> 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/neu/studio.md).

# Unsloth Studio vorgestellt

KI-Modelle lokal mit Unsloth Studio ausführen und trainieren.

Wir starten **Unsloth Studio** (Beta): eine Open-Source-Weboberfläche ohne Code zum Trainieren, Ausführen und Exportieren offener Modelle in einer einheitlichen **lokalen** Oberfläche.

<a href="https://unsloth.ai/docs/de/neu/studio.md#quickstart" class="button primary" data-icon="bolt">Schnellstart</a><a href="https://unsloth.ai/docs/de/neu/studio.md#features" class="button secondary" data-icon="star">Funktionen</a><a href="https://github.com/unslothai/unsloth" class="button secondary" data-icon="github">GitHub</a>

* **GGUF ausführen**, **MLX** und Diffusionsbild-/Videomodelle lokal auf **Mac**, Windows, Linux.
* Trainieren Sie über 500 Modelle 2× schneller mit 70 % weniger VRAM (ohne Genauigkeitsverlust)
* Text-, Diffusions-, Vision-, TTS-, Audio- und Embedding-Modelle ausführen und trainieren

{% hint style="success" icon="sparkles" %}
**NEU:** Wir stellen unsere neue [**Unsloth Desktop**](https://unsloth.ai/docs/de/desktop.md) App vor! Herunterladen für [Mac](https://unsloth.ai/docs/de/loslegen/install/mac.md), [Windows](https://unsloth.ai/docs/de/loslegen/install/windows-installation.md) und [Linux](https://unsloth.ai/docs/de/loslegen/install/linux.md).
{% endhint %}

<table data-view="cards"><thead><tr><th></th><th></th><th data-hidden data-card-target data-type="content-ref"></th><th data-hidden data-card-cover data-type="image">Titelbild</th></tr></thead><tbody><tr><td><h4>Präzise Tool-Aufrufe</h4></td><td>Erhalten Sie 50 % präzisere, selbstheilende Tool-Aufrufe und Codeausführung in einer Sandbox</td><td><a href="https://unsloth.ai/docs/de/neu/studio/chat.md">Chat with models</a></td><td><a href="https://797013937-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FLL8RSnAuc7XdutjAVD4n%2Fcode%20exec.png?alt=media&amp;token=566a7385-69e0-46db-a022-bef8e2cad677">code exec.png</a></td></tr><tr><td><h4>Diffusionsbild/-video</h4></td><td>Führen Sie Bild-/Video-Diffusionsmodelle wie MiniMax H3 mit 2× schnellerer Inferenz aus und trainieren Sie sie.</td><td><a href="https://unsloth.ai/docs/de/grundlagen/diffusion-image.md">Generate Images Diffusion</a></td><td><a href="https://797013937-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FHD8yIrQN6pS7qCNYMVxp%2Ffklrfklf.gif?alt=media&amp;token=9e7daea2-c9cc-404c-af53-325833224c94">fklrfklf.gif</a></td></tr><tr><td><h4>Machen Sie Ihren Agenten lokal</h4></td><td>Verbinden Sie lokale LLMs mit agentischen Tools wie Claude Code und Codex mit Modellwechsel</td><td><a href="https://unsloth.ai/docs/de/integrationen/unsloth-start.md">Unsloth Start</a></td><td><a href="https://797013937-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FaXmr0nHDKoSkhX6ESjLz%2Fclaude%20code%20image.png?alt=media&amp;token=67e609e9-b329-4c19-9e4d-2aed0fe34f9c">claude code image.png</a></td></tr><tr><td><h4>Unbegrenzte Websuche</h4></td><td>Erhalten Sie unbegrenzte, private und sichere Websuche sowie Deep Research</td><td><a href="https://unsloth.ai/docs/de/neu/studio.md#web-search-upgraded">Unsloth Studio</a></td><td><a href="https://797013937-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2F6hy8X5V7FVW0NSWJfQAj%2Fwebsearch%20nice.png?alt=media&amp;token=8a02b6ac-3c85-484f-9bc7-f7d3eee24cd9">websearch nice.png</a></td></tr><tr><td><h4>Neueste Modelle ausführen</h4></td><td>Entdecken, verwalten und trainieren Sie die neuesten Modelle Muse Glimmer, MiniMax-H3, Kimi K3 und Qwen3.8.</td><td><a href="https://unsloth.ai/docs/de/modelle/tutorials.md">Complete LLM Directory</a></td><td><a href="https://797013937-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FTSjv63MOktgx6PbgHAi2%2Fmodel%20hub%20models.png?alt=media&amp;token=b884e283-ff8b-4d4c-b4cb-7864d4335aa0">model hub models.png</a></td></tr><tr><td><h4><strong>Überall bereitstellen</strong></h4></td><td>Stellen Sie Modelle sicher remote bereit und greifen Sie über Cloudflare HTTPS überall auf Unsloth zu</td><td></td><td><a href="https://797013937-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FJDIIEQ8fFZy2g5snC2kp%2Fcloudflare%20url.png?alt=media&amp;token=aadb42b5-16f0-42d1-8059-c2611e7cd931">cloudflare url.png</a></td></tr><tr><td><h3>Browseraufgaben automatisieren</h3></td><td>Durchsuchen Sie Websites, füllen Sie Formulare aus und bearbeiten Sie HTML- oder Markdown-Dateien mit einem lokalen Modell.</td><td></td><td><a href="https://797013937-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FYiG0Egpwm8NMyjZT7Z7e%2FUNITY.png?alt=media&amp;token=82da006d-393a-4767-9ebe-3484a67b32ee">UNITY.png</a></td></tr><tr><td><h3>Code in einer Sandbox ausführen</h3></td><td>Steuern Sie, auf welche Dateien Ihr Modell zugreifen kann, wenn es Python- oder Shell-Befehle ausführt.</td><td></td><td><a href="https://797013937-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2F0fxHVUBvcd2kfUM0iRAd%2Fpermissiosn.png?alt=media&amp;token=883f5a04-3c25-436c-8144-0653df3a6e02">permissiosn.png</a></td></tr></tbody></table>

