.6613 16.8552 19.2816C15.615 21.1419 12.2744 21.7921 11.8943 21.8621C11.8343 21.8721 11.7743 21.8821 11.7143 21.8821H11.7243ZM12.7245 16.181V19.6016C13.7146 19.2916 14.7948 18.7915 15.2049 18.1814C15.675 17.4812 15.605 16.091 15.385 14.9008C14.5248 15.3808 13.6346 15.8109 12.7245 16.181ZM9.66388 12.0302L11.9643 14.3307C13.1845 13.8306 14.3648 13.2204 15.485 12.5103C19.9358 9.51974 21.2361 5.60901 21.4561 2.53843C19.6157 2.67846 17.8254 3.20856 16.2051 4.09872C14.2847 5.14892 12.6544 6.68921 11.4942 8.54956C10.7841 9.65977 10.174 10.82 9.66388 12.0302ZM4.39289 11.2701H7.81353C8.1936 10.3599 8.63368 9.46974 9.11377 8.60957C7.92355 8.38953 6.51329 8.31952 5.81315 8.78961C5.19304 9.19968 4.70294 10.3099 4.39289 11.2701Z\" fill=\"#673DE6\"\/>\n                <\/svg>\n                <p class=\"protip__title\">\n                    Profi-Tipp                <\/p>\n            <\/div>\n            <p class=\"protip__content\">Wenn Sie nicht sicher sind, welches Modell Sie herunterladen sollen, sehen Sie sich die <a href=\"https:\/\/ollama.com\/library\" target=\"_blank\" rel=\"noopener\">offizielle Modellbibliothek von Ollama<\/a> an. Dort finden Sie wichtige Details zu jedem Modell, einschlie&szlig;lich Anpassungsoptionen, Sprachunterst&uuml;tzung und empfohlenen Anwendungsf&auml;llen.<\/p>\n                    <\/div>\n        \n\n\n\n<\/p><p class=\"wp-block-paragraph\">Nachdem Sie das Modell heruntergeladen haben, k&ouml;nnen Sie es mit einem vordefinierten Prompt wie folgt ausf&uuml;hren:<\/p><pre class=\"EnlighterJSRAW\" data-enlighter-language=\"generic\" data-enlighter-theme=\"\" data-enlighter-highlight=\"\" data-enlighter-linenumbers=\"\" data-enlighter-lineoffset=\"\" data-enlighter-title=\"\" data-enlighter-group=\"\">ollama run llama3.2 \"Erl&auml;utere die Grundlagen des maschinellen Lernens.\"<\/pre><p class=\"wp-block-paragraph\">Hier ist die erwartete Ausgabe:<\/p><div class=\"wp-block-image\">\n<figure data-wp-context='{\"imageId\":\"6a931d44b5849\"}' data-wp-interactive=\"core\/image\" data-wp-key=\"6a931d44b5849\" class=\"aligncenter size-full wp-lightbox-container\"><img decoding=\"async\" width=\"1024\" height=\"585\" data-wp-class--hide=\"state.isContentHidden\" data-wp-class--show=\"state.isContentVisible\" data-wp-init=\"callbacks.setButtonStyles\" data-wp-on--click=\"actions.showLightbox\" data-wp-on--load=\"callbacks.setButtonStyles\" data-wp-on--pointerdown=\"actions.preloadImage\" data-wp-on--pointerenter=\"actions.preloadImageWithDelay\" data-wp-on--pointerleave=\"actions.cancelPreload\" data-wp-on-window--resize=\"callbacks.setButtonStyles\" src=\"https:\/\/imagedelivery.net\/LqiWLm-3MGbYHtFuUbcBtA\/wp-content\/uploads\/sites\/29\/2026\/02\/terminal-llama-3-2-output-machine-learning.png\/public\" alt=\"Terminal, das die Antwort eines Ollama-Modells zum Thema maschinelles Lernen anzeigt\" class=\"wp-image-9527\" srcset=\"https:\/\/imagedelivery.net\/LqiWLm-3MGbYHtFuUbcBtA\/wp-content\/uploads\/sites\/29\/2026\/02\/terminal-llama-3-2-output-machine-learning.png\/w=1024,fit=scale-down 1024w, https:\/\/imagedelivery.net\/LqiWLm-3MGbYHtFuUbcBtA\/wp-content\/uploads\/sites\/29\/2026\/02\/terminal-llama-3-2-output-machine-learning.png\/w=300,fit=scale-down 300w, https:\/\/imagedelivery.net\/LqiWLm-3MGbYHtFuUbcBtA\/wp-content\/uploads\/sites\/29\/2026\/02\/terminal-llama-3-2-output-machine-learning.png\/w=768,fit=scale-down 768w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/><button class=\"lightbox-trigger\" type=\"button\" aria-haspopup=\"dialog\" data-wp-bind--aria-label=\"state.thisImage.triggerButtonAriaLabel\" data-wp-init=\"callbacks.initTriggerButton\" data-wp-on--click=\"actions.showLightbox\" data-wp-style--right=\"state.thisImage.buttonRight\" data-wp-style--top=\"state.thisImage.buttonTop\">\n\t\t\t<svg xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"12\" height=\"12\" fill=\"none\" viewbox=\"0 0 12 12\">\n\t\t\t\t<path fill=\"#fff\" d=\"M2 0a2 2 0 0 0-2 2v2h1.5V2a.5.5 0 0 1 .5-.5h2V0H2Zm2 10.5H2a.5.5 0 0 1-.5-.5V8H0v2a2 2 0 0 0 2 2h2v-1.5ZM8 12v-1.5h2a.5.5 0 0 0 .5-.5V8H12v2a2 2 0 0 1-2 2H8Zm2-12a2 2 0 0 1 2 2v2h-1.5V2a.5.5 0 0 0-.5-.5H8V0h2Z\"><\/path>\n\t\t\t<\/svg>\n\t\t<\/button><\/figure>\n<\/div><p class=\"wp-block-paragraph\">Alternativ k&ouml;nnen Sie das Modell auch ohne Eingabeaufforderung ausf&uuml;hren, um eine interaktive Sitzung zu starten:<\/p><pre class=\"EnlighterJSRAW\" data-enlighter-language=\"generic\" data-enlighter-theme=\"\" data-enlighter-highlight=\"\" data-enlighter-linenumbers=\"\" data-enlighter-lineoffset=\"\" data-enlighter-title=\"\" data-enlighter-group=\"\">ollama run llama3.2<\/pre><p class=\"wp-block-paragraph\">In diesem Modus k&ouml;nnen Sie Fragen oder Anweisungen eingeben, und das Modell generiert entsprechende Antworten. Sie k&ouml;nnen auch Folgefragen stellen, um tiefere Einblicke zu gewinnen oder eine vorherige Antwort zu pr&auml;zisieren, z. B.:<\/p><pre class=\"EnlighterJSRAW\" data-enlighter-language=\"generic\" data-enlighter-theme=\"\" data-enlighter-highlight=\"\" data-enlighter-linenumbers=\"\" data-enlighter-lineoffset=\"\" data-enlighter-title=\"\" data-enlighter-group=\"\">Kannst du genauer erl&auml;utern, wie maschinelles Lernen im Gesundheitswesen eingesetzt wird?<\/pre><p class=\"wp-block-paragraph\">Wenn Sie die Interaktion mit dem Modell beendet haben, geben Sie Folgendes ein:<\/p><pre class=\"EnlighterJSRAW\" data-enlighter-language=\"generic\" data-enlighter-theme=\"\" data-enlighter-highlight=\"\" data-enlighter-linenumbers=\"\" data-enlighter-lineoffset=\"\" data-enlighter-title=\"\" data-enlighter-group=\"\">\/bye<\/pre><p class=\"wp-block-paragraph\">Dadurch wird die Sitzung beendet und Sie kehren zur regul&auml;ren Terminaloberfl&auml;che zur&uuml;ck.