> For the complete documentation index, see [llms.txt](https://unsloth.ai/docs/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://unsloth.ai/docs/de/desktop.md).
# Vorstellung von Unsloth Desktop
Unsloth Desktop ist eine kostenlose, quelloffene App für Mac, Windows und Linux.
Einführung von Unsloth Desktop
Unsloth Desktop (Beta) ist eine kostenlose, Open-Source- App zum Ausführen und Trainieren von KI-Modellen auf Ihrer eigenen lokalen Hardware. Verfügbar für macOS, Windows und Linux.
Mit Unsloth können Sie LLMs ausführen, trainieren und bereitstellen, Diffusions- Bild/Video- MLX, GGUF- und Audiomodelle.
{% columns %}
{% column width="16.666666666666664%" %}
{% endcolumn %}
{% column width="66.66666666666667%" %}
{% stepper %}
{% step %}
### Unsloth Desktop installieren
1. Herunterladen [Unsloth Desktop](https://unsloth.ai/download)
2. Installieren Sie die App für [macOS](/docs/de/erste-schritte/install/mac.md), [Windows](/docs/de/erste-schritte/install/windows-installation.md), [Linux](/docs/de/erste-schritte/install/linux.md)
3. Starten Sie die App
{% endstep %}
{% step %}
### Wählen Sie ein Modell
Öffnen Sie oben das Dropdown „Modell auswählen“ oder den Tab „Model Hub“, wählen Sie ein Modell und eine Quantisierung, die zu Ihrem Gerät passt, und laden Sie es dann herunter. Sobald der Download abgeschlossen ist, können Sie sofort chatten – keine Einrichtung erforderlich.
{% endstep %}
{% step %}
### Unsloth ist jetzt bereit
Zum Chatten geben Sie eine Nachricht ein und drücken Sie Enter.
* **Tools verbinden:** [Claude Code](/docs/de/grundlagen/claude-code.md), [Codex](/docs/de/grundlagen/codex.md), [Websuche](/docs/de/neu/studio/chat.md#advanced-web-search), [MCP](/docs/de/grundlagen/mcp.md) und mehr
* **Modelle trainieren:** Text-, Diffusions- [Embedding-](/docs/de/grundlagen/embedding-finetuning.md), und mehr
* **Medien generieren:** Erstellen und trainieren Sie [Bilder](/docs/de/grundlagen/diffusion-image.md), Video, [TTS](/docs/de/grundlagen/text-to-speech-tts-fine-tuning.md) lokal
{% endstep %}
{% endstepper %}
{% endcolumn %}
{% column width="16.666666666666657%" %}
{% endcolumn %}
{% endcolumns %}
Feature Deep Dive ⭐
Sehen Sie alles, was Unsloth Desktop zu bieten hat:
{% columns %}
{% column %}
{% endcolumn %}
{% column width="41.66666666666667%" %}
{% endcolumn %}
{% column width="41.666666666666686%" %}
## :shield: Berechtigungen steuern
Unsloth bietet wie Claude Code und Codex Berechtigungskontrollen für jedes Modell, das Tool-Aufrufe verwendet. Das bedeutet, dass das Modell und Unsloth ohne Ihre Zustimmung nicht auf Ihre Dateien zugreifen, sie ändern oder bearbeiten oder das Internet nutzen können.
Sie können das gewünschte Zugriffslevel wählen: Unsloth kann Tools in einer sicheren Umgebung ausführen, um Ihr System zu schützen, oder Sie können alternativ direkten Zugriff auf Ihre Dateien und deren Bearbeitung erlauben.
{% endcolumn %}
{% column %}
{% endcolumn %}
{% endcolumns %}
{% columns %}
{% column %}
{% endcolumn %}
{% column width="41.666666666666664%" %}
## :globe-pointer: **Jeder Endpoint. Jedes Tool.**
Unsloth beseitigt die Barriere zwischen Ihrem Inferenz-Setup und Ihrem Workflow. Egal, ob Ihr Modell über die Inferenz von Unsloth oder über Ihren eigenen entfernten OpenAI-kompatiblen Endpoint läuft, Sie können ihm Zugriff auf die vollständige Tool-Suite von Unsloth geben, einschließlich Websuche, Codeausführung, Deep Research und mehr.