<figure><img src="https://797013937-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FHTlw8oO7wDIYyGqilty0%2Funsloth%20qwen3.8%20final.png?alt=media&amp;token=b8b32558-d0c8-4de8-bedf-7ad10e2c4c4a" alt=""><figcaption></figcaption></figure>

* **macOS:** Training, MLX und GGUF-Inferenz funktionieren alle innerhalb von Unsloth.
* Kein Datensatz erforderlich. [**Datensätze automatisch erstellen**](https://unsloth.ai/docs/de/neu/studio/data-recipe.md) aus **PDF-, CSV-, JSON-, DOCX- und TXT-** Dateien.
* Verbinden Sie Ihre lokalen Modelle mit jedem Agenten, einschließlich [Claude Code](https://unsloth.ai/docs/de/grundlagen/claude-code.md), [Codex](https://unsloth.ai/docs/de/grundlagen/codex.md), [Hermes](https://unsloth.ai/docs/de/integrationen/hermes-agent.md) und mehr.
* [Exportieren oder speichern Sie](https://unsloth.ai/docs/de/neu/studio/export.md) Ihr Modell als GGUF, 16-Bit-Safetensor usw.
* [**Selbstheilende Tool-Aufrufe**](https://unsloth.ai/docs/de/neu/studio/chat.md#auto-healing-tool-calling) / erweitert [**Websuche**](https://unsloth.ai/docs/de/neu/studio/chat.md#advanced-web-search) + [**Codeausführung**](https://unsloth.ai/docs/de/neu/studio/chat.md#code-execution)
* [Automatische Inferenz-Einstellungen](https://unsloth.ai/docs/de/neu/studio/chat.md#auto-parameter-tuning), bearbeiten Sie Chat-Vorlagen, verwenden Sie Unsloth als [**API-Endpunkt**](#unsloth-as-an-api-endpoint).

