AI-translated from English; not yet reviewed by a fluent editor.

# Eine geprüfte Claude Code Änderung mit einem lokalen Ollama-Modell durchführen

> Eine dokumentationsbasierte Anleitung: Claude Code an ein lokales Ollama-Modell anbinden, Endpunkt und Kontext prüfen und eine Repository-Änderung anhand ihrer ursprünglichen Prüfung bewerten.

By BIG CHANGE Editorial

Published: 2026-10-20T11:36:37.990Z
Updated: 2026-10-20T11:36:37.990Z
Canonical: https://bigchange.ai/blog/claude-code-local-ollama-checked-change-guide

![Conceptual charcoal illustration of an open desktop workstation showing its fan, memory modules, graphics card and internal cables.](https://bigchange.ai/api/media/file/local-model-workstation-open-chassis-hero-v2.png)
AI-generated conceptual illustration by BIG CHANGE.

Claude Code kann ein eigenes Repository mit einem Modell bearbeiten, das Ollama auf Ihrem Rechner bereitstellt. Ollamas aktuelle [Claude Code Integration](https://docs.ollama.com/integrations/claude-code) verbindet sich direkt über dessen Anthropic-kompatible API. Diese Anleitung führt eine begrenzte Codeänderung vom dokumentierten Ausgangszustand bis zur menschlichen Entscheidung über den Diff. Sie richtet sich an Entwickler, die beide Werkzeuge installieren, Repository-Änderungen genehmigen und ein passendes lokales Coding-Modell betreiben dürfen. BIG CHANGE prüfte die Handbücher am 20. Oktober 2026; wir führten weder Modell noch Repository-Test aus.

## Die große Veränderung

- **Was sich geändert hat:** Ollama dokumentiert jetzt einen direkten Claude Code Weg zum lokalen Anthropic-kompatiblen Server, per Launcher oder expliziten lokalen Endpunkteinstellungen. Ein separater Proxy ist für diesen dokumentierten Aufbau unnötig.
- **Warum das wichtig ist:** Sie behalten den Claude Code Ablauf, wählen aber ein lokales Modell, prüfen dessen tatsächliche Kontextzuteilung und bewerten eine reale Repository-Änderung anhand der ursprünglichen Abnahmeprüfung.
- **Worauf zu achten ist:** Ein ausgewähltes lokales Tag und ein laufendes Modell beweisen weder ausschließlich lokale Anfragen noch korrekten Code. Prüfen Sie wirksames Routing, Werkzeugzugriffe, vollständigen Diff und Prüfergebnis vor der Annahme.

### 1. Den Ausgangszustand des Repositorys dokumentieren

Arbeiten Sie in einem eigenen oder zur Änderung freigegebenen Git-Repository. Nutzen Sie einen prüfbaren Branch oder eine wegwerfbare Arbeitskopie. Benennen Sie ein kleines zu änderndes Verhalten oder einen Fehler, zulässige Dateien und eine Abbruchbedingung. Finden Sie den vorhandenen Abnahmebefehl, etwa den dokumentierten Test oder Build; ersetzen Sie ihn nicht durch einen allgemeinen Befehl. Führen Sie ihn **vor** den Agentenänderungen aus und notieren Sie Befehl, Exit-Status und relevante Ausgabe. Dokumentieren Sie auch Branch, `git status` und vorhandene Diffs. Bestehende Änderungen gehören zum Ausgangszustand, nicht zum KI-Ergebnis.

Bestätigen Sie, dass die Code- und Abhängigkeitsregeln Ihrer Organisation Modell und Werkzeuge erlauben. Claude Code kann gemäß seinen wirksamen Berechtigungen Dateien lesen und Befehle ausführen. Die Bitte „nur diese Dateien anfassen“ steuert den Agenten, begrenzt aber nicht seinen Dateisystemzugriff.

### 2. Ein passendes lokales Modell installieren und Kontext zuweisen

Installieren Sie eine aktuelle [Ollama-Version](https://docs.ollama.com/quickstart) und [die Claude Code CLI](https://code.claude.com/docs/en/setup) nach den offiziellen Anweisungen und Ihren Rechner- und Organisationsregeln. Dokumentieren Sie `ollama --version` und `claude --version`. Ollama führte Anthropic Messages Kompatibilität in Version 0.14.0 im Januar 2026 ein. Dieses Datum legt **nicht** die Mindestversion für den heutigen Befehl `ollama launch` fest.

