Einsteiger 8 minOllama

Ollama list, pull, run: die Befehle essentielles

Ein Laptop zeigt Code neben einem aufgeschlagenen Notizbuch.

Ollama lässt sich größtenteils über das Terminal steuern: ollama pull, um ein Modell herunterzuladen, ollama run, um mit ihm zu chatten, ollama list, um zu sehen, was installiert ist. Diese Anleitung fasst die Befehle für den Alltag zusammen (pull, run, list, ps, show, stop, rm, create, cp), mit einem Beispiel pro Befehl und einer Erklärung, wie Sie deren Ausgabe lesen. Halten Sie sie in den ersten Wochen neben dem Terminal geöffnet.

Von Léa B.·Aktualisierung 2026-11-16·Unter Windows, macOS und Linux getestet
!
Grenzen dieser Anleitung
Die offizielle CLI-Seite (docs.ollama.com/cli) und das GitHub-Repository von Ollama konnten am Tag der Erstellung, dem 16. November 2026, nicht erneut geprüft werden, und keine der folgenden Ausgaben ist ein von QuelLLM erstellter Screenshot: Es sind Beispiele für das Format. Die beschriebenen Befehle und Optionen gibt es seit mehreren Versionen, aber Ollama entwickelt sich schnell weiter. Bevor Sie sich auf eine Option verlassen, prüfen Sie sie mit ollama help oder ollama <Befehl> --help in Ihrer Version.

#Warum Sie die Ollama-Befehle lernen sollten

Ollama läuft im Hintergrund (der „Server“, der auf http://localhost:11434 lauscht) und stellt ein kleines Kommandozeilenprogramm, ollama, bereit, das ihm Befehle sendet. Grafische Oberflächen wie Open WebUI nutzen denselben Server: Sie können mit einem Modell chatten, aber nicht immer prüfen, was den GPU-Speicher belegt, die Parameter eines Modells untersuchen oder auf der Festplatte aufräumen.

Neun Befehle decken das Wesentliche ab. Sie lassen sich in drei Gruppen einteilen: ein Modell beziehen und verwenden (pull, run), die auf der Festplatte gespeicherten Modelle verwalten (list, show, rm, cp, create) und die in den Speicher geladenen verwalten (ps, stop). Wer sich diese Unterscheidung zwischen Festplatte und Speicher merkt, vermeidet die meisten Verwechslungen: Ein Modell kann heruntergeladen sein, ohne geladen zu sein, und geladen sein, ohne dass Sie gerade mit ihm chatten.

#Voraussetzungen

Das komplette Kit, um deinen eigenen KI-Assistenten zu erstellen.

Profitiere von unserer Erfahrung und einem geführten Lernpfad, um deinen lokalen Assistenten zu erstellen und deine KI im Alltag zu nutzen.

  • Lebenslanger Online-Zugang
  • PDF + Dateien
  • Erstattung binnen 30 Tagen
Ollama installiert
Unter Windows, macOS oder Linux. Falls noch nicht geschehen, folgen Sie zuerst der Installationsanleitung (Link am Ende der Seite).
Ein Terminal
PowerShell oder Windows-Terminal, Terminal unter macOS, jede beliebige Shell unter Linux. Die Befehle sind auf allen drei Systemen identisch.
Der gestartete Server
Die Anwendung Ollama unter Windows und macOS oder der systemd-Dienst unter Linux. Ohne ihn geben die meisten Befehle einen Verbindungsfehler zurück.
Speicherplatz auf der Festplatte
Ein kleines 3B-Modell in Q4_K_M ist etwa 2 GB groß, ein 7B etwa 5 GB, ein 14B etwa 9 GB.
Terminal — prüfen, ob alles reagiert
ollama --version
ollama help

Der erste Befehl zeigt die Version des Clients und, sofern der Server antwortet, auch dessen Version an. Der zweite listet alle auf Ihrer Installation verfügbaren Befehle auf: Das ist die Referenz, die Sie heranziehen sollten, wenn ein Beispiel aus dieser Anleitung bei Ihnen nicht funktioniert.

#Schritt 1 — ollama pull et ollama run: ein Modell beziehen und starten

#ollama pull: télécharger

ollama pull lädt ein Modell aus der offiziellen Bibliothek (ollama.com/library) herunter, ohne es zu starten. Der Name folgt dem Schema Modell:Tag. Ohne Tag verwendet Ollama latest; dieser Tag verweist in der Regel auf die standardmäßig angebotene Größe und Quantisierung, oft Q4_K_M.