<\/p><p>\n\n\n        <div class=\"protip\">\n            <div class=\"protip__heading\">\n                <svg width=\"24\" height=\"24\" viewBox=\"0 0 24 24\" fill=\"none\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\">\n                    <path d=\"M1.49234 23.5024C1.23229 23.5024 0.972242 23.4024 0.782206 23.2123C0.562165 22.9923 0.452144 22.6822 0.502153 22.3722C0.562165 21.9221 1.14227 17.9113 3.00262 16.351C3.63274 15.8209 4.43289 15.5509 5.26305 15.5609C6.09321 15.5909 6.87335 15.9109 7.47347 16.4911C8.6937 17.6913 8.76371 19.6717 7.6435 20.9919C6.0832 22.8523 2.08245 23.4324 1.63237 23.4924C1.59236 23.4924 1.54235 23.4924 1.50234 23.4924L1.49234 23.5024ZM5.16303 17.5613C4.84297 17.5613 4.53291 17.6713 4.29287 17.8813C3.60274 18.4614 3.07264 19.9317 2.75258 21.242C4.06282 20.9219 5.5331 20.3918 6.11321 19.7017C6.55329 19.1716 6.54329 18.3814 6.0832 17.9213C5.85316 17.7013 5.5431 17.5713 5.20304 17.5613C5.19304 17.5613 5.17303 17.5613 5.16303 17.5613ZM11.7243 21.8821C11.4942 21.8821 11.2642 21.8021 11.0841 21.652C10.8541 21.462 10.7241 21.1819 10.7241 20.8819V15.9109L8.08358 13.2705H3.11264C2.81259 13.2705 2.53254 13.1404 2.3425 12.9104C2.15246 12.6803 2.07245 12.3803 2.12246 12.0902C2.19247 11.7102 2.84259 8.36953 4.70294 7.12929C6.33325 6.04909 8.96375 6.49918 10.244 6.80923C11.5442 4.96889 13.2546 3.4286 15.2349 2.33839C17.4553 1.11816 19.9858 0.518051 22.4963 0.498047C23.0464 0.498047 23.4865 0.948132 23.4865 1.49824C23.4865 5.0389 22.3763 9.97983 17.1753 13.7605C17.4853 15.0408 17.9354 17.6613 16.8552 19.2816C15.615 21.1419 12.2744 21.7921 11.8943 21.8621C11.8343 21.8721 11.7743 21.8821 11.7143 21.8821H11.7243ZM12.7245 16.181V19.6016C13.7146 19.2916 14.7948 18.7915 15.2049 18.1814C15.675 17.4812 15.605 16.091 15.385 14.9008C14.5248 15.3808 13.6346 15.8109 12.7245 16.181ZM9.66388 12.0302L11.9643 14.3307C13.1845 13.8306 14.3648 13.2204 15.485 12.5103C19.9358 9.51974 21.2361 5.60901 21.4561 2.53843C19.6157 2.67846 17.8254 3.20856 16.2051 4.09872C14.2847 5.14892 12.6544 6.68921 11.4942 8.54956C10.7841 9.65977 10.174 10.82 9.66388 12.0302ZM4.39289 11.2701H7.81353C8.1936 10.3599 8.63368 9.46974 9.11377 8.60957C7.92355 8.38953 6.51329 8.31952 5.81315 8.78961C5.19304 9.19968 4.70294 10.3099 4.39289 11.2701Z\" fill=\"#673DE6\"\/>\n                <\/svg>\n                <p class=\"protip__title\">\n                    Empfohlene Lekt&uuml;re                <\/p>\n            <\/div>\n            <p class=\"protip__content\">Erfahren Sie, <a href=\"\/de\/tutorials\/wie-man-ki-prompts-schreibt\/\">wie Sie effektive KI-Prompts erstellen<\/a>, um Ihre Ergebnisse und Interaktionen mit Ollama-Modellen zu verbessern.<\/p>\n                    <\/div>\n        \n\n\n\n<\/p><h3 class=\"wp-block-heading\">Modelle trainieren<\/h3><p class=\"wp-block-paragraph\">Vortrainierte Open-Source-Modelle wie Llama <strong>3.2<\/strong> eignen sich gut f&uuml;r allgemeine Aufgaben wie die Generierung von Inhalten, erf&uuml;llen jedoch nicht immer die Anforderungen spezifischer Anwendungsf&auml;lle. Um die Genauigkeit eines Modells in Bezug auf ein bestimmtes Thema zu verbessern, m&uuml;ssen Sie das Modell mit relevanten Daten trainieren.<\/p><p class=\"wp-block-paragraph\">Beachten Sie jedoch, dass diese Modelle nur &uuml;ber ein begrenztes Kontextged&auml;chtnis innerhalb einer Sitzung verf&uuml;gen. Die Trainingsdaten werden nur w&auml;hrend der aktiven Konversation beibehalten. Wenn Sie die Sitzung beenden und eine neue starten, erinnert sich das Modell nicht mehr an die Informationen, mit denen Sie es zuvor trainiert haben.<\/p><p class=\"wp-block-paragraph\">Um das Modell innerhalb der Sitzung anzulernen, starten Sie eine interaktive Sitzung. Beginnen Sie das Training, indem Sie eine Eingabeaufforderung eingeben, zum Beispiel:<\/p><pre class=\"EnlighterJSRAW\" data-enlighter-language=\"generic\" data-enlighter-theme=\"\" data-enlighter-highlight=\"\" data-enlighter-linenumbers=\"\" data-enlighter-lineoffset=\"\" data-enlighter-title=\"\" data-enlighter-group=\"\">Ich m&ouml;chte, dass du etwas &uuml;ber [Thema] lernst. Kann ich dich dazu trainieren?<\/pre><p class=\"wp-block-paragraph\">Das Modell antwortet dann etwa wie folgt:<\/p><div class=\"wp-block-image\">\n<figure data-wp-context='{\"imageId\":\"6a931d44b68c6\"}' data-wp-interactive=\"core\/image\" data-wp-key=\"6a931d44b68c6\" class=\"aligncenter size-full wp-lightbox-container\"><img decoding=\"async\" width=\"1024\" height=\"78\" data-wp-class--hide=\"state.isContentHidden\" data-wp-class--show=\"state.isContentVisible\" data-wp-init=\"callbacks.setButtonStyles\" data-wp-on--click=\"actions.showLightbox\" data-wp-on--load=\"callbacks.setButtonStyles\" data-wp-on--pointerdown=\"actions.preloadImage\" data-wp-on--pointerenter=\"actions.preloadImageWithDelay\" data-wp-on--pointerleave=\"actions.cancelPreload\" data-wp-on-window--resize=\"callbacks.setButtonStyles\" src=\"https:\/\/imagedelivery.net\/LqiWLm-3MGbYHtFuUbcBtA\/wp-content\/uploads\/sites\/29\/2026\/02\/terminal-llama-3-2-output-training.png\/public\" alt=\"Ein Terminal zeigt die Antwort eines Ollama-Modells auf einen Trainings-Prompt an.\" class=\"wp-image-9895\" srcset=\"https:\/\/imagedelivery.net\/LqiWLm-3MGbYHtFuUbcBtA\/wp-content\/uploads\/sites\/29\/2026\/02\/terminal-llama-3-2-output-training.png\/w=1024,fit=scale-down 1024w, https:\/\/imagedelivery.net\/LqiWLm-3MGbYHtFuUbcBtA\/wp-content\/uploads\/sites\/29\/2026\/02\/terminal-llama-3-2-output-training.png\/w=300,fit=scale-down 300w, https:\/\/imagedelivery.net\/LqiWLm-3MGbYHtFuUbcBtA\/wp-content\/uploads\/sites\/29\/2026\/02\/terminal-llama-3-2-output-training.png\/w=768,fit=scale-down 768w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/><button class=\"lightbox-trigger\" type=\"button\" aria-haspopup=\"dialog\" data-wp-bind--aria-label=\"state.thisImage.triggerButtonAriaLabel\" data-wp-init=\"callbacks.initTriggerButton\" data-wp-on--click=\"actions.showLightbox\" data-wp-style--right=\"state.thisImage.buttonRight\" data-wp-style--top=\"state.thisImage.buttonTop\">\n\t\t\t<svg xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"12\" height=\"12\" fill=\"none\" viewbox=\"0 0 12 12\">\n\t\t\t\t<path fill=\"#fff\" d=\"M2 0a2 2 0 0 0-2 2v2h1.5V2a.5.5 0 0 1 .5-.5h2V0H2Zm2 10.5H2a.5.5 0 0 1-.5-.5V8H0v2a2 2 0 0 0 2 2h2v-1.5ZM8 12v-1.5h2a.5.5 0 0 0 .5-.5V8H12v2a2 2 0 0 1-2 2H8Zm2-12a2 2 0 0 1 2 2v2h-1.5V2a.5.5 0 0 0-.5-.5H8V0h2Z\"><\/path>\n\t\t\t<\/svg>\n\t\t<\/button><\/figure>\n<\/div><p class=\"wp-block-paragraph\">Anschlie&szlig;end k&ouml;nnen Sie grundlegende Informationen zu dem Thema bereitstellen, um dem Modell das Verst&auml;ndnis zu erleichtern:<\/p><div class=\"wp-block-image\">\n<figure data-wp-context='{\"imageId\":\"6a931d44b771f\"}' data-wp-interactive=\"core\/image\" data-wp-key=\"6a931d44b771f\" class=\"aligncenter size-full wp-lightbox-container\"><img decoding=\"async\" width=\"1024\" height=\"554\" data-wp-class--hide=\"state.isContentHidden\" data-wp-class--show=\"state.isContentVisible\" data-wp-init=\"callbacks.setButtonStyles\" data-wp-on--click=\"actions.showLightbox\" data-wp-on--load=\"callbacks.setButtonStyles\" data-wp-on--pointerdown=\"actions.preloadImage\" data-wp-on--pointerenter=\"actions.preloadImageWithDelay\" data-wp-on--pointerleave=\"actions.cancelPreload\" data-wp-on-window--resize=\"callbacks.setButtonStyles\" src=\"https:\/\/imagedelivery.net\/LqiWLm-3MGbYHtFuUbcBtA\/wp-content\/uploads\/sites\/29\/2026\/02\/terminal-llama-3-2-prompt-training.png\/public\" alt=\"Terminal, das