Wählen Sie ein Modell, dessen aktueller Katalogeintrag Werkzeugunterstützung nennt, dessen Lizenz die Nutzung erlaubt und dessen Gewichte **und Kontextzuteilung** auf Ihren Rechner passen. Ein konkretes lokales Beispiel ist [qwen3-coder:30b](https://ollama.com/library/qwen3-coder:30b), gelistet mit Werkzeugen, einem ungefähr 19 GB großen Q4\_K\_M-Artefakt und Apache License 2.0. Das ist die Downloadgröße, kein RAM- oder VRAM-Bedarf. Der beworbene Modellkontext bedeutet nicht, dass Ihr Rechner ihn zuweisen kann. Passt das Modell nicht, wählen Sie ein anderes dokumentiertes lokales Tag mit Werkzeugunterstützung und ersetzen Sie es in allen folgenden Befehlen konsistent.

Laden und bestätigen Sie das genaue Tag im Terminal, nachdem die Ollama-App oder der lokale Server läuft:

```text
ollama pull qwen3-coder:30b
ollama list
```

Ollama [empfiehlt mindestens 64.000 Tokens](https://docs.ollama.com/context-length) für Coding-Agenten und weist auf höheren Speicherbedarf bei größerem Kontext hin. Stellen Sie 64k oder mehr in den **Einstellungen der vorhandenen Ollama-App** ein, sofern die Hardware es erlaubt. Betreiben Sie den Server selbst, konfigurieren Sie diesen vorhandenen Dienst mit `OLLAMA_CONTEXT_LENGTH=64000` anhand der [plattformspezifischen Serveranweisungen](https://docs.ollama.com/context-length); starten Sie keinen zweiten Server auf Port 11434. Nachdem eine Anfrage ein Modell geladen hat, zeigt `ollama ps` dessen tatsächliche Werte für `CONTEXT` und `PROCESSOR`. Stoppen Sie oder verkleinern Sie die Aufgabe und wählen Sie einen passenden Aufbau, wenn die beabsichtigte Zuteilung nicht geladen werden kann. Melden Sie nicht den Kataloghöchstwert als zugeteilten Kontext.

### 3. Claude Code an den lokalen Server anbinden

Öffnen Sie ein Terminal **im gewählten Repository**. Ollama dokumentiert diesen Launcher-Weg; verwenden Sie dasselbe lokale Tag, das Sie mit `ollama list` bestätigt haben:

```text
ollama launch claude --model qwen3-coder:30b
```

Ollama dokumentiert diesen Weg für ein anderes Modell als Claude. [Anthropics Gateway-Handbuch](https://code.claude.com/docs/en/llm-gateway) sagt, dass Anthropic das Routing von Claude Code an andere Modelle als Claude über ein Gateway nicht unterstützt. Behandeln Sie es als von Ollama dokumentierte Integration ohne Anthropic-Unterstützung für dieses Routing und prüfen Sie die tatsächliche Sitzung, bevor Sie sich darauf verlassen.

Für die manuelle Einrichtung verwenden Ollamas [Integrationsanweisungen](https://docs.ollama.com/integrations/claude-code#manual-setup) stattdessen `ANTHROPIC_AUTH_TOKEN=ollama`, einen ausdrücklich leeren Wert für `ANTHROPIC_API_KEY` und `ANTHROPIC_BASE_URL=http://localhost:11434`. Dieser optionale **Bash** Befehl setzt alle drei nur für diesen Claude Code Prozess aus dem freigegebenen Repository-Verzeichnis; er ändert kein globales Shell-Profil:

```bash
ANTHROPIC_AUTH_TOKEN=ollama ANTHROPIC_API_KEY="" ANTHROPIC_BASE_URL=http://localhost:11434 claude --model qwen3-coder:30b
```

Für andere Shells nutzen Sie bevorzugt den Ollama-Launcher oben oder die aktuellen offiziellen Shell-Anweisungen. Prüfen Sie vorhandene Claude Code Einstellungen, die die Befehlsvariablen überschreiben könnten. Geben Sie dabei keine vorhandenen Zugangsdaten aus. Erwartet werden als wirksame Werte das gewählte lokale Tag und `http://localhost:11434`; das muss der Leser prüfen und ist kein von BIG CHANGE beobachtetes Ergebnis. Der lokale Server ignoriert den Platzhalter-Token `ollama`; dieser ist kein Zugriffsgeheimnis. Der dokumentierte lokale Weg braucht weder Ollama-Cloud-Schlüssel noch Anthropic-Inferenzschlüssel. Softwarebedingungen von Claude Code und verbundenen Diensten gelten weiterhin.

Binden Sie den Server entsprechend Ollamas [Serverkonfigurationshinweisen](https://docs.ollama.com/faq) lokal. Ein Tag `:cloud` oder eine Basis-URL `https://ollama.com` ist ein Cloud-Weg mit einer anderen Daten- und Kostenentscheidung. Halten Sie vor dem Senden von Repository-Inhalten an, wenn Modell oder Ziel unklar sind.

