{"id":2502,"date":"2025-08-20T13:39:23","date_gmt":"2025-08-20T13:39:23","guid":{"rendered":"https:\/\/www.markus-schall.de\/?p=2502"},"modified":"2026-03-16T08:38:18","modified_gmt":"2026-03-16T08:38:18","slug":"ollama-incontra-qdrant-una-memoria-locale-per-il-vostro-ki-sul-mac","status":"publish","type":"post","link":"https:\/\/www.markus-schall.de\/it\/2025\/08\/ollama-incontra-qdrant-una-memoria-locale-per-il-vostro-ki-sul-mac\/","title":{"rendered":"Ollama incontra Qdrant: una memoria locale per la vostra AI su Mac"},"content":{"rendered":"<h2>IA locale con memoria - senza cloud, senza abbonamento, senza distrazioni<\/h2>\n<p>In un <a href=\"https:\/\/www.markus-schall.de\/it\/2025\/08\/locale-sul-mac-come-questo-1tp12per-creare-un-modello-linguistico-con-ollama\/\"><strong>articoli precedenti<\/strong><\/a> Ho spiegato come configurare l'Ollama sul Mac install. Se avete gi\u00e0 completato questo passaggio, ora disponete di un potente modello di lingua locale, come Mistral, LLaMA3 o un altro modello compatibile che pu\u00f2 essere indirizzato tramite API REST.<\/p>\n<p>Tuttavia, il modello \"sa\" solo cosa c'\u00e8 nel prompt corrente. Non ricorda le conversazioni precedenti. <strong>Ci\u00f2 che manca \u00e8 la memoria<\/strong>.<!--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-789 { --dpt-text-align: left;--dpt-image-crop: center;--dpt-border-radius: 5px;--dpt-h-gutter: 10px;--dpt-v-gutter: 9px; }\t\t\t<\/style>\n\t\t\t<style type=\"text\/css\">#dpt-wrapper-789 { --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\">Problemi sociali del presente<\/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-789\" class=\"dpt-wrapper dpt-mag1 land1 dpt-cropped dpt-flex-wrap\" >\n\n\t\t\t\t\t\t\t\t\t\t\t<div class=\"dpt-entry has-thumbnail\" data-title=\"propaganda: geschichte, methoden, moderne formen und wie man sie erkennt\" data-id=\"4229\"  data-category=\"allgemein gesellschaft kunst &amp; kultur\" data-post_tag=\"denkmodelle energiepolitik europa geopolitik krisen meinungsfreiheit pers\u00f6nlichkeitsentwicklung sicherheitspolitik spieltheorie\">\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\/it\/2026\/01\/storia-della-propaganda-metodi-forme-moderne-e-come-riconoscerle\/\" class=\"dpt-permalink\"><span class=\"screen-reader-text\">Propaganda: storia, metodi, forme moderne e come riconoscerle<\/span><\/a><\/div><div class=\"dpt-thumbnail\"><div class=\"dpt-thumbnail-inner\"><img width=\"1024\" height=\"683\" class=\"attachment-full size-full\" alt=\"Che cos&#039;\u00e8 la propaganda?\" context=\"dpt\" data-dpt-src=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/Propaganda-titel.jpg\" data-dpt-sizes=\"(max-width: 1024px) 100vw, 1024px\" data-dpt-srcset=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/Propaganda-titel.jpg 1024w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Propaganda-titel-300x200.jpg 300w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Propaganda-titel-768x512.jpg 768w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Propaganda-titel-18x12.jpg 18w\" \/><\/div><span class=\"dpt-thumbnail-aspect-ratio\" style=\"padding-top: 75%\"><\/span><\/div><\/div><div class=\"sub-entry\"><h3 class=\"dpt-title\"><a class=\"dpt-title-link\" href=\"https:\/\/www.markus-schall.de\/it\/2026\/01\/storia-della-propaganda-metodi-forme-moderne-e-come-riconoscerle\/\" rel=\"bookmark\">Propaganda: storia, metodi, forme moderne e come riconoscerle<\/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=\"donald trump im system usa &#8211; herkunft, macht, medien und wirkung\" data-id=\"4271\"  data-category=\"allgemein gesellschaft\" data-post_tag=\"deutschland digitales eigentum energiepolitik europa geopolitik krisen meinungsfreiheit portrait sicherheitspolitik spieltheorie\">\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\/it\/2026\/05\/donald-trump-negli-usa-sistema-origine-potere-media-e-impatto\/\" class=\"dpt-permalink\"><span class=\"screen-reader-text\">Donald Trump nel sistema USA: origini, potere, media e impatto<\/span><\/a><\/div><div class=\"dpt-thumbnail\"><div class=\"dpt-thumbnail-inner\"><img width=\"1024\" height=\"561\" class=\"attachment-full size-full\" alt=\"Donald Trump nel sistema USA\" context=\"dpt\" data-dpt-src=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/Donald-Trump-im-System-USA.jpg\" data-dpt-sizes=\"(max-width: 1024px) 100vw, 1024px\" data-dpt-srcset=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/Donald-Trump-im-System-USA.jpg 1024w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Donald-Trump-im-System-USA-300x164.jpg 300w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Donald-Trump-im-System-USA-768x421.jpg 768w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Donald-Trump-im-System-USA-18x10.jpg 18w\" \/><\/div><span class=\"dpt-thumbnail-aspect-ratio\" style=\"padding-top: 75%\"><\/span><\/div><\/div><div class=\"sub-entry\"><h3 class=\"dpt-title\"><a class=\"dpt-title-link\" href=\"https:\/\/www.markus-schall.de\/it\/2026\/05\/donald-trump-negli-usa-sistema-origine-potere-media-e-impatto\/\" rel=\"bookmark\">Donald Trump nel sistema USA: origini, potere, media e impatto<\/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=\"dieter hallervorden &#8211; mehr als didi: portr\u00e4t eines unbequemen freigeists\" data-id=\"4347\"  data-category=\"gesellschaft kunst &amp; kultur stories &amp; humor\" data-post_tag=\"erfahrungen meinungsfreiheit musik portrait\">\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\/it\/2026\/01\/dieter-hallervorden-piu-di-didi-ritratto-di-uno-spirito-libero-a-disagio\/\" class=\"dpt-permalink\"><span class=\"screen-reader-text\">Dieter Hallervorden - Pi\u00f9 che Didi: ritratto di uno spirito libero a disagio<\/span><\/a><\/div><div class=\"dpt-thumbnail\"><div class=\"dpt-thumbnail-inner\"><img width=\"1024\" height=\"683\" class=\"attachment-full size-full\" alt=\"Dieter Hallervorden e la W\u00fchlm\u00e4use di Berlino\" context=\"dpt\" data-dpt-src=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/Dieter-Hallvervorden-Wuehlmaeuse.jpg\" data-dpt-sizes=\"(max-width: 1024px) 100vw, 1024px\" data-dpt-srcset=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/Dieter-Hallvervorden-Wuehlmaeuse.jpg 1024w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Dieter-Hallvervorden-Wuehlmaeuse-300x200.jpg 300w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Dieter-Hallvervorden-Wuehlmaeuse-768x512.jpg 768w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Dieter-Hallvervorden-Wuehlmaeuse-18x12.jpg 18w\" \/><\/div><span class=\"dpt-thumbnail-aspect-ratio\" style=\"padding-top: 75%\"><\/span><\/div><\/div><div class=\"sub-entry\"><h3 class=\"dpt-title\"><a class=\"dpt-title-link\" href=\"https:\/\/www.markus-schall.de\/it\/2026\/01\/dieter-hallervorden-piu-di-didi-ritratto-di-uno-spirito-libero-a-disagio\/\" rel=\"bookmark\">Dieter Hallervorden - Pi\u00f9 che Didi: ritratto di uno spirito libero a disagio<\/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=\"nord stream sprengung: sabotage, machtpolitik und die unbequemen offenen fragen\" data-id=\"4441\"  data-category=\"allgemein gesellschaft\" data-post_tag=\"deutschland energiepolitik europa geopolitik krisen meinungsfreiheit sicherheitspolitik spieltheorie\">\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\/it\/2026\/01\/sabotaggio-del-flusso-settentrionale-politica-del-potere-e-le-scomode-domande-aperte\/\" class=\"dpt-permalink\"><span