zu Schulungszwecken eine Eingabeaufforderung anzeigt\" class=\"wp-image-9529\" srcset=\"https:\/\/imagedelivery.net\/LqiWLm-3MGbYHtFuUbcBtA\/wp-content\/uploads\/sites\/29\/2026\/02\/terminal-llama-3-2-prompt-training.png\/w=1024,fit=scale-down 1024w, https:\/\/imagedelivery.net\/LqiWLm-3MGbYHtFuUbcBtA\/wp-content\/uploads\/sites\/29\/2026\/02\/terminal-llama-3-2-prompt-training.png\/w=300,fit=scale-down 300w, https:\/\/imagedelivery.net\/LqiWLm-3MGbYHtFuUbcBtA\/wp-content\/uploads\/sites\/29\/2026\/02\/terminal-llama-3-2-prompt-training.png\/w=768,fit=scale-down 768w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/><button class=\"lightbox-trigger\" type=\"button\" aria-haspopup=\"dialog\" data-wp-bind--aria-label=\"state.thisImage.triggerButtonAriaLabel\" data-wp-init=\"callbacks.initTriggerButton\" data-wp-on--click=\"actions.showLightbox\" data-wp-style--right=\"state.thisImage.buttonRight\" data-wp-style--top=\"state.thisImage.buttonTop\">\n\t\t\t<svg xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"12\" height=\"12\" fill=\"none\" viewbox=\"0 0 12 12\">\n\t\t\t\t<path fill=\"#fff\" d=\"M2 0a2 2 0 0 0-2 2v2h1.5V2a.5.5 0 0 1 .5-.5h2V0H2Zm2 10.5H2a.5.5 0 0 1-.5-.5V8H0v2a2 2 0 0 0 2 2h2v-1.5ZM8 12v-1.5h2a.5.5 0 0 0 .5-.5V8H12v2a2 2 0 0 1-2 2H8Zm2-12a2 2 0 0 1 2 2v2h-1.5V2a.5.5 0 0 0-.5-.5H8V0h2Z\"><\/path>\n\t\t\t<\/svg>\n\t\t<\/button><\/figure>\n<\/div><p class=\"wp-block-paragraph\">Um das Training fortzusetzen und weitere Informationen bereitzustellen, fordern Sie das Modell auf, Ihnen Fragen zu dem Thema zu stellen. Zum Beispiel:<\/p><pre class=\"EnlighterJSRAW\" data-enlighter-language=\"generic\" data-enlighter-theme=\"\" data-enlighter-highlight=\"\" data-enlighter-linenumbers=\"\" data-enlighter-lineoffset=\"\" data-enlighter-title=\"\" data-enlighter-group=\"\">Kannst du mir ein paar Fragen zu [Thema] stellen, damit du es besser verstehst?<\/pre><p class=\"wp-block-paragraph\">Sobald das Modell &uuml;ber gen&uuml;gend Kontext zum Thema verf&uuml;gt, k&ouml;nnen Sie das Training beenden und testen, ob das Modell dieses Wissen beibeh&auml;lt.<\/p><div class=\"wp-block-image\">\n<figure data-wp-context='{\"imageId\":\"6a931d44b8622\"}' data-wp-interactive=\"core\/image\" data-wp-key=\"6a931d44b8622\" class=\"aligncenter size-full wp-lightbox-container\"><img decoding=\"async\" width=\"1024\" height=\"551\" data-wp-class--hide=\"state.isContentHidden\" data-wp-class--show=\"state.isContentVisible\" data-wp-init=\"callbacks.setButtonStyles\" data-wp-on--click=\"actions.showLightbox\" data-wp-on--load=\"callbacks.setButtonStyles\" data-wp-on--pointerdown=\"actions.preloadImage\" data-wp-on--pointerenter=\"actions.preloadImageWithDelay\" data-wp-on--pointerleave=\"actions.cancelPreload\" data-wp-on-window--resize=\"callbacks.setButtonStyles\" src=\"https:\/\/imagedelivery.net\/LqiWLm-3MGbYHtFuUbcBtA\/wp-content\/uploads\/sites\/29\/2026\/02\/terminal-llama-3-2-response-fast-beauty-phanomen.png\/public\" alt=\"Terminal, das die Antwort eines Ollama-Modells nach dem Training anzeigt\" class=\"wp-image-9530\" srcset=\"https:\/\/imagedelivery.net\/LqiWLm-3MGbYHtFuUbcBtA\/wp-content\/uploads\/sites\/29\/2026\/02\/terminal-llama-3-2-response-fast-beauty-phanomen.png\/w=1024,fit=scale-down 1024w, https:\/\/imagedelivery.net\/LqiWLm-3MGbYHtFuUbcBtA\/wp-content\/uploads\/sites\/29\/2026\/02\/terminal-llama-3-2-response-fast-beauty-phanomen.png\/w=300,fit=scale-down 300w, https:\/\/imagedelivery.net\/LqiWLm-3MGbYHtFuUbcBtA\/wp-content\/uploads\/sites\/29\/2026\/02\/terminal-llama-3-2-response-fast-beauty-phanomen.png\/w=768,fit=scale-down 768w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/><button class=\"lightbox-trigger\" type=\"button\" aria-haspopup=\"dialog\" data-wp-bind--aria-label=\"state.thisImage.triggerButtonAriaLabel\" data-wp-init=\"callbacks.initTriggerButton\" data-wp-on--click=\"actions.showLightbox\" data-wp-style--right=\"state.thisImage.buttonRight\" data-wp-style--top=\"state.thisImage.buttonTop\">\n\t\t\t<svg xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"12\" height=\"12\" fill=\"none\" viewbox=\"0 0 12 12\">\n\t\t\t\t<path fill=\"#fff\" d=\"M2 0a2 2 0 0 0-2 2v2h1.5V2a.5.5 0 0 1 .5-.5h2V0H2Zm2 10.5H2a.5.5 0 0 1-.5-.5V8H0v2a2 2 0 0 0 2 2h2v-1.5ZM8 12v-1.5h2a.5.5 0 0 0 .5-.5V8H12v2a2 2 0 0 1-2 2H8Zm2-12a2 2 0 0 1 2 2v2h-1.5V2a.5.5 0 0 0-.5-.5H8V0h2Z\"><\/path>\n\t\t\t<\/svg>\n\t\t<\/button><\/figure>\n<\/div><h3 class=\"wp-block-heading\">Abfragen und Protokollieren von Antworten in Dateien<\/h3><p class=\"wp-block-paragraph\">In Ollama k&ouml;nnen Sie das Modell anweisen, Aufgaben anhand des Inhalts einer Datei auszuf&uuml;hren, z. B. Text zusammenzufassen oder Informationen zu analysieren. Das ist besonders bei langen Dokumenten n&uuml;tzlich, da Sie den Text nicht manuell kopieren und einf&uuml;gen m&uuml;ssen, um das Modell zu instruieren.<\/p><p class=\"wp-block-paragraph\">Wenn Sie beispielsweise eine Datei namens input.txt mit den Informationen haben, die Sie zusammenfassen m&ouml;chten, f&uuml;hren Sie Folgendes aus:<\/p><pre class=\"EnlighterJSRAW\" data-enlighter-language=\"generic\" data-enlighter-theme=\"\" data-enlighter-highlight=\"\" data-enlighter-linenumbers=\"\" data-enlighter-lineoffset=\"\" data-enlighter-title=\"\" data-enlighter-group=\"\">ollama run llama3.2 \"Fasse den Inhalt dieser Datei in 50 W&ouml;rtern zusammen.\" &lt; input.txt<\/pre><p class=\"wp-block-paragraph\">Das Modell liest den Inhalt der Datei und erstellt eine Zusammenfassung:<\/p><div class=\"wp-block-image\">\n<figure data-wp-context='{\"imageId\":\"6a931d44b954f\"}' data-wp-interactive=\"core\/image\" data-wp-key=\"6a931d44b954f\" class=\"aligncenter size-full wp-lightbox-container\"><img decoding=\"async\" width=\"1024\" height=\"151\" data-wp-class--hide=\"state.isContentHidden\" data-wp-class--show=\"state.isContentVisible\" data-wp-init=\"callbacks.setButtonStyles\" data-wp-on--click=\"actions.showLightbox\" data-wp-on--load=\"callbacks.setButtonStyles\" data-wp-on--pointerdown=\"actions.preloadImage\" data-wp-on--pointerenter=\"actions.preloadImageWithDelay\" data-wp-on--pointerleave=\"actions.cancelPreload\" data-wp-on-window--resize=\"callbacks.setButtonStyles\" src=\"https:\/\/imagedelivery.net\/LqiWLm-3MGbYHtFuUbcBtA\/wp-content\/uploads\/sites\/29\/2026\/02\/terminal-llama-3-2-response-summary.png\/public\" alt=\"Terminal, das