Was ist ein unzensiertes LLM?

Ein unzensiertes LLM ist ein großes Sprachmodell, dessen antrainiertes Ablehnungsverhalten entfernt oder abgeschwächt wurde, meist durch Finetuning auf Daten ohne Ablehnungen oder durch Abliteration, die die Gewichte so bearbeitet, dass das Modell keine Ablehnung mehr ausdrücken kann. Es beantwortet mehr Anfragen direkt, ist aber nicht klüger oder genauer als das Original und macht weiterhin Fehler.

Welches unzensierte LLM ist das beste für den lokalen Betrieb?

Das beste ist das größte Modell, das dein Speicher bequem fasst, von einem gut dokumentierten Uploader und auf Basis eines starken, aktuellen Basismodells. Auf einem Rechner mit 16 GB heißt das meist ein 7–8B-Modell mit 4 Bit; mit 24 GB Grafikspeicher werden 24–32B realistisch. Teste es mit deinen eigenen Prompts gegen das Originalmodell, bevor du wechselst.

Kann ich ein unzensiertes LLM online nutzen, ohne etwas zu installieren?

Ja. Gehostete Dienste betreiben Modelle mit freizügiger Konfiguration direkt im Browser, ohne Download und ohne GPU. Manche bieten zusätzlich Websuche und Bildgenerierung. Der Haken ist Vertrauen: Deine Prompts landen auf deren Servern, lies also die Datenschutzerklärung. Unrestricted AI funktioniert so, ohne Gratis-Tarif und mit Verlauf in deinem Konto.

Sind unzensierte LLMs legal?

Open-Weight-Modelle herunterzuladen und zu betreiben ist in den meisten Ländern legal, im Rahmen der jeweiligen Modelllizenz. Was du erzeugst, unterliegt trotzdem dem Gesetz, daran ändert ein unzensiertes Modell nichts. Gehostete Dienste haben zudem Nutzungsbedingungen; unsere verbieten alles mit Minderjährigen, sexuelle oder gefälschte Bilder realer Personen und Hilfe dabei, anderen zu schaden.

Werden unzensierte LLMs durch das Entzensieren dümmer?

Oft ein wenig. Das Entfernen von Ablehnungen kann anderes Verhalten stören, und veröffentlichte Abliteration-Experimente zeigen Benchmark-Verluste, die ein leichtes Finetuning nur teilweise ausgleicht. Feingetunte Varianten hängen stark von ihren neuen Trainingsdaten ab. Wie groß der Verlust ist, variiert je nach Modell und Methode, also vergleiche die Ergebnisse selbst, statt nur einem Leaderboard zu glauben.

Haben lokale LLMs Einschränkungen?

Ja, meistens. Die meisten Open-Weight-Chatmodelle sind darauf trainiert, bestimmte Anfragen abzulehnen, und dieses Verhalten steckt in den Gewichten, egal wo du sie betreibst. Lokal fallen die Server und Filter eines Anbieters weg, nicht das Training des Modells. Unzensierte Finetunes und abliterierte Modelle schwächen diese Ablehnungen ab. Die Lizenz des Modells und die Gesetze gelten trotzdem, auch auf deinem eigenen Rechner.

Warum gibt mein lokales Modell in Ollama trotzdem zensierte Antworten?

Weil Ollama nur die Laufzeitumgebung ist. Es lädt das Modell, das du ausgewählt hast, und dessen Ablehnungen hat der Hersteller antrainiert. Ein normales Instruct-Modell verhält sich auch in Ollama vorsichtig. Oberflächen, die Ollama als lokalen Anbieter nutzen, etwa AnythingLLM, können zudem einen eigenen Systemprompt mitschicken, genau wie die SYSTEM-Zeile einer Modelfile. Prüf auf der Model Card, welches Basismodell und welche Variante du genau heruntergeladen hast.

Ist gpt-oss von OpenAI unzensiert?

Nein. OpenAI hat gpt-oss-120b und gpt-oss-20b am 5. August 2025 unter der Apache-2.0-Lizenz veröffentlicht und sagt, es habe sie darauf trainiert, unsichere Prompts abzulehnen und sich gegen Prompt Injection zu wehren. Beim Pre-Training wurden zudem bestimmte schädliche chemische, biologische, radiologische und nukleare Daten herausgefiltert. Die Nutzungsrichtlinie verlangt, alle geltenden Gesetze einzuhalten. Jede „unzensierte“ Version, die du findest, ist eine Änderung Dritter, keine Veröffentlichung von OpenAI.

