Guides
Praxisnahe deutsche Anleitungen für OPNsense, Proxmox, Docker und Selfhosting — geschrieben aus dem eigenen Betrieb, nicht aus dem Datenblatt.
Neu im Homelab? Der Einstiegspfad in 8 Schritten →
Reservoir & Physical Computing
Wenn die Physik die Rechnung ist: Physical Computing erklärt
Physical Computing lässt Materie selbst rechnen: Wasserwellen, schwingende Platten, Licht. Was im Labor gezeigt ist, wo es hakt und warum Digitaltechnik so schwer zu schlagen ist.
Photonic Computing
Kann eine Glasfaser Teil eines Computers werden? Verzögerung als Speicher und Rechenhilfe
Licht braucht in Glas rund 4,9 µs pro Kilometer. Warum das einst Speicher war, wie Faserschleifen im Labor mitrechnen — und warum der eigene Anschluss es nicht kann.
Future Computing
Warum stecken CPU, GPU und NPU in einem Chip? Heterogenes Computing erklärt
Warum Computer heute aus spezialisierten Einheiten bestehen statt aus einem Allzweckprozessor, was davon schon im Notebook steckt und was Spezialisierung kostet.
Neuromorphic Computing
Neuromorphic Computing: Was Computer vom Gehirn lernen — und was nicht
Spikes, Speicher neben dem Rechenwerk, massive Parallelität: wie neuromorphe Chips arbeiten, was TrueNorth, Loihi, SpiNNaker und BrainScaleS zeigen und wo es hakt.
Memory Wall & In-Memory
Was, wenn Speicher rechnen könnte? Compute-in-Memory verständlich erklärt
Compute-in-Memory rechnet dort, wo die Daten liegen: SRAM, DRAM-PIM und analoge Speicherchips im Überblick — was real gezeigt ist und wo die Grenzen liegen.
Quantencomputing
Was kann ein Quantencomputer wirklich? Problemklassen, Hardware-Stand, Grenzen
Wofür Quantencomputer nach heutigem Wissen taugen, wofür nicht, wie weit die Fehlerkorrektur ist — und was davon heute schon im Homelab ankommt.
Reservoir & Physical Computing
Was ist Reservoir Computing? Warum nicht jedes Netz voll trainiert werden muss
Reservoir Computing lässt ein zufälliges Netz unverändert und trainiert nur den Ausgang. Wie das funktioniert, warum es so schnell lernt und wo es an Grenzen stößt.
Photonic Computing
Kann Licht wirklich rechnen? Photonic Computing ohne Marketing erklärt
Wie Licht Matrizen multipliziert, was photonische Chips im Labor gezeigt haben, wo sie scheitern — und welche Versprechen bisher nur Herstellerangaben sind.
Memory Wall & In-Memory
Ist Datenbewegung das eigentliche KI-Problem? Die Memory Wall verständlich erklärt
Warum Daten holen mehr Energie und Zeit kostet als rechnen: woher der Begriff Memory Wall stammt, was er für KI bedeutet und wie die Industrie reagiert.
Neuromorphic Computing
Warum braucht das Gehirn nur rund 20 Watt? Und was der Vergleich mit KI verrät
Woher die 20 Watt des Gehirns stammen, wofür es die Energie ausgibt, warum der Vergleich mit KI-Rechenzentren hinkt und was Chips trotzdem lernen können.
KI in der Forschung
Kann KI die Energieversorgung verbessern – auch ihre eigene? Ein Reality Check
Wetterprognose, Rechenzentrumskühlung, Stromnetz: wo KI dem Energiesystem nachweislich hilft – und warum offen ist, ob das ihren eigenen Stromverbrauch aufwiegt.
KI in der Forschung
Entwirft KI schon Chips? Was bei AlphaChip belegt ist und was umstritten
Chip-Layout per Reinforcement Learning, KI in EDA-Werkzeugen, LLMs für Verilog: was nachprüfbar gezeigt ist und warum um Googles AlphaChip seit Jahren gestritten wird.