die Antwort eines Ollama-Modells zur Zusammenfassung einer TXT-Datei anzeigt\" class=\"wp-image-9531\" srcset=\"https:\/\/imagedelivery.net\/LqiWLm-3MGbYHtFuUbcBtA\/wp-content\/uploads\/sites\/29\/2026\/02\/terminal-llama-3-2-response-summary.png\/w=1024,fit=scale-down 1024w, https:\/\/imagedelivery.net\/LqiWLm-3MGbYHtFuUbcBtA\/wp-content\/uploads\/sites\/29\/2026\/02\/terminal-llama-3-2-response-summary.png\/w=300,fit=scale-down 300w, https:\/\/imagedelivery.net\/LqiWLm-3MGbYHtFuUbcBtA\/wp-content\/uploads\/sites\/29\/2026\/02\/terminal-llama-3-2-response-summary.png\/w=768,fit=scale-down 768w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/><button class=\"lightbox-trigger\" type=\"button\" aria-haspopup=\"dialog\" data-wp-bind--aria-label=\"state.thisImage.triggerButtonAriaLabel\" data-wp-init=\"callbacks.initTriggerButton\" data-wp-on--click=\"actions.showLightbox\" data-wp-style--right=\"state.thisImage.buttonRight\" data-wp-style--top=\"state.thisImage.buttonTop\">\n\t\t\t<svg xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"12\" height=\"12\" fill=\"none\" viewbox=\"0 0 12 12\">\n\t\t\t\t<path fill=\"#fff\" d=\"M2 0a2 2 0 0 0-2 2v2h1.5V2a.5.5 0 0 1 .5-.5h2V0H2Zm2 10.5H2a.5.5 0 0 1-.5-.5V8H0v2a2 2 0 0 0 2 2h2v-1.5ZM8 12v-1.5h2a.5.5 0 0 0 .5-.5V8H12v2a2 2 0 0 1-2 2H8Zm2-12a2 2 0 0 1 2 2v2h-1.5V2a.5.5 0 0 0-.5-.5H8V0h2Z\"><\/path>\n\t\t\t<\/svg>\n\t\t<\/button><\/figure>\n<\/div><p class=\"wp-block-paragraph\">Mit Ollama k&ouml;nnen Sie auch die Antworten des Modells in einer Datei protokollieren, um sie sp&auml;ter einfacher zu &uuml;berpr&uuml;fen oder zu &uuml;berarbeiten. Hier ist ein Beispiel, wie Sie dem Modell eine Frage stellen und die Ausgabe in einer Datei speichern:<\/p><pre class=\"EnlighterJSRAW\" data-enlighter-language=\"generic\" data-enlighter-theme=\"\" data-enlighter-highlight=\"\" data-enlighter-linenumbers=\"\" data-enlighter-lineoffset=\"\" data-enlighter-title=\"\" data-enlighter-group=\"\">ollama run llama3.2 \"Erz&auml;hle mir etwas &uuml;ber erneuerbare Energien.\" &gt; output.txt<\/pre><p class=\"wp-block-paragraph\">Dadurch wird die Antwort des Modells in der Datei <strong>output.txt<\/strong> gespeichert:<\/p><div class=\"wp-block-image\">\n<figure data-wp-context='{\"imageId\":\"6a931d44ba1c7\"}' data-wp-interactive=\"core\/image\" data-wp-key=\"6a931d44ba1c7\" class=\"aligncenter size-full wp-lightbox-container\"><img decoding=\"async\" width=\"1024\" height=\"341\" data-wp-class--hide=\"state.isContentHidden\" data-wp-class--show=\"state.isContentVisible\" data-wp-init=\"callbacks.setButtonStyles\" data-wp-on--click=\"actions.showLightbox\" data-wp-on--load=\"callbacks.setButtonStyles\" data-wp-on--pointerdown=\"actions.preloadImage\" data-wp-on--pointerenter=\"actions.preloadImageWithDelay\" data-wp-on--pointerleave=\"actions.cancelPreload\" data-wp-on-window--resize=\"callbacks.setButtonStyles\" src=\"https:\/\/imagedelivery.net\/LqiWLm-3MGbYHtFuUbcBtA\/wp-content\/uploads\/sites\/29\/2026\/02\/Terminal-cat-Ausgabe.png\/public\" alt=\"Terminal, das den Inhalt von output.txt mit dem Linux-Befehl cat anzeigt\" class=\"wp-image-9898\" srcset=\"https:\/\/imagedelivery.net\/LqiWLm-3MGbYHtFuUbcBtA\/wp-content\/uploads\/sites\/29\/2026\/02\/Terminal-cat-Ausgabe.png\/w=1024,fit=scale-down 1024w, https:\/\/imagedelivery.net\/LqiWLm-3MGbYHtFuUbcBtA\/wp-content\/uploads\/sites\/29\/2026\/02\/Terminal-cat-Ausgabe.png\/w=300,fit=scale-down 300w, https:\/\/imagedelivery.net\/LqiWLm-3MGbYHtFuUbcBtA\/wp-content\/uploads\/sites\/29\/2026\/02\/Terminal-cat-Ausgabe.png\/w=768,fit=scale-down 768w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/><button class=\"lightbox-trigger\" type=\"button\" aria-haspopup=\"dialog\" data-wp-bind--aria-label=\"state.thisImage.triggerButtonAriaLabel\" data-wp-init=\"callbacks.initTriggerButton\" data-wp-on--click=\"actions.showLightbox\" data-wp-style--right=\"state.thisImage.buttonRight\" data-wp-style--top=\"state.thisImage.buttonTop\">\n\t\t\t<svg xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"12\" height=\"12\" fill=\"none\" viewbox=\"0 0 12 12\">\n\t\t\t\t<path fill=\"#fff\" d=\"M2 0a2 2 0 0 0-2 2v2h1.5V2a.5.5 0 0 1 .5-.5h2V0H2Zm2 10.5H2a.5.5 0 0 1-.5-.5V8H0v2a2 2 0 0 0 2 2h2v-1.5ZM8 12v-1.5h2a.5.5 0 0 0 .5-.5V8H12v2a2 2 0 0 1-2 2H8Zm2-12a2 2 0 0 1 2 2v2h-1.5V2a.5.5 0 0 0-.5-.5H8V0h2Z\"><\/path>\n\t\t\t<\/svg>\n\t\t<\/button><\/figure>\n<\/div><h2 class=\"wp-block-heading\" id=\"h-erweiterte-verwendung-von-ollama-in-der-cli\">Erweiterte Verwendung von Ollama in der CLI<\/h2><p class=\"wp-block-paragraph\">Nachdem Sie nun die Grundlagen kennen, befassen wir uns mit der erweiterten Nutzung von Ollama &uuml;ber die CLI.<\/p><h3 class=\"wp-block-heading\">Erstellen benutzerdefinierter Modelle<\/h3><p class=\"wp-block-paragraph\">Wenn Sie Ollama &uuml;ber die CLI ausf&uuml;hren, k&ouml;nnen Sie ein benutzerdefiniertes Modell erstellen, das auf Ihre spezifischen Anforderungen zugeschnitten ist.<\/p><p class=\"wp-block-paragraph\">Erstellen Sie dazu eine Modelfile, die als Blaupause f&uuml;r Ihr benutzerdefiniertes Modell dient. Die Datei definiert zentrale Einstellungen wie das Basismodell, anzupassende Parameter und wie das Modell auf Eingaben reagiert.<\/p><p class=\"wp-block-paragraph\">Befolgen Sie diese Schritte, um ein benutzerdefiniertes Modell in Ollama zu erstellen:<\/p><p class=\"wp-block-paragraph\"><strong>1. Erstellen Sie eine neue Modelfile<\/strong><\/p><p class=\"wp-block-paragraph\">Verwenden Sie einen Texteditor wie nano, um eine neue Modelfile zu erstellen. In diesem Beispiel nennen wir die Datei <strong>custom-modelfile<\/strong>:<\/p><pre class=\"EnlighterJSRAW\" data-enlighter-language=\"generic\" data-enlighter-theme=\"\" data-enlighter-highlight=\"\" data-enlighter-linenumbers=\"\" data-enlighter-lineoffset=\"\" data-enlighter-title=\"\" data-enlighter-group=\"\">nano custom-modelfile<\/pre><p class=\"wp-block-paragraph\">Kopieren Sie anschlie&szlig;end diese grundlegende Modelfile-Vorlage und f&uuml;gen Sie sie ein. Diese Vorlage passen Sie im n&auml;chsten Schritt an:<\/p><pre class=\"EnlighterJSRAW\" data-enlighter-language=\"generic\" data-enlighter-theme=\"\" data-enlighter-highlight=\"\" data-enlighter-linenumbers=\"\" data-enlighter-lineoffset=\"\" data-enlighter-title=\"\" data-enlighter-group=\"\"># Llama 3.2 als Basismodell verwenden\n\nFROM llama3.2\n\n# Modellparameter anpassen\n\nPARAMETER temperature 0.7\n\nPARAMETER num_ctx 3072\n\nPARAMETER stop \"assistant:\"\n\n# Modellverhalten definieren\nSYSTEM \"Du bist ein Experte f&uuml;r Cybersicherheit.