KI-Assistent per Telegram: So steuere ich Jarvis vom Handy aus

Mein KI-Assistent Jarvis lief lange Zeit nur auf meinem älteren Laptop. Richtig praktisch wurde das Ganze aber erst, als ich ihn per Telegram auch von unterwegs vom Handy aus erreichen konnte: Einfach eine Frage tippen, eine Sprachnachricht schicken oder ein Foto hochladen, und die Antwort kommt direkt im Chat.

In diesem Beitrag zeige ich dir, wie mein Jarvis-Bot aufgebaut ist und was er kann. Eine wichtige Sache vorweg: Dieser Teil läuft nicht lokal auf der alten Hardware. Die Antworten kommen hier von einem Cloud-Modell, das ich über das kostenlose Kontingent nutzt. Was du dorthin schreibst, geht also an einen externen Anbieter.

Was der Telegram-Bot alles kann

Der Bot versteht sich auf verschiedene Medien und Aufgaben:

• Text: Ganz normale Nachrichten gehen an das Modell, die Antwort kommt als Text zurück.
• Sprachnachrichten rein: Schickst du eine Audionachricht, übergibt der Bot sie an das Modell, das sie versteht und beantwortet.
• Sprachnachrichten raus: Wenn du bestimmte Schlüsselwörter wie "sprich" oder "audio" in deine Nachricht schreibst, antwortet Jarvis mit einer eigenen Sprachnachricht. Dafür nutzt er die Python-Bibliothek edge-tts, die auf die Online-Sprachausgabe von Microsoft Edge zugreift. Als Stimme kommt de-DE-FlorianMultilingualNeural zum Einsatz, eingestellt mit einem etwas langsameren Tempo von minus fünf Prozent.
• Fotos: Du schickst ein Bild, optional mit einer Frage in der Bildunterschrift. Ohne Frage nutzt der Bot eine Standardfrage, um das Bild zu beschreiben.
• PDFs: Der Bot liest den Text aus einem zugeschickten PDF und fasst ihn für dich zusammen.

Zusätzlich kann der Bot theoretisch auch auf dem Laptop zu Hause Aktionen ausführen, etwa Dateien oder Ordner anlegen. Da der Bot selbst auf einem kleinen Server läuft, leitet er solche Aufträge weiter. Ist der Laptop ausgeschaltet, landet der Befehl in einer Warteschlange.

So ist der Bot aufgebaut

Der Bot ist ein Python-Programm und nutzt die Bibliothek python-telegram-bot sowie das passende Paket für das Sprachmodell.

Er läuft dauerhaft auf einem kleinen, gemieteten Server und fragt Telegram laufend nach neuen Nachrichten ab (Polling). Das hat den großen Vorteil, dass du zu Hause keine öffentliche IP-Adresse oder Portweiterleitung einrichten musst.

Wichtig: Den Bot absichern

Jeder, der den Namen oder Benutzernamen deines Bots auf Telegram kennt, kann ihm theoretisch Nachrichten schicken. Das willst du natürlich nicht. Deshalb prüft der Bot bei jeder eingehenden Nachricht, ob sie tatsächlich von deinem eigenen Telegram-Konto stammt:

def is_authorized(update: Update) -> bool:
    return update.effective_user.id == ALLOWED_USER_ID

Fremde Anfragen werden konsequent ignoriert. Speichere deine Telegram-ID und vor allem den Bot-Token niemals direkt im Quellcode, sondern immer in einer separaten Konfigurationsdatei. Veröffentliche den Token außerdem niemals in Screenshots oder auf GitHub.

Das kostenlose Kontingent und seine Grenzen

Der Bot nutzt Google Gemini (das Flash-Modell) über die kostenlose Gemini-API. Im kostenlosen Tarif gibt es klare Limits pro Minute und pro Tag. Damit der Bot nicht sofort bei einer kleinen Überlastung aussteigt, habe ich mehrere Ausweichstufen eingebaut:

1. Bei einer temporären Überlastung wartet der Bot kurz und versucht es bis zu zweimal erneut.
2. Ist das Kontingent für Web-Suchen aufgebraucht, macht er ohne Websuche weiter und pausiert die Suche für zehn Minuten.
3. Ist das Limit ganz erreicht, weicht der Bot auf das Lite-Modell aus, das höhere Limits erlaubt.
4. Schlägt alles fehl, bekommst du eine kurze Rückmeldung im Chat.

Was nicht so gut funktioniert

Ehrlich gesagt hat dieser Aufbau auch klare Nachteile, die du kennen solltest:

• Datenschutz: Da alles über die Cloud läuft, gehen Text, Sprache, Fotos und PDFs an den Anbieter. Schick dem Bot also keine sensiblen oder privaten Dokumente.
• Lange PDFs: Der Bot gibt bei Dokumenten nur die ersten 8.000 Zeichen an das Modell weiter. Sehr lange PDFs werden also nur am Anfang zusammengefasst.
• Tageslimits: Wer den Bot im Alltag intensiv nutzt, stößt im kostenlosen Tarif irgendwann an die Grenzen.

Fazit

Wer bereits einen eigenen KI-Assistenten betreibt, kann ihn mit überschaubarem Programmieraufwand per Telegram auch aufs Smartphone holen. Der Haken ist, dass dieser Weg auf Cloud-Dienste setzt.

Für alles, was privat bleiben soll, ist die rein lokale Variante mit Ollama und Open WebUI auf dem eigenen Rechner nach wie vor die bessere Wahl. Für schnelle Fragen und spontane Sprachnotizen unterwegs ist der Telegram-Bot dagegen eine sehr bequeme Ergänzung.