{% endcolumn %}
{% column width="41.666666666666664%" %}
{% endcolumn %}
{% column width="8.333333333333332%" %}
{% endcolumn %}
{% endcolumns %}
{% columns %}
{% column %}
{% endcolumn %}
{% column width="41.66666666666667%" %}
{% endcolumn %}
{% column width="41.666666666666686%" %}
## :comment: Modell überall zugreifen
Stellen Sie Ihr Modell lokal oder über HTTPS über Unsloths kostenloses [Cloudflare-Tunnel](/docs/de/grundlagen/wie-man-lokale-llms-uberall-bereitstellt-sicherer-fernzugriff-mit-cloudflare-und-unsloth.md) bereit. Prüfen Sie einen Lauf von **Ihrem Telefon**, Ihrem Laptop oder von überall sonst, wo Sie gerade sind.
Binden Sie die App mit `-H 0.0.0.0` an Ihr Netzwerk oder öffnen Sie einen kostenlosen Cloudflare-Tunnel für HTTPS.
{% endcolumn %}
{% column %}
{% endcolumn %}
{% endcolumns %}
{% columns %}
{% column %}
{% endcolumn %}
{% column width="41.66666666666666%" %}
## :terminal: Codeausführung
Erhalten Sie bis zu 50 % präzisere Tool-Aufrufe mit selbstheilenden Tool-Aufrufen, die Fehler automatisch erkennen, reparieren und erneut versuchen.
Führen Sie Bash und Python in einer sicheren Umgebung aus. Unsloth bietet eine zuverlässigere Beendigung von Aufrufen, um Schleifen zu reduzieren, bessere Heilung und Deduplizierung, um XML-Lecks zu verhindern.
{% endcolumn %}
{% column width="41.66666666666667%" %}
{% endcolumn %}
{% column %}
{% endcolumn %}
{% endcolumns %}
{% columns %}
{% column width="8.333333333333332%" %}
{% endcolumn %}
{% column width="41.66666666666667%" %}
{% endcolumn %}
{% column width="41.66666666666667%" %}
## :wifi: In Ihrem lokalen Netzwerk bereitstellen
Verbinden Sie Unsloth mit Ihrem WLAN- oder kabelgebundenen Netzwerk und [stellen Sie Unlosth über LAN bereit](/docs/de/grundlagen/lan.md). Der Datenverkehr verlässt niemals Ihr Netzwerk, daher ist die Latenz niedrig, und es funktioniert auch ganz ohne Internet.
Drücken Sie **Start** auf der **LAN-Zugriff** -Karte oder starten Sie mit `-H 0.0.0.0`.
{% endcolumn %}
{% column width="8.333333333333336%" %}
{% endcolumn %}
{% endcolumns %}
{% columns %}
{% column %}
{% endcolumn %}
{% column width="41.66666666666667%" %}
## :image: **Bild- und Videogenerierung**
Für MiniMax-H3 FP8 auf einer NVIDIA B200 sank eine Generierung mit 960×544, 124 Frames und 8 Schritten von über 70 Sekunden auf **13 Sekunden**. Generieren Sie mit FLUX, Z-Image, LTX, Wan und fein abgestimmten LoRA-Adaptern.
Vorhandene Bilder transformieren, inpainten, erweitern, hochskalieren, referenzieren und bearbeiten.
{% endcolumn %}
{% column width="41.666666666666664%" %}
{% endcolumn %}
{% column width="8.333333333333325%" %}
{% endcolumn %}
{% endcolumns %}
{% columns %}
{% column width="8.333333333333332%" %}
{% endcolumn %}
{% column width="41.66666666666667%" %}
## :rectangle-api: Modelle per API bereitstellen
Sie können `unsloth run` verwenden und Modelle wie [Qwen3.8](/docs/de/modelle/qwen3.8.md) bereitstellen und alle Einstellungen ändern, einschließlich Kontextgröße, GPU-Layern, Threading, Sampling, Netzwerk und Tool-Konfiguration. Weitere Informationen finden Sie in unseren [API-Dokumenten](/docs/de/grundlagen/api.md).
