Ein lokales LLM oder eine eigene KI mit SurfMind in deinen Browser bringen

Mit SurfMind kannst du frei wählen, welche Modelle du nutzt. Du kannst es mit einem Modell verbinden, das auf deinem eigenen Rechner läuft (Ollama, LM Studio, Jan, llama.cpp, vLLM), oder mit nahezu jedem externen KI-Anbieter, der die OpenAI-Completion-API unterstützt — Poe, z.ai, Together, Groq, DeepSeek, AWS Bedrock und Dutzende mehr.

Die meisten beliebten Anbieter und lokalen Runner sind in den SurfMind-Einstellungen bereits eingerichtet: Du klickst auf Connect und fügst deinen API-Schlüssel ein. Für alles andere kannst du den Endpunkt über das Formular Custom Providers / API selbst hinzufügen.

Der Haken: Wenn es beim ersten Versuch nicht klappt, steckt oft ein kleiner Konfigurationsfehler dahinter. Und die Fehlermeldung, die du zurückbekommst ("connection failed", "401", "404", "model not found"), hilft nicht immer weiter.

Dieser Leitfaden hilft dir, deine Konfiguration zu prüfen und häufige Fehler selbst zu beheben. Überfliege die Checkliste und kontrolliere dein Setup. Wenn es immer noch nicht funktioniert, schreib uns eine E-Mail an wave@surfmind.ai.

Suchst du nach einem bestimmten Anbieter? Schau in unsere Liste: lokale Modelle (Ollama, LM Studio, OpenWebUI, Jan…) oder KI-Anbieter (Poe, z.ai, Together, Groq, AWS…).

Die 60-Sekunden-Checkliste

Bevor du irgendetwas anderes machst, geh diese Punkte durch. Die meisten Setup-Probleme lassen sich auf einen davon zurückführen:

1. Läuft der Server überhaupt? Bei lokalen Modellen muss der Runner (Ollama, LM Studio usw.) gestartet sein und ein Modell geladen haben.
2. Stimmt der Port? Ollama ist 11434. LM Studio ist 1234. Sie sind nicht austauschbar, und das ist der mit Abstand häufigste Fehler.
3. Stimmt der Pfad? Ollamas nativer Pfad ist /api/chat. Fast alles andere ist /v1/chat/completions. Verwechselst du sie, bekommst du einen Fehler.
4. Stimmt das Protokoll — http oder https? Lokale Modelle auf localhost verwenden http:// (ohne s). Cloud-Anbieter verwenden https://. Verwechselst du das, scheint die Verbindung überhaupt nicht zu funktionieren.
5. Hast du den vollständigen Endpunkt eingefügt, nicht nur die Basis? Das API URL-Feld von SurfMind erwartet die vollständige URL, die auf /chat/completions endet (oder /api/chat für Ollama), nicht nur https://api.provider.com/v1.
6. Stimmen der API-Schlüssel (und dessen Format)? Lokale Runner brauchen meist keinen Schlüssel. Externe Anbieter brauchen Authentication auf API Key, das Format Authorization: Bearer und deinen echten Schlüssel.
7. Für lokale Modelle im Browser: ist CORS erlaubt? Das ist der eine zusätzliche Schritt, den lokale Setups brauchen (OLLAMA_ORIGINS oder "Enable CORS" in LM Studio).

Wenn du danach immer noch feststeckst, lies weiter — zu jedem dieser Punkte gibt es Details, die leicht übersehen werden.

So verbindest du einen Anbieter

Vom Modell-Auswahlfeld aus sind es nur ein paar Klicks:

Schritt 1. Klick auf den Modellnamen unten im SurfMind-Panel, um deine Favoriten zu öffnen, und klick dann auf Show all.

Schritt 2. Klick oben in der Modellliste auf Add model provider. Dadurch öffnet sich die Seite Models in den SurfMind-Einstellungen.

Schritt 3. Such deinen Anbieter. Lokale Runner (Ollama, LM Studio, vLLM, llama.cpp, Open WebUI) findest du unter Self-hosted. Cloud-Anbieter (OpenAI, Anthropic, Google, OpenRouter, Groq, DeepSeek, Mistral, Poe, z.ai, Together, AWS Bedrock und mehr) stehen unter Providers. Wenn die Liste lang ist, nutz das Suchfeld, und klick dann auf Connect.