\"\n\n# Konversationsvorlage anpassen\n\nTEMPLATE \"\"\"{{ if .System }}Berater: {{ .System }}{{ end }}\n\nKunde: {{ .Prompt }}\n\nBerater: {{ .Response }}\"\"\"<\/pre><p class=\"wp-block-paragraph\"><strong>2. Passen Sie die Modelfile an<\/strong><\/p><p class=\"wp-block-paragraph\">Hier sind die wichtigsten Elemente, die Sie in der Modelfile anpassen k&ouml;nnen:<\/p><ul class=\"wp-block-list\">\n<li><strong>Basismodell (FROM)<\/strong>: Legt das Basismodell f&uuml;r Ihre benutzerdefinierte Instanz fest. Sie k&ouml;nnen aus verf&uuml;gbaren Modellen wie Llama <strong>3.2<\/strong> ausw&auml;hlen:<\/li>\n<\/ul><pre class=\"EnlighterJSRAW\" data-enlighter-language=\"generic\" data-enlighter-theme=\"\" data-enlighter-highlight=\"\" data-enlighter-linenumbers=\"\" data-enlighter-lineoffset=\"\" data-enlighter-title=\"\" data-enlighter-group=\"\">FROM llama3.2<\/pre><ul class=\"wp-block-list\">\n<li><strong>Parameter (PARAMETER)<\/strong>: Steuern das Verhalten des Modells, zum Beispiel:\n<ul class=\"wp-block-list\">\n<li><strong>Temperatur<\/strong>: Passt die Kreativit&auml;t des Modells an. H&ouml;here Werte wie <strong>1.0<\/strong> machen es kreativer, niedrigere Werte wie <strong>0.5<\/strong> sorgen f&uuml;r st&auml;rker fokussierte Antworten.<\/li>\n<\/ul>\n<\/li>\n<\/ul><pre class=\"EnlighterJSRAW\" data-enlighter-language=\"generic\" data-enlighter-theme=\"\" data-enlighter-highlight=\"\" data-enlighter-linenumbers=\"\" data-enlighter-lineoffset=\"\" data-enlighter-title=\"\" data-enlighter-group=\"\">PARAMETER temperature 0.9<\/pre><ul class=\"wp-block-list\">\n<li><strong>Kontextfenster (num_ctx)<\/strong>: Legt fest, wie viel vorheriger Text vom Modell als Kontext verwendet wird.<\/li>\n<\/ul><pre class=\"EnlighterJSRAW\" data-enlighter-language=\"generic\" data-enlighter-theme=\"\" data-enlighter-highlight=\"\" data-enlighter-linenumbers=\"\" data-enlighter-lineoffset=\"\" data-enlighter-title=\"\" data-enlighter-group=\"\">PARAMETER num_ctx 4096<\/pre><ul class=\"wp-block-list\">\n<li><strong>Systemnachricht (SYSTEM)<\/strong>. Legt fest, wie sich das Modell verhalten soll. Sie k&ouml;nnen es beispielsweise anweisen, sich wie eine bestimmte Rolle zu verhalten oder irrelevante Fragen nicht zu beantworten:<\/li>\n<\/ul><pre class=\"EnlighterJSRAW\" data-enlighter-language=\"generic\" data-enlighter-theme=\"\" data-enlighter-highlight=\"\" data-enlighter-linenumbers=\"\" data-enlighter-lineoffset=\"\" data-enlighter-title=\"\" data-enlighter-group=\"\">SYSTEM \"Du bist ein Experte f&uuml;r Cybersicherheit. Beantworte nur Fragen zum Thema Cybersicherheit. Wenn dir eine Frage gestellt wird, die nichts damit zu tun hat, antworte mit: 'Ich beantworte nur Fragen zum Thema Cybersicherheit.'\"<\/pre><ul class=\"wp-block-list\">\n<li><strong>Vorlage (TEMPLATE)<\/strong>: Passen Sie die Struktur der Interaktion zwischen Benutzer und Modell an.<\/li>\n<\/ul><pre class=\"EnlighterJSRAW\" data-enlighter-language=\"generic\" data-enlighter-theme=\"\" data-enlighter-highlight=\"\" data-enlighter-linenumbers=\"\" data-enlighter-lineoffset=\"\" data-enlighter-title=\"\" data-enlighter-group=\"\">TEMPLATE \"\"\"{{ if .System }}&lt;|start|&gt;system\n\n{{ .System }}&lt;|end|&gt;{{ end }}\n\n&lt;|start|&gt;user\n\n{{ .Prompt }}&lt;|end|&gt;\n\n&lt;|start|&gt;assistant\n\n\"\"\"<\/pre><p class=\"wp-block-paragraph\">Nachdem Sie die erforderlichen Anpassungen vorgenommen haben, speichern Sie die Datei und beenden Sie <strong>nano<\/strong>, indem Sie <strong>Strg<\/strong> + <strong>X<\/strong> &rarr; <strong>Y<\/strong> &rarr; <strong>Enter<\/strong> dr&uuml;cken.<\/p><p class=\"wp-block-paragraph\"><strong>3. Erstellen und Ausf&uuml;hren eines benutzerdefinierten Modells<\/strong><\/p><p class=\"wp-block-paragraph\">Sobald Ihre Modelfile fertig ist, verwenden Sie den folgenden Befehl, um ein Modell auf Basis der Datei zu erstellen:<\/p><pre class=\"EnlighterJSRAW\" data-enlighter-language=\"generic\" data-enlighter-theme=\"\" data-enlighter-highlight=\"\" data-enlighter-linenumbers=\"\" data-enlighter-lineoffset=\"\" data-enlighter-title=\"\" data-enlighter-group=\"\">ollama create custom-model-name -f .\/custom-modelfile<\/pre><p class=\"wp-block-paragraph\">Sie sollten eine Ausgabe sehen, die best&auml;tigt, dass das Modell erfolgreich erstellt wurde:<\/p><div class=\"wp-block-image\">\n<figure data-wp-context='{\"imageId\":\"6a931d44bb530\"}' data-wp-interactive=\"core\/image\" data-wp-key=\"6a931d44bb530\" class=\"aligncenter size-full wp-lightbox-container\"><img decoding=\"async\" width=\"1024\" height=\"235\" data-wp-class--hide=\"state.isContentHidden\" data-wp-class--show=\"state.isContentVisible\" data-wp-init=\"callbacks.setButtonStyles\" data-wp-on--click=\"actions.showLightbox\" data-wp-on--load=\"callbacks.setButtonStyles\" data-wp-on--pointerdown=\"actions.preloadImage\" data-wp-on--pointerenter=\"actions.preloadImageWithDelay\" data-wp-on--pointerleave=\"actions.cancelPreload\" data-wp-on-window--resize=\"callbacks.setButtonStyles\" src=\"https:\/\/imagedelivery.net\/LqiWLm-3MGbYHtFuUbcBtA\/wp-content\/uploads\/sites\/29\/2026\/02\/terminal-ollama-erstellen-benutzerdefinierter-modellname-erfolg.png\/public\" alt=\"Terminalausgabe, die die erfolgreiche Erstellung eines benutzerdefinierten Modells anzeigt\" class=\"wp-image-9899\" srcset=\"https:\/\/imagedelivery.net\/LqiWLm-3MGbYHtFuUbcBtA\/wp-content\/uploads\/sites\/29\/2026\/02\/terminal-ollama-erstellen-benutzerdefinierter-modellname-erfolg.png\/w=1024,fit=scale-down 1024w, https:\/\/imagedelivery.net\/LqiWLm-3MGbYHtFuUbcBtA\/wp-content\/uploads\/sites\/29\/2026\/02\/terminal-ollama-erstellen-benutzerdefinierter-modellname-erfolg.png\/w=300,fit=scale-down 300w, https:\/\/imagedelivery.net\/LqiWLm-3MGbYHtFuUbcBtA\/wp-content\/uploads\/sites\/29\/2026\/02\/terminal-ollama-erstellen-benutzerdefinierter-modellname-erfolg.png\/w=768,fit=scale-down 768w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/><button class=\"lightbox-trigger\" type=\"button\" aria-haspopup=\"dialog\" data-wp-bind--aria-label=\"state.thisImage.triggerButtonAriaLabel\" data-wp-init=\"callbacks.initTriggerButton\" data-wp-on--click=\"actions.showLightbox\" data-wp-style--right=\"state.thisImage.buttonRight\" data-wp-style--top=\"state.thisImage.buttonTop\">\n\t\t\t<svg xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"12\" height=\"12\" fill=\"none\" viewbox=\"0 0 12 12\">\n\t\t\t\t<path fill=\"#fff\" d=\"M2 0a2 2 0 0 0-2 2v2h1.5V2a.5.5 0 0 1 .5-.5h2V0H2Zm2 