{% hint style="success" %}
**Alle neuesten Updates finden Sie auf unserer** [**neuen Changelog-Seite hier**](https://unsloth.ai/docs/de/neu/changelog.md)**!** ✨
{% endhint %}

## ⭐ Funktionen

{% columns %}
{% column %}

### Code ausführen + Tool-Aufrufe heilen

Führen Sie Bash und Python in einer [Sandbox](https://unsloth.ai/docs/new/studio/sandboxing-in-unsloth) aus, um Code zu testen, Dateien zu generieren und Berechnungen zu prüfen. Wählen Sie **Hoch** aus, damit Ihr Betriebssystem Dateizugriffsbeschränkungen durchsetzt.

Beispiel: Unsloth erstellt eine Sandbox, damit GLM-5.2 Code ausführen kann, der als HTML-Vorschau in Canvas angezeigt wird.
{% endcolumn %}

{% column %}

<figure><img src="https://797013937-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FLL8RSnAuc7XdutjAVD4n%2Fcode%20exec.png?alt=media&amp;token=566a7385-69e0-46db-a022-bef8e2cad677" alt=""><figcaption><p>Präzise Tool-Aufrufe mit Codeausführung in einer Sandbox</p></figcaption></figure>
{% endcolumn %}
{% endcolumns %}

{% columns %}
{% column %}

### Im Web surfen und Dateien bearbeiten

Verwenden Sie den [integrierten Browser](https://unsloth.ai/docs/basics/browser-use) in Unsloth Desktop, um Websites zu navigieren, Formulare auszufüllen und PDFs zu lesen. Ihr Modell kann auch Code- und Markdown-Dateien bearbeiten oder HTML- und React-Seiten testen, indem es sich durch sie klickt.

Aktivieren Sie **Browsernutzung** über das **+** Menü im Chat, um Ihrem Modell bei der Arbeit neben Ihnen zuzusehen.
{% endcolumn %}

{% column %}

<figure><img src="https://797013937-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FQXmNUrzvl9pRbNBbbEWI%2FUI%20pack%20adventure.gif?alt=media&amp;token=76426c04-5aeb-4c4b-a158-bdccc26fc5b3" alt=""><figcaption></figcaption></figure>
{% endcolumn %}
{% endcolumns %}

{% columns %}
{% column %}

### Websuche verbessert

Die private, unbegrenzte und sichere Websuche von Unsloth besucht Seiten tatsächlich direkt, um relevante Informationen und Daten zu sammeln, und durchsucht nicht nur Website-Zusammenfassungen. Das liefert wesentlich präzisere und detailliertere Informationen und Kontext.

Beispiel: Qwen3.5-4B durchsuchte über 20 Websites und zitierte Quellen, wobei die Websuche innerhalb seiner Denkspur stattfand.
{% endcolumn %}

{% column %}

<figure><img src="https://797013937-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FY3nfB43TEk7k11zcE4wm%2Fthe%20big%20one.gif?alt=media&amp;token=335be087-7375-4f89-9039-71195ee44ab8" alt=""><figcaption></figcaption></figure>
{% endcolumn %}
{% endcolumns %}

{% columns %}
{% column %}

### Unsloth als API-Endpunkt

Sie können jetzt lokale LLMs über Tools wie [Claude Code](https://unsloth.ai/docs/de/grundlagen/claude-code.md) und [Codex](https://unsloth.ai/docs/de/grundlagen/codex.md) verwenden, indem Sie es mit [Unsloths API-Endpunkt](https://unsloth.ai/docs/de/grundlagen/api.md)verbinden. Das bedeutet, dass Sie Qwen- und Gemma-Modelle in diesen Tools direkt mit der Unsloth-Inferenz ausführen können, die Funktionen wie selbstheilende Tool-Aufrufe, Websuche usw. umfasst.

