{"id":2860,"date":"2025-09-16T08:51:57","date_gmt":"2025-09-16T08:51:57","guid":{"rendered":"https:\/\/www.markus-schall.de\/?p=2860"},"modified":"2025-11-12T09:12:04","modified_gmt":"2025-11-12T09:12:04","slug":"integrace-mlx-do-filemakeru-2025-local-ki-jako-novy-standard","status":"publish","type":"post","link":"https:\/\/www.markus-schall.de\/cs\/2025\/09\/integration-von-mlx-in-filemaker-2025-lokale-ki-als-neuer-standard\/","title":{"rendered":"Integrace MLX do FileMaker 2025: M\u00edstn\u00ed um\u011bl\u00e1 inteligence jako nov\u00fd standard"},"content":{"rendered":"<p>W\u00e4hrend MLX urspr\u00fcnglich als experimentelles Framework von Apple Research gestartet ist, hat sich in den letzten Monaten eine stille, aber bedeutende Entwicklung vollzogen: Mit der Ver\u00f6ffentlichung von FileMaker 2025 hat Claris MLX als native KI-Infrastruktur f\u00fcr Apple Silicon fest in den Server integriert. Das bedeutet: Wer mit einem Mac arbeitet und auf Apple Silicon setzt, kann MLX-Modelle nicht nur lokal ausf\u00fchren, sondern direkt in FileMaker verwenden &#8211; mit nativen Funktionen, ganz ohne Zwischenschichten.<!--more--><\/p>\n<hr \/>\n\n\t\t\t<div class=\"display-post-types\">\n\n\t\t\t\t\t\t\t<style type=\"text\/css\">\n\t\t\t#dpt-wrapper-517 { --dpt-text-align: left;--dpt-image-crop: center;--dpt-border-radius: 5px;--dpt-small-grid-column: 33.33%;--dpt-large-grid-column: 33.3333333333%;--dpt-h-gutter: 10px;--dpt-v-gutter: 10px; }\t\t\t<\/style>\n\t\t\t<style type=\"text\/css\">#dpt-wrapper-517 { --dpt-title-font-style:normal;--dpt-title-font-weight:600;--dpt-title-line-height:1.5;--dpt-title-text-decoration:none;--dpt-title-text-transform:none;--dpt-excerpt-font-style:normal;--dpt-excerpt-font-weight:400;--dpt-excerpt-line-height:1.5;--dpt-excerpt-text-decoration:none;--dpt-excerpt-text-transform:none;--dpt-meta1-font-style:normal;--dpt-meta1-font-weight:400;--dpt-meta1-line-height:1.9;--dpt-meta1-text-decoration:none;--dpt-meta1-text-transform:none;--dpt-meta2-font-style:normal;--dpt-meta2-font-weight:400;--dpt-meta2-line-height:1.9;--dpt-meta2-text-decoration:none;--dpt-meta2-text-transform:none; }<\/style><div class=\" dpt-main-header\">\n\t\t\t\t\t\t<div class=\"dpt-main-title\">\n\t\t\t\t\t\t\t<span class=\"dpt-main-title-text\">Aktuelle Themen rund um Claris FileMaker<\/span>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t\n\t\t\t\t\t\t\n\t\t\t\t\t\t\n\t\t\t\t\t\t<\/div>\t\t\t\n\t\t\t\t<div id=\"dpt-wrapper-517\" class=\"dpt-wrapper dpt-grid1 multi-col dpt-mason-wrap\" >\n\n\t\t\t\t\t\t\t\t\t\t\t<div class=\"dpt-entry has-thumbnail\" data-title=\"apple mlx vs. nvidia: so funktioniert lokale ki-inferenz auf dem mac\" data-id=\"3461\"  data-category=\"apple macos filemaker &amp; erp hardware ki-systeme\" data-post_tag=\"apple datenschutz filemaker k\u00fcnstliche intelligenz llama llm mac mistral mlx ollama sprachmodell\">\n\t\t\t\t\t\t\t<div class=\"dpt-entry-wrapper\"><div class=\" dpt-featured-content\"><div class=\" dpt-permalink\"><a href=\"https:\/\/www.markus-schall.de\/cs\/2025\/11\/apple-mlx-vs-nvidia-so-funktioniert-lokale-ki-inferenz-auf-dem-mac\/\" class=\"dpt-permalink\"><span class=\"screen-reader-text\">Apple MLX vs. NVIDIA: So funktioniert lokale KI-Inferenz auf dem Mac<\/span><\/a><\/div><div class=\" dpt-thumbnail\"><div class=\"dpt-thumbnail-inner\"><img width=\"1024\" height=\"683\" class=\"attachment-full size-full\" alt=\"Lokale KI auf Silicon mit Apple Mac\" context=\"dpt\" data-dpt-src=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/Lokales-Sprachmodell-apple-mac-studio.jpg\" data-dpt-sizes=\"(max-width: 1024px) 100vw, 1024px\" data-dpt-srcset=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/Lokales-Sprachmodell-apple-mac-studio.jpg 1024w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Lokales-Sprachmodell-apple-mac-studio-300x200.jpg 300w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Lokales-Sprachmodell-apple-mac-studio-768x512.jpg 768w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Lokales-Sprachmodell-apple-mac-studio-18x12.jpg 18w\" \/><\/div><span class=\"dpt-thumbnail-aspect-ratio\" style=\"padding-top: 67%\"><\/span><\/div><\/div><div class=\" sub-entry\"><h3 class=\" dpt-title\"><a class=\"dpt-title-link\" href=\"https:\/\/www.markus-schall.de\/cs\/2025\/11\/apple-mlx-vs-nvidia-so-funktioniert-lokale-ki-inferenz-auf-dem-mac\/\" rel=\"bookmark\">Apple MLX vs. NVIDIA: So funktioniert lokale KI-Inferenz auf dem Mac<\/a><\/h3><\/div><\/div>\n\t\t\t\t\t\t<\/div><!