Schritt 4. Bei einem Cloud-Anbieter fügst du deinen API-Schlüssel ein und klickst auf Connect. Der Dialog verlinkt auf die Seite, auf der du einen Schlüssel bekommst. Bei einem selbst gehosteten Runner öffnet sich das Formular mit bereits ausgefüllten lokalen URLs, du musst es also nur speichern (Open WebUI braucht zusätzlich deinen Schlüssel).

Sobald die Verbindung steht, erscheinen die Modelle des Anbieters im Modell-Auswahlfeld. Klapp die Zeile des Anbieters auf, um festzulegen, welche davon angezeigt werden.

Dein Anbieter ist nicht dabei? Füg ihn als eigenen Anbieter hinzu

Wenn dein Anbieter oder Runner nicht in der Liste steht (Jan, LocalAI, das Gateway deines Unternehmens oder ein Anbieter, den wir noch nicht hinzugefügt haben), klick oben auf der Models-Seite auf Custom Providers / API.

Das Formular "Custom Model API" öffnet sich, und du trägst den Endpunkt selbst ein.

Der Rest dieses Leitfadens dreht sich hauptsächlich um dieses Formular, denn hier passieren die Einrichtungsfehler.

Was in jedes Feld gehört

Wenn du auf Custom Providers / API klickst, erscheint das Formular "Custom Model API". Hier steht genau, was jedes Feld erwartet:

Die beiden Dinge, bei denen Leute Fehler machen, sind API URL (Basis vs. vollständiger Endpunkt) und API Key Format (welcher Header). Der Rest dieses Leitfadens geht genau darauf ein.

Fehler #1: der API-URL-Pfad (die /api/chat- vs. /v1/chat/completions-Falle)

Das ist die wichtigste Fehlerquelle, und es lohnt sich zu verstehen, warum er passiert.

Hier begegnen dir zwei unterschiedliche API-Formate:

• Ollamas native API, die http://localhost:11434/api/chat verwendet.
• Die OpenAI-Completion-API, die .../v1/chat/completions verwendet. Diese API unterstützen LM Studio, vLLM, Jan, Poe, z.ai, Together, Groq — im Grunde alle anderen.

Wenn du also eine für LM Studio geschriebene Anleitung kopierst und versuchst, diesen Pfad mit Ollama (oder umgekehrt) zu verwenden, bekommst du einen 404, obwohl der Server einwandfrei läuft. Der Server ist online; du klopfst nur an die falsche Tür.

Gut zu wissen: Ollama unterstützt tatsächlich beide API-Formate. Der Ollama-Eintrag unter Self-hosted in SurfMind verwendet den nativen /api/chat-Pfad, der der einfachste Weg ist und dir die automatische Modellerkennung liefert. Du brauchst Ollamas /v1/chat/completions-Pfad nur, wenn ein Tool ausdrücklich das OpenAI-Format verlangt. In SurfMind klickst du einfach in der Ollama-Zeile auf Connect.

Fehler #2: die Portnummer

Jeder lokale Runner wählt seinen eigenen Standard-Port, und sie sehen sich ähnlich genug, um sich zu vertippen:

11434 vs. 1234 ist die klassische Verwechslung — auf den ersten Blick leicht zu verwechseln, aber eine Ziffer daneben und nichts verbindet sich. Wenn du den Port selbst geändert hast (z. B. vLLM mit --port 9000 gestartet), verwende deinen Port, nicht den Standard.

Ein kurzer Test: Rufe die Serveradresse samt Port in deinem Browser auf. Der Aufruf von http://localhost:11434 sollte Ollamas Meldung "Ollama is running" anzeigen. Wenn die Seite gar nicht lädt, läuft der Server nicht oder du hast den falschen Port.

Fehler #3: die Basis-URL statt des Endpunkts eingefügt

Anbieter-Dokumentationen geben dir fast immer eine Basis-URL — etwas wie https://api.poe.com/v1. Das liegt daran, dass ihre Code-Beispiele das OpenAI-SDK verwenden, das /chat/completions im Hintergrund für dich anhängt.