Sie können auch [einen Anbieter verbinden](https://unsloth.ai/docs/de/integrationen/connections.md) wie OpenAI, Anthropic oder vLLM mit Unsloth.
{% endcolumn %}

{% column %}

<figure><img src="https://797013937-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2F1s98Id9xclzwMfxjXw2O%2Funsloth%20api%20cropped.png?alt=media&amp;token=64fac263-ca5b-4447-a740-41f58ec94904" alt=""><figcaption></figcaption></figure>
{% endcolumn %}
{% endcolumns %}

{% columns %}
{% column %}

### **Training ohne Code**

[PDF-, CSV- und JSON-Dateien hochladen](#data-recipes) Dokumente oder YAML-Konfigurationen hochladen und sofort auf NVIDIA trainieren. Die Kernel von Unsloth optimieren LoRA, FP8, FFT und PT für über 500 Text-, Vision-, TTS-/Audio- und Embedding-Modelle.

Die neuesten LLMs feinabstimmen, wie [Qwen3.5](https://unsloth.ai/docs/de/modelle/qwen3.5/fine-tune.md) und NVIDIA [Nemotron 3](https://unsloth.ai/docs/de/modelle/nemotron-3.md). [Multi-GPU](https://unsloth.ai/docs/de/grundlagen/multi-gpu-training-with-unsloth.md) funktioniert automatisch; eine neue Version kommt bald.
{% endcolumn %}

{% column %}

<figure><img src="https://797013937-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FRjAfHShyL7MfHfq6BStl%2Fonboarding%20updated.png?alt=media&amp;token=7cdde1a0-8f8c-4d25-9414-e28f35f211cd" alt=""><figcaption></figcaption></figure>
{% endcolumn %}
{% endcolumns %}

{% columns %}
{% column %}

### **Modelle lokal ausführen**

[GGUF suchen und ausführen](https://unsloth.ai/docs/de/neu/studio/chat.md) und Safetensor-Modelle mit selbstheilenden [Tool-Aufrufen](#execute-code--heal-tool-calling), erweiterten [Websuche](https://unsloth.ai/docs/de/neu/studio/chat.md#advanced-web-search), [automatischen Inferenz-](https://unsloth.ai/docs/de/neu/studio/chat.md#auto-parameter-tuning) Einstellungen, [**Codeausführung**](https://unsloth.ai/docs/de/neu/studio/chat.md#code-execution) (Bash + Python), [APIs](https://unsloth.ai/docs/de/grundlagen/api.md). Laden Sie Bilder, Dokumente, Audio und Code hoch.

[Modelle Seite an Seite vergleichen](https://unsloth.ai/docs/new/studio/chat#model-arena). Angetrieben von llama.cpp + Hugging Face unterstützt Unsloth **Multi-GPU-Inferenz,** automatisches Auslagern und Einpassen sowie die meisten Modelle.
{% endcolumn %}

{% column %}

<figure><img src="https://797013937-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FNOhWqx2nFNOSjiQlv3Bz%2Finklin.gif?alt=media&amp;token=2fdae9e3-e78b-4cd3-af07-a9c4989a937f" alt=""><figcaption></figcaption></figure>
{% endcolumn %}
{% endcolumns %}

{% columns %}
{% column %}

### Datenrezepte

[**Datenrezepte**](https://unsloth.ai/docs/de/neu/studio/data-recipe.md) wandelt Ihre Dokumente über einen Graphknoten-Workflow in nutzbare / synthetische Datensätze um. Laden Sie unstrukturierte oder strukturierte Dateien wie PDFs, CSV und JSON hoch. Unsloth Data Recipes, unterstützt von NVIDIA Nemo [Data Designer](https://github.com/NVIDIA-NeMo/DataDesigner), wandelt Dokumente automatisch in Ihre gewünschten Formate um.
{% endcolumn %}