-- .dpt-entry -->\n\t\t\t\t\t\t\t\t\t\t\t\t<div class=\"dpt-entry has-thumbnail\" data-title=\"lora-training: wie filemaker 2025 das feintuning gro\u00dfer sprachmodelle vereinfacht\" data-id=\"3220\"  data-category=\"filemaker &amp; erp ki-systeme\" data-post_tag=\"datenbanken filemaker k\u00fcnstliche intelligenz llm mlx sprachmodell\">\n\t\t\t\t\t\t\t<div class=\"dpt-entry-wrapper\"><div class=\" dpt-featured-content\"><div class=\" dpt-permalink\"><a href=\"https:\/\/www.markus-schall.de\/cs\/2025\/10\/lora-training-wie-filemaker-2025-das-feintuning-grosser-sprachmodelle-vereinfacht\/\" class=\"dpt-permalink\"><span class=\"screen-reader-text\">LoRA-Training: Wie FileMaker 2025 das Feintuning gro\u00dfer Sprachmodelle vereinfacht<\/span><\/a><\/div><div class=\" dpt-thumbnail\"><div class=\"dpt-thumbnail-inner\"><img width=\"1024\" height=\"683\" class=\"attachment-full size-full\" alt=\"LoRA Fine tuning - FileMaker 2025\" context=\"dpt\" data-dpt-src=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/lora-finetuning-filemaker.jpg\" data-dpt-sizes=\"(max-width: 1024px) 100vw, 1024px\" data-dpt-srcset=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/lora-finetuning-filemaker.jpg 1024w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/lora-finetuning-filemaker-300x200.jpg 300w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/lora-finetuning-filemaker-768x512.jpg 768w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/lora-finetuning-filemaker-18x12.jpg 18w\" \/><\/div><span class=\"dpt-thumbnail-aspect-ratio\" style=\"padding-top: 67%\"><\/span><\/div><\/div><div class=\" sub-entry\"><h3 class=\" dpt-title\"><a class=\"dpt-title-link\" href=\"https:\/\/www.markus-schall.de\/cs\/2025\/10\/lora-training-wie-filemaker-2025-das-feintuning-grosser-sprachmodelle-vereinfacht\/\" rel=\"bookmark\">LoRA-Training: Wie FileMaker 2025 das Feintuning gro\u00dfer Sprachmodelle vereinfacht<\/a><\/h3><\/div><\/div>\n\t\t\t\t\t\t<\/div><!-- .dpt-entry -->\n\t\t\t\t\t\t\t\t\t\t\t\t<div class=\"dpt-entry no-thumbnail\" data-title=\"optimale usability von formular- und listenlayouts f\u00fcr filemaker go.\" data-id=\"1461\"  data-category=\"filemaker &amp; erp\" data-post_tag=\"filemaker\">\n\t\t\t\t\t\t\t<div class=\"dpt-entry-wrapper\"><div class=\" dpt-featured-content\"><div class=\" dpt-permalink\"><a href=\"https:\/\/www.markus-schall.de\/cs\/2012\/11\/optimale-usability-von-formular-und-listenlayouts-fuer-filemaker-go\/\" class=\"dpt-permalink\"><span class=\"screen-reader-text\">Optimale Usability von Formular- und Listenlayouts f\u00fcr FileMaker Go.<\/span><\/a><\/div><div class=\" dpt-thumbnail\"><div class=\"dpt-thumbnail-inner\"><\/div><span class=\"dpt-thumbnail-aspect-ratio\" style=\"padding-top: 100%\"><\/span><\/div><\/div><div class=\" sub-entry\"><h3 class=\" dpt-title\"><a class=\"dpt-title-link\" href=\"https:\/\/www.markus-schall.de\/cs\/2012\/11\/optimale-usability-von-formular-und-listenlayouts-fuer-filemaker-go\/\" rel=\"bookmark\">Optimale Usability von Formular- und Listenlayouts f\u00fcr FileMaker Go.<\/a><\/h3><\/div><\/div>\n\t\t\t\t\t\t<\/div><!-- .dpt-entry -->\n\t\t\t\t\t\t\n\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\n<hr \/>\n<p>Die Grenzen zwischen lokalem MLX-Experiment und professioneller FileMaker-Anwendung beginnen zu verschwimmen &#8211; zugunsten eines vollst\u00e4ndig integrierten, nachvollziehbaren und kontrollierbaren KI-Workflows.<\/p>\n<h2>Der neue KI-Bereich im FileMaker Server: \u201eAI Services\u201c<\/h2>\n<p>Herzst\u00fcck dieser neuen Architektur ist der Bereich \u201eAI Services\u201c in der Admin-Konsole von FileMaker Server 2025. Hier k\u00f6nnen Entwickler und Administratoren:<\/p>\n<ul>\n<li>den AI Model Server aktivieren,<\/li>\n<li>Modelle verwalten (herunterladen, bereitstellen, feintunen),<\/li>\n<li>API-Keys f\u00fcr autorisierte Clients vergeben,<\/li>\n<li>und die laufenden KI-Operationen gezielt \u00fcberwachen.<\/li>\n<\/ul>\n<p>L\u00e4uft der FileMaker Server auf einem Mac mit Apple Silicon, so verwendet der integrierte AI Model Server automatisch MLX als Inferenz-Backend. Das bringt alle Vorteile mit sich, die MLX auf Apple-Ger\u00e4ten bietet: hohe Speichereffizienz, native GPU-Nutzung \u00fcber Metal, und eine klare Trennung von Modell und Infrastruktur &#8211; ganz im Stil der Apple-Welt.<\/p>\n<h3>Bereitstellung von MLX-Modellen direkt \u00fcber die Server-Konsole<\/h3>\n<p>Die Bereitstellung eines MLX-Modells ist einfacher als erwartet: In der AI-Verwaltungskonsole lassen sich unterst\u00fctzte Modelle aus einer wachsenden Liste von Claris-kompatiblen Sprachmodellen direkt ausw\u00e4hlen und auf dem Server installieren. Dabei handelt es sich um Open-Source-Modelle (z.\u202fB. Varianten von Mistral, LLaMA oder Phi), die im .npz-Format vorliegen und speziell f\u00fcr MLX konvertiert wurden. Derzeit (Stand: September 2025) ist die Anzahl verf\u00fcgbarer Modelle allerdings noch recht \u00fcbersichtlich.<\/p>\n<p>Alternativ lassen sich eigene Modelle vorbereiten &#8211; zum Beispiel durch Konvertierung von Hugging-Face-Modellen mit dem Tool mlx-lm. Mit einem einzigen Befehl kann man ein Modell herunterladen, quantisieren und in das passende Format bringen. Dieses kann dann im Serververzeichnis bereitgestellt werden &#8211; nach dem gleichen Schema, das auch Claris intern verwendet. Einmal installiert, stehen diese Modelle sofort f\u00fcr alle unterst\u00fctzten KI-Funktionen innerhalb von FileMaker bereit.<\/p>\n<h3>Native KI-Funktionen in FileMaker Pro: Skripten statt Umwege<\/h3>\n<p>Was fr\u00fcher \u00fcber externe APIs, REST-Aufrufe und manuell gebaute JSON-Routinen lief, ist heute in FileMaker 2025 in Form von dedizierten Scriptbefehlen verf\u00fcgbar. Sobald ein AI Account eingerichtet ist &#8211; mit dem Namen des Modells und der Verbindung zum Server &#8211; lassen sich KI-Aufgaben nahtlos in die Benutzeroberfl\u00e4che und Gesch\u00e4ftslogik integrieren.