class=\"screen-reader-text\">Demolizione del Nord Stream: sabotaggio, politica di potere e le scomode domande senza risposta<\/span><\/a><\/div><div class=\"dpt-thumbnail\"><div class=\"dpt-thumbnail-inner\"><img width=\"1024\" height=\"683\" class=\"attachment-full size-full\" alt=\"Esplosione di Nord Stream\" context=\"dpt\" data-dpt-src=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/nordstream-sprengung.jpg\" data-dpt-sizes=\"(max-width: 1024px) 100vw, 1024px\" data-dpt-srcset=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/nordstream-sprengung.jpg 1024w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/nordstream-sprengung-300x200.jpg 300w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/nordstream-sprengung-768x512.jpg 768w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/nordstream-sprengung-18x12.jpg 18w\" \/><\/div><span class=\"dpt-thumbnail-aspect-ratio\" style=\"padding-top: 75%\"><\/span><\/div><\/div><div class=\"sub-entry\"><h3 class=\"dpt-title\"><a class=\"dpt-title-link\" href=\"https:\/\/www.markus-schall.de\/it\/2026\/01\/sabotaggio-del-flusso-settentrionale-politica-del-potere-e-le-scomode-domande-aperte\/\" rel=\"bookmark\">Demolizione del Nord Stream: sabotaggio, politica di potere e le scomode domande senza risposta<\/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>\u00c8 proprio per questo che utilizziamo Qdrant, un moderno database vettoriale semantico.<br \/>\nIn questo articolo vi mostrer\u00f2 passo dopo passo:<\/p>\n<ul>\n<li>come installier Qdrant su Mac (via Docker)<\/li>\n<li>come creare embeddings con Python<\/li>\n<li>come salvare, cercare e integrare i contenuti nel flusso di lavoro Ollama<\/li>\n<li>e come appare una sequenza completa di prompt\u2192memoria\u2192risposta<\/li>\n<\/ul>\n<h2>Perch\u00e9 Qdrant?<\/h2>\n<p>Qdrant non memorizza testi tradizionali, ma vettori che rappresentano il significato di un testo come codice numerico. Ci\u00f2 significa che il contenuto non solo pu\u00f2 essere trovato esattamente, ma anche semanticamente simile, anche se le parole variano.<\/p>\n<p>Ollama + Qdrant risulta quindi:<\/p>\n<p>Un modello linguistico locale con memoria a lungo termine - sicuro, controllabile ed espandibile.<\/p>\n<h3>Prerequisiti<\/h3>\n<ul>\n<li>Ollama \u00e8 installiert e corre (\u2192 es. ollama run mistral)<\/li>\n<li>Docker \u00e8 installiert: <a href=\"https:\/\/www.docker.com\/products\/docker-desktop\" target=\"_blank\" rel=\"noopener\">https:\/\/www.docker.com\/products\/docker-desktop<\/a><\/li>\n<li>Python 3.9+<\/li>\n<\/ul>\n<h3>Pacchettoinstallazione da Qdrant:<\/h3>\n<pre class=\"notranslate\" data-no-translation=\"\">pip install qdrant-client sentence-transformers<\/pre>\n<h3>Avviare Qdrant (Docker)<\/h3>\n<pre class=\"notranslate\" data-no-translation=\"\">docker run -p 6333:6333 -p 6334:6334 qdrant\/qdrant<\/pre>\n<p>Qdrant si avvia quindi:<\/p>\n<p><strong>http:\/\/localhost:6333 <\/strong>(API REST)<\/p>\n<p>http:\/\/localhost:6334 (gRPC, non necessario per questo articolo)<\/p>\n<p><img loading=\"lazy\" decoding=\"async\" class=\"alignnone size-full wp-image-2506\" src=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/Docker-Qdrant-scaled.jpg\" alt=\"Qdrant su Docker sotto Apple macOS\" width=\"2560\" height=\"1541\" srcset=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/Docker-Qdrant-scaled.jpg 2560w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Docker-Qdrant-300x181.jpg 300w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Docker-Qdrant-1024x616.jpg 1024w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Docker-Qdrant-768x462.jpg 768w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Docker-Qdrant-1536x925.jpg 1536w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Docker-Qdrant-2048x1233.jpg 2048w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Docker-Qdrant-18x12.jpg 18w\" sizes=\"auto, (max-width: 2560px) 100vw, 2560px\" \/><\/p>\n<h2>Esempio di Python per Ollama + Qdrant<\/h2>\n<p>Scriviamo ora un semplice script di base che:<\/p>\n<ul>\n<li>accetta il prompt dell'utente<\/li>\n<li>genera un vettore di incorporamento a partire da questo<\/li>\n<li>ricerca di memorie semanticamente simili in Qdrant<\/li>\n<li>la risposta viene generata con il contesto tramite Ollama<\/li>\n<li>salva la nuova conversazione come promemoria<\/li>\n<\/ul>\n<pre class=\"notranslate\" data-no-translation=\"\">Python-Script: <strong>ollama_memory.py<\/strong><\/pre>\n<pre class=\"notranslate\" data-no-translation=\"\">import requests\r\nfrom sentence_transformers import SentenceTransformer\r\nfrom qdrant_client import QdrantClient\r\nfrom qdrant_client.models import Distance, VectorParams, PointStruct\r\n\r\n# Einstellungen\r\nOLLAMA_URL = \"http:\/\/localhost:11434\/api\/generate\"\r\nCOLLECTION_NAME = \"memory\"\r\nVECTOR_SIZE = 384 # f\u00fcr 'all-MiniLM-L6-v2'\r\n\r\n# Lade Embedding-Modell\r\nembedder = SentenceTransformer(\"all-MiniLM-L6-v2\")\r\n\r\n# Verbinde mit Qdrant\r\nqdrant = QdrantClient(host=\"localhost\", port=6333)\r\n\r\n# Erstelle Collection (einmalig)\r\ndef create_collection():\r\nif COLLECTION_NAME not in qdrant.get_collections().collections:\r\nqdrant.recreate_collection(\r\ncollection_name=COLLECTION_NAME,\r\nvectors_config=VectorParams(size=VECTOR_SIZE, distance=Distance.COSINE)\r\n)\r\n\r\n# F\u00fcge Eintrag ins Ged\u00e4chtnis hinzu\r\ndef add_to_memory(text: str):\r\nvector = embedder.encode(text).tolist()\r\npoint = PointStruct(id=hash(text), vector=vector, payload={\"text\": text})\r\nqdrant.upsert(collection_name=COLLECTION_NAME, points=[point])\r\n\r\n# Suche im Ged\u00e4chtnis\r\ndef search_memory(query: str, top_k=3):\r\nvector = embedder.encode(query).tolist()\r\nhits = qdrant.search(\r\ncollection_name=COLLECTION_NAME,\r\nquery_vector=vector,\r\nlimit=top_k\r\n)\r\nreturn [hit.payload[\"text\"] for hit in hits]\r\n\r\n# Sende Anfrage an Ollama\r\ndef query_ollama(context: list[str], user_prompt: str):\r\nprompt = \"\\n\\n\".join(context + [user_prompt])\r\nresponse = requests.post(OLLAMA_URL, json={\r\n\"model\": \"mistral\",\r\n\"prompt\": prompt,\r\n\"stream\": False\r\n})\r\nreturn response.json()[\"response\"]\r\n\r\n# Ablauf\r\ndef main():\r\ncreate_collection()\r\nprint(\"Frage an die KI:\")\r\nuser_prompt = input(\"&gt; \")\r\ncontext = search_memory(user_prompt)\r\nanswer = query_ollama(context, user_prompt)\r\nprint(\"\\nAntwort von Ollama:\")\r\nprint(answer.strip())\r\n\r\n# Speichern der Konversation\r\nfull_entry = f\"Frage: {user_prompt}\\nAntwort: {answer.strip()}\"\r\nadd_to_memory(full_entry)\r\n\r\nif __name__ == \"__main__\":\r\nmain()<\/pre>\n<h2>Note sulla pratica<\/h2>\n<p>\u00c8 anche possibile utilizzare i propri modelli di incorporamento, ad esempio tramite Ollama (ad esempio nomic-embed-text) o i modelli Hugging Face.<\/p>\n<p>Qdrant supporta filtri per il carico utile, periodi di tempo e campi (molto utile per un'espansione successiva!)<\/p>\n<p>L'hash(text)-ID \u00e8 sufficiente per semplici test, per applicazioni professionali si dovrebbero usare gli UUID.<\/p>\n<h2>L'intelligenza artificiale locale con la memoria e le sue possibilit\u00e0 di utilizzo<\/h2>\n<p>Nei capitoli precedenti, vi ho mostrato come costruire una vera memoria AI locale su un Mac con Ollama e Qdrant. Una configurazione che funziona senza cloud, senza abbonamento e senza server esterni - veloce, sicura e privata.<\/p>\n<h3>E adesso?