{% column %}

<figure><img src="https://797013937-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2Fcc9T0V8WsyjcuOE2sIVV%2Fdata%20recipes%20longer.png?alt=media&amp;token=5ae33e8d-09b1-45e0-8f5c-40dca8bbcf0c" alt=""><figcaption></figcaption></figure>
{% endcolumn %}
{% endcolumns %}

{% columns %}
{% column %}

### Beobachtbarkeit

Erhalten Sie [vollständige Transparenz](https://unsloth.ai/docs/de/neu/studio/start.md#training-progress) und Kontrolle über Ihre Trainingsläufe. Verfolgen Sie Trainingsverlust, Gradientennormen und GPU-Auslastung in Echtzeit und passen Sie alles nach Ihren Wünschen an.

Sie können den Trainingsfortschritt sogar auf anderen Geräten wie Ihrem Smartphone ansehen.
{% endcolumn %}

{% column %}

<figure><img src="https://797013937-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FCIrWHN1JzfaFNOoavmZS%2Fobserve%20new.png?alt=media&amp;token=21fdbc5b-a073-437a-b487-b5bdff4716f6" alt=""><figcaption></figcaption></figure>
{% endcolumn %}
{% endcolumns %}

{% columns %}
{% column %}

### Modelle exportieren / speichern

[**Jedes Modell exportieren**](https://unsloth.ai/docs/de/neu/studio/export.md), einschließlich Ihrer feinabgestimmten Modelle, als Safetensors oder GGUF zur Verwendung mit llama.cpp, vLLM, Ollama, LM Studio und mehr.

Speichert Ihre Trainingshistorie, sodass Sie Läufe erneut ansehen, erneut exportieren und experimentieren können.
{% endcolumn %}

{% column %}

<figure><img src="https://797013937-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2F8UHzGTHF9q6LWrJy8Y4r%2FScreenshot%202026-03-15%20at%203.02.02%E2%80%AFAM.png?alt=media&amp;token=cb5e78f8-481a-4c9f-9361-db53e6e0ec37" alt=""><figcaption></figcaption></figure>
{% endcolumn %}
{% endcolumns %}

{% columns %}
{% column %}

### Datenschutz zuerst + sicher

Unsloth Studio kann zu 100 % offline und lokal auf Ihrem Computer verwendet werden. Die tokenbasierte Authentifizierung, einschließlich verschlüsseltem Passwort sowie JWT-Zugriffs-/Aktualisierungsabläufen, schützt Ihre Daten.

Sie können bereits vorhandene / alte Modelle oder GGUFs verwenden, die Sie zuvor von HF usw. heruntergeladen haben. Lesen Sie [hier die Anleitung](https://unsloth.ai/docs/de/neu/studio/chat.md#using-old-existing-gguf-models).
{% endcolumn %}

{% column %}

<figure><img src="https://797013937-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2F15gRLbMDX1ReKdHBBl1G%2FScreenshot%202026-03-15%20at%203.54.51%E2%80%AFAM.png?alt=media&amp;token=ca096807-54c2-4d8c-bdc1-c1bb0055469b" alt=""><figcaption></figcaption></figure>
{% endcolumn %}
{% endcolumns %}

## ⚡ Schnellstart

### **Mit Unsloth Desktop installieren**

Der einfachste Weg zur Installation von Unsloth Studio ist die native Desktop-App. Laden Sie sie für Ihr Betriebssystem herunter:

* <i class="fa-apple">:apple:</i> [Für macOS herunterladen](https://unsloth.ai/download/mac)
* <i class="fa-windows">:windows:</i> [Für Windows herunterladen](https://unsloth.ai/download/windows)
* <i class="fa-linux">:linux:</i> [Für Linux herunterladen](https://unsloth.ai/download/linux)

Für eine manuelle Installation von Unsloth Studio verwenden Sie die folgenden Befehle:

{% tabs %}
{% tab title="macOS, Linux, WSL" %}
**Unsloth installieren:**

```bash
curl -fsSL https://unsloth.ai/install.sh | sh
```