{% endcolumn %}
{% column width="49.99999999999999%" %}
Sehen Sie ein Beispiel für die Verwendung der Unsloth-API mit Qwen3.8:
{% code overflow="wrap" %}
```bash
unsloth run --model unsloth/qwen3.8-27B-GGUF-GGUF:UD-Q4_K_XL
--temp 1.0 \
--top-p 0.95 \
--top-k 20 \
--min-p 0.0 \
--chat-template-kwargs '{"reasoning_effort":"medium"}'
```
{% endcode %}
{% endcolumn %}
{% endcolumns %}
{% columns %}
{% column width="8.333333333333332%" %}
{% endcolumn %}
{% column width="41.66666666666667%" %}
## :image: Verwenden Sie die neuesten Modelle
Sie können nahezu jedes Modell ausführen und trainieren, einschließlich kommender Modelle. Erwarten Sie Unterstützung ab Tag 0 für Modelle wie Qwen3.8, Gemma, Meta, NVIDIA, GLM, Gemma-Modelle und mehr. Das ist alles dank llama.cpp und Hugging Face, und wir sind außerdem stolz darauf, etwas an das Ökosystem zurückzugeben.
{% endcolumn %}
{% column width="49.99999999999999%" %}
{% endcolumn %}
{% endcolumns %}
{% columns %}
{% column %}
{% endcolumn %}
{% column width="41.666666666666664%" %}
{% endcolumn %}
{% column width="41.66666666666667%" %}
## :magnifying-glass: Deep Research
Die normale Suche nutzt das Web für ihre Antworten und findet statt, während das Modell noch nachdenkt.
Deep Research plant zuerst, sucht nach den besten Quellen und erstellt dann einen detaillierten Bericht mit allen Zitaten.
{% endcolumn %}
{% column width="8.33333333333334%" %}
{% endcolumn %}
{% endcolumns %}
{% columns %}
{% column width="8.333333333333332%" %}
{% endcolumn %}
{% column width="41.66666666666666%" %}
## :cloud: Anbieter verbinden
Sie können Unsloth direkt mit Ihrem ChatGPT/Codex-Abonnement verbinden.
Führen Sie Modelle von OpenAI, Anthropic, Ollama, llama.cpp, vLLM und mehr aus.
Verwenden Sie dieselbe Unsloth-Chat-Oberfläche für lokale und Cloud-Modelle mit Unterstützung für Tool-Aufrufe, Bildgenerierung, [Prompt-Caching](https://sites.gitbook.com/preview/site_mXXTe/~/revisions/KsWgqmEjr66G4kYiZdG8#prompt-caching) zur Reduzierung der Token-Nutzung unter Beibehaltung anbieternativer Funktionen wie OpenAIs [Websuche](https://sites.gitbook.com/preview/site_mXXTe/~/revisions/KsWgqmEjr66G4kYiZdG8#web-search-and-thinking) und [Codeausführung](https://sites.gitbook.com/preview/site_mXXTe/~/revisions/KsWgqmEjr66G4kYiZdG8#code-execution).
{% endcolumn %}
{% column width="41.66666666666667%" %}
{% embed url="" %}
{% endcolumn %}
{% column width="8.333333333333336%" %}
{% endcolumn %}
{% endcolumns %}
{% columns %}
{% column %}
{% endcolumn %}
{% column width="41.66666666666667%" %}
{% endcolumn %}
{% column width="41.66666666666667%" %}
## :image: **Diffusionsmodelle trainieren**
Trainieren Sie LoRA-Adapter für SDXL, FLUX.2, Qwen-Image und Z-Image mit Ihren eigenen Bildern. Beschriften Sie sie in Unsloth, wählen Sie einen Rang und drücken Sie auf Trainieren. Danach können Sie sie exportieren und das Modell für die Inferenz wieder in Unsloth laden.
{% endcolumn %}
{% column %}
{% endcolumn %}
{% endcolumns %}
{% columns %}
{% column %}
{% endcolumn %}
{% column width="41.66666666666666%" %}
## :flask: Ohne Code trainieren
Legen Sie einfach ein PDF, CSV oder JSON hinein und los geht's. LoRA, vollständiges Finetuning, Pretraining. Alles 2x schneller, 70 % weniger VRAM, kein Genauigkeitsverlust. Multi-GPU und die neuesten Modelle funktionieren.
Text, Diffusions- [Audio-](/docs/de/grundlagen/text-to-speech-tts-fine-tuning.md) und [Bild-](/docs/de/grundlagen/vision-fine-tuning.md) Modelle werden unterstützt!
