Programmieren mit KI zu 100% offline — für Devs und Compliance-Teams, die ein lokales Modell via Ollama in VS Code nutzen, ohne dass Code das Gerät verlässt.
Derselbe VS-Code-Flow wie bei IDE Vibe Coding — nur dass das Modell auf deinem Laptop läuft und kein einziger Token die Firma verlässt. Die Antworten sind langsamer und weniger präzise als Opus 4.7, dafür sind rechtliche Freigaben für NDA-Kunden oder interne Security-Projekte kein Thema.
So fühlt sich das an
Stell dir vor: Ein Kunde hat euch unter NDA Code gegeben, um eine Sicherheitslücke zu prüfen. Du darfst ihn nicht hochladen, nicht an externe APIs senden, nicht mal grob außerhalb des Teams beschreiben. Du öffnest das Repo in VS Code, startest Claude Code gegen `ollama run gemma4`, alles läuft lokal. Die Analyse ist langsamer, aber jede Zeile, die Claude sieht, bleibt auf deinem Laptop. Zwei Stunden später hast du ein Findings-Dokument, ohne dass irgendein externer Dienst involviert war.
Struktur
Beide Personen arbeiten auf einem Klon desselben Repos. CLAUDE.md, Skills und Settings kommen aus dem gemeinsamen Git-Repo — persönliche User-Skills bleiben lokal. Der gestrichelte Subgraph zeigt die geerbten Komponenten.
Wofür du das brauchst
4 Situationen aus dem Tour-Online-Alltag. Wenn sich eine davon vertraut anfühlt, bist du hier richtig.
Ein Kunde gibt euch Code unter NDA. Du darfst ihn nicht an Anthropic oder OpenAI senden. Privacy Vibe Coding nimmt denselben Workflow wie IDE Vibe Coding mit — nur bleibt das Modell und damit der Code vollständig auf deinem Laptop.
Core-Auth-Flows, Encryption-Module, Access-Control-Listen — alles, was du lieber nicht über eine externe API schickst. Gemma 4 läuft lokal, Claude Code ist nur das Harness — der Rest nie im Internet.
ICE ohne Empfang, Flug, Kunden-Office ohne Gäste-WLAN. Solange Ollama läuft und das Modell geladen ist, arbeitest du genauso wie im Büro — Prompts, Diffs, Tests, alles lokal.
Kundendaten-Muster, PII in Testdatensätzen, interne Log-Samples — wenn selbst Test-Daten nicht extern dürfen, ist Privacy Vibe Coding dein Sandbox-Setup.
Voraussetzungen
Einmal eingerichtet, dann fließt es. Die meisten Bausteine bekommst du firmenweit über deinen Tour-Online-Account.
Lokaler Inference-Server. Brew auf Mac, Package auf Linux/Windows.
Download ↗Gemma 4 27B in Q4-Quantisierung braucht mindestens 24 GB RAM. MacBook Pro M3 Pro/Max oder vergleichbar.
Zugriff auf die Team-Repos über IT beantragen.
IT-TicketFragen, Tipps und Showcases aus dem Kollegium.
Zeit-Invest
Technischer Ablauf
Ein einziger Brew-Install auf dem Mac — Windows und Linux analog. Läuft als Service im Hintergrund und stellt einen lokalen Inference-Endpoint bereit.
brew install ollama && brew services start ollamaDie Q4-Quantisierung passt in 24 GB RAM und ist die schnellste Gemma-Variante, die für Code-Arbeit taugt. Download ist einmalig ~15 GB.
ollama pull gemma4:27b-q4_K_MClaude Code akzeptiert einen Alternate-Endpoint. Einmal in der Shell setzen, dann fließt jede Session über Ollama statt Anthropic.
export ANTHROPIC_BASE_URL=http://localhost:11434 && claude --model gemma4Alles wie bei IDE Vibe Coding: VS Code öffnen, Claude Code im Terminal, Task beschreiben, Diff reviewen. Nur deutlich langsamer — plan mit 3–5x Antwortzeit gegenüber Opus 4.7.
Gemma 4 braucht präzisere Prompts. Explizite Datei-Pfade, kurze Ziel-Beschreibung, maximal 1–2 Features pro Turn. Lieber drei Small-Wins als ein Mega-Task.
Jede generierte Änderung wie gewohnt mit den Projekt-Tests prüfen. Qualität ist schwächer — rechne mit 1–2 Iterationen mehr.
npm testCommit-Message trägt kurzen Vermerk: „generiert via Privacy Vibe Coding / Gemma 4 lokal". Macht im Audit-Log transparent, welcher Code unter welchem Workflow entstanden ist.
Häufige Stolpersteine
Die 5 Fragen, die am häufigsten ins Slack-Channel kommen — mit Antwort. Wenn deiner fehlt, freut sich der Kanal.
Tour-Online-Empfehlungen
5 Empfehlungen, die das Team bei uns teilt. Keine harte Vorschrift, aber erspart dir Lehrgeld. Jeder Eintrag lebt als eigenständiger Datensatz — wiederverwendbar über mehrere Stacks.