KI-Energie & Rechenzentren
Das Jevons-Paradox: Warum effizientere KI mehr Strom verbrauchen kann
Was das Jevons-Paradox und der Rebound-Effekt sind, was die Forschung dazu wirklich zeigt und warum effizientere KI den Gesamtverbrauch nicht automatisch senkt.
Future Computing
Was ist eine NPU – und braucht mein Rechner eine? Der KI-Beschleuniger nüchtern erklärt
Was eine NPU rechnet, wofür Windows und Apps sie heute nutzen, warum TOPS-Angaben kaum vergleichbar sind und welche Rolle sie für lokale LLMs unter Linux spielt.
KI & Local AI
KV-Cache verständlich erklärt: Das Kurzzeitgedächtnis im Grafikspeicher
Was der KV-Cache ist, warum langer Kontext so viel VRAM frisst, wie man seinen Bedarf selbst ausrechnet — und was GQA und Cache-Quantisierung dagegen tun.
KI in der Forschung
Was sind Self-driving Labs? Wenn KI selbst Experimente plant
Planen, ausführen, messen, lernen: Wie autonome Labore funktionieren, was Bayes'sche Optimierung dabei tut und was die Korrektur beim A-Lab über ihre Grenzen zeigt.
KI-Energie & Rechenzentren
Training oder Inferenz: Was kostet langfristig mehr Energie? Der Break-even erklärt
Training ist ein Einmalposten, Inferenz ein Dauerposten. Wie man den Break-even rechnet, was Studien zum Verhältnis zeigen und was im Homelab übrig bleibt.
KI & Local AI
Was passiert beim Laden eines LLMs wirklich? Von der Datei bis zum ersten Token
Warum der erste Start eines lokalen LLMs dauert und der zweite nicht: GGUF, mmap, Page Cache, VRAM-Transfer, Layer-Offload, KV-Cache und keep_alive Schritt für Schritt.
KI in der Forschung
Wie beschleunigt KI die Forschung? Was belegt ist und was nicht
Proteine, Materialien, Algorithmen, Fusionsplasma: vier belegte Beispiele, wo KI Forschung schneller macht — und warum die Nachprüfung der eigentliche Engpass bleibt.
KI & Local AI
Tokens pro Sekunde: Was der Wert bei lokalen LLMs wirklich bedeutet
Tokens pro Sekunde ist nicht gleich Tokens pro Sekunde: Prompt-Verarbeitung und Generierung verhalten sich grundverschieden. So liest du Benchmark-Angaben richtig.
KI-Energie & Rechenzentren
Warum braucht KI so viel Energie? Stromverbrauch von KI und Rechenzentren eingeordnet
Wo bei KI der Strom hingeht – Training, Inferenz, Datenbewegung, Kühlung –, welche Zahlen belastbar sind und warum Schätzungen so weit auseinanderliegen.
KI & Local AI
Warum kostet lokale KI so viel Hardware? Die Speicherfrage hinter jedem Token
Nicht die Rechenleistung macht lokale KI teuer, sondern Speicher: wie viel hineinpasst und wie schnell er liefert. Warum das so ist — und warum es nicht von selbst besser wird.
Future Computing
Was kommt nach CPU und GPU? Eine Landkarte der neuen Rechnerarchitekturen
Compute-in-Memory, Neuromorphic, Photonik, Reservoir und Quantencomputer: was davon heute im Labor funktioniert, was Herstellerangabe ist — und was offen bleibt.
Netzwerk
Home Assistant über Tailscale erreichen: Fernzugriff ohne offene Ports
Home Assistant sicher von unterwegs bedienen — ohne Portweiterleitung, ohne eigene Domain: Tailscale als Add-on oder auf dem Host einrichten, per MagicDNS zugreifen, HTTPS über Tailscale Serve und die Companion-App richtig konfigurieren.