### 4. Den Weg prüfen und dann eine Änderung anfordern

Bevor Sie Dateiänderungen erlauben, prüfen Sie Claude Codes wirksames Modell und die Verbindung mit `/status`, soweit verfügbar. Vergleichen Sie das mit Launcher oder manuellem Endpunkt, `ollama list` und nach dem Laden des Modells durch eine Anfrage mit `ollama ps`. Dokumentieren Sie genaues geladenes Tag, zugewiesenen `CONTEXT` und `PROCESSOR`; eine CPU-Aufteilung kann die praktische Nutzbarkeit verändern. Prüfen Sie auch lokale Servernachweise zu Anfragen, sofern vorhanden. Diese Kontrollen belegen Konfiguration und Modellladung, nicht den gesamten Netzwerkverkehr. Prüfen Sie aktive MCP-Werkzeuge, Webabruf und -suche, Telemetrie und Cloud-Einstellungen gesondert, wenn lokale Verarbeitung für Ihre Code-Richtlinie wichtig ist.

Nutzen Sie die normalen Freigabeabfragen und [Berechtigungskontrollen](https://code.claude.com/docs/en/permissions) von Claude Code. Beschreiben Sie die einzelne freigegebene Repository-Aufgabe in Alltagssprache: gewünschtes Verhalten, erlaubter Umfang, ursprünglicher Abnahmebefehl und Stoppunkt. Verlangen Sie geänderte Dateien und Prüfausgaben. Commit-, Push- und Release-Entscheidungen bleiben beim Eigentümer; lehnen Sie unerwartete Netzwerk- oder Werkzeugaktionen ab. Die Behauptung des Modells, es habe den lokalen Endpunkt genutzt oder eine Prüfung bestanden, ist keine Verifikation.

### 5. Anhand des vollständigen Diffs und der ursprünglichen Prüfung entscheiden

Untersuchen Sie jede geänderte Datei und den **vollständigen Git-Diff**, auch Änderungen außerhalb des verlangten Umfangs. Vergleichen Sie das Ergebnis mit ursprünglichem Verhalten und Repository-Regeln einschließlich der Lizenz neuer Abhängigkeiten. Führen Sie nach der Änderung selbst den gleichen dokumentierten Abnahmebefehl aus. Notieren Sie Exit-Status und relevante Ausgabe neben dem Ausgangswert. Akzeptieren Sie nur, wenn der Diff der Anforderung entspricht, die unabhängige Prüfung akzeptabel ausfällt und Routing- sowie Berechtigungsnachweise Ihren Anforderungen entsprechen. Andernfalls bleibt der Branch unangenommen; bewahren Sie den genauen Fehler zur Prüfung auf.

Ist Ollama unerreichbar, prüfen Sie laufende App oder Dienst und `ollama list` vor der Coding-Aufgabe. Lädt das Modell nicht oder meldet `ollama ps` zu wenig Kontext, prüfen Sie Speicher und Kontexteinstellung; verkleinern Sie die Aufgabe oder wählen Sie ein passendes lokales Modell. Zeigen `/status` oder die wirksamen Einstellungen einen gehosteten Anbieter, stoppen Sie vor dem Senden von Code und korrigieren Sie aktuelle Shell- oder Claude Code Einstellungen. Ein Werkzeugaufruf kann wegen Modellinkompatibilität oder verweigerter Berechtigung scheitern; lesen Sie vor Änderungen die genaue Antwort. Hat ein Versuch bereits Dateien verändert, prüfen Sie dessen Diff vor Rücknahme oder Fortsetzung. Diagnostizieren Sie nach fehlgeschlagener Abnahme den Code und wiederholen Sie die Prüfung erst nach überprüfter Korrektur.

Lokale Inferenz vermeidet die tokenabhängige Inferenzgebühr eines Anbieters für das heruntergeladene Modell, nutzt aber Hardware, Speicher und Strom. Downloads, Telemetrie, Webwerkzeuge, MCP-Integrationen oder Cloud-Modelleinstellungen können Daten senden oder weitere Kosten verursachen. Ollama unterstützt einen [Teil der Anthropic Messages API](https://docs.ollama.com/api/anthropic-compatibility) mit Grenzen etwa bei Tokenzählung, Prompt-Caching, Batches, Zitaten, PDFs und erzwungener Werkzeugwahl; die Werkzeugfähigkeit unterscheidet sich zudem je nach Modell. BIG CHANGEs Dokumentenprüfung liefert keine gemessenen Ergebnisse zu Tempo, Qualität, Datenschutz oder Einsparungen. Einen anderen lokalen Agentenaufbau beschreibt unser [Junie Local Leitfaden](https://bigchange.ai/blog/junie-local-windows-coding-agent-setup); dieses Verfahren behält gezielt Claude Code bei und prüft dessen Ollama-Weg.

