Was passiert ist
Ollama, das Open-Source-Tool, mit dem du Open-Weight-KI-Modelle auf deiner eigenen Maschine laufen lässt, hat eine Series B über 65 Millionen $ abgeschlossen. Theory Ventures hat die Runde angeführt, CEO Jeff Morgan hat das gegenüber TechCrunch bestätigt.
Die frühere Series A über 15 Millionen $ wurde von Peter Fenton von Benchmark angeführt. Alles zusammengerechnet hat Ollama damit 88 Millionen $ eingesammelt.
Das Tool ist 2023 gestartet und soll Entwickler in wenigen Minuten mit lokalen Modellen zum Laufen bringen. Das GitHub-Repo hat 176.000 Sterne und fast 17.000 Forks, die Nutzerzahl liegt bei fast 9 Millionen.
Es gibt auch eine Bezahlseite. Größere, schwerere Modelle hostet Ollama in der eigenen Neocloud, erreichbar über Abo-Stufen von gratis bis 100 $ im Monat. Abgerechnet wird nach GPU-time statt nach Token-Limits.
Morgan und Mitgründer Michael Chiang haben das schon mal gemacht. Sie haben Docker Desktop mitentwickelt, nachdem Docker ihr früheres Startup Kitematic gekauft hatte.
Warum es zählt
Lokale KI ist kein Hobby mehr für Leute, die Lüfterrauschen lieben. Fast 9 Millionen Nutzer sind ein echtes Publikum, und Investoren haben jetzt echtes Geld auf die Idee gesetzt, dass Entwickler Modelle selbst betreiben wollen.
Spannend ist das Geschäftsmodell. Die kostenlose lokale Nutzung holt die Leute ab, gehostete Modelle fangen die Fälle auf, in denen ein Laptop schlicht aufgibt. Die Abrechnung nach GPU-time statt nach Token ist ein bewusster Kontrast dazu, wie die meisten gehosteten KI-Dienste zählen.
Auch die Docker-Vergangenheit der Gründer verrät den Pitch. Beim letzten Mal ging es darum, Cloud-Apps leicht beweglich zu machen. Diesmal geht es darum, Modelle leicht auf der Maschine laufen zu lassen, die sowieso schon auf deinem Schreibtisch steht.
Lokale Modelle haben gerade einen Vertrauensvorschuss von 65 Millionen $ bekommen.
Ein Vorbehalt: Eine Finanzierungsrunde ist eine Wette, kein Ergebnis. Ollama hat die Nutzer und die Sterne, aber die Bezahltarife müssen die Firma am Ende trotzdem tragen.
Was du damit machst
- Probier ein lokales Modell aus.Installiere Ollama und lass ein Open-Weight-Modell auf deiner eigenen Maschine laufen, um zu sehen, was deine Hardware aushält.
- Check deine Datenregeln.Wenn deine Prompts etwas Sensibles enthalten, bleibt es bei lokaler Inferenz auf deinem Gerät. Das ist ein Thema für dein Team.
- Vergleich die Preise.Abrechnung nach GPU-time verhält sich anders als Token-Abrechnung, also schick deine echte Last durch beide Modelle, bevor du dich festlegst.
- Behalt den Gratis-Tarif im Auge.Heute ist er großzügig, und bei einer frisch finanzierten Firma ändern sich Tarife erfahrungsgemäß gern.
Ciao, sapiens. Dein Laptop wurde befördert, und nach Gehaltserhöhung hat er nicht mal gefragt.