Das API URL-Feld von SurfMind macht das nicht für dich. Es erwartet den vollständigen Endpunkt. Du musst den Pfad also selbst hinzufügen:

• Basis-URL aus der Doku: https://api.poe.com/v1
• Was du in SurfMind einfügst: https://api.poe.com/v1/chat/completions

Dasselbe gilt für das Models URL-Feld (das die verfügbaren Modelle automatisch auflistet): nimm die Basis und häng /models an → https://api.poe.com/v1/models.

Zwei verwandte Stolperfallen:

• Doppeltes /v1. Wenn die Basis bereits auf /v1 endet, füge kein weiteres hinzu. .../v1/v1/chat/completions ist ein 404.
• Abschließende Schrägstriche. .../chat/completions/ mit einem abschließenden Schrägstrich kann auf manchen Servern fehlschlagen. Lass ihn weg.

Fehler #4: http- vs. https-Verwechslung

Das Schema am Anfang der URL ist wichtig, und wenn du es verwechselst, bekommst du ein "connection failed", das aussieht, als wäre der Server offline — obwohl er es nicht ist.

• Lokale Modelle sind http. Ollama, LM Studio, Jan, llama.cpp — alles auf localhost — liefert reines http:// aus. https://localhost:11434 einzutippen schlägt fehl, weil es auf einem lokalen Server kein TLS-Zertifikat gibt. Wenn du ein Snippet mit https vor localhost kopiert hast, lass das s weg.
• Cloud-Anbieter sind https. Poe, z.ai, Together, Groq und der Rest akzeptieren nur https://. Schickst du ihnen http://, wird es abgelehnt oder stillschweigend umgeleitet.

Es gibt außerdem einen Browser-Sicherheitsaspekt: Seiten, die über https ausgeliefert werden, blockieren Anfragen an reine http-Endpunkte ("mixed content"). SurfMind behandelt http://localhost als vertrauenswürdige Ausnahme, sodass lokale Modelle funktionieren — aber eine unverschlüsselte LAN-Adresse wie http://192.168.1.50:11434 kann trotzdem blockiert werden. Wenn du auf einen anderen Rechner in deinem Netzwerk zeigst, bevorzuge https oder betreibe das Modell hinter einem lokalen https-Proxy.

Faustregel: http für localhost, https für alles im öffentlichen Internet.

Fehler #5: die Models URL passt nicht zur API URL

Die Models URL ist optional. Das ist der Endpunkt, den SurfMind aufruft, um die Liste der von einem Anbieter angebotenen Modelle abzurufen und sie dir in einem Dropdown anzuzeigen, statt dich Namen tippen zu lassen. Wenn deine Modelle nach dem Speichern nicht im Auswahlfeld auftauchen, ist meist dieses Feld der Übeltäter. Es muss dasselbe API-Format verwenden wie der Chat-Endpunkt:

Ein häufiger Fehler ist das Vermischen — /api/tags bei einem OpenAI-kompatiblen Anbieter zu verwenden, oder /v1/models mit Ollamas nativem /api/chat. Wenn du über die Ollama-Zeile unter Self-hosted verbunden hast, ist das korrekt für dich ausgefüllt; lass es unverändert.

Wann du es leer lassen solltest: manche Anbieter stellen keinen öffentlichen Endpunkt zur Modellauflistung bereit oder blockieren ihn. Das ist in Ordnung — lass die Models URL leer und tippe einfach die exakte Modell-ID selbst ins Modellfeld (siehe Fehler #8). Der Chat funktioniert trotzdem; du bekommst nur kein automatisch befülltes Dropdown.

Fehler #6: das API-Key-Format (Bearer vs. x-api-key)

Im eigenen Formular entscheiden Authentication und API Key Format, wie dein Schlüssel an die Anfrage angehängt wird. Wählst du das Falsche, bekommst du einen 401 Unauthorized — selbst mit einem völlig gültigen Schlüssel. Die Optionen:

Das API Key-Feld nimmt dann nur den Schlüssel selbst:

• Tippe nicht das Wort Bearer — SurfMind fügt es hinzu, wenn du Authorization: Bearer wählst.
• Lass kein abschließendes Leerzeichen stehen (eine überraschend häufige Ursache für 401-Fehler).
• Bei lokalen Modellen wähle No authentication. (LM Studio ist die Ausnahme — es will irgendeinen nicht-leeren Wert; die eigene Doku verwendet lm-studio.)