<\/h3>\n<p>A cosa pu\u00f2 servire questa tecnologia? Cosa \u00e8 possibile fare con essa - oggi, domani, dopodomani?<\/p>\n<p>La risposta \u00e8: molto.<\/p>\n<p>Perch\u00e9 quello che avete qui \u00e8 pi\u00f9 di un semplice chatbot. \u00c8 una macchina pensante indipendente dalla piattaforma con una memoria a lungo termine. E questo apre le porte.<\/p>\n<h3>\ud83d\udd0d 1. database di conoscenze personali<\/h3>\n<p>\u00c8 possibile utilizzare Ollama + Qdrant come memoria personale a lungo termine.<br \/>\nDocumenti, appunti di conversazioni, idee: tutto ci\u00f2 che gli dite pu\u00f2 essere archiviato e recuperato in modo semantico.<\/p>\n<p><strong>Esempio:<\/strong><\/p>\n<blockquote><p>\"Qual era la mia idea imprenditoriale di gioved\u00ec scorso?\".<\/p>\n<p>\"Quali clienti hanno voluto un aggiornamento a marzo?\".<\/p><\/blockquote>\n<p>Invece di cercare tra le cartelle, basta chiedere al sistema. L'aspetto particolarmente interessante \u00e8 che funziona anche con domande imprecise, perch\u00e9 Qdrant effettua ricerche semantiche, non solo per parole chiave.<\/p>\n<h3>\ud83d\udcc4 2. registrazione e riepilogo automatici<\/h3>\n<p>In combinazione con l'input audio o di testo, il sistema pu\u00f2 tenere un registro di funzionamento:<\/p>\n<ul>\n<li>Note durante le riunioni<\/li>\n<li>Chiamate con i clienti<\/li>\n<li>Diari giornalieri o cronologie di progetto<\/li>\n<\/ul>\n<p>Questi dati vengono inseriti automaticamente nella memoria di Qdrant e possono quindi essere interrogati in seguito come un assistente:<\/p>\n<blockquote><p>\"Cosa ha detto il signor Meier a proposito della consegna?\".<\/p>\n<p>\"Com'\u00e8 stato il processo del progetto XY?\".<\/p><\/blockquote>\n<h3>\ud83e\udde0 3. personal coach o assistente di agenda<\/h3>\n<p>Annotando regolarmente pensieri, stati d'animo o decisioni, si pu\u00f2 creare un compagno di riflessioni:<\/p>\n<blockquote><p>\"Qual \u00e8 stato il mio pi\u00f9 grande progresso di questo mese?\".<\/p>\n<p>\"Come reagivo allora alle battute d'arresto?\".<\/p><\/blockquote>\n<p>Il sistema impara a conoscervi nel tempo e diventa un vero e proprio specchio, non solo un chatbot.<\/p>\n<h3>\ud83d\udcbc 4. applicazioni aziendali con FileMaker<\/h3>\n<p>Se, come me, utilizzate l'FileMaker, potete collegare direttamente questa configurazione:<\/p>\n<ul>\n<li>Inviare messaggi da FileMaker<\/li>\n<li>Recupero e salvataggio automatico delle risposte<\/li>\n<li>Controllo dell'accesso alla memoria direttamente tramite API REST o script di shell<\/li>\n<\/ul>\n<p>Questo crea una combinazione estremamente potente:<\/p>\n<ul>\n<li><strong>FileMaker<\/strong> = Front-end, interfaccia utente, centro di controllo<\/li>\n<li><strong>Ollama<\/strong> = Intelligenza linguistica<\/li>\n<li><strong>Qdrant<\/strong> = memoria semantica a lungo termine<\/li>\n<\/ul>\n<p>Il risultato: una vera e propria componente AI per le soluzioni FileMaker - locale, sicura e personalizzata.<\/p>\n<h3>\ud83d\udee0\ufe0f 5. Sostegno nella vita quotidiana: promemoria, idee, raccomandazioni<\/h3>\n<blockquote><p>\"Ricordatemi questa idea la prossima settimana\".<\/p>\n<p>\"Quali libri le ho gi\u00e0 consigliato?\".<\/p>\n<p>\"Cosa potrei offrire al signor M\u00fcller dopo?\".<\/p><\/blockquote>\n<p>Con una logica di memoria mirata (orari, categorie, utenti), \u00e8 possibile strutturare la memoria in modo mirato e utilizzarla in molti ambiti della vita e del lavoro.<\/p>\n<h3>\ud83e\udd16 6. base per un sistema ad agenti<\/h3>\n<p>Se si pensa al futuro, \u00e8 possibile costruire sistemi simili ad agenti con questa configurazione:<\/p>\n<ul>\n<li>L'intelligenza artificiale si occupa di compiti semplici<\/li>\n<li>L'intelligenza artificiale riconosce i modelli nel tempo<\/li>\n<li>L'intelligenza artificiale fornisce suggerimenti proattivi<\/li>\n<\/ul>\n<p><strong>Esempio:<\/strong><\/p>\n<blockquote><p>\u201eQuesta settimana hai fatto la stessa domanda quattro volte: vuoi salvare una nota?\u201c.\u201c<\/p>\n<p>\u201eUn numero impressionante di clienti ha parlato di questo prodotto: posso riassumerlo per voi?\u201c.\u201c<\/p><\/blockquote>\n<h3>\ud83c\udf10 7. integrazione con altri strumenti<\/h3>\n<p>Il sistema pu\u00f2 essere facilmente collegato ad altri strumenti:<\/p>\n<ul>\n<li><strong>Neo4j<\/strong>per rappresentare graficamente le relazioni semantiche<\/li>\n<li><strong>File e PDF<\/strong>per indicizzare automaticamente i contenuti<\/li>\n<li><strong>Parser della posta<\/strong>analizzare e memorizzare le e-mail<\/li>\n<li><strong>Assistenti vocali<\/strong>interagire con la voce<\/li>\n<\/ul>\n<h3>\ud83d\udd10 8. tutto rimane locale - e sotto controllo<\/h3>\n<p>Il vantaggio pi\u00f9 grande: siete voi a decidere cosa salvare. Decidete voi per quanto tempo deve essere salvato. E: non lascia mai il vostro computer se non lo volete. In un mondo in cui molte persone si affidano ciecamente all'intelligenza artificiale del cloud, questo \u00e8 un potente contrappeso, soprattutto per freelance, sviluppatori, autori e imprenditori.<\/p>\n<hr \/>\n<h3>Indagine in corso sull'uso dei sistemi di intelligenza artificiale locali<\/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=\"9\" data-temp=\"basic-pretty\" data-skin=\"square\" data-cscheme=\"blue\" data-cap=\"0\" data-access=\"guest\" data-tid=\"\" data-uid=\"b9e4357c38d66038945a38875837f0ea\" data-pid=\"4441\" 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=\"no\" data-gdpr-sol=\"consent\" data-css=\".basic-yop-poll-container[data-uid] .basic-vote {\t\t\t\t\t\t\t\t\ttext-align: center;\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\" action=\"\"><input type=\"hidden\" name=\"_token\" value=\"38f6105e34\" autocomplete=\"off\"><div class=\"basic-elements\"><div class=\"basic-element basic-question basic-question-text-vertical\" data-id=\"9\" data-uid=\"0144e4d647798d7571d10a1c2a06a6a3\" 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;\">Cosa ne pensate del software di intelligenza artificiale in esecuzione locale, come MLX o Ollama?<\/h5><\/div><ul class=\"basic-answers\"><li class=\"basic-answer\" style=\"padding:0px 0px;\" data-id=\"45\" data-type=\"text\" data-vn=\"163\" data-color=\"#000000\" data-make-link=\"no\" data-link=\"\"><div class=\"basic-answer-content basic-text-vertical\"><label for=\"answer[45]\" class=\"basic-answer-label\"><input type=\"radio\" id=\"answer[45]\" name=\"answer[9]\" value=\"45\"><span class=\"basic-text\" style=\"color: #000000; font-size: 14px; font-weight: normal;\">Ingenious - finalmente indipendente dal cloud<\/span><\/label><\/div><\/li><li class=\"basic-answer\" style=\"padding:0px 0px;\" data-id=\"46\" data-type=\"text\" data-vn=\"32\" data-color=\"#000000\" data-make-link=\"no\" data-link=\"\"><div class=\"basic-answer-content basic-text-vertical\"><label for=\"answer[46]\" class=\"basic-answer-label\"><input type=\"radio\" id=\"answer[46]\" name=\"answer[9]\" value=\"46\"><span class=\"basic-text\" style=\"color: #000000; font-size: 14px; font-weight: normal;\">Interessante, ma (ancora) troppo complicato<\/span><\/label><\/div><\/li><li class=\"basic-answer\" style=\"padding:0px 0px;\" data-id=\"47\" data-type=\"text\" data-vn=\"34\" data-color=\"#000000\" data-make-link=\"no\" data-link=\"\"><div class=\"basic-answer-content basic-text-vertical\"><label for=\"answer[47]\" class=\"basic-answer-label\"><input type=\"radio\" id=\"answer[47]\" name=\"answer[9]\" value=\"47\"><span class=\"basic-text\" style=\"color: #000000; font-size: 14px; font-weight: normal;\">Lo prover\u00f2 presto<\/span><\/label><\/div><\/li><li class=\"basic-answer\" style=\"padding:0px 0px;\" data-id=\"48\" data-type=\"text\" data-vn=\"6\" data-color=\"#000000\" data-make-link=\"no\" data-link=\"\"><div class=\"basic-answer-content basic-text-vertical\"><label for=\"answer[48]\" class=\"basic-answer-label\"><input type=\"radio\" id=\"answer[48]\" name=\"answer[9]\" value=\"48\"><span class=\"basic-text\" style=\"color: #000000; font-size: 14px; font-weight: normal;\">Non ne ho bisogno: il cloud \u00e8 sufficiente per me.