<\/p>\n<p><img loading=\"lazy\" decoding=\"async\" class=\"alignnone size-full wp-image-2891\" src=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/Claris-FileMaker-AI-Power.png\" alt=\"\" width=\"2000\" height=\"1064\" srcset=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/Claris-FileMaker-AI-Power.png 2000w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Claris-FileMaker-AI-Power-300x160.png 300w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Claris-FileMaker-AI-Power-1024x545.png 1024w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Claris-FileMaker-AI-Power-768x409.png 768w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Claris-FileMaker-AI-Power-1536x817.png 1536w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Claris-FileMaker-AI-Power-18x10.png 18w\" sizes=\"auto, (max-width: 2000px) 100vw, 2000px\" \/><\/p>\n<p>Zu den wichtigsten Befehlen z\u00e4hlen:<\/p>\n<ul>\n<li><strong>\u201eGenerate Response from Model\u201c<\/strong>, mit dem sich Textantworten erzeugen lassen &#8211; etwa f\u00fcr automatische Textvorschl\u00e4ge, Chatfunktionen oder E-Mail-Entw\u00fcrfe.<\/li>\n<li><strong>\u201ePerform Find by Natural Language\u201c<\/strong>, das eine einfache Formulierung (\u201eZeig mir alle Kunden aus Berlin mit offenen Rechnungen\u201c) in eine pr\u00e4zise Datenbankabfrage \u00fcbersetzt.<\/li>\n<li><strong>\u201ePerform SQL Query by Natural Language\u201c<\/strong>, mit dem auch komplexe SQL-Strukturen generiert und verarbeitet werden k\u00f6nnen &#8211; inklusive Joins und Subqueries.<\/li>\n<li><strong>\u201eGet Embedding\u201c<\/strong> und verwandte Funktionen, die semantische Vektoranalysen erm\u00f6glichen &#8211; etwa zur Suche nach inhaltlich \u00e4hnlichen Texten oder Kundenanfragen.<\/li>\n<\/ul>\n<p>All diese Befehle greifen im Hintergrund auf das aktuell ausgew\u00e4hlte MLX-Modell zur\u00fcck, das auf dem AI Model Server l\u00e4uft. Die Antworten sind sofort verf\u00fcgbar und lassen sich direkt weiterverarbeiten &#8211; als Text, JSON oder eingebetteter Vektor.<\/p>\n<h3>Scriptschritte und M\u00f6glichkeiten f\u00fcr KI in FileMaker<\/h3>\n<p>Scriptschritte f\u00fcr k\u00fcnstliche Intelligenz erm\u00f6glichen die direkte Integration leistungsf\u00e4higer KI-Modelle &#8211; wie etwa Large Language Models (LLMs) oder Core ML &#8211; in FileMaker-Workflows. Sie schaffen die technische Grundlage, um nat\u00fcrliche Sprache, Datenbankwissen und maschinelles Lernen miteinander zu verbinden. Die folgenden Funktionen stehen zur Verf\u00fcgung:<\/p>\n<ol>\n<li><strong>Konfiguration eines benannten KI-Kontos<\/strong><br \/>\nSie k\u00f6nnen ein bestimmtes KI-Konto einrichten und benennen, das anschlie\u00dfend in allen weiteren Scriptschritten und Funktionen verwendet wird. So behalten Sie die Kontrolle \u00fcber Authentifizierung und Zugriff auf externe Modelle oder Dienste.<\/li>\n<li><strong>Abruf einer Textantwort anhand eines Prompts<\/strong><br \/>\nEin KI-Modell kann auf einen vom Benutzer eingegebenen Prompt reagieren und eine entsprechende Textantwort generieren. Dies erm\u00f6glicht automatisierte Texterstellung, Vorschl\u00e4ge oder Dialogfunktionen.<\/li>\n<li><strong>Datenbankabfrage auf Basis eines Prompts und des Datenbankschemas<\/strong><br \/>\nDurch \u00dcbergabe eines Prompts in nat\u00fcrlicher Sprache zusammen mit dem strukturellen Schema Ihrer Datenbank kann das Modell relevante Inhalte identifizieren und daraus gezielt ein Ergebnis zur\u00fcckgeben.<\/li>\n<li><strong>SQL-Abfragen generieren lassen<\/strong><br \/>\nDas Modell kann auch SQL-Abfragen generieren, basierend auf einem Prompt und dem zugrunde liegenden Datenbankschema. So lassen sich komplexe Abfragen automatisch erzeugen, die anschlie\u00dfend f\u00fcr Datenbankoperationen genutzt werden k\u00f6nnen.<\/li>\n<li><strong>FileMaker-Suchabfragen auf Basis von Layoutfeldern<\/strong><br \/>\nIndem Sie dem Modell die Felder des aktuellen Layouts zusammen mit einem nat\u00fcrlichen Sprachprompt \u00fcbergeben, k\u00f6nnen automatisch Suchabfragen formuliert und passende Ergebnismengen abgerufen werden.<\/li>\n<li><strong>Einbettungsvektoren in Datens\u00e4tze einf\u00fcgen<\/strong><br \/>\nSie haben die M\u00f6glichkeit, semantische Einbettungen (Embeddings) &#8211; also numerische Vektoren, die Bedeutungen repr\u00e4sentieren &#8211; in Felder einzelner Datens\u00e4tze oder ganzer Ergebnismengen einzuf\u00fcgen. Dies bildet die Grundlage f\u00fcr sp\u00e4tere semantische Vergleiche oder KI-Analysen.<\/li>\n<li><strong>Semantische Suche durchf\u00fchren<\/strong><br \/>\nBasierend auf der Bedeutung einer Suchanfrage kann das System Datens\u00e4tze identifizieren, deren Felddaten \u00e4hnliche Bedeutungen aufweisen &#8211; selbst wenn die W\u00f6rter nicht exakt \u00fcbereinstimmen. Dies er\u00f6ffnet neue Wege der intelligenten Datensuche.<\/li>\n<li><strong>Prompt-Vorlagen einrichten<\/strong><br \/>\nSie k\u00f6nnen wiederverwendbare Prompt-Vorlagen definieren, die in anderen Scriptschritten oder Funktionen genutzt werden. So sichern Sie Konsistenz und sparen Zeit bei der Erstellung strukturierter Prompts.