Wenn du unsicher bist, welches Format ein Anbieter verwendet: 99 % der OpenAI-kompatiblen Anbieter verwenden Authorization: Bearer. Greif nur zu x-api-key, wenn die Doku des Anbieters ausdrücklich einen x-api-key-Header zeigt. Bekommst du immer noch einen 401? Generiere den Schlüssel neu, prüf das gewählte Format noch einmal und stell sicher, dass kein überflüssiges Leerzeichen drin ist.

Fehler #7: CORS — die Stolperfalle nur für lokale Setups

Browser weigern sich, einen lokalen Server aufzurufen, sofern dieser Server Anfragen von der Erweiterung nicht ausdrücklich erlaubt. Das betrifft speziell lokale Setups (externe Anbieter erlauben es bereits).

• Ollama: starte es mit aktiviertem Browser-Zugriff:

  # Mac/Linux
  OLLAMA_ORIGINS="*" ollama serve
  
  # Windows (PowerShell)
  $env:OLLAMA_ORIGINS="*"; ollama serve

  "port 11434 already in use"? Die Ollama-Hintergrund-App läuft bereits. Beende sie zuerst (Menüleiste auf dem Mac, System-Tray unter Windows) und führe dann den obigen Befehl aus.

• LM Studio: Aktiviere im Tab Developer / lokaler Server die Option Enable CORS, bevor du den Server startest.

Noch eine Feinheit: Wenn localhost keine Verbindung herstellt, versuch stattdessen 127.0.0.1 (oder umgekehrt). Auf manchen Systemen werden sie nicht gleich aufgelöst.

Fehler #8: der Modellname muss exakt übereinstimmen

Sobald du verbunden bist, muss der von dir ausgewählte Modellname exakt dem entsprechen, was der Anbieter erwartet — einschließlich Groß- und Kleinschreibung. Hier kommt es besonders bei Anbietern zu Fehlern, die Modelle nicht automatisch auflisten oder ungewöhnliche Namen verwenden:

• Poe verwendet die angezeigten Bot-Namen wie Claude-Sonnet-4.6 und GPT-5.4 — kopiere sie genau so, wie sie auf Poe erscheinen.
• z.ai verwendet IDs wie glm-4.6 und glm-5.
• Together AI verwendet IDs mit Namespace-Präfix: meta-llama/Llama-3.3-70B-Instruct-Turbo, deepseek-ai/DeepSeek-V3.
• Fireworks verwendet eine vollständige Pfad-ID: accounts/fireworks/models/llama-v3p3-70b-instruct.

Wenn die Verbindung funktioniert, du aber "model not found" bekommst, ist es fast immer ein Tippfehler im Namen oder falsche Groß-/Kleinschreibung. Wenn SurfMind Modelle über die Models URL automatisch auflisten kann, wähl aus der Liste, statt zu tippen.

Schnellreferenz: lokale Modelle

Diese laufen alle auf deinem eigenen Rechner. Ollama, LM Studio, vLLM, llama.cpp und Open WebUI stehen auf der Models-Seite bereits unter Self-hosted: Klick auf Connect, und die unten stehenden URLs werden für dich ausgefüllt. Für Jan und LocalAI klickst du auf Custom Providers / API, fügst die URLs ein und setzt Authentication auf No authentication. Wenn du den Port eines Runners geändert hast, pass die URL entsprechend an. Die Anbieternamen verlinken auf die Setup-Doku des jeweiligen Tools.