Welche Hardware brauche ich für ein unzensiertes LLM?

Vor allem Speicher. Bei 4-Bit-Quantisierung brauchen die Gewichte grob ein halbes Gigabyte pro Milliarde Parameter, plus Platz für den Kontext. Ein 7–8B-Modell läuft auf einem Laptop mit 16 GB oder einer GPU mit 8 GB, 24–32B-Modelle wollen eine GPU mit 24 GB oder einen Mac ab 32 GB, und 70B braucht rund 40 GB. Macs teilen den Speicher zwischen CPU und GPU, das hilft. Eine unzensierte Variante braucht dieselbe Hardware wie ihr Basismodell.

Kann ich ein unzensiertes LLM in der Cloud statt auf meinem PC betreiben?

Ja. Du kannst eine Cloud-GPU mieten, dort eine Laufzeitumgebung wie Ollama starten, das ein eigenes Docker-Image veröffentlicht, und ein Open-Weight-Modell laden. So nutzt du größere Modelle, als ein Laptop fasst, zahlst aber pro Stunde, kümmerst dich selbst um das Setup und akzeptierst die Bedingungen des Hosts. Deine Prompts liegen außerdem auf einem fremden Server. Willst du dir das Setup ganz sparen, vergleiche die gehosteten Tarife.

Unzensiertes LLM: online oder lokal?

Unzensiertes LLM online oder lokal: die kurze Antwort

Kurz gesagt

Es gibt drei Wege, an ein unzensiertes LLM zu kommen. Sie tauschen Bequemlichkeit gegen Kontrolle, und zwar ziemlich linear.

Geringster Aufwand

Gehosteter unzensierter Chat

Eine Web-App, die große Modelle mit freizügiger Konfiguration betreibt. Läuft auf jedem Gerät, oft mit Websuche und Bildern. Deine Prompts vertraust du dem Anbieter an.

Mittelweg

Open Weights auf gemieteten GPUs

Du wählst ein offenes Modell und betreibst es auf einer Cloud-GPU oder über eine Inferenz-API. Größere Modelle, als dein Laptop schafft, aber den Stack verwaltest du selbst und zahlst pro Stunde oder Token.

Maximale Kontrolle

Komplett lokal

Das Modell läuft auf deinem Rechner. Prompts verlassen ihn nie. Die Qualität ist durch RAM und GPU begrenzt, und jedes Update ist dein Job.

Bist du über eine Liste der besten unzensierten KI-Chatbots hier gelandet: Solche Listen vergleichen die gehostete Variante. Diese Seite richtet sich an alle, die über die anderen beiden nachdenken.

Wie ein unzensiertes Sprachmodell entsteht

Open-Weight-Chatmodelle bekommen ihr Ablehnungsverhalten schon beim Instruction Tuning mit. Die Community entfernt oder schwächt es auf drei Hauptwegen.

Methode	Was sich ändert	Aufwand	Typische Nebenwirkungen
Finetuning auf gefilterten Daten	Das Modell wird mit einem Instruktions-Datensatz neu trainiert, aus dem Ablehnungen und Moralpredigten entfernt wurden	GPU-Stunden, ein Datensatz, Trainings-Know-how	Persönlichkeit und Qualität hängen von den neuen Daten ab; kann sich vom Original entfernen
Abliteration	Gewichte werden so bearbeitet, dass das Modell seine „Ablehnungsrichtung“ nicht mehr darstellen kann	Minuten bis Stunden auf einer GPU; außer Prompt-Paaren keine Trainingsdaten	Etwas Fähigkeitsverlust; braucht eventuell ein leichtes Reparatur-Finetuning
Freizügiger Systemprompt und Hosting	Gewichte bleiben unverändert; Anweisungen und Filter rund um das Modell ändern sich	Am günstigsten	Begrenzt dadurch, wie stark das Modell selbst aufs Ablehnen trainiert wurde

Zusammenfassung veröffentlichter Methoden; Quellen sind im Text verlinkt.

Den Finetuning-Weg machte Eric Hartford 2023 mit seinem Beitrag über unzensierte Modelle bekannt: Ablehnungen aus dem Instruktions-Datensatz filtern, dann das Basismodell mit dem Rest trainieren. Abliteration kam 2024 aus der Interpretability-Forschung, die zeigte, dass Ablehnung in vielen offenen Chatmodellen über eine einzige Richtung in den Aktivierungen des Modells gesteuert wird. Schritt für Schritt erklären wir das in unserem Ratgeber zu abliterierten Modellen.