<\/span><\/label><\/div><\/li><li class=\"basic-answer\" style=\"padding:0px 0px;\" data-id=\"49\" data-type=\"text\" data-vn=\"6\" data-color=\"#000000\" data-make-link=\"no\" data-link=\"\"><div class=\"basic-answer-content basic-text-vertical\"><label for=\"answer[49]\" class=\"basic-answer-label\"><input type=\"radio\" id=\"answer[49]\" name=\"answer[9]\" value=\"49\"><span class=\"basic-text\" style=\"color: #000000; font-size: 14px; font-weight: normal;\">Non so esattamente di cosa si tratti.<\/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;\">Voto<\/a><\/div><input type=\"hidden\" name=\"trp-form-language\" value=\"it\"\/><\/form><\/div><\/div><\/div><\/div>\n\t\t\t\t\t\t<\/div>\n<hr \/>\n<h2>Addomesticare Ollama + Qdrant: Come dare alla propria IA locale struttura, regole e regolazione fine<\/h2>\n<p>Chiunque si sia preso la briga di installare Ollama e Qdrant in locale sul Mac ha gi\u00e0 ottenuto grandi risultati. Ora avete:<\/p>\n<ul>\n<li>Una lingua locale AI<\/li>\n<li>Una memoria semantica<\/li>\n<li>E una pipeline funzionante che mappa Prompt \u2192 Memoria \u2192 Ollama \u2192 Risposta<\/li>\n<\/ul>\n<p>Ma chi ci lavora si rende subito conto che ha bisogno di regole. Di struttura. Di ordine.<br \/>\nPerch\u00e9 senza controllo, il vostro assistente si trasformer\u00e0 rapidamente in un chiacchierone che ricorda troppe cose, si ripete continuamente o tira fuori ricordi irrilevanti.<\/p>\n<h2>\ud83e\udded Cosa manca ancora?<\/h2>\n<p>Un'orchestra ha anche un direttore. Ed \u00e8 proprio questo il vostro compito: controllare e non solo utilizzare.<\/p>\n<h3>Modulo 1: Un \"router\" per la logica della memoria<\/h3>\n<p>Invece di salvare tutto o cercare tutto, si dovrebbe decidere in anticipo se salvare o caricare qualcosa. \u00c8 possibile farlo, ad esempio, con un semplice router di rilevanza da collocare tra il prompt e la memoria:<\/p>\n<p><strong>Esempio<\/strong>Verificare la pertinenza tramite la richiesta all'Ollama stesso<\/p>\n<pre class=\"notranslate\" data-no-translation=\"\">def is_relevant_for_memory(prompt, response):\r\npr\u00fcf_prompt = f\"\"\"\r\nNutzer hat gefragt: \"{prompt}\"\r\nDie KI hat geantwortet: \"{response}\"\r\nSollte man sich diesen Dialog langfristig merken? Antworte nur mit 'Ja' oder 'Nein'.\r\n\"\"\"\r\nresult = query_ollama([], pr\u00fcf_prompt).strip().lower()\r\nreturn result.startswith(\"ja\")<\/pre>\n<p>Quindi si d\u00e0 a Ollama il compito di valutare la sua risposta e solo se viene classificata come rilevante la si salva in Qdrant.<\/p>\n<h3>Modulo 2: Escludere i messaggi pi\u00f9 vecchi (limitazione del contesto)<\/h3>\n<p>In particolare, con le sessioni pi\u00f9 lunghe, diventa problematico se i vecchi messaggi continuano a riapparire nel contesto. Il modello non dimentica, ma si impantana.<\/p>\n<p><strong>Soluzione<\/strong>Limitare la finestra di contesto.<\/p>\n<p>\u00c8 possibile farlo in due modi:<\/p>\n<p><strong>Metodo 1<\/strong>Limitare il numero di riscontri<\/p>\n<pre class=\"notranslate\" data-no-translation=\"\">context = search_memory(user_prompt, top_k=3)<\/pre>\n<p>Qui viene caricato solo ci\u00f2 che \u00e8 semanticamente rilevante, non tutto.<\/p>\n<p><strong>Metodo 2<\/strong>Limitare il tempo<\/p>\n<pre class=\"notranslate\" data-no-translation=\"\"># Nur Nachrichten der letzten 7 Tage\r\nnow = datetime.utcnow()\r\nfilter = Filter(\r\nmust=[\r\nFieldCondition(key=\"timestamp\", range=Range(gte=now - timedelta(days=7)))\r\n]\r\n)<\/pre>\n<p>\u00c8 quindi possibile \"tagliare\" il tempo se il sistema si spinge troppo nel passato.<\/p>\n<h3>Modulo 3: Introduzione ai pesi e alle etichette del contesto<\/h3>\n<p>Non tutte le voci della memoria hanno lo stesso valore. Potete attribuire loro un peso o delle categorie:<\/p>\n<ul>\n<li><strong>Fisso<\/strong> (ad esempio \"L'utente si chiama Markus\")<\/li>\n<li><strong>Temporaneo<\/strong> (ad es. \"Oggi \u00e8 marted\u00ec\")<\/li>\n<li><strong>Situazione<\/strong> (ad es. \"Chat da oggi 10:30\")<\/li>\n<\/ul>\n<p>Qdrant supporta i cosiddetti payload, ossia informazioni aggiuntive per ogni voce. Ci\u00f2 consente di filtrare o assegnare priorit\u00e0 in un secondo momento.<\/p>\n<h3>Modulo 4: Messa a punto attraverso il prompt<\/h3>\n<p>Il prompt stesso \u00e8 una potente unit\u00e0 di controllo.<br \/>\nEcco alcuni trucchi per rendere pi\u00f9 intelligente Ollama:<\/p>\n<p><strong>Esempio di prompt con istruzioni:<\/strong><\/p>\n<blockquote><p>Siete un assistente locale con una memoria semantica. Se trovate diverse memorie, utilizzate solo le tre pi\u00f9 rilevanti. Non fate riferimento a informazioni pi\u00f9 vecchie di 10 giorni, a meno che non siano esplicitamente segnalate. Ignorate promemoria banali come \"Buongiorno\" o \"Grazie\". Rispondete in modo preciso e con lo stile di un consulente esperto.<\/p><\/blockquote>\n<p>Ci\u00f2 consente di effettuare la messa a punto direttamente nel prompt stesso, senza nuovi modelli e senza formazione.<\/p>\n<p>E: \u00e8 possibile generare il prompt in modo dinamico, a seconda della situazione.<\/p>\n<h3>Modulo 5: Igiene della conservazione<\/h3>\n<p>Man mano che la memoria cresce, diventa confusa.<br \/>\nUn semplice script di manutenzione che cancelli i contenuti irrilevanti o duplicati vale tanto oro quanto pesa.<\/p>\n<p><strong>Esempio:<\/strong><\/p>\n<blockquote><p>\"Dimenticate tutto ci\u00f2 che ha a che fare con il 'tempo'\".<\/p>\n<p>\"Eliminare le voci pi\u00f9 vecchie di 3 mesi che non sono mai state recuperate\".<\/p><\/blockquote>\n<p>Qdrant supporta questa operazione tramite API e pu\u00f2 essere automatizzata, ad esempio, una volta alla settimana.<\/p>\n<h3>Modulo 6: FileMaker come pannello di controllo<\/h3>\n<p>Se, come me, lavorate con FileMaker, potete controllare tutto questo da remoto tramite REST-API:<\/p>\n<ul>\n<li>Inviare tempestivamente<\/li>\n<li>Recuperare il contesto<\/li>\n<li>Risposta ricevuta<\/li>\n<li>Effettuare una valutazione<\/li>\n<li>Salvare o dimenticare<\/li>\n<\/ul>\n<p>Tutto ci\u00f2 che serve \u00e8 un piccolo modulo REST in FileMaker (inserimento da URL con JSON) e alcuni script.<\/p>\n<p>Il risultato: un'interfaccia che consente di controllare l'IA come un notebook vivente, ma con intelligenza.<\/p>\n<h2>\ud83d\udd1a Conclusione: l'IA \u00e8 buona solo quanto la sua leadership<\/h2>\n<p>Ollama \u00e8 potente. Qdrant \u00e8 flessibile. Ma senza regole chiare, entrambi diventano un mucchio di dati non strutturati. Il trucco non \u00e8 memorizzare tutto, ma tenere a disposizione solo ci\u00f2 che \u00e8 rilevante e pensare in modo mirato, invece di limitarsi a ricordare.