Ollama

• API URL: http://localhost:11434/api/chat
• Models URL: http://localhost:11434/api/tags
• API-Schlüssel: keiner

LM Studio

• API URL: http://localhost:1234/v1/chat/completions
• Models URL: http://localhost:1234/v1/models
• API-Schlüssel: beliebiger nicht-leerer Wert (z. B. lm-studio)

Jan

• API URL: http://localhost:1337/v1/chat/completions
• Models URL: http://localhost:1337/v1/models
• API-Schlüssel: keiner (oder dein Jan-Schlüssel)

llama.cpp

• API URL: http://localhost:8080/v1/chat/completions
• Models URL: http://localhost:8080/v1/models
• API-Schlüssel: keiner (außer du hast es mit --api-key gestartet)

vLLM

• API URL: http://localhost:8000/v1/chat/completions
• Models URL: http://localhost:8000/v1/models
• API-Schlüssel: dein --api-key, falls du einen gesetzt hast

LocalAI

• API URL: http://localhost:8080/v1/chat/completions
• Models URL: http://localhost:8080/v1/models
• API-Schlüssel: keiner

OpenWebUI: die Ausnahme von der Regel "kein Schlüssel". OpenWebUI braucht einen API-Schlüssel, und die Pfade lauten /api/..., nicht /v1/.... Verbinde es über die Self-hosted-Liste und füge deinen sk-…-Schlüssel aus Settings → Account → API keys ein. Verwende http://localhost:3000 für eine typische Docker-Installation oder die Adresse deines Servers, wenn OpenWebUI woanders läuft.

• API URL: http://localhost:3000/api/chat/completions
• Models URL: http://localhost:3000/api/models
• API-Schlüssel: dein OpenWebUI-Schlüssel (sk-…)

Die vollständige Einrichtung und Fehlerbehebung findest du in unserem Leitfaden zur OpenWebUI API.

Vergiss bei keinem davon den CORS-Schritt (Fehler #7). Speziell für Ollama findest du die vollständige Anleitung mit Screenshots in unserem Ollama-Leitfaden, und falls du dich zwischen den ersten beiden entscheidest, siehe Ollama vs. LM Studio.

Schnellreferenz: beliebte KI-Anbieter

Jeder der folgenden Anbieter steht auf der Models-Seite bereits unter Providers: Klick auf Connect und füge deinen Schlüssel ein — die URLs werden für dich ausgefüllt. Sie stehen hier zum Nachschlagen, oder falls du einen lieber von Hand über Custom Providers / API hinzufügen möchtest (setze Authentication auf API Key mit dem Format Authorization: Bearer). Die Anbieternamen verlinken auf die API-Doku des jeweiligen Anbieters.

Poe — ein Schlüssel für Hunderte von Modellen (Claude, GPT, Gemini, Llama…), abgerechnet über die Punkte deines Poe-Abonnements. Die Modellnamen sind die angezeigten Bot-Namen — kopiere sie genau so, wie sie auf Poe angezeigt werden (z. B. Claude-Sonnet-4.6, GPT-5.4). Schlüssel von poe.com → Settings → API key.

• API URL: https://api.poe.com/v1/chat/completions
• Models URL: https://api.poe.com/v1/models

CanopyWave — GPU-Cloud-Anbieter, der offene Modelle bereitstellt (Kimi, DeepSeek, Llama, Qwen). Schlüssel aus dem CanopyWave-Dashboard.

• API URL: https://inference.canopywave.io/v1/chat/completions
• Models URL: https://inference.canopywave.io/v1/models

z.ai (GLM) — Zhipus GLM-Modelle (glm-4.6, glm-5). Achtung: z.ai veröffentlicht außerdem einen separaten Coding-Plan-Endpunkt (https://api.z.ai/api/coding/paas/v4) und einen PaaS-Endpunkt (https://api.z.ai/api/paas/v4) — verwende den unten stehenden OpenAI-kompatiblen und füge kein zusätzliches /v1 hinzu.

• API URL: https://api.z.ai/api/openai/v1/chat/completions
• Models URL: https://api.z.ai/api/openai/v1/models

Together AI — großer Katalog offener Modelle. Modell-IDs sind lang (meta-llama/Llama-3.3-70B-Instruct-Turbo) — kopiere sie genau von Togethers Modellseite.

• API URL: https://api.together.xyz/v1/chat/completions
• Models URL: https://api.together.xyz/v1/models

Groq — extrem schnelle Inferenz. Stolperfalle: der Pfad ist /openai/v1, nicht nur /v1.