Hardware: was ein unzensiertes LLM wirklich braucht

Der Speicher ist die harte Grenze. Die Gewichte eines Modells belegen grob Parameter × Bits pro Gewicht ÷ 8 Byte. Die meisten nutzen auf 4 Bit quantisierte Dateien, also kostet eine Milliarde Parameter etwa ein halbes Gigabyte, bevor du Platz für das Gespräch (den Kontext-Cache) und die App selbst einrechnest.

Modellgröße	Gewichte bei 4 Bit (ca.)	Läuft entspannt auf	Was dich erwartet
7–8B	4–5 GB	Laptop mit 16 GB, GPU mit 8 GB	Schnell auf GPU, langsam auf CPU; okay für kurze Aufgaben
12–14B	7–8 GB	GPU mit 12–16 GB, Mac mit 16–32 GB	Spürbar besseres Schreiben und Schlussfolgern
24–32B	12–18 GB	GPU mit 24 GB, Mac ab 32 GB	Gute Allrounder; langsamer auf Mittelklasse-Karten
70B	35–40 GB	Zwei große GPUs oder ein Mac ab 64 GB	Stark, aber teure Hardware für eine einzelne Person

Überschlagsrechnung, keine Benchmarks. Der reale Bedarf liegt höher, sobald Kontext und Laufzeit-Overhead dazukommen.

Apple Silicon ist der Geheimtipp

Macs teilen den Speicher zwischen CPU und GPU. Ein Mac mit 32 oder 64 GB fasst deshalb Modelle, für die eine PC-Grafikkarte zum ähnlichen Preis nicht reicht. Schneller als eine Top-GPU ist er nicht, aber es passt.

Qualitätsverluste, die in keiner Überschrift stehen

01Kleiner heißt schwächer.Das Modell, das auf deinen Laptop passt, ist meist weit kleiner als das, was gehostete Dienste betreiben. Du siehst mehr selbstbewusste Fehler und schwächere Struktur bei langen Texten.
02Quantisierung kostet ein bisschen.4-Bit-Dateien sind ein vernünftiger Standard; noch weiter runter spart Speicher und kostet mehr Qualität.
03Entzensieren kostet auch ein bisschen.In Maxime Labonnes Abliteration-Anleitung auf Hugging Face schnitt das abliterierte Modell in allen seinen Benchmarks schlechter ab; ein leichtes Preference-Finetuning holte das meiste zurück, Mathe aber nicht.
04Kein aktuelles Wissen.Ein lokales Modell weiß nichts nach seinem Trainingsstichtag, außer du bindest selbst eine Suche an.
05Weniger ablehnen heißt nicht mehr wissen.Auch ein unzensiertes LLM halluziniert. Wer Ablehnungen entfernt, fügt keine Fakten hinzu.

Nichts davon macht lokale Modelle schlecht. Es gibt ihnen ein klares Profil: privat, anpassbar und bei schweren Fragen einen Schritt hinter den besten gehosteten Modellen.

Datenschutz und Kontrolle: wo lokal wirklich gewinnt

Wenn ein Prompt deinen Rechner niemals verlassen darf, ist lokal die einzige ehrliche Antwort. Kein Konto, keine Server-Logs, keine Richtlinienseite, der du vertrauen musst. Du bestimmst außerdem Systemprompt, Sampling-Einstellungen und die genaue Modellversion, was zählt, wenn du reproduzierbare Ergebnisse brauchst.

Gehostete Dienste verlangen stattdessen Vertrauen. Lies nach, was jeder speichert und wie lange. Wir fangen an: Unrestricted AI speichert Gespräche in deinem Konto, damit du einen Verlauf hast, bis du sie löschst; schließt du dein Konto, wird alles innerhalb von 30 Tagen gelöscht. Sie werden nie verkauft und nie für Werbung genutzt. Anonym nennen wir das nicht, denn das ist es nicht.