<\/li>\n<li><strong>Regressionsmodell konfigurieren<\/strong><br \/>\nF\u00fcr Aufgaben wie Vorhersagen, Sch\u00e4tzungen oder Trendanalysen l\u00e4sst sich ein Regressionsmodell einrichten, das dann auf numerischen Datens\u00e4tzen operiert. Es eignet sich z.\u202fB. zur Analyse von Umsatzentwicklungen oder Risikobewertungen.<\/li>\n<li><strong>RAG-Konto konfigurieren und verwalten<\/strong><br \/>\nEin benanntes RAG-Konto (Retrieval-Augmented Generation) kann eingerichtet werden. Damit k\u00f6nnen Sie Daten hinzuf\u00fcgen oder entfernen sowie gezielt Prompts an einen RAG-Space senden. RAG-Systeme kombinieren klassische Suche mit KI-generierten Antworten.<\/li>\n<li><strong>Feinabstimmung eines Modells mit Trainingsdaten<\/strong><br \/>\nSie k\u00f6nnen ein bestehendes Modell mit einem eigenen Datensatz nachtrainieren, um es besser auf spezifische Anforderungen, Sprachstile oder Aufgabenbereiche abzustimmen. Das sogenannte Fine-Tuning erh\u00f6ht die Relevanz und Qualit\u00e4t der Ausgaben.<\/li>\n<li><strong>KI-Aufrufe protokollieren<\/strong><br \/>\nZur Nachverfolgung und Analyse kann die Protokollierung aller KI-Aufrufe aktiviert werden. Dies ist hilfreich zur Optimierung von Prompts, zur Fehlersuche oder zur Dokumentation<\/li>\n<li><strong>Core ML-Modelle konfigurieren<\/strong><br \/>\nNeben cloudbasierten LLMs lassen sich auch lokal ausgef\u00fchrte Core ML-Modelle konfigurieren. Dies ist besonders sinnvoll f\u00fcr Offline-Anwendungen oder den Einsatz auf Apple-Ger\u00e4ten mit integrierter ML-Unterst\u00fctzung.<\/li>\n<\/ol>\n<hr \/>\n<h3>Aktuelle Umfrage zur Zukunft von Claris FileMaker und KI<\/h3>\n<div class='bootstrap-yop yop-poll-mc'>\n\t\t\t\t\t\t\t<div class=\"basic-yop-poll-container\" style=\"background-color:#ffffff; border:0px; border-style:solid; border-color:#000000; border-radius:5px; padding:0px 5px;\" data-id=\"10\" data-temp=\"basic-pretty\" data-skin=\"square\" data-cscheme=\"blue\" data-cap=\"0\" data-access=\"guest\" data-tid=\"\" data-uid=\"20fd8ff29280651af675cc7266ee8ea3\" data-pid=\"1461\" data-resdet=\"votes-number,percentages\" data-show-results-to=\"guest\" data-show-results-moment=\"after-vote\" data-show-results-only=\"false\" data-show-message=\"true\" data-show-results-as=\"bar\" data-sort-results-by=\"as-defined\" data-sort-results-rule=\"asc\"data-is-ended=\"0\" data-percentages-decimals=\"2\" data-gdpr=\"yes\" data-gdpr-sol=\"nostore\" data-css=\".basic-yop-poll-container[data-uid] .basic-vote {\n\t\t\t\t\t\t\t\t\ttext-align: center;\n\t\t\t\t\t\t\t\t}\" data-counter=\"0\" data-load-with=\"1\" data-notification-section=\"top\"><div class=\"row\"><div class=\"col-md-12\"><div class=\"basic-inner\"><div class=\"basic-message hide\" style=\"border-left: 10px solid #008000; padding: 0px 10px;\" data-error=\"#ff0000\" data-success=\"#008000\"><p class=\"basic-message-text\" style=\"color:#000000; font-size:14px; font-weight:normal;\"><\/p><\/div><div class=\"basic-overlay hide\"><div class=\"basic-vote-options\"><\/div><div class=\"basic-preloader\"><div class=\"basic-windows8\"><div class=\"basic-wBall basic-wBall_1\"><div class=\"basic-wInnerBall\"><\/div><\/div><div class=\"basic-wBall basic-wBall_2\"><div class=\"basic-wInnerBall\"><\/div><\/div><div class=\"basic-wBall basic-wBall_3\"><div class=\"basic-wInnerBall\"><\/div><\/div><div class=\"basic-wBall basic-wBall_4\"><div class=\"basic-wInnerBall\"><\/div><\/div><div class=\"basic-wBall basic-wBall_5\"><div class=\"basic-wInnerBall\"><\/div><\/div><\/div><\/div><\/div><form class=\"basic-form\"><input type=\"hidden\" name=\"_token\" value=\"843f9a2781\" autocomplete=\"off\"><div class=\"basic-elements\"><div class=\"basic-element basic-question basic-question-text-vertical\" data-id=\"10\" data-uid=\"f1c6e1cc4645fd9e15c84784bcf8adc1\" data-type=\"question\" data-question-type=\"text\" data-required=\"yes\" data-allow-multiple=\"no\" data-min=\"1\" data-max=\"7\" data-display=\"vertical\" data-colnum=\"\" data-display-others=\"no\" data-others-color=\"\" data-others=\"\" data-others-max-chars=\"0\"><div class=\"basic-question-title\"><h5 style=\"color:#000000; font-size:16px; font-weight:normal; text-align:left;\">Glaubst Du, dass Claris FileMaker in den n\u00e4chsten Jahren st\u00e4rker mit KI verbunden wird?<\/h5><\/div><ul class=\"basic-answers\"><li class=\"basic-answer\" style=\"padding:0px 0px;\" data-id=\"52\" data-type=\"text\" data-vn=\"5\" data-color=\"#000000\" data-make-link=\"no\" data-link=\"\"><div class=\"basic-answer-content basic-text-vertical\"><label for=\"answer[52]\" class=\"basic-answer-label\"><input type=\"radio\" id=\"answer[52]\" name=\"answer[10]\" value=\"52\"><span class=\"basic-text\" style=\"color: #000000; font-size: 14px; font-weight: normal;\">Ja, das wird \u00fcberall ein zentrales Thema<\/span><\/label><\/div><\/li><li class=\"basic-answer\" style=\"padding:0px 0px;\" data-id=\"53\" data-type=\"text\" data-vn=\"0\" data-color=\"#000000\" data-make-link=\"no\" data-link=\"\"><div class=\"basic-answer-content basic-text-vertical\"><label for=\"answer[53]\" class=\"basic-answer-label\"><input type=\"radio\" id=\"answer[53]\" name=\"answer[10]\" value=\"53\"><span class=\"basic-text\" style=\"color: #000000; font-size: 14px; font-weight: normal;\">Ja, vor allem f\u00fcr LoRA-Training von LLMs<\/span><\/label><\/div><\/li><li class=\"basic-answer\" style=\"padding:0px 0px;\" data-id=\"54\" data-type=\"text\" data-vn=\"0\" data-color=\"#000000\" data-make-link=\"no\" data-link=\"\"><div class=\"basic-answer-content basic-text-vertical\"><label for=\"answer[54]\" class=\"basic-answer-label\"><input type=\"radio\" id=\"answer[54]\" name=\"answer[10]\" value=\"54\"><span class=\"basic-text\" style=\"color: #000000; font-size: 14px; font-weight: normal;\">Vielleicht im Backend, aber nicht sichtbar<\/span><\/label><\/div><\/li><li class=\"basic-answer\" style=\"padding:0px 0px;\" data-id=\"55\" data-type=\"text\" data-vn=\"1\" data-color=\"#000000\" data-make-link=\"no\" data-link=\"\"><div class=\"basic-answer-content basic-text-vertical\"><label for=\"answer[55]\" class=\"basic-answer-label\"><input type=\"radio\" id=\"answer[55]\" name=\"answer[10]\" value=\"55\"><span class=\"basic-text\" style=\"color: #000000; font-size: 14px; font-weight: normal;\">Nein, FileMaker bleibt eine klassische Datenbank<\/span><\/label><\/div><\/li><li class=\"basic-answer\" style=\"padding:0px 0px;\" data-id=\"56\" data-type=\"text\" data-vn=\"3\" data-color=\"#000000\" data-make-link=\"no\" data-link=\"\"><div class=\"basic-answer-content basic-text-vertical\"><label for=\"answer[56]\" class=\"basic-answer-label\"><input type=\"radio\" id=\"answer[56]\" name=\"answer[10]\" value=\"56\"><span class=\"basic-text\" style=\"color: #000000; font-size: 14px; font-weight: normal;\">Keine Ahnung, nutze FileMaker nicht<\/span><\/label><\/div><\/li><\/ul><\/div><div class=\"clearfix\"><\/div><\/div><div class=\"basic-vote\"><a href=\"#\" class=\"button basic-vote-button\" role=\"button\" style=\"background:#027bb8; border:0px; border-style: solid; border-color:#000000; border-radius:5px; padding:10px 10px; color:#ffffff; font-size:14px; font-weight:normal;\">Abstimmen<\/a><\/div><\/form><\/div><\/div><\/div><\/div>\n\t\t\t\t\t\t<\/div>\n<hr \/>\n<h3>Feintuning direkt aus FileMaker heraus: LoRA als neuer Standard<\/h3>\n<p>Eine der spannendsten Neuerungen ist die M\u00f6glichkeit, eigene Modelle direkt in FileMaker zu feintunen &#8211; und zwar vollst\u00e4ndig innerhalb der gewohnten Oberfl\u00e4che. Dazu gen\u00fcgt ein Scriptbefehl: \u201eFine-Tune Model\u201c.<\/p>\n<p>Hier k\u00f6nnen Datens\u00e4tze aus FileMaker-Tabellen (z.\u202fB. Supportverl\u00e4ufe, Kundendialoge, Textmuster) als Trainingsdaten genutzt werden. Die Feintuning-Methode basiert auf LoRA (Low-Rank Adaptation), einem ressourcenschonenden Verfahren, das nur einen kleinen Teil der Modellparameter ver\u00e4ndert und so schnelle Anpassungen erm\u00f6glicht &#8211; selbst auf Ger\u00e4ten mit begrenztem Arbeitsspeicher.<\/p>\n<p>Die Trainingsdaten werden entweder aus einem aktuellen Found Set \u00fcbernommen oder \u00fcber eine JSONL-Datei eingespielt. Nach dem Training wird ein neuer Modellname vergeben &#8211; z.\u202fB. \u201efm-mlx-support-v1\u201c &#8211; und das Ergebnis steht direkt f\u00fcr weitere KI-Funktionen zur Verf\u00fcgung. Damit lassen sich ma\u00dfgeschneiderte Sprachmodelle erzeugen, die im Ton, im Vokabular und im Verhalten genau auf die jeweilige Anwendung abgestimmt sind.<\/p>\n<h3>Datenschutz und Leistung &#8211; zwei Seiten derselben Medaille<\/h3>\n<p>Dass FileMaker 2025 auf lokale Modelle mit MLX setzt, ist kein Zufall. In einer Zeit, in der Datenhoheit, DSGVO-Konformit\u00e4t und interne Sicherheitsrichtlinien immer wichtiger werden, bietet dieser Ansatz gleich mehrere Vorteile:<\/p>\n<ul>\n<li><strong>Keine Cloud, keine externen Server, keine API-Kosten<\/strong>: Alle Anfragen bleiben im eigenen Netzwerk.<\/li>\n<li><strong>Schnellere Antwortzeiten durch lokale Verarbeitung<\/strong> &#8211; insbesondere bei wiederkehrenden Abl\u00e4ufen.<\/li>\n<li><strong>Hohe Transparenz und Kontrollierbarkeit<\/strong>: Jede Antwort kann gepr\u00fcft, jede \u00c4nderung nachvollzogen, jeder Trainingsschritt dokumentiert werden.<\/li>\n<li><strong>Feintuning auf eigene Daten<\/strong>: Firmenspezifisches Wissen wird nicht mehr \u00fcber fremde Anbieter geleitet, sondern bleibt vollst\u00e4ndig im eigenen System.<\/li>\n<\/ul>\n<p>Gleichzeitig ist es wichtig, die Ressourcen realistisch einzusch\u00e4tzen: Gro\u00dfe Modelle ben\u00f6tigen auch lokal eine solide Infrastruktur &#8211; etwa ein Apple Silicon Mac mit 32 oder 64 GB RAM, ggf. mit SSD-Caching und dediziertem Server-Profil. Doch wer diesen Weg geht, profitiert langfristig von maximaler Kontrolle bei voller Flexibilit\u00e4t.<\/p>\n<h2>MLX und FileMaker &#8211; eine neue Allianz f\u00fcr Profis<\/h2>\n<p>Was zun\u00e4chst wie ein paralleler Pfad aussah &#8211; auf der einen Seite MLX als Forschungsframework von Apple, auf der anderen Seite FileMaker als klassische Datenbankplattform &#8211; ist jetzt zu einem geschlossenen System zusammengewachsen.