10.5H2a.5.5 0 0 1-.5-.5V8H0v2a2 2 0 0 0 2 2h2v-1.5ZM8 12v-1.5h2a.5.5 0 0 0 .5-.5V8H12v2a2 2 0 0 1-2 2H8Zm2-12a2 2 0 0 1 2 2v2h-1.5V2a.5.5 0 0 0-.5-.5H8V0h2Z\"><\/path>\n\t\t\t<\/svg>\n\t\t<\/button><\/figure>\n<\/div><p class=\"wp-block-paragraph\">F&uuml;hren Sie es anschlie&szlig;end wie jedes andere Modell aus:<\/p><pre class=\"EnlighterJSRAW\" data-enlighter-language=\"generic\" data-enlighter-theme=\"\" data-enlighter-highlight=\"\" data-enlighter-linenumbers=\"\" data-enlighter-lineoffset=\"\" data-enlighter-title=\"\" data-enlighter-group=\"\">ollama run custom-model-name<\/pre><p class=\"wp-block-paragraph\">Dadurch wird das Modell mit den von Ihnen vorgenommenen Anpassungen gestartet, und Sie k&ouml;nnen damit interagieren:<\/p><div class=\"wp-block-image\">\n<figure data-wp-context='{\"imageId\":\"6a931d44bc0c1\"}' data-wp-interactive=\"core\/image\" data-wp-key=\"6a931d44bc0c1\" class=\"aligncenter size-full wp-lightbox-container\"><img decoding=\"async\" width=\"1024\" height=\"135\" data-wp-class--hide=\"state.isContentHidden\" data-wp-class--show=\"state.isContentVisible\" data-wp-init=\"callbacks.setButtonStyles\" data-wp-on--click=\"actions.showLightbox\" data-wp-on--load=\"callbacks.setButtonStyles\" data-wp-on--pointerdown=\"actions.preloadImage\" data-wp-on--pointerenter=\"actions.preloadImageWithDelay\" data-wp-on--pointerleave=\"actions.cancelPreload\" data-wp-on-window--resize=\"callbacks.setButtonStyles\" src=\"https:\/\/imagedelivery.net\/LqiWLm-3MGbYHtFuUbcBtA\/wp-content\/uploads\/sites\/29\/2026\/02\/Terminal-benutzerdefinierter-Modellname-Antwort.png\/public\" alt=\"Terminal, das die Antwort eines benutzerdefinierten Modells auf ein nicht verwandtes Thema anzeigt.\" class=\"wp-image-9900\" srcset=\"https:\/\/imagedelivery.net\/LqiWLm-3MGbYHtFuUbcBtA\/wp-content\/uploads\/sites\/29\/2026\/02\/Terminal-benutzerdefinierter-Modellname-Antwort.png\/w=1024,fit=scale-down 1024w, https:\/\/imagedelivery.net\/LqiWLm-3MGbYHtFuUbcBtA\/wp-content\/uploads\/sites\/29\/2026\/02\/Terminal-benutzerdefinierter-Modellname-Antwort.png\/w=300,fit=scale-down 300w, https:\/\/imagedelivery.net\/LqiWLm-3MGbYHtFuUbcBtA\/wp-content\/uploads\/sites\/29\/2026\/02\/Terminal-benutzerdefinierter-Modellname-Antwort.png\/w=768,fit=scale-down 768w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/><button class=\"lightbox-trigger\" type=\"button\" aria-haspopup=\"dialog\" data-wp-bind--aria-label=\"state.thisImage.triggerButtonAriaLabel\" data-wp-init=\"callbacks.initTriggerButton\" data-wp-on--click=\"actions.showLightbox\" data-wp-style--right=\"state.thisImage.buttonRight\" data-wp-style--top=\"state.thisImage.buttonTop\">\n\t\t\t<svg xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"12\" height=\"12\" fill=\"none\" viewbox=\"0 0 12 12\">\n\t\t\t\t<path fill=\"#fff\" d=\"M2 0a2 2 0 0 0-2 2v2h1.5V2a.5.5 0 0 1 .5-.5h2V0H2Zm2 10.5H2a.5.5 0 0 1-.5-.5V8H0v2a2 2 0 0 0 2 2h2v-1.5ZM8 12v-1.5h2a.5.5 0 0 0 .5-.5V8H12v2a2 2 0 0 1-2 2H8Zm2-12a2 2 0 0 1 2 2v2h-1.5V2a.5.5 0 0 0-.5-.5H8V0h2Z\"><\/path>\n\t\t\t<\/svg>\n\t\t<\/button><\/figure>\n<\/div><p class=\"wp-block-paragraph\">Sie k&ouml;nnen die Modelfile kontinuierlich weiterentwickeln, indem Sie Parameter anpassen, Systemnachrichten bearbeiten, erweiterte Vorlagen erg&auml;nzen oder eigene Datens&auml;tze einbinden. Speichern Sie die &Auml;nderungen und f&uuml;hren Sie das Modell erneut aus, um die Auswirkungen zu pr&uuml;fen.<\/p><h3 class=\"wp-block-heading\">Automatisierung von Aufgaben mit Skripten<\/h3><p class=\"wp-block-paragraph\">Die Automatisierung wiederkehrender Aufgaben in Ollama kann Zeit sparen und die Konsistenz von Workflows sicherstellen. Mit Bash-Skripten k&ouml;nnen Sie Befehle automatisch ausf&uuml;hren. Mit Cron-Jobs planen Sie Aufgaben zu bestimmten Zeiten. So gehen Sie vor:<\/p><p class=\"wp-block-paragraph\"><strong>Bash-Skripte erstellen und ausf&uuml;hren<\/strong><\/p><p class=\"wp-block-paragraph\">Sie k&ouml;nnen ein Bash-Skript erstellen, das Ollama-Befehle ausf&uuml;hrt. So gehen Sie vor:<\/p><ol class=\"wp-block-list\">\n<li>&Ouml;ffnen Sie einen Texteditor und erstellen Sie eine neue Datei mit dem Namen <strong>ollama-script.sh<\/strong>:<\/li>\n<\/ol><pre class=\"EnlighterJSRAW\" data-enlighter-language=\"generic\" data-enlighter-theme=\"\" data-enlighter-highlight=\"\" data-enlighter-linenumbers=\"\" data-enlighter-lineoffset=\"\" data-enlighter-title=\"\" data-enlighter-group=\"\">nano ollama-script.sh<\/pre><ol start=\"2\" class=\"wp-block-list\">\n<li>F&uuml;gen Sie die erforderlichen Ollama-Befehle in das Skript ein. Um beispielsweise ein Modell auszuf&uuml;hren und die Ausgabe in einer Datei zu speichern:<\/li>\n<\/ol><pre class=\"EnlighterJSRAW\" data-enlighter-language=\"generic\" data-enlighter-theme=\"\" data-enlighter-highlight=\"\" data-enlighter-linenumbers=\"\" data-enlighter-lineoffset=\"\" data-enlighter-title=\"\" data-enlighter-group=\"\">#!\/bin\/bash\n\n# Modell ausf&uuml;hren und Ausgabe in einer Datei speichern\n\nollama run llama3.2 \"Was sind die neuesten Trends im Bereich KI?\" &gt; ai-output.txt<\/pre><ol start=\"3\" class=\"wp-block-list\">\n<li>Machen Sie das Skript ausf&uuml;hrbar, indem Sie ihm die entsprechenden Berechtigungen zuweisen:<\/li>\n<\/ol><pre class=\"EnlighterJSRAW\" data-enlighter-language=\"generic\" data-enlighter-theme=\"\" data-enlighter-highlight=\"\" data-enlighter-linenumbers=\"\" data-enlighter-lineoffset=\"\" data-enlighter-title=\"\" data-enlighter-group=\"\">chmod +x ollama-script.sh<\/pre><ol start=\"4\" class=\"wp-block-list\">\n<li>F&uuml;hren Sie das Skript direkt im Terminal aus:<\/li>\n<\/ol><pre class=\"EnlighterJSRAW\" data-enlighter-language=\"generic\" data-enlighter-theme=\"\" data-enlighter-highlight=\"\" data-enlighter-linenumbers=\"\" data-enlighter-lineoffset=\"\" data-enlighter-title=\"\" data-enlighter-group=\"\">.