Terminal
# Télécharger la version par défaut
ollama pull llama3.2

# Télécharger une taille précise
ollama pull llama3.2:1b

# Relancer pull sur un modèle déjà présent le met à jour :
# seules les couches modifiées sont retéléchargées
ollama pull llama3.2

Die verfügbaren Tags (Größen, Quantisierungen wie q8_0 oder fp16) sind auf der Seite des jeweiligen Modells in der Bibliothek aufgeführt. Wird der Download unterbrochen, setzt ein erneutes Ausführen desselben Befehls an der Stelle fort, an der er abgebrochen wurde.

#ollama run: mit einem Modell chatten

ollama run lädt das Modell in den Speicher und öffnet im Terminal eine Chat-Sitzung. Befindet sich das Modell noch nicht auf dem Datenträger, lädt run es zuerst herunter: pull ist also nicht zwingend erforderlich, ermöglicht es aber, Modelle im Voraus bereitzustellen.

Terminal
# Session interactive
ollama run llama3.2

# Question unique : la réponse s'affiche, puis la commande se termine
ollama run llama3.2 "Explique la différence entre RAM et VRAM en trois phrases."

# Afficher les statistiques de génération après chaque réponse
ollama run llama3.2 --verbose

In der interaktiven Sitzung beginnen Befehle mit einem Schrägstrich. Geben Sie /? ein, um die vollständige Liste für Ihre Version zu erhalten; die nützlichsten sind die folgenden.

/bye
Die Sitzung beenden (Strg+D funktioniert ebenfalls). Das Modell bleibt einige Minuten im Speicher geladen.
/clear
Den Verlauf der aktuellen Unterhaltung löschen, ohne die Sitzung zu beenden.
/set parameter num_ctx 8192
Einen Parameter für die Sitzung ändern, hier die Kontextgröße. Nützlich zum Testen, bevor Sie ihn in ein Modelfile eintragen.
/show info
Die Informationen des geladenen Modells anzeigen, wie ollama show.
"""
Einen mehrzeiligen Textblock öffnen und schließen, praktisch zum Einfügen eines langen Auszugs.

Mit --verbose zeigt Ollama nach jeder Antwort Dauern und Geschwindigkeiten an (darunter eval rate, in Tokens pro Sekunde). Das ist die einfachste Möglichkeit, die Geschwindigkeit eines Modells auf Ihrem eigenen Rechner zu messen, statt sich auf einen anderswo gefundenen Wert zu verlassen.

→
Eine Datei an das Modell senden
Unter Linux und macOS funktioniert die Shell-Umleitung: ollama run llama3.2 "Résume ce texte:" < notes.txt. Der Dateiinhalt wird an die Frage angehängt. Prüfen Sie, ob der Text in den Kontext des Modells passt, sonst wird der Anfang abgeschnitten.

#Schritt 2 — ollama list und ollama rm: Modelle auf der Festplatte verwalten

#ollama list: voir ce qui est installé

ollama list (oder der Alias ollama ls) zeigt alle Modelle an, die sich auf dem Datenträger befinden. Diesen Befehl sollten Sie ausführen, bevor Sie irgendetwas löschen, und um den genauen Namen eines Modells zu finden, den Sie an die anderen Befehle übergeben.

Terminal
ollama list
Beispielausgabe (Form nur zur Orientierung, fiktive Werte)
NAME               ID              SIZE      MODIFIED
llama3.2:latest    a80c4f17acd5    2.0 GB    3 days ago
mon-assistant:latest  b2e1d8c90f3a    2.0 GB    2 hours ago
qwen2.5:7b         845dbda0ea48    4.7 GB    2 weeks ago
NAME
Vollständiger Name mit Tag. Genau diesen Namen erwarten run, show, rm oder cp.
ID
Anfang des Manifest-Hashes. Zwei Namen mit derselben ID bezeichnen dasselbe Modell: Das ist typischerweise nach einem ollama cp der Fall.
SIZE
Größe der Modelldateien auf der Festplatte. Sie gibt eine Größenordnung für den benötigten Speicher an, doch der tatsächlich belegte Speicher nach dem Laden ist höher (Kontext, KV-Cache): Diesen zeigt ollama ps an.
MODIFIED
Datum des letzten Downloads oder der letzten Erstellung. Ein altes Modell ist nicht unbedingt veraltet: Führen Sie pull erneut aus, um herauszufinden, ob es unter demselben Tag eine neuere Version gibt.

