Hallo, bin Kuttel – neu hier, starte mit lokaler KI

Von Texterstellung per ki würde ich abraten, da diese Texte erkannt werden können.

Die großen Anbieter wie Claude, chatgpt usw watermarken ihre text, sodass sie als ki erstellt erkannt werden können. Funktioniert so das es in jedem text Wörter gibt die mehr oder weniger wahrscheinlich sind, also z.b. bei der Hauptstadt von Frankreich ist Paris extrem wahrscheinlich. Diese Wörter werden nicht geändert. Die ganzen anderen fuellwoerter aber lassen viele Varianten zu. Diese Varianten sind dann nicht zufällig, sondern deren vorkommen billdet dann den watermark aus welchem die ursprüngliche KI erkannt werden kann. Also die Erkennung funktioniert über den Text selbst, nicht über irgendwelche meta info die man entfernen könnte indem man den Text nach plain text konvertiert.

Also um den watermark zu entfernen müsstest du den ganzen Text mit deinen Worten umschreiben.

Weiß nicht ob damit lokale Modelle erkannt werden können, aber die die ich genutzt habe haben stark halluziniert und waren zur Texterstellung nur schlecht geeignet.

Hallo Kuttel,

willkommen im Forum. Lokal ist sehr sehr spannend, aber auch sehr sehr teuer, wenn man viel machen will. Ich wünsche dir viel Erfolg auf deinem Weg!

VG

Wirst gleich freigeschaltet..

Hallo Kuttel,

herzlich willkommen bei uns im Forum! Schön, dass du dich gleich mit so konkreten Fragen vorstellst. Mit lokaler KI hast du dir genau das Thema ausgesucht, das hier gerade richtig läuft. Schau dir unbedingt auch die aktuellen Threads im KI-Forum an, z. B. Frank-Ls Bericht zu Goose + Ternary Bonsai 2 27B auf einer RTX 4090 und die Runde „Eure Lieblings-LLMs im Sommer 2026“. Da steckt schon viel Praxis drin.

Kurz mein Setup, damit du einordnen kannst, woher meine Antworten kommen:

• Arbeitsrechner mit Ryzen 9 7950X3D, 128 GB DDR5 und einer wassergekühlten RTX 4090 (24 GB VRAM), dazu mehrere TB NVMe
• Frisch zusätzlich drin: eine RTX 5060 Ti 16 GB als zweite Karte, nur für lokale Modelle
• Als Backend nutze ich Ollama, aktuell viel mit glm-4.7-flash bei 64k Kontext. Goose habe ich lokal an Ollama angebunden.

Zu 1 – Klassische Tools oder KI?
Bei mir ist es beides. Die Daten kommen weiterhin aus echten Quellen: Search Console, Keyword-Tools und SERP-Analyse. Die KI übernimmt Clustering, Gliederung, Entwürfe und FAQ-Ideen. Meine Pipeline sieht grob so aus: Daten holen → TF-IDF-Analyse der Top-Ergebnisse → Entwurf per Masterprompt → FAQ → Validierung → menschliche Endkontrolle.

Die wichtigste Lektion aus der Qualitätsprüfung: Modelle erfinden gerne Statistiken und benutzen veraltete Begriffe. Bei der Überarbeitung meines Glossars musste ich reihenweise ausgedachte Zahlen rauswerfen und Dinge wie FID → INP, SGE → AI Overviews oder E-A-T → E-E-A-T korrigieren. Deshalb wird jede Zahl, jede Studie und jeder Fachbegriff geprüft, bevor etwas live geht.

Für deine Keyword-Recherche heißt das: Lass das Modell niemals Suchvolumina "schätzen". Die Zahlen klingen plausibel, sind aber reine Fantasie. Die Volumina kommen aus den Tools, das Modell hilft nur beim Denken.

Rechtlich gelten seit 2. August 2026 die Transparenzpflichten aus Art. 50 AI Act. Eine pauschale Kennzeichnungspflicht für jeden KI-Text gibt es aber nicht. Relevant wird es bei Texten zu Themen von öffentlichem Interesse, und auch da nicht, wenn ein Mensch den Text redaktionell prüft und verantwortet. Die saubere Endkontrolle lohnt sich also doppelt. Google hat übrigens nichts gegen KI-Content an sich, wohl aber gegen massenhaft produzierten Content ohne Mehrwert (Stichwort "Scaled Content Abuse").

Zu 2 – Stolperfallen bei lokalen Setups

• Kontextlänge: Je nach Version arbeitet Ollama standardmäßig mit einem deutlich kleineren Kontextfenster, als das Modell eigentlich kann. Längere Prompts werden dann stillschweigend abgeschnitten, und man wundert sich, warum das Briefing halb ignoriert wird. Ich habe OLLAMA_CONTEXT_LENGTH per systemd-Override auf 65536 gesetzt.
• VRAM richtig rechnen: Nicht nur das Modell braucht Speicher, sondern auch der Kontext (KV-Cache). Ein Modell, das "gerade so" reinpasst, wird bei großem Kontext teilweise in den RAM ausgelagert, und dann wird es zäh.
• Quantisierung: Q4_K_M gilt als vernünftiger Sweet Spot. Darunter leidet vor allem das Deutsch spürbar: falsche Artikel, Denglisch, holprige Sätze.
• Deutsch testen: Viele Modelle sind im Englischen deutlich stärker. Teste mit deinen eigenen Texten, statt nur Benchmarks zu glauben.
• Kein aktuelles Wissen: Ein lokales Modell weiß nichts über aktuelle SERPs, Updates oder Trends. Alles Aktuelle musst du selbst reingeben, als Exporte, Crawls oder per RAG.
• Reasoning-Modelle: Die Denk-Ausgabe (die <think>-Blöcke) landet gern im fertigen Text, wenn die Pipeline sie nicht rausfiltert.
• Zwei Grafikkarten: Ein Modell über zwei Karten zu verteilen geht, aber die langsamere Karte bremst. Wie sich das mit der 5060 Ti neben der 4090 macht, berichte ich später.

Zu 3 – Quellen und Zitate

• Von der KI gelieferte Zitate und Quellen-URLs sind das größte Risiko. Sie sind oft erfunden, falsch zugeordnet oder verkürzt. Meine Empfehlung: kein Zitat veröffentlichen, das du nicht selbst im Original gefunden hast.
• Das Zitatrecht (§ 51 UrhG) verlangt einen Zweck, etwa Beleg oder Auseinandersetzung, einen angemessenen Umfang und eine Quellenangabe. Ein Zitat als Deko oder Füllmaterial deckt das nicht.
• Im Zweifel fasst du in eigenen Worten zusammen und verlinkst die Quelle. Das ist rechtlich entspannter und für SEO/GEO meist sowieso besser.
• Auch wenn der KI-Output selbst in der Regel keinen urheberrechtlichen Schutz genießt: Für das, was du veröffentlichst, haftest du trotzdem.
• Bei der DSGVO sind lokale Modelle ein echter Vorteil. Verarbeitest du Kundendaten oder Search-Console-Exporte, verlassen die Daten deinen Rechner nicht. Es gibt keinen zusätzlichen Dienstleister und keinen Drittlandtransfer.
• Beim Keyword-Clustering tauchen schnell fremde Markennamen auf. Mit denen solltest du in Content und Metadaten vorsichtig umgehen.

(Keine Rechtsberatung, ich bin SEO und kein Anwalt.)

Erzähl gern, mit welcher Hardware du startest und welche Modelle du im Blick hast, dann kann man gezielter helfen. Viel Spaß beim Basteln!

Viele Grüße aus Bertingen
Alex