So aktualisieren Sie Ollama und seine Modelle unter Windows, macOS und Linux

Um Ollama unter Windows oder macOS zu aktualisieren, klicken Sie auf das Ollama-Symbol in der Taskleiste oder Menüleiste und wählen Sie Neu starten, um zu aktualisieren – die Desktop-App lädt neue Versionen im Hintergrund automatisch herunter. Unter Linux führen Sie das offizielle Installations-Skript erneut aus: curl -fsSL https://ollama.com/install.sh | sh. Wichtig: Dadurch wird ausschließlich die Ollama-Laufzeitumgebung aktualisiert. Ihre heruntergeladenen Modelle werden separat aktualisiert, und zwar mit ollama pull.

Dieser Leitfaden bietet einen vollständigen Überblick: Prüfung der aktuell ausgeführten Version, Plattform-spezifische Aktualisierungsschritte, die häufig übersehene Unterscheidung zwischen einer Ollama-Aktualisierung und einer Modellaktualisierung, Auswirkungen eines erneuten Pulls auf Ihren Speicherplatz sowie Möglichkeiten zum Rollback, falls eine neue Version Probleme verursacht. Falls Sie das Tool selbst bewerten und nicht betreiben, beginnen Sie am besten mit unserem umfassender Ollama-Leitfaden.

Prüfen Sie, welche Version Sie gerade ausführen

In jeder Terminal-Anwendung – PowerShell, Terminal.app oder einer Linux-Shell:

ollama --version
# ollama-Version ist 0.5.7 (Ihre Versionsnummer kann abweichen)

ollama -v ist die Kurzform. Falls der Ollama-Server läuft (er lauscht standardmäßig auf Port 11434), können Sie ihn auch über HTTP abfragen – praktisch für Remote-Maschinen und Container:

curl http://localhost:11434/api/version
# {"version":"0.5.7"}

Vergleichen Sie dies mit der neuesten Version auf der GitHub-Releases-Seite des Projekts (github.com/ollama/ollama/releases) – dort finden Sie auch das Changelog. Ein nützlicher Hinweis: Falls CLI und laufender Server unterschiedliche Versionen haben – was unmittelbar nach einem Update häufig vorkommt, bevor etwas neu gestartet wird – ollama --version gibt eine Warnung zum Versionskonflikt aus. Ein Neustart der Anwendung oder des Dienstes behebt dies.

Ollama selbst aktualisieren

Die richtige Methode hängt von Ihrer Installationsart ab:

Windows

Die Windows-App prüft automatisch auf Updates. Sobald ein Update bereitsteht, klicken Sie auf das Ollama-Symbol in der Systemleiste und wählen Neu starten, um zu aktualisieren. Das war’s bereits.

Für ein manuelles Update – oder falls das Symbol in der Taskleiste keine Option anbietet – laden Sie die aktuellste Version von OllamaSetup.exe von ollama.com/download herunter und führen Sie sie aus. Die Installation erfolgt direkt über die vorhandene Kopie ohne vorheriges Deinstallieren im Benutzerprofil unter %LOCALAPPDATA%\Programs\Ollama, weshalb keine Administratorrechte erforderlich sind. Ihre Modelle befinden sich separat unter C:\Users\\.ollama und bleiben unverändert.

macOS

Gleiches Vorgehen: Die App lädt Updates im Hintergrund herunter, und sobald ein Update bereitsteht, bietet das Symbol in der Menüleiste die Option Neu starten, um zu aktualisieren an. Alternativ laden Sie die neueste macOS-Version von ollama.com/download herunter und ersetzen damit die App im Ordner /Applications.

Falls Sie die CLI über Homebrew statt über die Desktop-App installiert haben, aktualisieren Sie sie genauso, wie Sie sie installiert haben: brew upgrade ollama. Beachten Sie, dass die Homebrew-Version gelegentlich einige Tage hinter der offiziellen Veröffentlichung zurückbleiben kann. Zudem ist es ein klassischer Auslöser für Versionskonflikt-Warnungen, wenn sowohl der über Homebrew installierte als auch der Desktop-App-Server parallel laufen – entscheiden Sie sich für eine Variante und bleiben Sie dabei.

Linux

Derselbe Einzeiler, der auch für eine Neuinstallation verwendet wird (im Abschnitt „ Ollama-Installationsanleitung“ beschrieben), führt ebenfalls ein Update durch:

curl -fsSL https://ollama.com/install.sh | sh

Das Skript erkennt Ihren GPU-Stack, ersetzt die Binärdatei und lässt das Modelle-Verzeichnis unberührt. Falls Ollama als systemd-Dienst läuft – Standard bei Installation über das Skript – starten Sie ihn neu, damit der Server zur aktualisierten CLI passt:

sudo systemctl restart ollama
ollama -v

Falls Sie das Skript lieber nicht direkt in shausführen möchten, laden Sie das Linux-Tarball (z. B. ollama-linux-amd64.tgz) von der GitHub-Releases-Seite herunter und entpacken Sie es über die bestehende Installation. Die genauen manuellen Schritte können sich zwischen Versionen ändern – folgen Sie daher stets den aktuellen Linux-Anweisungen in der offiziellen Ollama-Dokumentation statt veralteten Blogbeiträgen.