Netzwerk
Kann Pi-hole Twitch-Werbung blockieren? Die ehrliche Antwort
Warum Pi-hole gegen Twitch-Videowerbung fast machtlos ist: Server-Side Ad Insertion technisch erklärt, was DNS-Blocking bei Twitch wirklich erreicht, welche Nebenwirkungen aggressive Blocklisten haben — und was stattdessen hilft.
OPNsense
OPNsense-API nutzen: REST, API-Key, curl und Python
Die OPNsense hat eine vollständige REST-API — die Weboberfläche benutzt sie selbst. So ist sie aufgebaut, so richtest du den Zugang sicher ein, und so rufst du sie mit curl und Python auf.
KI & Local AI
Open WebUI mit Ollama: Die Chat-Oberfläche fürs eigene LLM
Open WebUI per Docker Compose mit Ollama verbinden: ein Compose-Stack für beides, Admin-Konto und Nutzerverwaltung, Modelle im Browser laden — und der Grund, warum nur die WebUI erreichbar sein sollte, nicht die Ollama-API.
KI & Local AI
Ollama einrichten: Lokale LLMs auf Server, PC und Mac
Ollama installieren und das erste lokale Sprachmodell betreiben — nativ auf Linux, als Docker-Container oder auf dem Mac. Mit Modellverwaltung, API-Grundlagen und dem Sicherheits-Kapitel, das viele überspringen: Ollama hat keine Authentifizierung.
KI & Local AI
Wie viel RAM und VRAM braucht ein LLM? Die ehrliche Rechnung
7B, 14B oder 70B lokal betreiben — wie viel VRAM, RAM oder Unified Memory braucht das wirklich? Die Faustformel hinter dem Speicherbedarf, geschätzte Werte pro Modellgröße und was GPU, Apple Silicon und CPU-only unterscheidet.
KI & Local AI
Quantisierung und GGUF: Warum 14 GB Modell in 5 GB passen
Quantisierung macht lokale LLMs erst möglich: Was Q4_K_M, Q8_0 und GGUF bedeuten, wie viel Qualität bei welcher Stufe verloren geht und worin sich GGUF und Safetensors unterscheiden — einsteigerfreundlich erklärt für Ollama und llama.cpp.
KI & Local AI
LLM-Grundlagen: Modellgrößen, Tokens und Kontextfenster verstehen
Was ist ein LLM — und was bedeuten 7B, Tokens und Kontextfenster konkret? Die Grundbegriffe lokaler Sprachmodelle einsteigerfreundlich erklärt: so liest du Modellnamen, schätzt Hardware-Anforderungen ein und verstehst, warum Modelle mitten im Gespräch vergessen.
Netzwerk
IPv6 im Heimnetz: Grundlagen ohne Panik
Hast du überhaupt IPv6 — und was ändert sich dadurch wirklich? Die drei Anschlussarten in Deutschland, der Selbsttest in einer Minute und die drei IPv6-Fehler, die im Heimnetz tatsächlich weh tun.
KI & Local AI
Hugging Face einfach erklärt: Modelle finden und lokal nutzen
Was Hugging Face ist und wie du dort das richtige Modell für dein Homelab findest: Model Cards und Lizenzen lesen, GGUF-Quantisierungen erkennen und Modelle direkt mit Ollama ausführen — einsteigerfreundlich erklärt.
KI & Local AI
Cloud-KI vs. lokales LLM: Was wirklich für Selfhosting spricht
ChatGPT und Claude oder ein eigenes Modell auf dem Homeserver? Ein ehrlicher Vergleich entlang der Kriterien, die zählen: Antwortqualität, Datenschutz, Kosten, Verfügbarkeit — und warum die beste Antwort für die meisten „beides“ lautet.
Selfhosting
Nextcloud selbst hosten: Lohnt sich das 2026 noch?
