So fasst deine lokale KI hochsensible Dokumente zusammen

Was wegfällt, ist die Vorarbeit — nicht das Denken

Das Fundament dieses Lehrgangs steht: Du weisst, was lokale KI ist, welcher Rechner reicht, wie Ollama aufs Gerät kommt, welches Modell du wählst — und du hast nachgewiesen, dass nichts davon nach draussen geht. Ab hier wird mit diesem Fundament gearbeitet.

Die erste Anwendung ist zugleich die häufigste. Und ihr Nutzen wird regelmässig an der falschen Stelle gesucht. Es geht nicht darum, schneller zu lesen — ein lokales Modell ist oft langsamer als ein grosses in der Cloud. Es geht darum, dass eine Arbeit entfällt, die bisher vor der KI stattfand.

Lokal sparst du nicht das Lesen — du sparst das Schwärzen.

Diese Vorarbeit war nie die eigentliche Arbeit, aber sie war die teuerste. Sie kostet Zeit, sie erzeugt ein zweites Dokument, und sie birgt genau das Risiko, das sie vermeiden soll: Wer von Hand unkenntlich macht, übersieht irgendwann eine Stelle. Der Aufbau, in dem das Dokument gar nicht erst hinausgeht, kennt dieses Risiko nicht.

Der Grund für diese Vorarbeit steht im Gesetz, nicht in der Vorsicht. Das Schweizer Datenschutzgesetz ist technologieneutral formuliert und laut EDÖB auf KI-gestützte Datenbearbeitungen direkt anwendbar — ausdrücklich nicht nur für Hersteller und Anbieter, sondern auch für die Verwender. Sobald ein Dokument mit Personendaten an einen externen Dienst geht, bist du in der Pflicht. Bleibt es auf dem Gerät, gibt es keine Bekanntgabe, über die zu entscheiden wäre.

Eine Abgrenzung gehört dazu: Das ist kein Argument gegen Cloud-KI. Sie ist nicht der falsche Dienst — sie ist der falsche Ort für dieses eine Dokument.

Das ganze Dokument hineingeben — mehr Schritte gibt es nicht

Der praktische Teil ist unspektakulär, und genau das ist die Botschaft. Du öffnest die Ollama-App. Du wählst das Modell, das du dir in der Lektion zur Modellwahl ausgesucht hast. Und dann gibst du das Dokument hinein — als Datei angehängt oder als Text ins Eingabefeld kopiert.

Es gibt keinen Vorbereitungsschritt dazwischen. Kein Export, keine gekürzte Fassung, keine Prüfung, ob dieser Absatz noch mitgehen darf. Das Dokument geht rein, wie es ist.

Was hier fehlt, ist die Frage, die du aus der ersten Lektion kennst: Darf dieser Text da rein? Sie stellt sich nicht mehr — es ist niemand da, dem du ihn geben würdest. Der Hersteller formuliert es in seiner eigenen Dokumentation so: «Ollama runs locally. We don't see your prompts or data when you run locally.» Die Anfrage bewegt sich nicht.

Ein Hinweis für alle, die den Ablauf im Betrieb vorführen: Nimm dafür ein vorbereitetes Beispiel-Dokument mit erfundenem Inhalt, das gleich aufgebaut ist wie deine echten. Ein echtes vertrauliches Dokument auf einem geteilten Bildschirm widerlegt genau das, was du gerade zeigen willst.

Warum «fasse zusammen» der schwächste Prompt ist

An dieser Stelle scheitern die meisten — und es hat mit lokal oder Cloud nichts zu tun. Wer «fasse das zusammen» schreibt, bekommt eine Zusammenfassung. Nur weiss er vorher nicht, was darin steht. Mal sind es fünf Sätze, mal drei Stichworte, mal fehlt genau die Stelle, wegen der du das Dokument überhaupt zusammenfassen wolltest.

Die Folge ist absurd: Um zu prüfen, ob die Zusammenfassung stimmt, öffnest du das Original doch wieder. Damit hast du nichts gespart, sondern einen Schritt hinzugefügt.

Der Unterschied ist die Form. Statt einer Aufgabe gibst du eine Struktur vor. Vier Felder reichen für die meisten Dokumente:

Worum geht es, in zwei Sätzen?
Welche Entscheidungen stehen drin?
Welche Punkte sind offen?
Was ist der nächste Schritt?

Ab jetzt weisst du vorher, was herauskommt. Du kannst zwei Zusammenfassungen nebeneinanderlegen, weil beide dieselben Felder haben.

Gleiche Struktur rein, gleiche Struktur raus

Der zweite Hebel ist Wiederholbarkeit — und er zahlt erst ab dem dritten oder vierten Dokument.

Ein Beispiel aus der eigenen Praxis: Ein Journal, das seit Jahren gleich aufgebaut ist — Ziele, Aufgaben, Notizen, auch sehr persönliche. Der Rohtext geht in die lokale KI und kommt in einer festen Form zurück, die sich direkt ins eigene Wiki übernehmen lässt. Ohne Nacharbeit, ohne Umformatieren.

Gleiche Struktur rein, gleiche Struktur raus.

Weil das Dokument immer gleich gebaut ist, funktioniert immer derselbe Prompt. Und weil derselbe Prompt läuft, passen die Ergebnisse zusammen — statt jedes Mal neu bewertet werden zu müssen.

Die Begründung, warum so etwas lokal läuft, muss dabei keine Vorschrift sein. Sie darf schlicht persönlich sein: In eine Cloud-KI tippt man sein Privatestes nicht, weil es sein Privatestes ist. Das ist Grund genug.

Der Test, der über brauchbar oder nur schöner entscheidet

Bleibt die Frage, woran du merkst, dass das Ergebnis wirklich taugt. Es braucht dafür keine Bewertungsskala und keinen zweiten Durchlauf. Es braucht eine Frage:

Kannst du mit der Zusammenfassung weiterarbeiten, ohne das Original nochmal aufzumachen?

Wenn ja, ist sie brauchbar. Wenn du zurück ins Dokument musst, weil du der Sache nicht traust, hast du nur eine schönere Fassung desselben Problems erzeugt. Dann liegt es fast immer am Prompt, nicht am Modell: Ein Feld war zu unscharf formuliert, oder es fehlte ganz.

Und genau darin liegt der eigentliche Gewinn dieser Lektion. Die Zusammenfassung ist nicht das Ende des Vorgangs — sie ist das, womit du weiterarbeitest. Sie geht in deine eigene Ablage, in die Vorbereitung eines Gesprächs, in den nächsten Arbeitsschritt. Ein Text, den du danach nochmal lesen musst, hat diesen Zweck verfehlt.