Docker

docker pull ollama/ollama
docker stop ollama && docker rm ollama
docker run -d --name ollama -v ollama:/root/.ollama -p 11434:11434 ollama/ollama

Solange Ihre Modelle auf einem benannten Volume oder einem Bind-Mount unter /root/.ollama (wie oben gezeigt) gespeichert sind, bleiben sie beim Neuerstellen des Containers erhalten. Fügen Sie wie gewohnt Ihre GPU-Flags zum ausführen Befehl. Um eine bestimmte Version festzulegen, anstatt die neueste zu verfolgen neueste, verwenden Sie ein Versions-Tag wie ollama/ollama:0.5.7.

Ollama aktualisieren vs. Ein Modell aktualisieren – das ist nicht dasselbe

Dies ist der Unterschied, den viele übersehen. Ollama als Programm ist der Server, die Befehlszeilenschnittstelle (CLI) und die Laufzeitumgebung für Inferenz. Modelle sind Datendateien, die aus dem ollama.com-Register bezogen und lokal gespeichert werden. Ein Update des einen beeinflusst niemals das andere.

Zwei praktische Konsequenzen: Erstens ändert ein Update der Ollama-Binärdatei niemals Ihre Modellgewichte – ein Modell, das sich gestern auf eine bestimmte Weise verhalten hat, verhält sich auch nach einem App-Update genauso (Fehlerbehebungen in der Inferenz-Engine können die Ausgabe subtil beeinflussen, doch die Gewichte bleiben identisch). Zweitens erfordern neu veröffentlichte Modelle häufig eine neuere Laufzeitumgebung: Wenn Sie eine Fehlermeldung wie „Dieses Modell benötigt eine neuere Version von Ollama“ sehen, müssen Sie die Anwendung aktualisieren – nicht das Modell.

Inzwischen werden Modell-Tags upstream erneut veröffentlicht. Ein Tag wie llama3.3:70b kann vom Herausgeber aktualisiert werden – etwa mit einer korrigierten Chatvorlage, aktualisierten Gewichten oder einer anderen Standard-Quantisierung. Ihre lokale Kopie bleibt jedoch bei der Version eingefroren, die Sie ursprünglich heruntergeladen haben, bis Sie sie explizit erneut abrufen.

Ein Modell erneut pullen, um die neuere Version zu erhalten

Ein Modell zu aktualisieren erfordert nur einen einzigen Befehl:

ollama pull llama3.3

Modelle werden als inhaltsadressierte Layer („Blobs“, benannt nach ihrem SHA-256-Hash) gespeichert; beim erneuten Abrufen vergleicht Ollama daher Manifeste und lädt ausschließlich die geänderten Layer herunter. Falls sich nichts geändert hat, prüft der Befehl lediglich die lokale Kopie und beendet sich rasch – ein erneutes Abrufen eines bereits aktuellen Modells ist kostengünstig und sicher. Um zu erfahren, wann ein Tag zuletzt neu veröffentlicht wurde, besuchen Sie dessen Seite unter ollama.com/library; lokal zeigt der Befehl ollama list eine Spalte „MODIFIED“ an, die angibt, wann Sie jedes Modell zuletzt heruntergeladen oder erstellt haben.

Es gibt keinen integrierten Befehl zum Aktualisieren aller Modelle auf einmal. Unter macOS oder Linux lässt sich dies mittels einer Shell-Schleife bewerkstelligen:

ollama list | tail -n +2 | awk '{print $1}' | while read m; do ollama pull "$m"; done

Eine Warnung: Ein neu veröffentlichtes Tag verweist gelegentlich auf eine andere Standard-Quantisierung oder eine andere Anzahl Parameter als diejenige, die Sie ursprünglich heruntergeladen haben – was die Speicheranforderungen verändert. Falls ein Modell nach einem Update plötzlich nicht mehr passt, überprüfen Sie dessen neue Größe mit dem VRAM-Rechner bevor Sie Ihrer GPU die Schuld geben. Und falls Sie ohnehin neu bewerten, was Sie ausführen möchten, ist unser Überblick über die beste lokale Modelle für Ollama der ideale Ausgangspunkt.