<\/p>\n<p>Claris hat erkannt, dass moderne Gesch\u00e4ftsanwendungen mehr brauchen als Formulare, Tabellen und Reports. Sie brauchen adaptive, verst\u00e4ndnisf\u00e4hige KI &#8211; und zwar integriert, nicht angeflanscht. Mit der nativen Unterst\u00fctzung von MLX, den neuen KI-Befehlen und der M\u00f6glichkeit zum lokalen Feintuning bietet FileMaker 2025 erstmals eine vollst\u00e4ndige Plattform, um eigene KI-Prozesse aufzubauen, zu steuern und produktiv zu nutzen &#8211; ohne dabei auf externe Anbieter oder fremde Clouds angewiesen zu sein.<\/p>\n<p>F\u00fcr Entwickler, die wie Du eine klare, konservativ durchdachte und datensichere Architektur sch\u00e4tzen, ist das mehr als ein Fortschritt &#8211; es ist der Beginn einer neuen Arbeitsweise.<\/p>\n<p>In einem weiteren Artikel stelle ich einen <a href=\"https:\/\/www.markus-schall.de\/2025\/11\/apple-mlx-vs-nvidia-so-funktioniert-lokale-ki-inferenz-auf-dem-mac\/\"><strong>Vergleich zwischen Apple Silicon und NVIDIA<\/strong><\/a> an und erl\u00e4utere, welche Hardware geeignet ist, um lokale Sprachmodelle auf einem Mac auszuf\u00fchren.<\/p>\n<hr \/>\n\n\t\t\t<div class=\"display-post-types\">\n\n\t\t\t\t\t\t\t<style type=\"text\/css\">\n\t\t\t#dpt-wrapper-518 { --dpt-text-align: left;--dpt-image-crop: center;--dpt-border-radius: 5px;--dpt-small-grid-column: 33.33%;--dpt-large-grid-column: 33.3333333333%;--dpt-h-gutter: 10px;--dpt-v-gutter: 10px; }\t\t\t<\/style>\n\t\t\t<style type=\"text\/css\">#dpt-wrapper-518 { --dpt-title-font-style:normal;--dpt-title-font-weight:600;--dpt-title-line-height:1.5;--dpt-title-text-decoration:none;--dpt-title-text-transform:none;--dpt-excerpt-font-style:normal;--dpt-excerpt-font-weight:400;--dpt-excerpt-line-height:1.5;--dpt-excerpt-text-decoration:none;--dpt-excerpt-text-transform:none;--dpt-meta1-font-style:normal;--dpt-meta1-font-weight:400;--dpt-meta1-line-height:1.9;--dpt-meta1-text-decoration:none;--dpt-meta1-text-transform:none;--dpt-meta2-font-style:normal;--dpt-meta2-font-weight:400;--dpt-meta2-line-height:1.9;--dpt-meta2-text-decoration:none;--dpt-meta2-text-transform:none; }<\/style><div class=\" dpt-main-header\">\n\t\t\t\t\t\t<div class=\"dpt-main-title\">\n\t\t\t\t\t\t\t<span class=\"dpt-main-title-text\">Aktuelle Themen zu K\u00fcnstlicher Intelligenz<\/span>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t\n\t\t\t\t\t\t\n\t\t\t\t\t\t\n\t\t\t\t\t\t<\/div>\t\t\t\n\t\t\t\t<div id=\"dpt-wrapper-518\" class=\"dpt-wrapper dpt-grid1 multi-col dpt-mason-wrap\" >\n\n\t\t\t\t\t\t\t\t\t\t\t<div class=\"dpt-entry has-thumbnail\" data-title=\"unsterblichkeit durch technik: wie weit forschung und ki wirklich sind\" data-id=\"3624\"  data-category=\"allgemein gesellschaft ki-systeme\" data-post_tag=\"denkmodelle k\u00fcnstliche intelligenz lernen llm prozesse sprachmodell\">\n\t\t\t\t\t\t\t<div class=\"dpt-entry-wrapper\"><div class=\" dpt-featured-content\"><div class=\" dpt-permalink\"><a href=\"https:\/\/www.markus-schall.de\/cs\/2025\/11\/unsterblichkeit-durch-technik-wie-weit-forschung-und-ki-wirklich-sind\/\" class=\"dpt-permalink\"><span class=\"screen-reader-text\">Unsterblichkeit durch Technik: Wie weit Forschung und KI wirklich sind<\/span><\/a><\/div><div class=\" dpt-thumbnail\"><div class=\"dpt-thumbnail-inner\"><img width=\"1024\" height=\"683\" class=\"attachment-full size-full\" alt=\"Digitale Unsterblichkeit\" context=\"dpt\" data-dpt-src=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/digitale-unsterblichkeit.jpg\" data-dpt-sizes=\"(max-width: 1024px) 100vw, 1024px\" data-dpt-srcset=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/digitale-unsterblichkeit.jpg 1024w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/digitale-unsterblichkeit-300x200.jpg 300w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/digitale-unsterblichkeit-768x512.jpg 768w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/digitale-unsterblichkeit-18x12.jpg 18w\" \/><\/div><span class=\"dpt-thumbnail-aspect-ratio\" style=\"padding-top: 67%\"><\/span><\/div><\/div><div class=\" sub-entry\"><h3 class=\" dpt-title\"><a class=\"dpt-title-link\" href=\"https:\/\/www.markus-schall.de\/cs\/2025\/11\/unsterblichkeit-durch-technik-wie-weit-forschung-und-ki-wirklich-sind\/\" rel=\"bookmark\">Unsterblichkeit durch Technik: Wie weit Forschung und KI wirklich sind<\/a><\/h3><\/div><\/div>\n\t\t\t\t\t\t<\/div><!-- .dpt-entry -->\n\t\t\t\t\t\t\t\t\t\t\t\t<div class=\"dpt-entry has-thumbnail\" data-title=\"ki-studio 2025: welche hardware wirklich lohnt &#8211; vom mac studio bis zur rtx 3090\" data-id=\"3704\"  data-category=\"apple macos hardware ki-systeme\" data-post_tag=\"apple digitales eigentum k\u00fcnstliche intelligenz llm mlx neo4j sprachmodell\">\n\t\t\t\t\t\t\t<div class=\"dpt-entry-wrapper\"><div class=\" dpt-featured-content\"><div class=\" dpt-permalink\"><a href=\"https:\/\/www.markus-schall.de\/cs\/2025\/11\/ki-studio-2025-welche-hardware-wirklich-lohnt-vom-mac-studio-bis-zur-rtx-3090\/\" class=\"dpt-permalink\"><span class=\"screen-reader-text\">KI-Studio 2025: Welche Hardware wirklich lohnt &#8211; vom Mac Studio bis zur RTX 3090<\/span><\/a><\/div><div class=\" dpt-thumbnail\"><div class=\"dpt-thumbnail-inner\"><img width=\"1024\" height=\"683\" class=\"attachment-full size-full\" alt=\"Hardware 2025 f\u00fcr KI-Studio\" context=\"dpt\" data-dpt-src=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/KI-Studio-Hardware-2025.jpg\" data-dpt-sizes=\"(max-width: 