Vorsicht beim Addieren der Größen: Modelle, die sich Layer teilen (ein Modell und seine Kopie oder ein benutzerdefiniertes Modell, das auf einem anderen aufbaut), speichern diese nur einmal. Die Summe der Spalte SIZE kann daher den tatsächlich belegten Speicherplatz im Modellordner übersteigen.

#ollama rm: ein Modell löschen

Terminal
ollama rm qwen2.5:7b

rm entfernt das Modell aus der Liste und löscht die Dateien, die von keinem anderen Modell mehr verwendet werden. Es gibt weder einen Papierkorb noch eine Bestätigung: Um es wiederzubekommen, müssen Sie es erneut herunterladen. Wie Sie gründlich Speicherplatz freigeben oder Ollama deinstallieren, beschreibt die Wartungsanleitung je nach Betriebssystem im Detail.

#Schritt 3 — ollama ps und ollama stop: den Speicher verwalten

Wenn Sie eine Sitzung mit /bye beenden, wird das Modell nicht sofort entladen: Ollama hält es eine gewisse Zeit im Speicher (standardmäßig 5 Minuten, einstellbar über die Umgebungsvariable OLLAMA_KEEP_ALIVE), damit die nächste Frage ohne Wartezeit startet. ollama ps zeigt, was gerade geladen ist.

Terminal
ollama ps
Beispielausgabe (Form nur zur Orientierung, fiktive Werte)
NAME               ID              SIZE      PROCESSOR          UNTIL
llama3.2:latest    a80c4f17acd5    3.1 GB    100% GPU           4 minutes from now
qwen2.5:14b        7cdf5a0187d5    11 GB     27%/73% CPU/GPU    2 minutes from now
SIZE
Vom geladenen Modell belegter Speicher, einschließlich Kontext. Er ist größer als die von ollama list angezeigte Größe auf der Festplatte.
PROCESSOR
Die nützlichste Spalte. „100% GPU“: Alles passt in den VRAM, das ist der Idealfall. Eine CPU/GPU-Aufteilung bedeutet, dass ein Teil des Modells in den Systemspeicher ausgelagert wird: Die Generierung wird deutlich langsamer. „100% CPU“: Es wird keine GPU genutzt.
UNTIL
Zeitpunkt, zu dem das Modell entladen wird, wenn es keine Anfragen mehr erhält.
CONTEXT
Je nach Version gibt eine Spalte auch die zugewiesene Kontextgröße an. Falls sie bei Ihnen fehlt, ollama show donne den konfigurierten Wert.

Wenn PROCESSOR eine CPU/GPU-Aufteilung bei einem Modell anzeigt, das in Ihre Grafikkarte passen sollte (zum Beispiel ein 7B in Q4, etwa 5 GB, auf einer RTX 3060 12 GB), prüfen Sie zuerst, ob nicht gleichzeitig ein anderes Modell geladen ist oder die Kontextgröße zu groß ist.

#ollama stop: ein Modell entladen

Terminal
ollama stop qwen2.5:14b

stop gibt den von diesem Modell belegten Speicher sofort frei, ohne es von der Festplatte zu löschen. Das ist nützlich, bevor Sie ein Spiel, eine Rendering-Software oder ein anderes, größeres Modell starten. Nicht mit rm verwechseln: stop wirkt auf den Speicher, rm auf die Festplatte.

i
Den Server selbst beenden
ollama stop beendet Ollama nicht. Um den Server anzuhalten, beenden Sie die Anwendung über die Menüleiste bzw. den Infobereich (Windows, macOS) oder stoppen Sie unter Linux den Dienst: sudo systemctl stop ollama. Mit dem Befehl ollama serve starten Sie den Server manuell im Vordergrund, zum Beispiel um seine Debug-Meldungen zu lesen.

#Schritt 4 — ollama show: ein Modell untersuchen

ollama show zeigt das Datenblatt eines installierten Modells an: Architektur, Anzahl der Parameter, maximale Kontextlänge, Embedding-Größe, Quantisierung, Fähigkeiten (je nach Modell Tools, Vision, Reasoning), Standardparameter und Lizenz. Das sollten Sie sich als Erstes ansehen, bevor Sie die Kontextgröße einstellen oder ein Modelfile schreiben.