Nextcloud 34 selbst betreiben: was es wirklich an RAM, Platz und Zeit kostet, wo es überraschend langsam wird — und warum das naheliegende Backup-Verfahren sich bei uns nicht zurückspielen ließ. Mit nachgemessenen Werten aus dem eigenen Homelab.
Hardware
Raspberry Pi headless betreiben: WLAN, Bluetooth und HDMI abschalten
Ein Pi im Dauerbetrieb braucht weder Funk noch Bildausgabe. So deaktivierst du WLAN, Bluetooth und HDMI dauerhaft, begrenzt das Journal und schonst die SD-Karte — inklusive der Falle, die den alten HDMI-Trick unwirksam macht.
Netzwerk
Pi-hole mit Docker Compose betreiben
Pi-hole als Container statt als Systeminstallation: eine nachvollziehbare compose.yaml, der Umgang mit belegtem Port 80, ein Speicherlimit für kleine Geräte und die Frage, welchen Upstream-DNS du eintragen solltest.
OPNsense
OPNsense: read-only API-User fürs Monitoring statt Root-Key
Monitoring-Tools brauchen Lesezugriff auf die OPNsense — nicht die Schlüssel zur ganzen Firewall. So legst du einen dedizierten API-User mit genau den nötigen Rechten an, per Weboberfläche oder per API.
Hardware
SMART-Monitoring im Homelab: smartctl_exporter + Prometheus einrichten
Festplatten- und SSD-Gesundheit dauerhaft überwachen statt einmalig prüfen: smartctl_exporter per Docker Compose, Prometheus-Anbindung und die Stolpersteine mit USB-Platten und NVMe — aus dem echten Setup.
Selfhosting
Uptime Kuma + Beszel: Der kostenlose Monitoring-Stack fürs Homelab
Zwei leichtgewichtige Tools, die zusammen 90 % des Homelab-Monitorings abdecken: Uptime Kuma für Dienste und SSL, Beszel für CPU, RAM, Disks und Docker — mit Compose-Setup und Alarm-Strategie.
Proxmox
Proxmox-Stromverbrauch senken: C-States, powertop und ASPM
Warum Proxmox-Hosts im Idle oft mehr ziehen als nötig — und wie du mit BIOS-Einstellungen, CPU-Governor, powertop --auto-tune und ASPM den Verbrauch drückst.
Docker
Docker in Proxmox: VM oder LXC-Container?
Docker unter Proxmox läuft in einer VM oder im LXC — aber nur einer der beiden Wege ist offiziell empfohlen. Die Architektur erklärt, beide Wege konkret gezeigt, mit ehrlicher Entscheidungshilfe.
OPNsense
OPNsense + Unbound: Ein DNS-Server fürs ganze Netz
Unbound steckt schon in jeder OPNsense — richtig konfiguriert wird daraus ein rekursiver DNS-Resolver fürs ganze Netz: ohne Provider-DNS, mit DNSSEC, lokalen Hostnamen und optionalen Blocklisten.
OPNsense
OPNsense auf dem N100 als Haupt-Router: FritzBox nur noch als Access Point
Migration von der FritzBox zu OPNsense auf einem N100-Mini-PC — mit den Stolperfallen, die niemand vorher erzählt: gestrandete Geräte, DNS-Ausfallsicherheit und warum du nicht dauerhaft vom USB-Stick booten solltest.
Netzwerk
Tailscale vs. WireGuard: Was ins Homelab gehört — und was der Unterschied wirklich ist
Tailscale basiert selbst auf WireGuard — trotzdem ist der Unterschied riesig: Kontrollserver, NAT-Traversal, Selfhosting mit Headscale und wann pures WireGuard die bessere Wahl ist.
Netzwerk
Pi-hole vs. AdGuard Home: Welcher DNS-Filter passt zu dir?