1024px) 100vw, 1024px\" data-dpt-srcset=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/KI-Studio-Hardware-2025.jpg 1024w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/KI-Studio-Hardware-2025-300x200.jpg 300w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/KI-Studio-Hardware-2025-768x512.jpg 768w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/KI-Studio-Hardware-2025-18x12.jpg 18w\" \/><\/div><span class=\"dpt-thumbnail-aspect-ratio\" style=\"padding-top: 67%\"><\/span><\/div><\/div><div class=\" sub-entry\"><h3 class=\" dpt-title\"><a class=\"dpt-title-link\" href=\"https:\/\/www.markus-schall.de\/cs\/2025\/11\/ki-studio-2025-welche-hardware-wirklich-lohnt-vom-mac-studio-bis-zur-rtx-3090\/\" rel=\"bookmark\">KI-Studio 2025: Welche Hardware wirklich lohnt &#8211; vom Mac Studio bis zur RTX 3090<\/a><\/h3><\/div><\/div>\n\t\t\t\t\t\t<\/div><!-- .dpt-entry -->\n\t\t\t\t\t\t\t\t\t\t\t\t<div class=\"dpt-entry has-thumbnail\" data-title=\"lokale ki auf dem mac: so installieren sie ein sprachmodell mit ollama\" data-id=\"2442\"  data-category=\"ki-systeme tipps &amp; anleitungen\" data-post_tag=\"datenschutz k\u00fcnstliche intelligenz llama llm mac mistral ollama sprachmodell\">\n\t\t\t\t\t\t\t<div class=\"dpt-entry-wrapper\"><div class=\" dpt-featured-content\"><div class=\" dpt-permalink\"><a href=\"https:\/\/www.markus-schall.de\/cs\/2025\/08\/lokale-ki-auf-dem-mac-so-installieren-sie-ein-sprachmodell-mit-ollama\/\" class=\"dpt-permalink\"><span class=\"screen-reader-text\">Lokale KI auf dem Mac: So installieren Sie ein Sprachmodell mit Ollama<\/span><\/a><\/div><div class=\" dpt-thumbnail\"><div class=\"dpt-thumbnail-inner\"><img width=\"1024\" height=\"683\" class=\"attachment-full size-full\" alt=\"Lokale KI installieren mit Ollama auf dem Mac\" context=\"dpt\" data-dpt-src=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/Lokale-KI-auf-Apple-Mac.jpg\" data-dpt-sizes=\"(max-width: 1024px) 100vw, 1024px\" data-dpt-srcset=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/Lokale-KI-auf-Apple-Mac.jpg 1024w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Lokale-KI-auf-Apple-Mac-300x200.jpg 300w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Lokale-KI-auf-Apple-Mac-768x512.jpg 768w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Lokale-KI-auf-Apple-Mac-18x12.jpg 18w\" \/><\/div><span class=\"dpt-thumbnail-aspect-ratio\" style=\"padding-top: 67%\"><\/span><\/div><\/div><div class=\" sub-entry\"><h3 class=\" dpt-title\"><a class=\"dpt-title-link\" href=\"https:\/\/www.markus-schall.de\/cs\/2025\/08\/lokale-ki-auf-dem-mac-so-installieren-sie-ein-sprachmodell-mit-ollama\/\" rel=\"bookmark\">Lokale KI auf dem Mac: So installieren Sie ein Sprachmodell mit Ollama<\/a><\/h3><\/div><\/div>\n\t\t\t\t\t\t<\/div><!-- .dpt-entry -->\n\t\t\t\t\t\t\n\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\n<hr \/>\n<h2>H\u00e4ufig gestellte Fragen<\/h2>\n<ol>\n<li><strong>Was genau bedeutet es, dass FileMaker 2025 \u201eMLX unterst\u00fctzt\u201c?<\/strong><br \/>\nFileMaker Server 2025 enth\u00e4lt erstmals einen integrierten AI Model Server, der &#8211; sofern auf einem Apple Silicon Mac installiert &#8211; nativ MLX-Modelle verwendet. Das bedeutet: Du kannst ein MLX-kompatibles Modell (z.\u202fB. Mistral oder Phi-2) direkt \u00fcber die Admin-Konsole bereitstellen und in Deiner FileMaker-L\u00f6sung verwenden &#8211; ohne Umwege \u00fcber externe Dienste oder REST-Aufrufe.<\/li>\n<li><strong>Was brauche ich daf\u00fcr konkret an Hardware und Software?<\/strong><br \/>\n&#8211; Einen Mac mit Apple Silicon (M1, M2, M3, M4), idealerweise mit 32-64\u202fGB RAM,<br \/>\n&#8211; FileMaker Server 2025, auf diesem Mac installiert,<br \/>\n&#8211; FileMaker Pro 2025 f\u00fcr die eigentliche L\u00f6sung,<br \/>\n&#8211; und ein oder mehrere MLX-kompatible Modelle &#8211; entweder von Claris bereitgestellt oder selbst konvertiert (z.\u202fB. via mlx-lm).<\/li>\n<li><strong>Wie binde ich so ein Modell in meine FileMaker-L\u00f6sung ein?<\/strong><br \/>\n\u00dcber die neue Funktion \u201eConfigure AI Account\u201c in FileMaker Scripts legst Du fest, mit welchem Modell gearbeitet wird. Der Servername, der Modellname und der Auth-Key werden dabei definiert. Danach kannst Du sofort die anderen KI-Funktionen verwenden &#8211; z.\u202fB. zur Texterzeugung, Embedding oder semantischen Suche. Alles l\u00e4uft \u00fcber native Script-Schritte, keine Webviewer oder \u201eInsert from URL\u201c-Bastelarbeit mehr n\u00f6tig.<\/li>\n<li><strong>Welche KI-Funktionen kann ich dann in FileMaker nutzen?<\/strong><br \/>\nFolgende Funktionen stehen (je nach Modelltyp) zur Verf\u00fcgung:<br \/>\n&#8211; Textgenerierung (\u201eGenerate Response from Model\u201c)<br \/>\n&#8211; Nat\u00fcrliche Suche (\u201ePerform Find by Natural Language\u201c)<br \/>\n&#8211; SQL in Alltagssprache (\u201ePerform SQL Query by Natural Language\u201c)<br \/>\n&#8211; Semantische Vektoren (\u201eGet Embedding\u201c, \u201eCosine Similarity\u201c)<br \/>\n&#8211; Prompt-Vorlagenverwaltung (\u201eConfigure Prompt Template\u201c)<br \/>\n&#8211; LoRA-Feintuning \u00fcber eigene Daten (\u201eFine-Tune Model\u201c)<br \/>\nAlle Funktionen sind Script-schritt-basiert und k\u00f6nnen nahtlos in bestehende L\u00f6sungen eingebunden werden.