Verwenden Sie denselben Befehl zum Aktualisieren.
{% endtab %}

{% tab title="Windows" %}
**Unsloth installieren:**

```powershell
irm https://unsloth.ai/install.ps1 | iex
```

Verwenden Sie denselben Befehl zum Aktualisieren.
{% endtab %}

{% tab title="Docker" %}
Das [Unsloth-Docker-Image](https://hub.docker.com/r/unsloth/unsloth) `unsloth/unsloth` ist auf Docker verfügbar. [Anleitung lesen.](https://unsloth.ai/docs/get-started/install/docker)
{% endtab %}

{% tab title="Homebrew" %}
**Unsloth installieren:**

```bash
brew install --cask unsloth
```

Unsloth aktualisieren:

```bash
brew upgrade --cask unsloth
```

{% endtab %}

{% tab title="WinGet" %}
**Unsloth installieren:**

```powershell
winget install --id UnslothAI.Unsloth -e
```

Unsloth aktualisieren:

<pre class="language-powershell"><code class="lang-powershell"><strong>winget upgrade --id UnslothAI.Unsloth -e
</strong></code></pre>

{% endtab %}
{% endtabs %}

#### Unsloth starten

{% columns %}
{% column %}
Standardmäßiger lokaler Start:

```bash
unsloth studio
```

Weitere Details zur Installation und Deinstallation finden Sie im [Abschnitt zur Installation von Unsloth Studio](https://unsloth.ai/docs/de/neu/studio/install.md) .
{% endcolumn %}

{% column %}
Unsloth sicher über HTTPS starten:

```bash
unsloth studio --secure
```

Verwenden Sie einen [kostenlosen Cloudflare-](https://unsloth.ai/docs/de/grundlagen/lokale-llms-uberall-bereitstellen-sicherer-remote-zugriff-mit-cloudflare-und-unsloth.md) Tunnel unter Windows, Mac oder Linux.
{% endcolumn %}
{% endcolumns %}

{% content-ref url="/pages/fd472c5a40e73b8e54cee17244010f121bf38286" %}
[Installation](https://unsloth.ai/docs/de/neu/studio/install.md)
{% endcontent-ref %}

#### <i class="fa-google">:google:</i> Google-Colab-Notebook

Wir haben ein [kostenloses Google-Colab-Notebook](https://colab.research.google.com/github/unslothai/unsloth/blob/main/studio/Unsloth_Studio_Colab.ipynb) erstellt, damit Sie alle Funktionen von Unsloth auf den T4-GPUs von Colab erkunden können. Sie können die meisten Modelle bis zu 22 Milliarden Parametern trainieren und ausführen und für größere Modelle zu einer größeren GPU wechseln. Klicken Sie einfach auf „Alle ausführen“, dann sollte die Benutzeroberfläche nach der Installation erscheinen.

{% columns %}
{% column %}
{% embed url="<https://colab.research.google.com/github/unslothai/unsloth/blob/main/studio/Unsloth_Studio_Colab.ipynb>" %}

Sobald die Installation abgeschlossen ist, scrollen Sie zu **Unsloth Studio starten** und klicken Sie auf **Unsloth Studio öffnen** im links angezeigten weißen Feld:

**Scrollen Sie weiter nach unten, um die eigentliche Benutzeroberfläche zu sehen.**
{% endcolumn %}

{% column %}

<figure><img src="https://797013937-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FkYitMrK55Ic6eIGqiKEJ%2FScreenshot%202026-03-16%20at%2011.21.16%E2%80%AFPM.png?alt=media&amp;token=4388c309-a598-41f3-9301-e434c334ac1c" alt=""><figcaption></figcaption></figure>
{% endcolumn %}
{% endcolumns %}

{% hint style="warning" %}
Manchmal kann der Unsloth-Link einen Fehler zurückgeben. Dies geschieht möglicherweise, weil Sie Cookies deaktiviert haben oder einen Werbeblocker oder Mozilla verwenden. Sie können weiterhin auf die Benutzeroberfläche zugreifen, indem Sie unter die Schaltfläche scrollen.
{% endhint %}