{% endcolumn %}
{% column width="41.66666666666667%" %}
{% endcolumn %}
{% column width="8.333333333333353%" %}
{% endcolumn %}
{% endcolumns %}
{% columns %}
{% column width="8.333333333333332%" %}
{% endcolumn %}
{% column width="41.66666666666667%" %}
{% endcolumn %}
{% column width="41.66666666666666%" %}
## :microphone: Audio transkribieren/generieren
Erzeugen, feinabstimmen oder transkribieren Sie Audio mit Unsloth vollständig lokal. Text-zu-Sprache, Sprache-zu-Text, Whisper, Qwen3-ASR, Sie nennen es!
{% endcolumn %}
{% column width="8.333333333333336%" %}
{% endcolumn %}
{% endcolumns %}
{% columns %}
{% column width="8.333333333333332%" %}
{% endcolumn %}
{% column width="41.66666666666667%" valign="middle" %}
## :alien-8bit: Ihren Agenten verbinden
[Unsloth Start](/docs/de/integrationen/unsloth-start.md) ermöglicht es Ihnen, [Claude Code](/docs/de/grundlagen/claude-code.md), [Codex](/docs/de/grundlagen/codex.md) und andere Agenten über den `unsloth start` Befehl mit lokalen Modellen zu verbinden.
Starten Sie Unsloth, laden Sie ein Modell, öffnen Sie Ihren Projektordner und führen Sie dann Folgendes aus:
```bash
unsloth start claude
```
{% endcolumn %}
{% column width="49.99999999999997%" %}
{% endcolumn %}
{% column %}
{% endcolumn %}
{% endcolumns %}
{% columns %}
{% column width="8.333333333333332%" %}
{% endcolumn %}
{% column width="41.66666666666667%" %}
#### Sammelt ihr meine Daten?
Kein Telemetrie-Tracking. Unsloth erkennt Ihren GPU-Typ und Ihr Gerät, damit die App weiß, was funktioniert. Die App kann vollständig offline ausgeführt werden.
#### Kann ich Modelle verwenden, die ich bereits heruntergeladen habe?
Ja, sie werden automatisch gefunden. Falls Ihre nicht gefunden werden, können Sie Ihre eigenen benutzerdefinierten Ordner angeben.
#### Warum ist die Inferenz manchmal langsamer?
Websuche, Codeausführung und das Heilen von Tool-Aufrufen kosten alle Zeit. Schalten Sie sie aus, und die Geschwindigkeit sollte mit jeder anderen llama.cpp-App übereinstimmen. Immer noch langsam? Öffnen Sie ein GitHub-Issue.
{% endcolumn %}
{% column width="41.66666666666667%" %}
#### Nur GPU?
Nein. Unsloth funktioniert mit einer Vielzahl von CPU-, Mac- usw. Setups.
#### Unterstützt es OpenAI-kompatible APIs?
Ja. Siehe den [API-Leitfaden](/docs/de/grundlagen/api.md). Wir unterstützen auch Verbindungen zu [Cloud-Modelle](/docs/de/integrationen/connections.md) oder andere APIs wie Anthropic oder OpenAI.
#### Welche Geräte unterstützt Unsloth?
Unsloth unterstützt alle Betriebssysteme einschließlich Mac, Windows, Linux und WSL und unterstützt NVIDIA-, Intel-, AMD- und Mac-GPUs/CPUs. Ältere Hardware wird jedoch möglicherweise nicht gut unterstützt.
{% endcolumn %}
{% column %}
{% endcolumn %}
{% endcolumns %}
{% columns %}
{% column width="8.333333333333332%" %}
{% endcolumn %}
{% column width="83.33333333333333%" %}
Ein riesiges Dankeschön an NVIDIA und Hugging Face dafür, dass sie Teil unseres Launches sind. Vielen Dank auch an alle unsere frühen Beta-Tester für Unsloth Desktop – wir wissen Ihre Zeit und Ihr Feedback wirklich zu schätzen. Wir möchten außerdem Jan für die Inspiration danken sowie llama.cpp, PyTorch, stablediffusion.cpp und open model labs für die Bereitstellung der Infrastruktur, die Unsloth Desktop möglich gemacht hat.
{% endcolumn %}
{% column width="8.333333333333321%" %}
{% endcolumn %}
{% endcolumns %}
---
# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.
## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.
Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:
```
GET https://unsloth.ai/docs/de/desktop.md?ask=&goal=
```
`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
.gif?alt=media&token=3df768c6-07d8-40c6-9c02-a881547d44bd)