<\/p>\n<h3>Nuova serie di articoli: le cronologie di ChatGPT come base di conoscenza per la vostra AI<\/h3>\n<p><a href=\"https:\/\/www.markus-schall.de\/it\/2026\/03\/lesportazione-dei-dati-di-chatgpt-spiega-come-le-vostre-chat-di-ki-diventano-un-sistema-di-conoscenza-personale\/\"><img loading=\"lazy\" decoding=\"async\" class=\"alignright size-medium wp-image-5296\" src=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/ChatGPT-Datenexport-300x200.jpg\" alt=\"Esportazione dei dati ChatGPT\" width=\"300\" height=\"200\" srcset=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/ChatGPT-Datenexport-300x200.jpg 300w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/ChatGPT-Datenexport-768x512.jpg 768w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/ChatGPT-Datenexport-18x12.jpg 18w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/ChatGPT-Datenexport.jpg 1024w\" sizes=\"auto, (max-width: 300px) 100vw, 300px\" \/><\/a>Se avete gi\u00e0 costruito la vostra memoria AI con Ollama e Qdrant, vale la pena di dare un'occhiata a una nuova serie di articoli che inizia proprio qui. Si tratta di come la <a href=\"https:\/\/www.markus-schall.de\/it\/2026\/03\/lesportazione-dei-dati-di-chatgpt-spiega-come-le-vostre-chat-di-ki-diventano-un-sistema-di-conoscenza-personale\/\"><strong>Integrare l'esportazione dei dati di ChatGPT in questo sistema<\/strong><\/a> lascia. Molti utenti non si rendono conto di poter esportare l'intera cronologia delle chat e che questi dati sono una preziosa fonte di conoscenza. In questa serie, vi mostrer\u00f2 come analizzare queste conversazioni, convertirle in embeddings e quindi importarle in un database vettoriale. In questo modo l'intelligenza artificiale locale pu\u00f2 accedere alle conversazioni precedenti e utilizzarle come contesto per le risposte. In questo modo, un archivio di conoscenze personali cresce passo dopo passo a partire dai singoli dialoghi.<\/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-790 { --dpt-text-align: left;--dpt-image-crop: center;--dpt-border-radius: 5px;--dpt-h-gutter: 10px;--dpt-v-gutter: 9px; }\t\t\t<\/style>\n\t\t\t<style type=\"text\/css\">#dpt-wrapper-790 { --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\">Articoli attuali sull'intelligenza artificiale<\/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-790\" class=\"dpt-wrapper dpt-mag1 land1 dpt-cropped dpt-flex-wrap\" >\n\n\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\/it\/2025\/10\/lora-training-come-filemaker-2025-semplifica-la-messa-a-punto-di-modelli-linguistici-di-grandi-dimensioni\/\" class=\"dpt-permalink\"><span class=\"screen-reader-text\">Formazione LoRA: come FileMaker 2025 semplifica la messa a punto di modelli linguistici di grandi dimensioni<\/span><\/a><\/div><div class=\"dpt-thumbnail\"><div class=\"dpt-thumbnail-inner\"><img width=\"1024\" height=\"683\" class=\"attachment-full size-full\" alt=\"Messa a punto LoRA - 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: 75%\"><\/span><\/div><\/div><div class=\"sub-entry\"><h3 class=\"dpt-title\"><a class=\"dpt-title-link\" href=\"https:\/\/www.markus-schall.de\/it\/2025\/10\/lora-training-come-filemaker-2025-semplifica-la-messa-a-punto-di-modelli-linguistici-di-grandi-dimensioni\/\" rel=\"bookmark\">Formazione LoRA: come FileMaker 2025 semplifica la messa a punto di modelli linguistici di grandi dimensioni<\/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=\"was ist der sinn des lebens? religionen, philosophen und helmut thielicke im vergleich\" data-id=\"6071\"  data-category=\"allgemein gesellschaft ki-systeme kunst &amp; kultur stories &amp; humor\" data-post_tag=\"denkmodelle erfahrungen gesundheit krisen k\u00fcnstliche intelligenz meinungsfreiheit pers\u00f6nlichkeitsentwicklung portrait\">\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\/it\/2026\/05\/qual-e-il-senso-della-vita-filosofi-religioni-e-helmut-thielicke-a-confronto\/\" class=\"dpt-permalink\"><span class=\"screen-reader-text\">Qual \u00e8 il senso della vita? Un confronto tra religioni, filosofi e Helmut Thielicke<\/span><\/a><\/div><div class=\"dpt-thumbnail\"><div class=\"dpt-thumbnail-inner\"><img width=\"1024\" height=\"682\" class=\"attachment-full size-full\" alt=\"La questione del senso della vita\" context=\"dpt\" data-dpt-src=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/Sinn-des-Lebens.jpg\" data-dpt-sizes=\"(max-width: 1024px) 100vw, 1024px\" data-dpt-srcset=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/Sinn-des-Lebens.jpg 1024w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Sinn-des-Lebens-300x200.jpg 300w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Sinn-des-Lebens-768x512.jpg 768w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Sinn-des-Lebens-18x12.jpg 18w\" \/><\/div><span class=\"dpt-thumbnail-aspect-ratio\" style=\"padding-top: 75%\"><\/span><\/div><\/div><div class=\"sub-entry\"><h3 class=\"dpt-title\"><a class=\"dpt-title-link\" href=\"https:\/\/www.markus-schall.de\/it\/2026\/05\/qual-e-il-senso-della-vita-filosofi-religioni-e-helmut-thielicke-a-confronto\/\" rel=\"bookmark\">Qual \u00e8 il senso della vita? Un confronto tra religioni, filosofi e Helmut Thielicke<\/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=\"filemaker-konferenz 2025: ki, community und ein unerwarteter vorfall\" data-id=\"2898\"  data-category=\"allgemein filemaker &amp; erp ki-systeme stories &amp; humor\" data-post_tag=\"datenbanken erp-software filemaker gfm-business k\u00fcnstliche intelligenz\">\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\/it\/2025\/09\/conferenza-filemaker-2025-ki-community-e-un-incidente-inaspettato\/\" class=\"dpt-permalink\"><span class=\"screen-reader-text\">FileMaker Conferenza 2025: AI, comunit\u00e0 e un incidente inaspettato<\/span><\/a><\/div><div class=\"dpt-thumbnail\"><div class=\"dpt-thumbnail-inner\"><img width=\"1024\" height=\"512\" class=\"attachment-full size-full\" alt=\"FileMaker Conferenza 2025: allarme antincendio con i vigili del fuoco\" context=\"dpt\" data-dpt-src=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/FMK2025-Feueralarm-1.jpg\" data-dpt-sizes=\"(max-width: 1024px) 100vw, 1024px\" data-dpt-srcset=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/FMK2025-Feueralarm-1.jpg 1024w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/FMK2025-Feueralarm-1-300x150.jpg 300w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/FMK2025-Feueralarm-1-768x384.jpg 768w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/FMK2025-Feueralarm-1-18x9.jpg 18w\" \/><\/div><span class=\"dpt-thumbnail-aspect-ratio\" style=\"padding-top: 75%\"><\/span><\/div><\/div><div class=\"sub-entry\"><h3 class=\"dpt-title\"><a class=\"dpt-title-link\" href=\"https:\/\/www.markus-schall.de\/it\/2025\/09\/conferenza-filemaker-2025-ki-community-e-un-incidente-inaspettato\/\" rel=\"bookmark\">FileMaker Conferenza 2025: AI, comunit\u00e0 e un incidente inaspettato<\/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=\"digitales eigentum erkl\u00e4rt &#8211; so entstehen nachhaltige online-verm\u00f6genswerte\" data-id=\"4766\"  data-category=\"allgemein b\u00fccher featured gesellschaft ki-systeme\" data-post_tag=\"buch datenbanken denkmodelle digitales eigentum erp-software k\u00fcnstliche intelligenz prozesse publishing\">\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\/it\/2026\/02\/la-proprieta-digitale-ha-spiegato-come-vengono-creati-gli-asset-online-sostenibili\/\" class=\"dpt-permalink\"><span class=\"screen-reader-text\">La propriet\u00e0 digitale spiegata - Come vengono creati gli asset online sostenibili<\/span><\/a><\/div><div class=\"dpt-thumbnail\"><div class=\"dpt-thumbnail-inner\"><img width=\"1024\" height=\"683\" class=\"attachment-full