Terminal
# Fiche résumée
ollama show llama3.2

# Uniquement les paramètres par défaut (température, stop, num_ctx...)
ollama show llama3.2 --parameters

# Le Modelfile complet qui a servi à construire le modèle
ollama show llama3.2 --modelfile

# Le gabarit de conversation, le prompt système, la licence
ollama show llama3.2 --template
ollama show llama3.2 --system
ollama show llama3.2 --license
--parameters
Vom Autor des Modells festgelegte Inferenzparameter. Wird nichts angezeigt, gelten die Standardwerte von Ollama.
--modelfile
Idealer Ausgangspunkt, um ein Modell anzupassen: Kopieren Sie die Ausgabe in eine Datei, bearbeiten Sie sie und übergeben Sie sie dann an ollama create.
--template
Vom Modell erwartetes Nachrichtenformat. Ändern Sie es nur, wenn Sie wissen, warum: Eine fehlerhafte Vorlage verschlechtert die Antworten erheblich.
--license
Lizenztext. Vor jeder kommerziellen Nutzung lesen: Nicht alle Lizenzen von Open-Weight-Modellen sind gleichwertig.
-v / --verbose
Zeigt in neueren Versionen zusätzliche Metadaten der Modelldatei an.

#Schritt 5 — ollama create et ollama cp: eigene Varianten erstellen

#ollama create: construire un modèle à partir d'un Modelfile

Ein Modelfile ist eine kleine Textdatei, die von einem bestehenden Modell ausgeht und ihm einen System-Prompt, Parameter oder eine Vorlage hinzufügt. ollama create le macht daraus ein neues Modell, das in ollama list erscheint. Die Layer des Basismodells werden wiederverwendet: Die Variante kostet fast keinen Speicherplatz.

Modelfile
FROM llama3.2
PARAMETER temperature 0.3
PARAMETER num_ctx 8192
SYSTEM "Tu réponds en français, de façon concise et factuelle."
Terminal
ollama create mon-assistant -f ./Modelfile
ollama run mon-assistant

Wenn die Datei genau Modelfile heißt und sich im aktuellen Ordner befindet, kann die Option -f je nach Version weggelassen werden. ollama create sait auch Gewichte im GGUF-Format importieren (FROM ./modele.gguf) oder ein Modell in FP16 mit der Option --quantize (-q) quantisieren, zum Beispiel -q q4_K_M. Alle Anweisungen des Modelfile werden in der zugehörigen Anleitung ausführlich beschrieben.

#ollama cp: kopieren oder umbenennen

Terminal
# Créer un alias plus court
ollama cp qwen2.5:7b qwen

# « Renommer » = copier puis supprimer l'ancien nom
ollama cp mon-assistant assistant-fr
ollama rm mon-assistant

Die Kopie nutzt dieselben Dateien wie das Original (gleiche ID in ollama list). Sie dient vor allem dazu, in Ihren Skripten oder Ihrer Oberfläche einen stabilen Namen beizubehalten oder eine Version einzufrieren, bevor ein ollama pull qui sie ersetzen würde.


#Spickzettel: alle Ollama-Befehle auf einen Blick

ollama pull <Modell>
Ein Modell aus der Bibliothek herunterladen oder aktualisieren.
ollama run <Modell> ["question"]
Interaktiv chatten oder eine einzelne Frage stellen. Lädt das Modell herunter, falls es fehlt. --verbose für Statistiken.
ollama list / ollama ls
Die auf der Festplatte vorhandenen Modelle auflisten: Name, ID, Größe, Datum.
ollama ps
Die in den Speicher geladenen Modelle, ihren Speicherverbrauch und die CPU/GPU-Aufteilung auflisten.
ollama show <Modell>
Steckbrief des Modells; --parameters, --modelfile, --template, --system, --license.
ollama stop <Modell>
Ein Modell aus dem Speicher entladen, ohne es zu löschen.
ollama rm <Modell>
Ein Modell ohne Rückfrage von der Festplatte löschen.
ollama create <Name> -f Modelfile
Ein benutzerdefiniertes Modell erstellen; -q zum Quantisieren.
ollama cp <source> <destination>
Ein Modell unter einem anderen Namen kopieren.
ollama serve
Den Server im Vordergrund starten (nützlich zur Fehlersuche).
ollama push <Benutzer>/<Modell>
Ein Modell auf ollama.com veröffentlichen (Konto erforderlich).
ollama help [Befehl]
Allgemeine Hilfe oder Hilfe zu einem bestimmten Befehl; entspricht --help.

