Vor zwei Wochen ging es bei Ollama um Geld. Wir haben die 65-Millionen-Series-B hier eingeordnet, eine Wette darauf, dass private Inferenz eine dauerhafte Infrastrukturschicht ist. Seitdem hat das Team gezeigt, wofuer das Geld gedacht ist: Mit der v0.32-Reihe hoert Ollama auf, ein reiner Modell-Runner zu sein, und wird zu einem Agenten, der auf Ihrem Rechner Code schreibt, Werkzeuge aufruft und Aufgaben delegiert.
Konkret hat sich seit der Finanzierung dies geaendert: ollama ohne Argument startet nicht mehr nur einen Modell-Prompt, sondern eine interaktive Agenten-Sitzung. Fuer den Mittelstand, der lokale KI aus Datenschutzgruenden betreibt, ist das kein kosmetisches Update. Es verschiebt die Frage von "welches Modell laeuft" zu "was darf dieser Agent auf unseren Maschinen tun".
Vom Modell-Runner zum Agenten
Mit v0.32.0 am 11. Juli 2026 hat Ollama das Standardverhalten des Befehls umgestellt. Wer bisher ollama eintippte, landete im Modell-Auswahlmenue. Jetzt startet ein Agent, der chatten, Code schreiben und ausfuehren, im Web suchen und mehrstufige Aufgaben abarbeiten kann. Das Modell bleibt lokal, die Schleife um das Modell herum ist neu.
Der Unterschied zum bisherigen ollama launch ist wichtig. ollama launch verdrahtet einen externen Coding-Assistenten wie Claude Code oder Codex mit der lokalen OpenAI-kompatiblen API. Der neue Agent dagegen wohnt im Ollama-Prozess selbst. Sie brauchen kein zweites Werkzeug, um von der Chat-Antwort zur ausgefuehrten Aktion zu kommen. Fuer kleine Teams ohne dediziertes Plattform-Engineering senkt das die Einstiegshuerde spuerbar.
Das Skills-System
Der zweite Baustein ist ein Skills-System. Ein Skill ist eine wiederverwendbare Faehigkeit, die der Agent bei Bedarf aufruft: Dateioperationen, Git-Kommandos, Web-Fetch, das Ausfuehren von Terminal-Befehlen. Skills laden dynamisch und lassen sich selbst definieren. Ein Buero, das jeden Morgen Rechnungen aus einem Ordner liest und in ein internes Format bringt, kann diesen Ablauf als Skill hinterlegen, statt ihn jedes Mal neu zu beschreiben.
In der Praxis liegt der Reiz genau darin, dass ein Skill einmal sauber definiert wird und dann verlaesslich laeuft. Ein mittelstaendischer Betrieb mit wiederkehrender Buerolast, etwa dem Abgleich von Lieferscheinen gegen Bestellungen, beschreibt den Ablauf einmal und laesst den Agenten ihn taeglich abarbeiten. Der Agent liest die Dateien, ruft den passenden Skill auf und legt das Ergebnis ab, ohne dass jemand jeden Schritt neu anstoesst. Das ist die Sorte Automatisierung, die frueher ein kleines Skript und etwas Klebeband gebraucht haette.
Das klingt nach Komfort, hat aber eine Kehrseite, die man vor dem produktiven Einsatz benennen sollte. Ein Agent, der Terminal-Befehle ausfuehren und Dateien schreiben darf, hat auf der Maschine reale Wirkung. Das ist genau die Faehigkeit, die einen Agenten nuetzlich macht, und genau die, die ein Governance-Konzept braucht: Welche Verzeichnisse, welche Kommandos, welche Netzverbindungen sind erlaubt. Die Antwort darauf gehoert nach unserem Verstaendnis in eine schriftliche Richtlinie, nicht in eine spontane Entscheidung am Terminal.