## Quellen und weiterführende Informationen

- [Ollama: „Claude Code“](https://docs.ollama.com/integrations/claude-code) beschreibt aktuellen Launcher, manuelle lokale Einstellungen und Cloud-Alternative. Es dokumentiert einen Weg, keinen erfolgreichen Lauf im Repository eines Lesers.
- [Ollama: „Anthropic-Kompatibilität“](https://docs.ollama.com/api/anthropic-compatibility) beschreibt lokalen Endpunkt, ignorierten Platzhalter-Token, Modelldownload und API-Grenzen. Kompatibilität zertifiziert nicht jedes Modell oder jeden Werkzeugaufruf.
- [Ollama: „Kontextlänge“](https://docs.ollama.com/context-length) erläutert die 64k-Empfehlung fürs Coding, den Speicherkompromiss und die Ausgabe von `ollama ps`. Der tatsächliche Rechner bestimmt die mögliche Zuteilung.
- [Ollamas Eintrag qwen3-coder:30b](https://ollama.com/library/qwen3-coder:30b) nennt Beispielartefakt, Werkzeuge und verlinkte Apache 2.0 Lizenz. Prüfen Sie den genauen Eintrag vor Download oder Weiterverteilung erneut.
- [Claude Code Installation](https://code.claude.com/docs/en/setup) und [Berechtigungseinstellungen](https://code.claude.com/docs/en/permissions) beschreiben Zugriff und Werkzeugfreigaben. Beides beweist weder den wirksamen Endpunkt einer konkreten Sitzung noch ein sicheres Repository-Ergebnis.
- [Anthropic: „Andere LLM-Gateways“](https://code.claude.com/docs/en/llm-gateway) erklärt, dass Anthropic das Routing von Claude Code an andere Modelle als Claude über ein Gateway nicht unterstützt. Ollama dokumentiert die hier beschriebene lokale Integration gesondert.

## Sources

- [Claude Code — Ollama](https://docs.ollama.com/integrations/claude-code) — Primäre Launcher- und manuelle lokale Endpunktanweisungen plus getrennter Cloud-Weg. Kein Beweis, dass ein bestimmter Lauf localhost verwendete.
- [Anthropic-Kompatibilität — Ollama](https://docs.ollama.com/api/anthropic-compatibility) — Lokaler Messages-Endpunkt, ignorierter Token-Platzhalter, Modelldownload und nicht unterstützte Funktionen. Kompatibilität hängt von Modell und Werkzeug ab.
- [Kontextlänge — Ollama](https://docs.ollama.com/context-length) — 64k-Empfehlung fürs Coding, Speicherkompromiss und Kontext-/Prozessorausgabe über ollama ps; keine Zusicherung für die Kapazität eines konkreten Rechners.
- [qwen3-coder:30b — Ollama-Modellbibliothek](https://ollama.com/library/qwen3-coder:30b) — Genaues lokales Beispiel-Tag, Werkzeuge, ungefähr 19 GB großes Q4_K_M-Artefakt und Apache 2.0 Link; Downloadgröße ist kein Arbeitsspeicherbedarf.
- [Schnellstart — Ollama](https://docs.ollama.com/quickstart) — Offizieller Installations- und Startweg; Leser müssen aktuelle Plattformanweisungen und installierte Version prüfen.
- [FAQ — Ollama](https://docs.ollama.com/faq) — Lokale Serverkonfiguration und Netzwerk-/Cloud-Grenze; kein vollständiges Datenschutzaudit von Claude Code oder Integrationen.
- [Claude Code Unterstützung — Ollama](https://ollama.com/blog/claude) — Datiert die Messages-Kompatibilität auf v0.14.0; bestimmt nicht die Mindestversion des heutigen Launchers.
- [Erweiterte Einrichtung — Claude Code Docs](https://code.claude.com/docs/en/setup) — Offizielle Installation und Plattformanforderungen; für diesen Bericht wurde Claude Code weder installiert noch ausgeführt.
- [Berechtigungen konfigurieren — Claude Code Docs](https://code.claude.com/docs/en/permissions) — Werkzeugfreigaben und wirksame Berechtigungen; eine Pfadanweisung in Alltagssprache ist keine Sandbox.
- [Andere LLM-Gateways — Claude Code Docs](https://code.claude.com/docs/en/llm-gateway) — Anthropic unterstützt das Routing von Claude Code an Nicht-Claude-Modelle über ein Gateway nicht. Das ist die Anbieter-Supportgrenze neben Ollamas dokumentierter lokaler Integration, keine rechtliche Schlussfolgerung.