Ollama im Hintergrund zieht Strom und RAM, auch wenn du nicht mit KI arbeitest. Per `brew services stop` pausieren, wenn keine Sessions anstehen.
brew services stop ollama # nach FeierabendWenn du unter NDA arbeitest, dokumentiere Datum, Kunde, Scope der Arbeit. Ein kurzer Markdown-Eintrag pro Session — Audit-Trail für Legal und für dich selbst.
Gemma 4 bekommt regelmäßig Patches. `ollama pull gemma4:27b-q4_K_M` einmal die Woche laufen lassen, damit du nicht auf veralteten Gewichten arbeitest.
ollama pull gemma4:27b-q4_K_MNicht alles ist NDA. Wenn der Task kein sensibles Material berührt, wechsle bewusst auf IDE Vibe Coding — schneller, präziser, weniger Reibung.
Ein Satz in der CLAUDE.md: „Arbeitet offline, keine externen APIs aufrufen, keine Daten loggen." Hält den Agent auf dem richtigen Kurs, wenn er trotzdem mal online-Tools anbietet.
CLAUDE.md → Abschnitt „Privacy-Mode"Weiterlernen & Referenzen
6 kuratierte Ressourcen — offizielle Doku, Tutorials, Videos, Deep-Dive-Artikel und Community-Kanäle. Nach Einstiegstiefe geordnet, damit du genau die nächste Runde Lernen findest.
Installation, CLI, API-Endpoint und Modell-Management.
Verfügbare Quantisierungen, VRAM-Anforderungen, Kontextfenster.
Blog-Post, der das LLM-Cli-Tool von Simon mit Ollama kombiniert — Inspiration für eigene Workflows.
Ehemaliger Ollama-Maintainer — die beste Video-Reihe zu lokalen Modellen.
Architektur, Training, Benchmarks — für wen Gemma 4 gedacht ist.
Fragen zum lokalen Setup, Quantisierungen, Hardware-Kompatibilität.
Reifegrad
Einsatzfähig für NDA-Projekte, aber langsamer. Gemma 4 via Ollama ist reif genug für echte Arbeit, aber die Qualität liegt spürbar unter Opus 4.7. Wir setzen Privacy Vibe Coding gezielt ein, wenn Compliance zwingend ist — nicht als Standard-Workflow.
Genau dafür gebaut. Kein externer Netzverkehr, keine Token-Leaks.
Der Hauptanwendungsfall — Code bleibt im Haus.
Sensible Code-Stellen bleiben lokal, Auditable.
Einmal vorbereitet — danach funktioniert alles offline.
Möglich, aber spürbar langsamer als IDE Vibe Coding mit Opus 4.7.
Plan 3–5x mehr Zeit ein. Wenn Compliance erlaubt, lieber auf IDE Vibe Coding ausweichen.
Gemma 4 27B braucht 24 GB RAM/VRAM. Macbook Pro M3 oder vergleichbar.
Ollama ist Inference-only. Fürs Training andere Tools.
Ansprechbar im Haus
4 Kolleg:innen, die diese Constellation täglich nutzen. Keine Scheu — sie helfen gern, wenn du einsteigst oder irgendwo hängst.
Tech-Lead & Platform
Hat die Privacy-Vibe-Konfiguration für Tour Online gebaut. Ansprechpartner für Compliance-Setup, Modell-Wahl und Hardware-Anforderungen.
Security & Compliance
Rechtliche Freigaben für NDA-Projekte und Review der Audit-Trails. Muss wissen, welche Constellations wo laufen.
Backend-Engineer
Entwickelt gerade die erste NDA-Kundenpipeline mit Privacy Vibe Coding. Erfahrung mit Gemma 4 und Ollama.
DevOps
Baut reproduzierbare Ollama-Environments für das Team. Gute Adresse, wenn der lokale Setup-Schritt hakt.
Beispielprofile · echte Zuordnung folgt mit User-&-Rollen-Schema
Vererbung
Was wird überschrieben?
27B Q4_K_M passt für ~16 GB VRAM. Kleinere Hardware → 12B oder 4B-Variante wählen.
Zusätzlich in dieser Variante
Originaltext aus dem Register
Verwandte Stacks
Andere Stacks mit verwandtem Zweck — nebenan, falls dir dieser nicht ganz passt oder du Varianten vergleichen willst.
Best PracticeProgrammieren mit KI direkt im VS-Code-Editor — für Dev-Teams, die ihren Flow behalten wollen, ohne ständigen Tab-Wechsel zwischen ChatGPT und Code.
Best PracticeLive-Vorschau von React-Komponenten direkt in Claude Desktop — für Frontend-Devs und Design-Teams, die ihre UI neben dem Chat rendern wollen, ohne Browser-Tab-Wechsel.
Eine Canvas statt 50 Tabs — Flora bündelt über 50 Bild-, Video- und Text-KI-Modelle für Kreativ-Teams, die Brand-Assets und Kampagnen schneller entwickeln.
Dein Feedback
Zwei Klicks — und das Redaktionsteam weiß, was funktioniert und was fehlt. Optional kannst du einen Satz dazuschreiben.