<\/li>\n<li><strong>Wie funktioniert das Fine-Tuning direkt in FileMaker?<\/strong><br \/>\nDu kannst in FileMaker 2025 ein vorhandenes MLX-Modell per LoRA direkt feintunen &#8211; also mit Deinen eigenen Daten anpassen. Daf\u00fcr nutzt Du entweder Datens\u00e4tze in einer Tabelle (z.\u202fB. Fragen + Antworten) oder eine JSONL-Datei. Ein einziger Scriptbefehl (\u201eFine-Tune Model\u201c) reicht aus, um ein neues, angepasstes Modell zu erzeugen &#8211; das dann sofort in der L\u00f6sung verf\u00fcgbar ist.<\/li>\n<li><strong>Muss ich mich dann noch mit Python, JSON, APIs oder Modellformate auskennen?<\/strong><br \/>\nNein, nicht unbedingt. Claris hat bewusst darauf geachtet, dass viele dieser technischen Details in den Hintergrund treten. Du kannst mit nativen Scriptbefehlen arbeiten, die Daten in FileMaker selbst verwalten, und die R\u00fcckgaben als Text oder Vektor einfach verarbeiten. Wer will, kann tiefer einsteigen &#8211; aber es geht jetzt auch ohne Programmierkenntnisse.<\/li>\n<li><strong>Was sind die Vorteile, wenn ich MLX \u00fcber FileMaker nutze &#8211; gegen\u00fcber externen APIs?<\/strong><br \/>\nDie Vorteile liegen in der Datensicherheit, der Kostenkontrolle und der Performance:<br \/>\n&#8211; Keine Cloud-Anbindung notwendig, alle Daten bleiben im eigenen Netzwerk.<br \/>\n&#8211; Keine API-Kosten oder Token-Limits &#8211; einmal installiert, ist die Nutzung frei.<br \/>\n&#8211; Sehr kurze Antwortzeiten, da keine Netzwerklatenz dazwischen liegt.<br \/>\n&#8211; Volle Kontrolle \u00fcber Trainingsdaten, Feintuning und Modellversionierung.<br \/>\nBesonders f\u00fcr interne Anwendungen, Branchenl\u00f6sungen oder sensible Prozesse ist das ein echter Gamechanger.<\/li>\n<li><strong>Gibt es Einschr\u00e4nkungen oder Dinge, auf die man achten muss?<\/strong><br \/>\nJa &#8211; MLX funktioniert nur auf Apple Silicon, d.\u202fh. ein Intel-Server ist ausgeschlossen. Au\u00dferdem brauchst Du gen\u00fcgend RAM, damit auch gr\u00f6\u00dfere Modelle zuverl\u00e4ssig laufen. Nicht alle Modelle sind sofort kompatibel &#8211; manche m\u00fcssen konvertiert werden. Und schlie\u00dflich: Obwohl vieles \u201eautomatisch\u201c funktioniert, sollte man bei produktivem Einsatz immer einen dedizierten Testlauf machen &#8211; z.\u202fB. mit kleinen Datenmengen, klaren Zieldefinitionen und guter Logging-Strategie.<\/li>\n<\/ol>\n<p>Bildmaterial (c) Claris Inc. und Kohji Asakawa auf Pixabay<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Zat\u00edmco MLX byl p\u016fvodn\u011b spu\u0161t\u011bn jako experiment\u00e1ln\u00ed r\u00e1mec spole\u010dnost\u00ed Apple Research, v posledn\u00edch m\u011bs\u00edc\u00edch do\u0161lo k tich\u00e9mu, ale v\u00fdznamn\u00e9mu v\u00fdvoji: S vyd\u00e1n\u00edm FileMaker 2025 spole\u010dnost Claris pevn\u011b integrovala MLX do serveru jako nativn\u00ed infrastrukturu AI pro Apple Silicon. To znamen\u00e1, \u017ee ka\u017ed\u00fd, kdo pracuje s po\u010d\u00edta\u010dem Mac a spol\u00e9h\u00e1 se na Apple Silicon ... <a title=\"M\u00edstn\u00ed um\u011bl\u00e1 inteligence na Macu: Jak installiere jazykov\u00fd model pomoc\u00ed Ollama\" class=\"read-more\" href=\"https:\/\/www.markus-schall.de\/cs\/2025\/08\/lokale-ki-auf-dem-mac-so-installieren-sie-ein-sprachmodell-mit-ollama\/\" aria-label=\"\u010c\u00edst v\u00edce o M\u00edstn\u00ed um\u011bl\u00e1 inteligence na Macu: Jak installiere jazykov\u00fd model s Ollama\">\u010c\u00edst d\u00e1l<\/a><\/p>","protected":false},"author":1,"featured_media":2894,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"iawp_total_views":175,"footnotes":""},"categories":[3,431,4],"tags":[440,469,410,11,465,434,451],"class_list":["post-2860","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-filemaker","category-ki-systeme","category-tipps-anleitungen","tag-datenbanken","tag-datenschutz","tag-filemaker","tag-mac","tag-mlx","tag-sprachmodell","tag-vektordatenbank"],"_links":{"self":[{"href":"https:\/\/www.markus-schall.de\/cs\/wp-json\/wp\/v2\/posts\/2860","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.markus-schall.de\/cs\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.markus-schall.de\/cs\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.markus-schall.de\/cs\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.markus-schall.de\/cs\/wp-json\/wp\/v2\/comments?post=2860"}],"version-history":[{"count":10,"href":"https:\/\/www.markus-schall.de\/cs\/wp-json\/wp\/v2\/posts\/2860\/revisions"}],"predecessor-version":[{"id":3474,"href":"https:\/\/www.markus-schall.de\/cs\/wp-json\/wp\/v2\/posts\/2860\/revisions\/3474"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.markus-schall.de\/cs\/wp-json\/wp\/v2\/media\/2894"}],"wp:attachment":[{"href":"https:\/\/www.markus-schall.de\/cs\/wp-json\/wp\/v2\/media?parent=2860"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.markus-schall.de\/cs\/wp-json\/wp\/v2\/categories?post=2860"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.markus-schall.de\/cs\/wp-json\/wp\/v2\/tags?post=2860"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}