Claude-Code-Kanaele und die Release-Kette im Juli
Ollama hat im Juli nicht einmal geliefert, sondern in kurzer Folge. v0.32.1 am 16. Juli gab dem Agenten das aktuelle Arbeitsverzeichnis mit, sodass er im richtigen Projektkontext arbeitet, und fuehrte fuer Websuche und Web-Fetch einen ollama signin-Hinweis ein. v0.32.3 am 23. Juli hat die Claude-Code-Kanaele wiederhergestellt und die Anthropic-Thinking-Streams repariert, dazu Tool-Calling fuer Laguna-2.1-Modelle und einen Fix fuer die Tool-Call-Erzeugung bei GLM.
v0.32.4 vom 25. Juli bringt fuer Apple-Silicon-Nutzer den relevantesten Punkt: Laguna-Modelle laufen jetzt ueber die MLX-Engine auf der Apple-GPU. Dazu kommen Verbesserungen beim spekulativen Dekodieren und laut den Release-Notes eine um etwa 4-9 Prozent schnellere Dekodierung fuer Qwen3-MoE-Modelle auf dem M5 Max. Die genauen Zahlen haengen an Hardware und Modell, die Richtung ist klar: die Software holt aus vorhandenem Silizium mehr heraus.
Was das fuer On-Premise und Governance bedeutet
Fuer ein Unternehmen unter DSGVO ist die spannende Eigenschaft nicht die Geschwindigkeit, sondern dass die gesamte Agentenschleife lokal laeuft. Das Modell denkt lokal, die Werkzeuge greifen lokal, die Daten verlassen das Netz nicht. Ein Agent, der Kundenakten oder Vertragsentwuerfe verarbeitet, ohne dass ein Token an einen externen Dienst geht, umgeht die ganze Klasse von Fragen rund um Auftragsverarbeitung und Drittlandtransfer.
Das ersetzt keine Kontrolle, es verlagert sie. Wenn der Agent Code ausfuehren und Dateien aendern darf, braucht es klare Grenzen: ein eigenes Benutzerkonto mit knappen Rechten, ein definiertes Arbeitsverzeichnis, kein Zugriff auf Produktivsysteme ohne Freigabe. Wie das mit den Pflichten aus Artikel 28 DSGVO und den Transparenzanforderungen des EU AI Act zusammenpasst, haben wir auf unserer Seite zur Datensouveraenitaet beschrieben. Ein lokaler Agent ist ein starkes Werkzeug, kein Freibrief.
Fuer welche Teams sich der Blick jetzt lohnt
Sinnvoll ist der Schritt vor allem dort, wo wiederkehrende, gut umrissene Ablaeufe existieren und die Daten sensibel sind. Eine Kanzlei, die Schriftsaetze strukturiert. Ein Steuerbuero, das Belege sortiert. Ein Entwicklungsteam, das an fremdem Quellcode arbeitet und nichts davon in die Cloud geben darf. In allen drei Faellen ist der lokale Agent nicht eine Option unter vielen, sondern die einzige, die die Daten unzweideutig im Haus haelt.
Die Hardware ist dabei selten der Engpass. Ein Mac Studio oder eine Maschine mit einer GPU mit viel Speicher reicht fuer die Modellklassen, die diese Ablaeufe brauchen. Der eigentliche Aufwand liegt im Zuschnitt: welche Skills, welche Rechte, welche Abnahme. Genau da hilft ein kleiner, klar abgegrenzter Pilot mehr als eine grosse Ansage. Wer lokale KI schon laufen hat, sollte v0.32 zunaechst auf einer Testmaschine ausprobieren, bevor der Agent an echte Ordner darf.
Ollama war ein Jahr lang die einfachste Art, ein Modell lokal zu starten. Mit v0.32 wird es die einfachste Art, einen Agenten lokal laufen zu lassen. Der Gewinn ist real, die Sorgfaltspflicht auch.
Wollen Sie herausfinden, welche Ablaeufe sich in Ihrem Betrieb sicher an einen lokalen Agenten uebergeben lassen? Unser Pilotprojekt bringt Sie in zwei bis vier Wochen zu einem lauffaehigen Proof of Concept mit klaren Abnahmekriterien.