Werbung: Dieser Beitrag enthält Affiliate-Links (mit * markiert). Kaufst du darüber etwas, bekomme ich eine kleine Provision – der Preis bleibt für dich gleich.
Wer lokale KI ausprobiert, lädt schnell ein Modell nach dem anderen herunter. Bei mir sind so 16 Modelle zusammengekommen, zusammen 36,7 GB. Auf einer kleinen Laptop-SSD ist das eine Menge.
Hier zeige ich, wo der Platz hingeht und wie du sicher aufräumst. Den meisten Platz gewinnst du bei den Modellen, die Chats selbst sind dagegen klein.
Wie viel Platz deine Modelle belegen
Öffne ein Terminal (unter Windows PowerShell) und gib ein:
ollama list
Du siehst alle installierten Modelle. In der Spalte SIZE steht, wie groß jedes ist. Kleine Modelle wie llama3.2:1b liegen bei gut 1 GB, 7B-Modelle bei rund 4,7 GB.
Wo die Dateien liegen, hängt von deiner Installation ab. Unter Windows ist es normalerweise der Ordner .ollama\models in deinem Benutzerordner. Hast du die Umgebungsvariable OLLAMA_MODELS gesetzt, liegen sie dort. Bei mir ist das D:\Ollama\models.
Ungenutzte Modelle löschen
Ein Modell, das du nicht mehr brauchst, löschst du so:
ollama rm qwen2.5:7b
Statt qwen2.5:7b setzt du den Namen genau so ein, wie er bei ollama list steht, mit allem nach dem Doppelpunkt. Danach prüfst du mit ollama list noch einmal, ob es weg ist.
Achtung: Gelöschte Modelle sind weg. Brauchst du sie später wieder, musst du sie neu herunterladen. Eigene Modelle, die du mit einer Modelfile gebaut hast, musst du dann auch neu erstellen.
Alte Chats in Open WebUI löschen
Einzelne Chats löschst du in der Seitenleiste: Fahr mit der Maus über den Chat, klick auf die drei Punkte und wähl Löschen.
Alle Chats auf einmal findest du unter Einstellungen → Chats. Dort gibt es auch Alle Chats exportieren. Mach das vorher, wenn du etwas behalten willst. Der Export ist eine einzelne Datei, die du später wieder importieren kannst.
Tipp: Statt zu löschen kannst du Chats auch archivieren. Dann verschwinden sie aus der Seitenleiste, bleiben aber erhalten.
Wenn Open WebUI in Docker läuft
Läuft Open WebUI bei dir in Docker, sammeln sich mit der Zeit alte Versionen an, zum Beispiel nach jedem Update. Wie viel Platz Docker belegt, zeigt:
docker system df
Sicher aufräumen kannst du mit diesem Befehl. Er löscht nur alte Versionen, die keinen Namen mehr haben und von nichts benutzt werden:
docker image prune
Achtung: Vorsicht mit
docker system prune -aunddocker volume prune. Der erste Befehl löscht auch alle Programme, die gerade nicht laufen. Ist dein Open-WebUI-Container gestoppt, ist er danach weg. Der zweite kann das Volumeopen-webuilöschen, in dem deine Chats und Einstellungen liegen. Beide Befehle nur benutzen, wenn du genau weißt, was weg soll.
Die Desktop-Version von Open WebUI, die ich benutze, läuft ohne Docker. Dann brauchst du diesen Abschnitt nicht.
Modelle auf ein anderes Laufwerk legen
Wenn du keins deiner Modelle hergeben willst, kannst du sie auf ein anderes Laufwerk verschieben. Ich habe gemessen, wie lange llama3.2:3b beim ersten Laden braucht: von der internen SSD 8,0 Sekunden, vom NAS 43,5 Sekunden und von einem günstigen USB-Stick 96,4 Sekunden. Eine schnelle Festplatte lohnt sich also. Alle Einzelheiten stehen im Artikel Ollama-Modelle extern speichern. Eine Auswahl an schnellen externen Laufwerken findest du bei Externe SSD bei Coolblue*.
Kurz zusammengefasst
ollama listzeigt, welche Modelle wie viel Platz belegen.ollama rmlöscht Modelle, die du nicht mehr brauchst. Das bringt am meisten Platz.- Chats in Open WebUI vorher exportieren, dann löschen oder archivieren.
- Bei Docker
docker image prunebenutzen, nicht blind-a.
Welche Modelle auf deinem Gerät überhaupt flüssig laufen, zeigt der Rechner Läuft das bei mir?.
Wenn dein Laptop für lokale KI zu langsam ist: Was sich beim Aufrüsten wirklich lohnt, steht in der Übersicht zum Aufrüsten. Und wenn ein neues Gerät her soll: Welche Grafikkarte wie viel Grafikspeicher hat, zeigt die Kaufberatung nach Grafikspeicher.
Unsere Partner
Werbung: Die Banner und Knöpfe hier sind Partnerlinks. Kaufst du darüber etwas, bekomme ich eine kleine Provision – der Preis bleibt für dich gleich. Als Amazon-Partner verdiene ich an qualifizierten Verkäufen.

Hi, ich bin Cengiz.
Auf meinem alten Gaming-Laptop mit GTX 1050 (4 GB) habe ich mir einen eigenen KI-Assistenten mit Sprachsteuerung gebaut – mit Ollama und Open WebUI, ganz lokal. Hier schreibe ich auf, was auf älterer Hardware wirklich läuft und was nicht. Jeder Artikel ist von mir geprüft und freigegeben.
Mehr über mich und den Blog · ▶ Meine Videos auf YouTube