Der Wartungsaufwand, wenn du selbst betreibst

Ständig neue Modelle. Alle paar Wochen erscheinen neue offene Modelle. Dranbleiben heißt: zig Gigabyte neu herunterladen und deine Prompts erneut testen.
Herkunft. Unzensierte Varianten sind Community-Uploads. Bevorzuge gut dokumentierte Model Cards, die Formate safetensors oder GGUF und Uploader mit nachvollziehbarer Historie.
Lizenzen. Ein feingetuntes oder abliteriertes Modell übernimmt in der Regel die Lizenz des Basismodells, samt etwaiger Nutzungsbeschränkungen.
Tools. Laufzeitumgebungen, Treiber und Quantisierungsformate ändern sich. Was letzten Monat lief, kann nach einem Update kaputt sein.
Dein eigenes Urteil. Ohne Anbieter dazwischen setzt niemand sonst Grenzen. Du bist verantwortlich für das, was du erzeugst, und wie du es nutzt.

Ein unzensiertes LLM lokal testen, ohne das Wochenende zu verschwenden

Kompilieren musst du nichts. Desktop-Tools wie Ollama und LM Studio laden quantisierte Modelldateien herunter und geben dir ein Chatfenster oder eine lokale API. Die eigentliche Arbeit liegt in einer guten Auswahl und ehrlichen Tests.

Wähle die Modellgröße passend zum Speicher. Nutze die Tabelle oben und lass ein paar Gigabyte für den Kontext frei. Ein Modell, das in den Swap rutscht, ist unbrauchbar.
Starte mit einem starken Basismodell. Eine unzensierte Variante ist nur so gut wie das Modell, aus dem sie entstand. Prüf, auf welcher Basis sie aufbaut und wie aktuell diese ist.
Lies die Model Card. Gute Uploader nennen die Methode (Finetuning oder Abliteration), die verwendeten Daten oder Prompts und was schlechter geworden ist.
Fang mit einer 4-Bit-Datei an. Geh höher, wenn du Platz hast; tiefer nur, wenn es sein muss.
Bau dir ein kleines Testset. Zehn Prompts aus deiner echten Arbeit: ein paar, die das Originalmodell abgelehnt hat, ein paar Faktenfragen, die du prüfen kannst, ein langer Text.
Vergleich mit dem Original. Lass dasselbe Set auf dem Basismodell laufen. Antwortet das unzensierte öfter, liegt aber häufiger bei Fakten daneben, hast du etwas Wichtiges gelernt.

Heb dieses Testset auf. Jedes Mal, wenn dich ein neues Modell reizt, lässt du es wieder laufen. Das ist der billigste Schutz gegen Leaderboard-Hype und zeigt dir schnell, ob der lokale Weg für deinen Zweck reicht oder ob ein gehosteter Dienst sein Abo wert ist.

Worauf wir nicht verlinken

Wir verlinken keine konkreten Uploads unzensierter Modelle und teilen nie Prompts, mit denen man die Regeln eines Modells oder Anbieters umgeht. Wähl Modelle aus dokumentierten Quellen und nutze sie im Rahmen des Gesetzes.

Wann ein gehostetes unzensiertes LLM online die klügere Wahl ist

Du willst die stärksten Antworten, ohne eine GPU zu kaufen.
Du brauchst aktuelle Fakten: Gehostete Dienste können Live-Websuche mit Quellen bieten.
Du wechselst zwischen Laptop und Handy und willst auf beiden denselben Verlauf.
Du schreibst lieber, als Treiber, Quantisierungsdateien und Modell-Updates zu hüten.
Du willst Bildgenerierung am selben Ort.

Genau diese Lücke füllt Unrestricted AI: ein Chat, der deutlich seltener ablehnt und nicht belehrt, Live-Suche mit anklickbaren Quellen und, im Max-Tarif, Bildgenerierung, im Browser. Kein Gratis-Tarif; Pro kostet 19,90 €/Monat (ohne Bilder), Max 49,90 €/Monat, alle Details stehen auf unserer Preisseite. Vergleichst du gehostete Optionen, behandelt unser Venice-AI-Test einen beliebten Dienst, der Open-Source-Modelle nutzt.

Probier diesen Prompt

Vergleiche ein lokales 14B-Open-Modell auf einer GPU mit 24 GB mit einem gehosteten Chat-Dienst für einen düsteren Thriller mit 90.000 Wörtern. Sei konkret bei Kontextlänge, Konsistenz, Kosten pro Monat und wo jede Variante scheitert.

Mit Unrestricted AI ausprobieren

Unzensiertes LLM online nutzen oder selbst betreiben? Ein technischer Ratgeber