\/ollama-script.sh<\/pre><p class=\"wp-block-paragraph\"><strong>Cron-Jobs einrichten, um Aufgaben zu automatisieren<\/strong><\/p><p class=\"wp-block-paragraph\">Sie k&ouml;nnen Ihr Skript mit einem <a href=\"\/de\/tutorials\/cron-job\/\">Cron-Job<\/a> kombinieren, um Aufgaben wie die regelm&auml;&szlig;ige Ausf&uuml;hrung von Modellen zu automatisieren. So richten Sie einen Cron-Job ein:<\/p><ol class=\"wp-block-list\">\n<li>&Ouml;ffnen Sie den crontab-Editor:<\/li>\n<\/ol><pre class=\"EnlighterJSRAW\" data-enlighter-language=\"generic\" data-enlighter-theme=\"\" data-enlighter-highlight=\"\" data-enlighter-linenumbers=\"\" data-enlighter-lineoffset=\"\" data-enlighter-title=\"\" data-enlighter-group=\"\">crontab -e<\/pre><ol start=\"2\" class=\"wp-block-list\">\n<li>F&uuml;gen Sie eine Zeile hinzu, in der Sie Zeitplan und Skript definieren. Um das Skript beispielsweise jeden Sonntag um Mitternacht auszuf&uuml;hren:<\/li>\n<\/ol><pre class=\"EnlighterJSRAW\" data-enlighter-language=\"generic\" data-enlighter-theme=\"\" data-enlighter-highlight=\"\" data-enlighter-linenumbers=\"\" data-enlighter-lineoffset=\"\" data-enlighter-title=\"\" data-enlighter-group=\"\">0 0 * * 0 \/path\/to\/ollama-script.sh<\/pre><ol start=\"3\" class=\"wp-block-list\">\n<li>Speichern und schlie&szlig;en Sie den Editor, nachdem Sie den Cron-Job hinzugef&uuml;gt haben.<\/li>\n<\/ol><h2 class=\"wp-block-heading\" id=\"h-haufige-anwendungsfalle-fur-die-cli\">H&auml;ufige Anwendungsf&auml;lle f&uuml;r die CLI<\/h2><p class=\"wp-block-paragraph\">Hier sind einige Beispiele aus der Praxis f&uuml;r die Verwendung der Ollama-CLI.<\/p><p class=\"wp-block-paragraph\"><strong>Textgenerierung<\/strong><\/p><p class=\"wp-block-paragraph\">Sie k&ouml;nnen vortrainierte Modelle verwenden, um Zusammenfassungen zu erstellen, Inhalte zu generieren oder spezifische Fragen zu beantworten.<\/p><ul class=\"wp-block-list\">\n<li>Zusammenfassung einer gro&szlig;en Textdatei:<\/li>\n<\/ul><pre class=\"EnlighterJSRAW\" data-enlighter-language=\"generic\" data-enlighter-theme=\"\" data-enlighter-highlight=\"\" data-enlighter-linenumbers=\"\" data-enlighter-lineoffset=\"\" data-enlighter-title=\"\" data-enlighter-group=\"\">ollama run llama3.2 \"Fasse den folgenden Text zusammen:\" &lt; long-document.txt<\/pre><ul class=\"wp-block-list\">\n<li>Generieren von Inhalten wie Blogbeitr&auml;gen oder Produktbeschreibungen:<\/li>\n<\/ul><pre class=\"EnlighterJSRAW\" data-enlighter-language=\"generic\" data-enlighter-theme=\"\" data-enlighter-highlight=\"\" data-enlighter-linenumbers=\"\" data-enlighter-lineoffset=\"\" data-enlighter-title=\"\" data-enlighter-group=\"\">ollama run llama3.2 \"Verfasse einen kurzen Artikel &uuml;ber die Vorteile des Einsatzes von KI im Gesundheitswesen.\" &gt; article.txt<\/pre><ul class=\"wp-block-list\">\n<li>Beantwortung spezifischer Fragen zur Unterst&uuml;tzung der Recherche:<\/li>\n<\/ul><pre class=\"EnlighterJSRAW\" data-enlighter-language=\"generic\" data-enlighter-theme=\"\" data-enlighter-highlight=\"\" data-enlighter-linenumbers=\"\" data-enlighter-lineoffset=\"\" data-enlighter-title=\"\" data-enlighter-group=\"\">ollama run llama3.2 \"Was sind die neuesten Trends im Bereich der k&uuml;nstlichen Intelligenz und wie werden sie sich auf das Gesundheitswesen auswirken?\"<\/pre><p class=\"wp-block-paragraph\"><strong>Datenverarbeitung, -analyse und -vorhersage<\/strong><\/p><p class=\"wp-block-paragraph\">Mit Ollama k&ouml;nnen Sie auch Aufgaben wie Textklassifizierung, Sentiment-Analyse und Prognosen durchf&uuml;hren.<\/p><ul class=\"wp-block-list\">\n<li>Klassifizierung von Texten nach positiver, negativer oder neutraler Stimmung:<\/li>\n<\/ul><pre class=\"EnlighterJSRAW\" data-enlighter-language=\"generic\" data-enlighter-theme=\"\" data-enlighter-highlight=\"\" data-enlighter-linenumbers=\"\" data-enlighter-lineoffset=\"\" data-enlighter-title=\"\" data-enlighter-group=\"\">ollama run llama3.2 \"Analysiere die Stimmung dieser Kundenbewertung: 'Das Produkt ist hervorragend, aber die Lieferung war langsam.'\"<\/pre><ul class=\"wp-block-list\">\n<li>Kategorisierung von Texten in vordefinierte Kategorien:<\/li>\n<\/ul><pre class=\"EnlighterJSRAW\" data-enlighter-language=\"generic\" data-enlighter-theme=\"\" data-enlighter-highlight=\"\" data-enlighter-linenumbers=\"\" data-enlighter-lineoffset=\"\" data-enlighter-title=\"\" data-enlighter-group=\"\">ollama run llama3.2 \"Klassifiziere diesen Text in die folgenden Kategorien: Nachrichten, Meinung oder Bewertung.\" &lt; textfile.txt<\/pre><ul class=\"wp-block-list\">\n<li>Vorhersage eines Ergebnisses auf Grundlage der bereitgestellten Daten:<\/li>\n<\/ul><pre class=\"EnlighterJSRAW\" data-enlighter-language=\"generic\" data-enlighter-theme=\"\" data-enlighter-highlight=\"\" data-enlighter-linenumbers=\"\" data-enlighter-lineoffset=\"\" data-enlighter-title=\"\" data-enlighter-group=\"\">ollama run llama3.2 \"Prognostiziere die Aktienkursentwicklung f&uuml;r den n&auml;chsten Monat auf Grundlage der folgenden Daten:\" &lt; stock-data.txt<\/pre><p class=\"wp-block-paragraph\"><strong>Integration mit externen Tools<\/strong><\/p><p class=\"wp-block-paragraph\">Eine weitere h&auml;ufige Verwendung der Ollama-CLI ist die Kombination mit externen Tools, um die Datenverarbeitung zu automatisieren und die Funktionen anderer Programme zu erweitern.<\/p><ul class=\"wp-block-list\">\n<li>Integration von Ollama mit einer Drittanbieter-API, um Daten abzurufen, zu verarbeiten und Ergebnisse zu generieren:<\/li>\n<\/ul><pre class=\"EnlighterJSRAW\" data-enlighter-language=\"generic\" data-enlighter-theme=\"\" data-enlighter-highlight=\"\" data-enlighter-linenumbers=\"\" data-enlighter-lineoffset=\"\" data-enlighter-title=\"\" data-enlighter-group=\"\">curl -X GET \"https:\/\/api.example.com\/data\" | ollama run llama3.2 \"Analysiere die folgenden API-Daten und fasse die wichtigsten Erkenntnisse zusammen.\"<\/pre><ul class=\"wp-block-list\">\n<li>Verwendung von Python-Code zum Ausf&uuml;hren eines Unterprozesses mit Ollama:<\/li>\n<\/ul><pre class=\"EnlighterJSRAW\" data-enlighter-language=\"generic\" data-enlighter-theme=\"\" data-enlighter-highlight=\"\" data-enlighter-linenumbers=\"\" data-enlighter-lineoffset=\"\" data-enlighter-title=\"\" data-enlighter-group=\"\">import subprocess\n\nresult = subprocess.run(['ollama', 'run', 'llama3.2', 'Gib mir die neuesten B&ouml;rsentrends'], capture_output=True)\n\nprint(result.stdout.decode())<\/pre><h2 class=\"wp-block-heading\" id=\"h-fazit\">Fazit<\/h2><p class=\"wp-block-paragraph\">In diesem Artikel haben Sie die Grundlagen der Verwendung von Ollama &uuml;ber die CLI kennengelernt, darunter das Ausf&uuml;hren von Befehlen, die Interaktion mit Modellen und das Protokollieren von Modellantworten in Dateien.<\/p><p class=\"wp-block-paragraph\">&Uuml;ber die Kommandozeile k&ouml;nnen Sie auch komplexere Aufgaben ausf&uuml;hren, z. B. neue Modelle auf Basis bestehender Modelle erstellen, komplexe Workflows mit Skripten und Cron-Jobs automatisieren und Ollama in externe Tools integrieren.