Neuere Versionen fügen weitere Befehle hinzu, insbesondere im Zusammenhang mit dem ollama.com-Konto und gehosteten Modellen. Sie gehen über den Rahmen dieses auf die lokale Nutzung ausgerichteten Spickzettels hinaus: ollama help listet sie für Ihre Version auf.

#Behebung häufiger Fehler

  1. 01
    „could not connect to ollama app“ oder „connection refused“
    Der Server läuft nicht. Starten Sie die Anwendung Ollama (Windows, macOS) oder den Dienst (Linux: sudo systemctl start ollama) und versuchen Sie es dann erneut. Als letzte Möglichkeit starten Sie ollama serve in einem separaten Terminal, um die Fehlermeldungen zu lesen.
  2. 02
    „model not found“ oder „file does not exist“
    Der Name entspricht keinem installierten Modell. Führen Sie ollama list aus und übernehmen Sie den exakten Namen einschließlich Tag: qwen2.5 steht für qwen2.5:latest, nicht für qwen2.5:14b.
  3. 03
    ollama list est vide alors que des modèles ont été téléchargés
    Der Client fragt möglicherweise einen anderen Server oder einen anderen Modellordner ab: eine abweichende Variable OLLAMA_HOST, eine geänderte OLLAMA_MODELS oder Ollama ist doppelt installiert (zum Beispiel als Anwendung und als Docker-Container). In einem Container werden die Befehle innerhalb des Containers ausgeführt: docker exec -it ollama ollama list.
  4. 04
    Das Modell antwortet sehr langsam
    Führen Sie ollama ps während einer Generierung aus. Zeigt die Spalte PROCESSOR einen CPU-Anteil, passt das Modell nicht vollständig in den VRAM: Entladen Sie die anderen Modelle mit ollama stop, verringern Sie num_ctx oder wählen Sie eine kleinere Größe oder Quantisierung.
  5. 05
    Die Festplatte läuft voll
    Verschaffen Sie sich mit ollama list einen Überblick und entfernen Sie mit ollama rm les ungenutzte Modelle. Für hartnäckigere Fälle (verwaiste Dateien, verschobener Ordner) lesen Sie die Wartungsanleitung.
→
Einen entfernten Server steuern
Alle diese Befehle berücksichtigen die Variable OLLAMA_HOST. So fragt beispielsweise OLLAMA_HOST=192.168.1.20:11434 ollama ps die Ollama-Instanz eines anderen Rechners im lokalen Netzwerk ab, sofern dieser Server auf seiner Netzwerkschnittstelle lauscht und nicht nur auf localhost. Machen Sie diesen Port niemals ungeschützt im Internet zugänglich: Die API hat keine Authentifizierung.

#Weiterführende Informationen

Dieser Spickzettel behandelt die Kommandozeile. Für Installation, Wartung und erweiterte Anpassung gibt es jeweils eine eigene Anleitung.

Ollama installieren
Schritt-für-Schritt-Installation unter Windows, macOS und Linux: https://quelllm.fr/guide/installer-ollama
Aktualisieren, löschen, deinstallieren
Updates je nach System, Freigabe von Speicherplatz, vollständige Deinstallation: https://quelllm.fr/guide/maintenance-ollama-update-supprimer
Modelfile
Alle Anweisungen zum Erstellen und Anpassen eines Modells mit ollama create: https://quelllm.fr/guide/ollama-modelfile-personnalisation
Ollama verstehen
Was Ollama macht, wie es Modelle lädt und für wen es gedacht ist: https://quelllm.fr/guide/ollama-debutant-c-est-quoi-comment-ca-marche
Offizielle Quellen
CLI-Referenz: https://docs.ollama.com/cli; Code und Versionshinweise: https://github.com/ollama/ollama (am 16. November 2026 nicht erneut geprüft, siehe Hinweis am Anfang der Anleitung).
Hat Ihnen dieser Guide geholfen?

Haben Sie Feedback, einen Fehler entdeckt oder möchten Sie etwas präzisieren? Geben Sie uns Bescheid – so wird der Guide für alle besser.