Einführung KI-Funktion in DSM 7.3

KI auf der Synology verstehen: Grundlagen, Vorteile und Voraussetzungen

Mit DSM 7.2 hat Synology erstmals eine eigene AI-Konsole eingeführt. Damit hält das Thema Künstliche Intelligenz auf der Synology offiziell Einzug in verschiedene Anwendungen. In dieser Lektion bekommst du einen verständlichen Einstieg in das Thema: Du erfährst, was KI im Kern überhaupt ist, warum lokale KI-Lösungen spannend sind und welche Voraussetzungen du erfüllen solltest, bevor du mit deiner eigenen Ollama-Instanz oder der Anbindung an ChatGPT startest. So schaffst du dir die perfekte Grundlage für die nächsten praktischen Lektionen.

🧠 Was ist die AI-Konsole auf der Synology?

Seit DSM 7.2 bietet Synology eine eigene AI-Konsole, also eine zentrale Stelle für KI-Funktionen innerhalb des Systems.

Wichtig dabei:

• Die KI-Funktionen gibt es noch nicht für alle Synology-Produkte
• Einige Anwendungen unterstützen sie aber bereits
• Ein Beispiel ist Synology Office

In diesem Themenblock geht es darum, dass du lernst:

• wie du die AI-Konsole richtig bedienst
• wie du dort eine eigene Ollama-Instanz einbindest
• oder alternativ deinen ChatGPT-Account verknüpfst

Damit schaffst du dir die Basis, um KI-Funktionen direkt in deiner Synology-Umgebung zu nutzen.

💡 Was ist Künstliche Intelligenz überhaupt?

Eine Künstliche Intelligenz (KI) ist im Grunde ein Computersystem, das aus Daten lernt und Aufgaben übernimmt, für die normalerweise menschliche Intelligenz nötig wäre.

Dazu gehören zum Beispiel:

• Sprache verstehen
• Entscheidungen ableiten
• Muster erkennen
• Inhalte erzeugen

Wichtig ist aber:

• KI „denkt“ nicht wie ein Mensch
• Sie arbeitet auf Basis von:
  • Algorithmen
  • Modellen
  • Wahrscheinlichkeiten

🗣️ Was sind LLMs?

Die Grundlage vieler moderner KI-Systeme sind sogenannte Large Language Models (LLMs).

Das sind Sprachmodelle, die:

• mit sehr großen Textmengen trainiert wurden
• Sprache verstehen können
• Texte verarbeiten
• selbstständig Antworten und Inhalte erzeugen

Diese Modelle bilden die technische Basis für viele heutige KI-Anwendungen – egal ob lokal oder in der Cloud.

🏠 Warum eine lokale KI statt Cloud?

Eine lokale KI bringt gegenüber Cloud-Diensten mehrere wichtige Vorteile mit.

🔐 Mehr Datenschutz

Der größte Vorteil ist der Datenschutz.

• Deine Daten bleiben auf deinem eigenen Gerät
• oder mindestens in deinem eigenen Netzwerk
• du behältst die volle Kontrolle über sensible Inhalte

🌐 Nutzung auch ohne Internet

Eine lokal installierte KI kann auch offline arbeiten.

Das bedeutet:

• keine dauerhafte Internetverbindung nötig
• unabhängig von externen Diensten
• ideal für lokale Arbeitsumgebungen

⚡ Bessere Leistung bei guter Hardware

Wenn du leistungsstarke Hardware hast, kannst du eine lokale KI sehr effizient betreiben.

Vor allem mit einer guten Grafikkarte profitierst du von:

• schnelleren Berechnungen
• kürzeren Antwortzeiten
• besserer Gesamtleistung

💸 Keine laufenden Cloud-Kosten

Ein weiterer Vorteil:

• keine Gebühren für externe KI-Dienste
• keine Abo-Kosten für jede Anfrage
• volle Kostenkontrolle

🛠️ Mehr Flexibilität

Mit einer lokalen KI kannst du dein System viel genauer anpassen.

Zum Beispiel:

• Modelle selbst auswählen
• Modelle individuell konfigurieren
• KI in eigene Anwendungen integrieren
• eigene Daten für Training oder Anpassungen verwenden

🖥️ Diese Hardware brauchst du für lokale KI

Bevor du eine lokale KI installierst, solltest du prüfen, ob deine Hardware dafür geeignet ist.

Empfohlen wird:

• ein Computer mit moderner Grafikkarte
• idealerweise eine leistungsstarke GPU

Warum das wichtig ist:

• viele Sprachmodelle nutzen hauptsächlich die GPU-Leistung
• je stärker die Grafikkarte, desto besser läuft das Modell

⚠️ Geht es auch ohne GPU?

Ja, aber nur eingeschränkt.

Es gibt auch Modelle, die:

• ohne GPU laufen
• stattdessen nur die CPU verwenden

Das funktioniert aber nur sinnvoll, wenn du eine stärkere Hardware hast, zum Beispiel:

• ein XS+ Modell
• oder ein leistungsfähiges Plus-Modell

Zusätzlich ist ausreichend Arbeitsspeicher Pflicht:

• 16 GB RAM sind das Minimum
• mehr Arbeitsspeicher ist klar empfehlenswert

🚀 Ausblick auf die nächste Lektion

Diese Lektion schafft die Grundlagen für alles, was danach kommt.

Du weißt jetzt:

• was die AI-Konsole ist
• was LLMs sind
• warum eine lokale KI interessant ist
• welche Hardware du brauchst

Im nächsten Schritt geht es dann praktisch weiter:
Dort wird gezeigt, wie du Ollama unter Docker installierst und deine eigene lokale KI startklar machst.