size-full\" alt=\"Cos&#039;\u00e8 la propriet\u00e0 digitale\" context=\"dpt\" data-dpt-src=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/Digitales-Eigentum.jpg\" data-dpt-sizes=\"(max-width: 1024px) 100vw, 1024px\" data-dpt-srcset=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/Digitales-Eigentum.jpg 1024w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Digitales-Eigentum-300x200.jpg 300w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Digitales-Eigentum-768x512.jpg 768w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Digitales-Eigentum-18x12.jpg 18w\" \/><\/div><span class=\"dpt-thumbnail-aspect-ratio\" style=\"padding-top: 75%\"><\/span><\/div><\/div><div class=\"sub-entry\"><h3 class=\"dpt-title\"><a class=\"dpt-title-link\" href=\"https:\/\/www.markus-schall.de\/it\/2026\/02\/la-proprieta-digitale-ha-spiegato-come-vengono-creati-gli-asset-online-sostenibili\/\" rel=\"bookmark\">La propriet\u00e0 digitale spiegata - Come vengono creati gli asset online sostenibili<\/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>Domande frequenti<\/h2>\n<ol>\n<li><strong>Perch\u00e9 un'intelligenza artificiale locale ha bisogno di una \u201ememoria\u201c? Il modello linguistico non \u00e8 sufficiente?<\/strong><br \/>\nUn modello linguistico funziona solo con la richiesta corrente e il contesto che gli si sta fornendo. Non ricorda quindi in modo permanente conversazioni, documenti o informazioni precedenti. \u00c8 proprio qui che entra in gioco la memoria locale. Un database aggiuntivo consente all'intelligenza artificiale di salvare i contenuti precedenti e di recuperarli quando necessario. In questo modo, il modello non solo riceve la domanda corrente, ma anche le informazioni pertinenti da questa memoria. In questo modo si ottengono risposte molto pi\u00f9 coerenti e informate. Senza questo sistema, un modello linguistico rimane fondamentalmente un puro generatore di testo senza alcuna conoscenza a lungo termine dei dati o dei progetti dell'utente.<\/li>\n<li><strong>Che cos'\u00e8 esattamente Qdrant e perch\u00e9 viene utilizzato in questo sistema?<\/strong><br \/>\nQdrant \u00e8 un moderno database vettoriale sviluppato appositamente per le ricerche semantiche. A differenza dei database tradizionali, memorizza le informazioni non solo come testo, ma come cosiddetti vettori - rappresentazioni matematiche del significato. Ci\u00f2 consente di ricercare i contenuti non solo per parole identiche, ma anche per prossimit\u00e0 di contenuti. Cos\u00ec, se si pone una domanda, Qdrant \u00e8 in grado di trovare passaggi di testo adatti dalla propria base di conoscenze, anche se non contengono esattamente gli stessi termini. In combinazione con un modello linguistico, questo crea una sorta di memoria intelligente per l'IA.<\/li>\n<li><strong>Che cosa significa il termine \u201eRAG\u201c, spesso utilizzato in questo contesto?<\/strong><br \/>\nRAG \u00e8 l'acronimo di \u201eRetrieval Augmented Generation\u201c. Si tratta di una tecnica in cui un modello linguistico recupera informazioni aggiuntive da un database prima di fornire una risposta. Il modello, quindi, non solo genera la sua risposta a partire dall'addestramento, ma la integra anche con informazioni adeguate provenienti da una fonte di conoscenza. Questo metodo risolve un problema tipico dei modelli linguistici: Essi conoscono solo ci\u00f2 che \u00e8 stato appreso durante l'addestramento. RAG permette invece di accedere a dati attuali o personali, come la documentazione, i siti web o i propri appunti.<\/li>\n<li><strong>In che modo Ollama e Qdrant lavorano insieme?<\/strong><br \/>\nIn questa configurazione, Ollama assume il ruolo di modello linguistico, mentre Qdrant funge da memoria semantica. Quando l'utente pone una domanda, Qdrant cerca innanzitutto i frammenti di testo pertinenti. Questi risultati vengono poi passati al modello linguistico insieme alla domanda. Il modello utilizza queste informazioni aggiuntive per formulare una risposta fondata. La sequenza tipica \u00e8 quindi: Prompt \u2192 Ricerca nella memoria \u2192 Espansione del contesto \u2192 Generazione della risposta.<\/li>\n<li><strong>Quali tipi di dati posso includere in questa memoria AI?<\/strong><br \/>\nIn pratica quasi tutto ci\u00f2 che pu\u00f2 essere convertito in testo. Si tratta di documentazione, siti web, file Markdown, PDF, voci di database o persino appunti personali. L'unica cosa importante \u00e8 che il contenuto possa essere suddiviso in sezioni di testo pi\u00f9 piccole prima di essere salvato nel database. Questi cosiddetti \u201epezzi\u201c costituiscono poi la base per la ricerca semantica. In questo modo l'intelligenza artificiale pu\u00f2 accedere in modo specifico a singole sezioni rilevanti, invece di dover cercare in interi documenti.<\/li>\n<li><strong>Perch\u00e9 si utilizza un database vettoriale invece di una normale ricerca testuale?<\/strong><br \/>\nI motori di ricerca classici lavorano di solito con le parole chiave. Ci\u00f2 significa che trovano solo risultati che contengono esattamente gli stessi termini. Un database vettoriale, invece, cerca il significato. Pu\u00f2 quindi trovare anche testi simili nel contenuto, anche se sono state usate altre parole. Questo \u00e8 fondamentale per i sistemi di intelligenza artificiale, perch\u00e9 le domande sono spesso formulate in modo diverso dai documenti originali. Le ricerche semantiche rendono il collegamento tra domanda e risposta molto pi\u00f9 affidabile.<\/li>\n<li><strong>Come vengono convertiti i testi in vettori?<\/strong><br \/>\nA questo scopo si utilizzano i cosiddetti modelli di embedding. Questi modelli analizzano i testi e li convertono in vettori numerici che ne rappresentano il significato. Ogni sezione di testo riceve quindi una rappresentazione matematica nel cosiddetto spazio vettoriale. Contenuti simili sono pi\u00f9 vicini tra loro rispetto ad argomenti completamente diversi. Se in seguito viene posta una domanda, anche questa viene convertita in un vettore. Qdrant pu\u00f2 quindi trovare molto rapidamente le voci pi\u00f9 simili nella memoria.<\/li>\n<li><strong>Perch\u00e9 Qdrant viene spesso utilizzato tramite Docker installiert?<\/strong><br \/>\nDocker semplifica notevolmente l'installazione di software complessi. Invece di impostare manualmente molte singole dipendenze, Qdrant viene eseguito semplicemente in un container. Ci\u00f2 significa che l'installazione funziona in modo affidabile su sistemi diversi e pu\u00f2 essere avviata o interrotta facilmente. Questo metodo \u00e8 particolarmente pratico su Mac perch\u00e9 mantiene il sistema pulito e fornisce allo stesso tempo un ambiente stabile per il database.<\/li>\n<li><strong>Posso utilizzare questo sistema completamente offline?<\/strong><br \/>\nS\u00ec, questo \u00e8 uno dei maggiori vantaggi di questa architettura. Sia il modello linguistico che il database vettoriale vengono eseguiti localmente sul vostro computer. Ci\u00f2 significa che nessun dato viene inviato a server esterni. Questo crea un ambiente di IA completamente privato. Si tratta di un vantaggio decisivo rispetto ai sistemi cloud, soprattutto per i dati sensibili o i documenti aziendali interni.<\/li>\n<li><strong>Quanto pu\u00f2 diventare grande la memoria locale dell'intelligenza artificiale?