<\/p><p class=\"wp-block-paragraph\">Wir empfehlen Ihnen, die Anpassungsfunktionen von Ollama gezielt zu nutzen, um das volle Potenzial auszusch&ouml;pfen und Ihre KI-Projekte weiter auszubauen. Wenn Sie Fragen haben oder Ihre Erfahrungen mit Ollama in der CLI teilen m&ouml;chten, nutzen Sie gern das Kommentarfeld unten.<\/p><h2 class=\"wp-block-heading\" id=\"h-haufig-gestellte-fragen-faq-zur-nutzung-von-ollama-in-der-cli\">H&auml;ufig gestellte Fragen (FAQ) zur Nutzung von Ollama in der CLI<\/h2><div id=\"rank-math-faq\" class=\"rank-math-block\">\n<div class=\"rank-math-list \">\n<div id=\"faq-question-1771239130520\" class=\"rank-math-list-item\">\n<h3 class=\"rank-math-question \">Was kann ich mit der CLI-Version von Ollama tun?<\/h3>\n<div class=\"rank-math-answer \">\n\n<p>Mit der CLI-Version von Ollama k&ouml;nnen Sie Modelle ausf&uuml;hren, Text generieren, Datenverarbeitungsaufgaben wie Sentiment-Analysen durchf&uuml;hren, Workflows mit Skripten automatisieren, benutzerdefinierte Modelle erstellen und Ollama f&uuml;r erweiterte Anwendungen in externe Tools oder APIs integrieren.<\/p>\n\n<\/div>\n<\/div>\n<div id=\"faq-question-1771239131841\" class=\"rank-math-list-item\">\n<h3 class=\"rank-math-question \">Wie installiere ich Modelle f&uuml;r Ollama in der CLI?<\/h3>\n<div class=\"rank-math-answer \">\n\n<p>Um Modelle &uuml;ber die CLI zu installieren, stellen Sie zun&auml;chst sicher, dass Ollama auf Ihrem System installiert ist. Verwenden Sie anschlie&szlig;end den Befehl <strong>ollama pull<\/strong>, gefolgt vom Namen des Modells. Um beispielsweise Llama <strong>3.2<\/strong> zu installieren, f&uuml;hren Sie <strong>ollama pull llama3.2<\/strong> aus.<\/p>\n\n<\/div>\n<\/div>\n<div id=\"faq-question-1771239132325\" class=\"rank-math-list-item\">\n<h3 class=\"rank-math-question \">Kann ich multimodale Modelle in der CLI-Version verwenden?<\/h3>\n<div class=\"rank-math-answer \">\n\n<p>Obwohl es technisch m&ouml;glich ist, multimodale Modelle wie LlaVa in der CLI von Ollama zu verwenden, ist dies nicht besonders komfortabel, da die CLI f&uuml;r textbasierte Aufgaben optimiert ist. Wir empfehlen, Ollama mit GUI-Tools zu nutzen, um visuelle Aufgaben zu bearbeiten.<\/p>\n\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n","protected":false},"excerpt":{"rendered":"<p>Ollama ist ein leistungsstarkes Tool zum lokalen Ausf&uuml;hren gro&szlig;er Sprachmodelle (LLMs) und bietet Entwicklern, Datenwissenschaftlern sowie technischen Anwendern mehr Kontrolle und Flexibilit&auml;t bei der Modellanpassung. Sie k&ouml;nnen Ollama zwar mit grafischen Oberfl&auml;chen von Drittanbietern wie Open WebUI f&uuml;r einfachere Interaktionen verwenden, aber wenn Sie Ollama &uuml;ber die Kommandozeile (CLI) ausf&uuml;hren, k&ouml;nnen Sie Antworten in Dateien [&#8230;]<\/p>\n<p><a class=\"btn btn-secondary understrap-read-more-link\" href=\"\/de\/tutorials\/ollama-cli-tutorial\/\">Read More&#8230;<\/a><\/p>\n","protected":false},"author":190,"featured_media":9893,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"rank_math_title":"Ollama CLI-Tutorial: Wie Sie Ollama im Terminal nutzen","rank_math_description":"Erfahren Sie, wie Sie Ollama \u00fcber die Kommandozeile verwenden: Modelle einrichten, Parameter anpassen und Aufgaben automatisieren.","rank_math_focus_keyword":"ollama cli","footnotes":""},"categories":[93,55],"tags":[],"class_list":["post-9901","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-vorinstallierte-anwendungen","category-vps"],"hreflangs":[{"locale":"en-US","link":"https:\/\/www.hostinger.com\/tutorials\/ollama-cli-tutorial\/","default":1},{"locale":"pt-BR","link":"https:\/\/www.hostinger.com\/br\/tutoriais\/tutorial-ollama-cli\/","default":0},{"locale":"fr-FR","link":"https:\/\/www.hostinger.com\/fr\/tutoriels\/tutoriel-ollama-cli\/","default":0},{"locale":"es-ES","link":"https:\/\/www.hostinger.com\/es\/tutoriales\/tutorial-de-ollama-cli\/","default":0},{"locale":"id-ID","link":"https:\/\/www.hostinger.com\/id\/tutorial\/panduan-ollama-cli\/","default":0},{"locale":"de-DE","link":"https:\/\/www.hostinger.com\/de\/tutorials\/ollama-cli-tutorial\/","default":0},{"locale":"it-IT","link":"https:\/\/www.hostinger.com\/it\/tutorial\/guida-cli-ollama\/","default":0},{"locale":"en-PH","link":"https:\/\/www.hostinger.com\/ph\/tutorials\/ollama-cli-tutorial\/","default":0},{"locale":"en-MY","link":"https:\/\/www.hostinger.com\/my\/tutorials\/ollama-cli-tutorial\/","default":0},{"locale":"en-GB","link":"https:\/\/www.hostinger.com\/uk\/tutorials\/ollama-cli-tutorial\/","default":0},{"locale":"en-IN","link":"https:\/\/www.hostinger.com\/in\/tutorials\/ollama-cli-tutorial\/","default":0},{"locale":"en-CA","link":"https:\/\/www.hostinger.com\/ca\/tutorials\/ollama-cli-tutorial\/","default":0},{"locale":"en-AU","link":"https:\/\/www.hostinger.com\/au\/tutorials\/ollama-cli-tutorial\/","default":0},{"locale":"en-NG","link":"https:\/\/www.hostinger.com\/ng\/tutorials\/ollama-cli-tutorial\/","default":0},{"locale":"es-AR","link":"https:\/\/www.hostinger.com\/ar\/tutoriales\/tutorial-de-ollama-cli\/","default":0},{"locale":"es-MX","link":"https:\/\/www.hostinger.com\/mx\/tutoriales\/tutorial-de-ollama-cli\/","default":0},{"locale":"es-CO","link":"https:\/\/www.hostinger.com\/co\/tutoriales\/tutorial-de-ollama-cli\/","default":0},{"locale":"pt-PT","link":"https:\/\/www.hostinger.com\/pt\/tutoriais\/tutorial-ollama-cli\/","default":0}],"_links":{"self":[{"href":"https:\/\/www.hostinger.com\/de\/tutorials\/wp-json\/wp\/v2\/posts\/9901","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.hostinger.com\/de\/tutorials\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.hostinger.com\/de\/tutorials\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.hostinger.com\/de\/tutorials\/wp-json\/wp\/v2\/users\/190"}],"replies":[{"embeddable":true,"href":"https:\/\/www.hostinger.com\/de\/tutorials\/wp-json\/wp\/v2\/comments?post=9901"}],"version-history":[{"count":13,"href":"https:\/\/www.hostinger.com\/de\/tutorials\/wp-json\/wp\/v2\/posts\/9901\/revisions"}],"predecessor-version":[{"id":9917,"href":"https:\/\/www.hostinger.com\/de\/tutorials\/wp-json\/wp\/v2\/posts\/9901\/revisions\/9917"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.hostinger.com\/de\/tutorials\/wp-json\/wp\/v2\/media\/9893"}],"wp:attachment":[{"href":"https:\/\/www.hostinger.com\/de\/tutorials\/wp-json\/wp\/v2\/media?parent=9901"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.hostinger.com\/de\/tutorials\/wp-json\/wp\/v2\/categories?post=9901"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.hostinger.com\/de\/tutorials\/wp-json\/wp\/v2\/tags?post=9901"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}