### 👾 Unsloth Start

{% columns %}
{% column width="58.333333333333336%" %}
[Unsloth Start](https://unsloth.ai/docs/de/integrationen/unsloth-start.md) ermöglicht Ihnen, [Claude Code](https://unsloth.ai/docs/de/grundlagen/claude-code.md), [Codex](https://unsloth.ai/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
```

Ersetzen Sie `claude` durch einen beliebigen Agenten unten:
{% endcolumn %}

{% column width="41.666666666666664%" %}

<figure><img src="https://797013937-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FpXE6kCHjh8qOEaggf94M%2FScreenshot_20260718_122426.png?alt=media&amp;token=a59e4c8c-efdb-451b-b1f8-621955564f6d" alt="" width="563"><figcaption><p>Claude Code läuft lokal mit Qwen3.5.</p></figcaption></figure>
{% endcolumn %}
{% endcolumns %}

| Agent                                                              | Befehl                   |
| ------------------------------------------------------------------ | ------------------------ |
| <i class="fa-claude">:claude:</i> Claude Code                      | `unsloth start claude`   |
| <i class="fa-openai">:openai:</i> OpenAI Codex                     | `unsloth start codex`    |
| <i class="fa-caduceus">:caduceus:</i> Hermes Agent                 | `unsloth start hermes`   |
| <i class="fa-lobster">:lobster:</i> OpenClaw                       | `unsloth start openclaw` |
| <i class="fa-rectangle-vertical">:rectangle-vertical:</i> OpenCode | `unsloth start opencode` |

## <i class="fa-seedling">:seedling:</i> Workflow

Hier ist ein typischer Workflow von Unsloth Studio für den Einstieg:

1. Starten Sie Unsloth über die [Installationsanweisungen](https://unsloth.ai/docs/de/neu/studio/install.md).
2. Laden Sie ein Modell aus lokalen Dateien oder einer unterstützten Integration.
3. Importieren Sie Trainingsdaten aus PDF-, CSV- oder JSONL-Dateien oder erstellen Sie einen Datensatz von Grund auf.
4. Bereinigen, verfeinern und erweitern Sie Ihren Datensatz in [Datenrezepte](https://unsloth.ai/docs/de/neu/studio/data-recipe.md).
5. Starten Sie das Training mit empfohlenen Voreinstellungen oder passen Sie die Konfiguration selbst an.
6. Chatten Sie mit dem trainierten Modell und vergleichen Sie seine Ausgaben mit dem Basismodell.
7. [Speichern oder exportieren Sie](https://unsloth.ai/docs/de/neu/studio.md#export-save-models) lokal in den Stack, den Sie bereits verwenden.

Sie können unsere einzelnen detaillierten Einblicke in jeden Abschnitt von Unsloth Studio lesen:

{% columns %}
{% column width="50%" %}
{% content-ref url="/pages/bf6b637872d3a9f534daa54866ec7d33d9b369a2" %}
[Get Started](https://unsloth.ai/docs/de/neu/studio/start.md)
{% endcontent-ref %}

{% content-ref url="/pages/13c9d0063a9732a68734b74792f3e30153873bf4" %}
[Model Export](https://unsloth.ai/docs/de/neu/studio/export.md)
{% endcontent-ref %}
{% endcolumn %}

{% column width="50%" %}
{% content-ref url="/pages/dd9f9c69fff351709e4886e820d7d6facf3ec2b3" %}
[Data Recipes](https://unsloth.ai/docs/de/neu/studio/data-recipe.md)
{% endcontent-ref %}

{% content-ref url="/pages/73168493b14a89fa27e95b776ade6bd93679a3e5" %}
[Chat with models](https://unsloth.ai/docs/de/neu/studio/chat.md)
{% endcontent-ref %}
{% endcolumn %}
{% endcolumns %}