<\/strong><br \/>\nCi\u00f2 dipende soprattutto dallo spazio di archiviazione e dalle prestazioni del sistema. I moderni database vettoriali possono gestire facilmente milioni di frammenti di testo. Per molti progetti personali, tuttavia, sono sufficienti poche migliaia di documenti per creare un sistema di conoscenza molto potente. La qualit\u00e0 della struttura dei dati \u00e8 pi\u00f9 importante della quantit\u00e0 di informazioni.<\/li>\n<li><strong>L'intelligenza artificiale pu\u00f2 davvero \u201eimparare\u201c con questo sistema?<\/strong><br \/>\nNon nel senso classico del termine. Il modello linguistico stesso non viene riqualificato. La conoscenza viene invece immagazzinata al di fuori del modello e recuperata quando necessario. Anche se in questo modo l'intelligenza artificiale sembra in grado di apprendere, in realt\u00e0 accede solo a un archivio di conoscenze in continua crescita. Questo approccio ha un grande vantaggio: \u00e8 possibile aggiungere nuove informazioni in qualsiasi momento senza dover riqualificare il modello.<\/li>\n<li><strong>Quali sono le applicazioni pratiche che derivano da una memoria AI locale di questo tipo?<\/strong><br \/>\nLe possibilit\u00e0 sono incredibilmente varie. Ad esempio, \u00e8 possibile creare un database di conoscenze personali, rendere ricercabile la documentazione tecnica o far analizzare i documenti interni dell'azienda. Anche autori, sviluppatori o ricercatori ne traggono vantaggio, perch\u00e9 possono rendere accessibili grandi quantit\u00e0 di informazioni in modo strutturato. In pratica, si crea una sorta di assistente di ricerca personale che comprende i vostri dati.<\/li>\n<li><strong>Posso integrare pi\u00f9 fonti di dati contemporaneamente?<\/strong><br \/>\nS\u00ec, Qdrant consente di assegnare a ciascun frammento di testo metadati aggiuntivi, come la fonte, la categoria o la lingua. Ci\u00f2 consente di gestire insieme database diversi. Questi metadati possono anche essere filtrati in modo specifico durante la ricerca. Ad esempio, l'intelligenza artificiale pu\u00f2 considerare solo i contenuti di una specifica documentazione o di uno specifico progetto.<\/li>\n<li><strong>In cosa si differenzia questo sistema dai classici chatbot?<\/strong><br \/>\nLa maggior parte dei chatbot lavora esclusivamente con la conoscenza del set di dati di addestramento. Non possono quindi fornire informazioni specifiche sui contenuti dell'utente. Un sistema RAG, invece, combina un modello linguistico con una base di conoscenza individuale. Ci\u00f2 consente all'IA di fornire risposte direttamente adattate ai dati dell'utente. Questo lo rende molto pi\u00f9 utile per il lavoro produttivo.<\/li>\n<li><strong>Che ruolo ha Python in questa configurazione?<\/strong><br \/>\nPython viene spesso utilizzato per controllare la connessione tra il modello linguistico e il database. Con pochi script \u00e8 possibile leggere i testi, convertirli in vettori e salvarli in Qdrant. Python pu\u00f2 anche eseguire la ricerca e trasferire i risultati trovati al modello linguistico. In questo modo si crea una pipeline flessibile che pu\u00f2 essere personalizzata in base alle proprie esigenze.<\/li>\n<li><strong>La creazione di un sistema di questo tipo \u00e8 riservata agli sviluppatori?<\/strong><br \/>\nNon necessariamente. Sebbene la configurazione del sistema richieda una certa conoscenza tecnica, molti degli strumenti necessari sono diventati molto pi\u00f9 semplici. Con un po' di pazienza, \u00e8 possibile creare un sistema funzionante anche senza conoscenze approfondite di programmazione. Chiunque abbia avuto a che fare con questo sistema riconoscer\u00e0 rapidamente l'enorme potenziale di queste infrastrutture di IA locali.<\/li>\n<li><strong>Quali sono i limiti di una memoria AI locale?<\/strong><br \/>\nLa limitazione pi\u00f9 importante \u00e8 la potenza di calcolo del proprio computer. Modelli di grandi dimensioni o enormi database di conoscenze possono richiedere pi\u00f9 memoria e potenza di calcolo. La qualit\u00e0 delle risposte dipende anche dalla struttura dei dati. Se i documenti sono mal preparati, l'IA pu\u00f2 fornire buoni risultati solo in misura limitata.<\/li>\n<li><strong>Perch\u00e9 questa combinazione di Ollama e Qdrant \u00e8 considerata un'architettura particolarmente interessante per l'IA locale?<\/strong><br \/>\nPerch\u00e9 riunisce due componenti fondamentali: un potente modello linguistico e un veloce database semantico. Insieme, creano un ambiente di lavoro AI completo che pu\u00f2 essere gestito interamente a livello locale. Ci\u00f2 consente di creare sistemi di conoscenza personali, motori di ricerca intelligenti o assistenti specializzati, senza dipendere dal cloud e con il pieno controllo dei propri dati.<\/li>\n<\/ol>\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-791 { --dpt-text-align: left;--dpt-image-crop: center;--dpt-border-radius: 5px;--dpt-h-gutter: 10px;--dpt-v-gutter: 9px; }\t\t\t<\/style>\n\t\t\t<style type=\"text\/css\">#dpt-wrapper-791 { --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\">Articoli attuali su arte e cultura<\/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-791\" class=\"dpt-wrapper dpt-mag1 land1 dpt-cropped dpt-flex-wrap\" >\n\n\t\t\t\t\t\t\t\t\t\t\t<div class=\"dpt-entry has-thumbnail\" data-title=\"beruf, weltbild, zukunft: entscheidungen im schatten des umbruchs\" data-id=\"3197\"  data-category=\"allgemein gesellschaft kunst &amp; kultur tipps &amp; anleitungen\" data-post_tag=\"erfahrungen krisen pers\u00f6nlichkeitsentwicklung ratgeber\">\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\/it\/2025\/10\/carriera-visione-del-mondo-decisioni-future-allombra-degli-sconvolgimenti\/\" class=\"dpt-permalink\"><span class=\"screen-reader-text\">Carriera, visione del mondo, futuro: decisioni all'ombra del cambiamento<\/span><\/a><\/div><div class=\"dpt-thumbnail\"><div class=\"dpt-thumbnail-inner\"><img width=\"1024\" height=\"683\" class=\"attachment-full size-full\" alt=\"Decisioni all&#039;ombra degli sconvolgimenti\" context=\"dpt\" data-dpt-src=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/Entscheidungen-im-Schatten-Umbruch.jpg\" data-dpt-sizes=\"(max-width: 1024px) 100vw, 1024px\" data-dpt-srcset=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/Entscheidungen-im-Schatten-Umbruch.jpg 1024w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Entscheidungen-im-Schatten-Umbruch-300x200.jpg 300w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Entscheidungen-im-Schatten-Umbruch-768x512.jpg 768w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Entscheidungen-im-Schatten-Umbruch-18x12.jpg 18w\" \/><\/div><span class=\"dpt-thumbnail-aspect-ratio\" style=\"padding-top: 75%\"><\/span><\/div><\/div><div class=\"sub-entry\"><h3 class=\"dpt-title\"><a class=\"dpt-title-link\" href=\"https:\/\/www.markus-schall.de\/it\/2025\/10\/carriera-visione-del-mondo-decisioni-future-allombra-degli-sconvolgimenti\/\" rel=\"bookmark\">Carriera, visione del mondo, futuro: decisioni all'ombra del cambiamento<\/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=\"die affinity grafik-suite wird kostenlos: was profi-anwender jetzt wissen m\u00fcssen\" data-id=\"3675\"  data-category=\"apple macos b\u00fccher kunst &amp; kultur tipps &amp; anleitungen\" data-post_tag=\"buch mac prozesse publishing verlag\">\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\/it\/2025\/11\/la-suite-grafica-affinity-diventa-gratuita-cosa-gli-utenti-professionali-devono-sapere-ora\/\" class=\"dpt-permalink\"><span class=\"screen-reader-text\">La suite grafica Affinity diventa gratuita: Cosa devono sapere gli utenti professionali<\/span><\/a><\/div><div class=\"dpt-thumbnail\"><div class=\"dpt-thumbnail-inner\"><img width=\"1024\" height=\"683\" class=\"attachment-full size-full\" alt=\"Suite grafica Affinity gratuita\" context=\"dpt\" data-dpt-src=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/affinity-grafiksuite-kostenlos.jpg\" data-dpt-sizes=\"(max-width: 1024px) 100vw, 1024px\" data-dpt-srcset=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/affinity-grafiksuite-kostenlos.jpg 1024w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/affinity-grafiksuite-kostenlos-300x200.jpg 300w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/affinity-grafiksuite-kostenlos-768x512.jpg 768w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/affinity-grafiksuite-kostenlos-18x12.jpg 18w\" \/><\/div><span class=\"dpt-thumbnail-aspect-ratio\" style=\"padding-top: 75%\"><\/span><\/div><\/div><div class=\"sub-entry\"><h3 class=\"dpt-title\"><a class=\"dpt-title-link\" href=\"https:\/\/www.markus-schall.de\/it\/2025\/11\/la-suite-grafica-affinity-diventa-gratuita-cosa-gli-utenti-professionali-devono-sapere-ora\/\" rel=\"bookmark\">La suite grafica Affinity diventa gratuita: Cosa devono sapere gli utenti professionali<\/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=\"dieter hallervorden &#8211; mehr als didi: portr\u00e4t eines unbequemen freigeists\" data-id=\"4347\"  data-category=\"gesellschaft kunst &amp; kultur stories &amp; humor\" data-post_tag=\"erfahrungen meinungsfreiheit musik portrait\">\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\/it\/2026\/01\/dieter-hallervorden-piu-di-didi-ritratto-di-uno-spirito-libero-a-disagio\/\" class=\"dpt-permalink\"><span class=\"screen-reader-text\">Dieter Hallervorden - Pi\u00f9 che Didi: ritratto di uno spirito libero a disagio<\/span><\/a><\/div><div class=\"dpt-thumbnail\"><div class=\"dpt-thumbnail-inner\"><img width=\"1024\" height=\"683\" class=\"attachment-full size-full\" alt=\"Dieter Hallervorden e la W\u00fchlm\u00e4use di Berlino\" context=\"dpt\" data-dpt-src=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/Dieter-Hallvervorden-Wuehlmaeuse.jpg\" data-dpt-sizes=\"(max-width: 1024px) 100vw, 1024px\" data-dpt-srcset=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/Dieter-Hallvervorden-Wuehlmaeuse.jpg 1024w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Dieter-Hallvervorden-Wuehlmaeuse-300x200.jpg 300w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Dieter-Hallvervorden-Wuehlmaeuse-768x512.jpg 768w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/Dieter-Hallvervorden-Wuehlmaeuse-18x12.jpg 18w\" \/><\/div><span class=\"dpt-thumbnail-aspect-ratio\" style=\"padding-top: 75%\"><\/span><\/div><\/div><div class=\"sub-entry\"><h3 class=\"dpt-title\"><a class=\"dpt-title-link\" href=\"https:\/\/www.markus-schall.de\/it\/2026\/01\/dieter-hallervorden-piu-di-didi-ritratto-di-uno-spirito-libero-a-disagio\/\" rel=\"bookmark\">Dieter Hallervorden - Pi\u00f9 che Didi: ritratto di uno spirito libero a disagio<\/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=\"reichweite ist kein eigentum &#8211; warum sichtbarkeit heute nicht mehr ausreicht\" data-id=\"3994\"  data-category=\"allgemein filemaker &amp; erp gesellschaft kunst &amp; kultur\" data-post_tag=\"datenlogik datenschutz denkmodelle digitales eigentum erp-software\">\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\/it\/2025\/12\/reach-is-not-ownership-perche-oggi-la-visibilita-non-e-piu-sufficiente\/\" class=\"dpt-permalink\"><span class=\"screen-reader-text\">Reach is not ownership - Perch\u00e9 oggi la visibilit\u00e0 non \u00e8 pi\u00f9 sufficiente<\/span><\/a><\/div><div class=\"dpt-thumbnail\"><div class=\"dpt-thumbnail-inner\"><img width=\"1024\" height=\"683\" class=\"attachment-full size-full\" alt=\"Raggiungere e possedere\" context=\"dpt\" data-dpt-src=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/reichweite-vs-eigentum.jpg\" data-dpt-sizes=\"(max-width: 1024px) 100vw, 1024px\" data-dpt-srcset=\"https:\/\/www.markus-schall.de\/wp-content\/uploads\/reichweite-vs-eigentum.jpg 1024w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/reichweite-vs-eigentum-300x200.jpg 300w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/reichweite-vs-eigentum-768x512.jpg 768w, https:\/\/www.markus-schall.de\/wp-content\/uploads\/reichweite-vs-eigentum-18x12.jpg 18w\" \/><\/div><span class=\"dpt-thumbnail-aspect-ratio\" style=\"padding-top: 75%\"><\/span><\/div><\/div><div class=\"sub-entry\"><h3 class=\"dpt-title\"><a class=\"dpt-title-link\" href=\"https:\/\/www.markus-schall.de\/it\/2025\/12\/reach-is-not-ownership-perche-oggi-la-visibilita-non-e-piu-sufficiente\/\" rel=\"bookmark\">Reach is not ownership - Perch\u00e9 oggi la visibilit\u00e0 non \u00e8 pi\u00f9 sufficiente<\/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 \/>","protected":false},"excerpt":{"rendered":"<p>Lokale KI mit Erinnerungsverm\u00f6gen &#8211; ohne Cloud, ohne Abo, ohne Umweg In einem fr\u00fcheren Artikel habe ich erkl\u00e4rt, wie man Ollama auf dem Mac installiert. Wer diesen Schritt bereits hinter sich hat, verf\u00fcgt nun \u00fcber ein leistungsf\u00e4higes lokales Sprachmodell &#8211; etwa Mistral, LLaMA3 oder ein anderes kompatibles Modell, das per REST-API ansprechbar ist. Doch von &#8230; <a title=\"Reach is not ownership - Perch\u00e9 oggi la visibilit\u00e0 non \u00e8 pi\u00f9 sufficiente\" class=\"read-more\" href=\"https:\/\/www.markus-schall.de\/it\/2025\/12\/reach-is-not-ownership-perche-oggi-la-visibilita-non-e-piu-sufficiente\/\" aria-label=\"Per saperne di pi\u00f9 su Reach is not ownership - Perch\u00e9 oggi la visibilit\u00e0 non \u00e8 pi\u00f9 sufficiente\">Leggi tutto<\/a><\/p>","protected":false},"author":1,"featured_media":2504,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"iawp_total_views":925,"footnotes":""},"categories":[431,15,3,4],"tags":[452,410,471,435,433,437,453,432,450,434,451],"class_list":["post-2502","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ki-systeme","category-apple-macos","category-filemaker","category-tipps-anleitungen","tag-docker","tag-filemaker","tag-kuenstliche-intelligenz","tag-llama","tag-llm","tag-mistral","tag-neo4j","tag-ollama","tag-qdrant","tag-sprachmodell","tag-vektordatenbank"],"_links":{"self":[{"href":"https:\/\/www.markus-schall.de\/it\/wp-json\/wp\/v2\/posts\/2502","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.markus-schall.de\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.markus-schall.de\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.markus-schall.de\/it\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.markus-schall.de\/it\/wp-json\/wp\/v2\/comments?post=2502"}],"version-history":[{"count":12,"href":"https:\/\/www.markus-schall.de\/it\/wp-json\/wp\/v2\/posts\/2502\/revisions"}],"predecessor-version":[{"id":5333,"href":"https:\/\/www.markus-schall.de\/it\/wp-json\/wp\/v2\/posts\/2502\/revisions\/5333"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.markus-schall.de\/it\/wp-json\/wp\/v2\/media\/2504"}],"wp:attachment":[{"href":"https:\/\/www.markus-schall.de\/it\/wp-json\/wp\/v2\/media?parent=2502"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.markus-schall.de\/it\/wp-json\/wp\/v2\/categories?post=2502"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.markus-schall.de\/it\/wp-json\/wp\/v2\/tags?post=2502"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}