Beide blocken Werbung im ganzen Netz — aber mit unterschiedlicher Philosophie. Der ehrliche Vergleich: Funktionen, Verschlüsselung, Bedienung und eine klare Empfehlung.
OPNsense
VLANs auf OPNsense einrichten: Vom flachen Netz zur echten Segmentierung
Schritt für Schritt zu getrennten Netzen mit OPNsense: VLAN-Interfaces anlegen, DHCP pro Netz, Firewall-Regeln zwischen den Zonen und die Trunk-Konfiguration am Switch.
OPNsense
OPNsense-Grundkonfiguration: Die ersten 10 Schritte nach der Installation
Frisch installiert — und jetzt? Updates, sichere Weboberfläche, Unbound-DNS, sinnvolle Firewall-Basics und automatische Backups: die OPNsense-Grundeinrichtung, die sich bewährt hat.
Hardware
Home-Assistant-Hardware: Raspberry Pi, Green, Mini-PC oder Proxmox-VM?
Worauf Home Assistant wirklich laufen sollte: die vier sinnvollen Wege im Vergleich, warum die SD-Karte der wahre Feind ist und welche Rolle der Zigbee-Stick spielt.
Selfhosting
Unraid vs. Proxmox vs. TrueNAS: Welches System für deinen Homeserver?
Die drei großen Homeserver-Systeme im ehrlichen Vergleich: Stärken, Schwächen, Storage-Philosophie und eine klare Empfehlung je nach Einsatzzweck.
Proxmox
Proxmox VE installieren: Schritt für Schritt zum ersten Hypervisor
Proxmox VE von der ISO bis zur ersten VM: Installation, Dateisystem-Wahl, No-Subscription-Repository, Updates und die ersten sinnvollen Einstellungen.
Netzwerk
Pi-hole mit Unbound: Werbefilter plus eigener rekursiver DNS
Warum Pi-hole allein deine DNS-Anfragen nur weiterreicht — und wie du mit Unbound als rekursivem Resolver unabhängig von Google, Cloudflare & Co. wirst. Mit kompletter Konfiguration.
OPNsense
OPNsense hinter der FritzBox betreiben: Setup ohne Doppel-NAT-Chaos
Wie du OPNsense sinnvoll hinter einer FritzBox einrichtest: Exposed Host, eigenes Transfernetz, DHCP und die typischen Stolperfallen mit Telefonie und IPv6.
Hardware
Jellyfin-Hardware: Warum ein iGPU-Mini-PC den großen Server schlägt
Die richtige Hardware für Jellyfin: Direct Play vs. Transcoding verstehen, Intel QuickSync aktivieren und warum du keine dedizierte GPU brauchst.
Hardware
Alten PC als Homeserver nutzen: Was er taugt und was er wirklich kostet
Der ausgemusterte Office-PC oder All-in-One als erster Homeserver: wann sich das lohnt, wann der Stromverbrauch die Ersparnis auffrisst und wie du sinnvoll startest.
Netzwerk
VLANs im Heimnetz trotz FritzBox: So segmentierst du dein Netzwerk
Die FritzBox kann kein VLAN-Tagging — Segmentierung geht trotzdem. Was VLANs bringen, welche Hardware du brauchst und wie ein sinnvoller VLAN-Plan fürs Homelab aussieht.
Security
Backup-Strategie für zuhause: Die 3-2-1-Regel praktisch umgesetzt
RAID ist kein Backup: Wie du mit der 3-2-1-Regel, Versionierung und einer Offsite-Kopie deine Daten wirklich absicherst — mit konkretem Setup fürs Homelab.
OPNsense
WireGuard auf OPNsense einrichten: Road-Warrior-VPN Schritt für Schritt
WireGuard-VPN auf OPNsense für den Zugriff von unterwegs: Instanz, Peers, QR-Code fürs Smartphone, Firewall-Regeln, FritzBox-Portweiterleitung — und die Checkliste, wenn der Handshake nicht zustande kommt.