## <i class="fa-comments-question">:comments-question:</i> FAQ

**Sammelt oder speichert Unsloth Daten?**\
Unsloth sammelt keine Nutzungs-Telemetrie. Unsloth sammelt nur die minimalen Hardwareinformationen, die für die Kompatibilität erforderlich sind, wie GPU-Typ und Gerät (z. B. Mac). Unsloth Studio läuft zu 100 % offline und lokal.

**Wie verwende ich ein altes / vorhandenes Modell, das ich zuvor von Hugging Face heruntergeladen habe?**\
Ja, Sie können bereits vorhandene/alte Modelle oder GGUFs verwenden, die Sie zuvor von Hugging Face usw. heruntergeladen haben. Sie sollten jetzt automatisch von Unsloth erkannt werden; andernfalls lesen Sie unsere [hier die Anleitung](https://unsloth.ai/docs/de/neu/studio/chat.md#using-old-existing-gguf-models).

**Warum ist die Inferenz in Unsloth manchmal langsamer?**\
Unsloth wird wie andere lokale Inferenz-Apps von llama.cpp betrieben, daher sollten die Geschwindigkeiten größtenteils gleich sein. Manchmal ist Unsloth möglicherweise langsamer, weil Sie Websuche, Codeausführung oder selbstheilende Tool-Aufrufe aktiviert haben. All diese Funktionen können Ihre Inferenz verlangsamen. Wenn der Geschwindigkeitsunterschied bei deaktivierten Funktionen weiterhin besteht, erstellen Sie bitte ein GitHub-Issue!

**Unterstützt Unsloth Studio OpenAI-kompatible APIs?**\
Ja, siehe unsere [Anleitung zum API-Endpunkt hier](https://unsloth.ai/docs/de/grundlagen/api.md).

**Ist Unsloth jetzt unter AGPL-3.0 lizenziert?**\
Unsloth verwendet ein duales Lizenzmodell aus Apache 2.0 und AGPL-3.0. Das Kernpaket von Unsloth bleibt lizenziert unter [**Apache 2.0**](https://github.com/unslothai/unsloth?tab=Apache-2.0-1-ov-file), während bestimmte optionale Komponenten wie die Unsloth-Studio-Benutzeroberfläche unter [**AGPL-3.0**](https://github.com/unslothai/unsloth?tab=AGPL-3.0-2-ov-file).

lizenziert sind. Diese Struktur unterstützt die fortlaufende Entwicklung von Unsloth, während das Projekt Open Source bleibt und das breitere Ökosystem weiter wachsen kann.

**Unterstützt Unsloth nur LLMs?**\
Nein. Unsloth unterstützt eine Reihe unterstützter `Transformers-` kompatibler Modellfamilien, einschließlich Text- und multimodaler Modelle, [Text-zu-Sprache](https://unsloth.ai/docs/de/grundlagen/text-to-speech-tts-fine-tuning.md), Audio, [Embeddings](https://unsloth.ai/docs/de/grundlagen/embedding-finetuning.md), und Modelle im BERT-Stil.

**Kann ich meine eigene Trainingskonfiguration verwenden?**\
Ja. Importieren Sie eine YAML-Konfiguration, und Unsloth füllt die relevanten Einstellungen vorab aus.

**Müssen Sie Modelle trainieren, um die Benutzeroberfläche zu verwenden?**\
Nein, Sie können einfach ein beliebiges GGUF oder Modell herunterladen, ohne ein Modell feinabzustimmen.

#### Danksagungen

Ein großes Dankeschön an NVIDIA und Hugging Face dafür, Teil unseres Launches zu sein. Außerdem danken wir allen unseren frühen Beta-Testern von Unsloth Studio; wir schätzen Ihre Zeit und Ihr Feedback sehr. Wir möchten auch llama.cpp, PyTorch und den Open-Model-Labs für die Bereitstellung der Infrastruktur danken, die Unsloth Studio möglich gemacht hat.


---

# 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 by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://unsloth.ai/docs/de/neu/studio.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

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.