• API URL: https://api.groq.com/openai/v1/chat/completions
• Models URL: https://api.groq.com/openai/v1/models

DeepSeek — aktuelle Modelle sind deepseek-v4-flash und deepseek-v4-pro (die älteren Aliase deepseek-chat / deepseek-reasoner werden eingestellt — den aktuellen Stand findest du in DeepSeeks Doku). Das /v1 ist optional; DeepSeek akzeptiert die URL mit oder ohne.

• API URL: https://api.deepseek.com/v1/chat/completions
• Models URL: https://api.deepseek.com/v1/models

Mistral — mistral-large-latest, mistral-small-latest usw. Standard-OpenAI-kompatibel.

• API URL: https://api.mistral.ai/v1/chat/completions
• Models URL: https://api.mistral.ai/v1/models

Fireworks AI — Stolperfalle: der Pfad ist /inference/v1, nicht /v1. Modell-IDs sehen aus wie accounts/fireworks/models/llama-v3p3-70b-instruct.

• API URL: https://api.fireworks.ai/inference/v1/chat/completions
• Models URL: https://api.fireworks.ai/inference/v1/models

xAI (Grok) — Grok-Modelle (grok-4 usw.). Standard-OpenAI-kompatibel.

• API URL: https://api.x.ai/v1/chat/completions
• Models URL: https://api.x.ai/v1/models

AWS Bedrock — Bedrock hat jetzt einen OpenAI-kompatiblen Endpunkt, aber mit zwei Stolperfallen: der Host ist regionsspezifisch (z. B. us-west-2) und der Pfad ist /openai/v1. Du musst einen Bedrock API key verwenden (ein Bearer-Token, das du in der Konsole generierst) — nicht deine normalen AWS-Access-Keys/SigV4. Modell-IDs sehen aus wie openai.gpt-oss-120b-1:0. Wenn du Bedrock über die Providers-Liste verbindest, wähl deine Region im Dropdown aus, und SurfMind baut die URL für dich zusammen.

• API URL: https://bedrock-runtime.<region>.amazonaws.com/openai/v1/chat/completions
• Models URL: leer lassen — Modell-ID später eingeben

Verbindet sich immer noch nicht? Letzte Prüfschritte

Arbeite diese Liste durch:

1. Schau zuerst auf die Models-Seite. Wenn dein Anbieter dort aufgeführt ist, verbinde ihn darüber statt mit einem eigenen Eintrag.
2. Öffne den Host der API URL in deinem Browser. Lokaler Server lädt nicht → er läuft nicht oder der Port ist falsch.
3. Lies den Pfad noch einmal. Ollama → /api/chat. Alle anderen → /v1/chat/completions (oder der spezielle Pfad des Anbieters aus der Tabelle).
4. Bestätige, dass du den vollständigen Endpunkt eingefügt hast, nicht die Basis, und dass es kein doppeltes /v1 oder einen abschließenden Schrägstrich gibt.
5. 401? Es ist der Schlüssel oder dessen Format. Format = Authorization: Bearer, Schlüssel ohne Leerzeichen, kein Bearer-Präfix.
6. 404 "model not found"? Die Verbindung ist in Ordnung — korrigiere den Modellnamen (exakte Schreibweise).
7. Lokales Modell, vom Browser blockiert? Aktiviere CORS (OLLAMA_ORIGINS="*" oder den Schalter in LM Studio) und versuch 127.0.0.1 statt localhost.

Diese Reihenfolge behebt das Problem bei den allermeisten Setups.

Brauchst du noch Hilfe?

Wenn du die Checkliste durchgearbeitet hast und sich dein Anbieter immer noch nicht verbinden will, schreib uns an wave@surfmind.ai und nenne den Anbieter, den du verbinden möchtest, sowie die angezeigte Fehlermeldung. Wir helfen dir, die Verbindung herzustellen.

---

Verbindung hergestellt? Öffne SurfMind auf der nächsten Seite, die du lesen wolltest, und nutze dein Modell direkt beim Lesen.

SurfMind holen →