Wo Modelle gespeichert werden und wie sich Aktualisierungen auf den Speicherplatz auswirken

Sie können diesen Speicherort über die Umgebungsvariable OLLAMA_MODELS festlegen (für den Server-Prozess, nicht nur für Ihre Shell).

Innerhalb dieses Verzeichnisses enthält manifests die Beschreibung jedes Modell-Tags, während blobs die eigentlichen Layer speichern. Da Layer inhaltsadressiert sind, wird eine gemeinsame Basis von zwei Tags nur einmal heruntergeladen. Bei einem erneuten Abruf werden neue Layer hinzugefügt, während die veralteten Layer nicht mehr referenziert sind; Ollama entfernt solche nicht referenzierten Blobs beim Start des Servers – der Festplattenspeicherbedarf kann daher kurz nach einem Update vorübergehend steigen und nach einem Neustart wieder sinken. (Durch Setzen von OLLAMA_NOPRUNE wird diese Bereinigung deaktiviert.) Um Speicherplatz gezielt freizugeben, entfernen Sie nicht mehr benötigte Modelle mit ollama rm <Modell>.

Zurückrollen auf eine frühere Version

Linux: Das Installations-Skript akzeptiert eine Versionsangabe, was den saubersten Weg für ein Rollback darstellt. Wählen Sie die gewünschte Version auf der GitHub-Releases-Seite aus und führen Sie dann folgenden Befehl aus:

curl -fsSL https://ollama.com/install.sh | OLLAMA_VERSION=0.5.7 sh

Windows und macOS: Laden Sie das Installationsprogramm oder die App-Bundle-Datei der älteren Version von der GitHub-Releases-Seite herunter und installieren Sie sie über die aktuelle Version. Hinweis: Die Desktop-Apps aktualisieren sich selbst, und zum Zeitpunkt der Abfassung dieses Textes bieten sie keine unterstützte Einstellung zum Festlegen einer bestimmten Version – erwarten Sie daher, dass die Aufforderung „Neustart zum Aktualisieren“ erneut erscheint. Falls es Ihnen darauf ankommt, exakt eine bestimmte Version beizubehalten (z. B. für einen Produktions-Server), ist der Linux-Service oder ein Docker-Image mit festgelegtem Tag die zuverlässigste Lösung.

Modelle sind schwieriger zurückzusetzen: Das Register bietet keine einfache Möglichkeit, die gestrige Version eines Tags abzurufen, und ein erneutes Abrufen ersetzt Ihr lokales Manifest. Speichern Sie daher vor dem erneuten Abrufen eines Modells, auf das Sie angewiesen sind, die aktuelle Version unter einem neuen Namen ab:

ollama cp llama3.3 llama3.3-known-good
ollama pull llama3.3

ollama cp ist nahezu kostenfrei – es erstellt lediglich ein neues Manifest, das auf dieselben Layer verweist – und da diese Layer weiterhin referenziert bleiben, werden sie durch die Bereinigung nicht gelöscht. Falls die aktualisierte Version fehlerhaft arbeitet, führen Sie stattdessen llama3.3-known-good aus. Die zusätzlichen Speicherkosten betragen nur die Größe der geänderten Layer.

Häufig gestellte Fragen

Löscht ein Update von Ollama meine Modelle?

Nein. Updates ersetzen ausschließlich die Binärdatei und die App-Dateien; Modelle befinden sich in einem separaten Verzeichnis (siehe Tabelle oben) und werden niemals berührt. Eine vollständige Deinstallation ist anders: Je nach Plattform wird das Modell-Verzeichnis möglicherweise entfernt – kopieren Sie es daher vorher an einen sicheren Ort, falls Hunderte Gigabyte an Downloads für Sie relevant sind. ~/.ollama/models zuerst an einen sicheren Ort, falls Hunderte von Gigabyte Downloads für Sie relevant sind.

Lädt ollama pull das gesamte Modell erneut herunter?

Nein. Da Layer inhaltsadressiert sind, werden beim Abrufen nur die Teile heruntergeladen, die sich seit Ihrem letzten Abruf geändert haben. Falls das Tag nicht neu veröffentlicht wurde, prüft der Befehl lediglich Ihre lokale Kopie und ist innerhalb weniger Sekunden abgeschlossen – ohne irgendetwas herunterzuladen.

Wie aktualisiere ich alle meine Modelle auf einmal?

Es gibt keinen integrierten Befehl dafür. Verwenden Sie stattdessen eine Shell-Schleife über ollama listollama list

Warum startet ein neues Modell nicht, bevor ich Ollama aktualisiere?

Neue Modellarchitekturen benötigen Unterstützung in Ollamas Inferenz-Laufzeitumgebung, weshalb kürzlich veröffentlichte Modelle häufig eine Mindestversion von Ollama voraussetzen. Falls ein Abruf- oder Ausführungsversuch mit der Meldung scheitert, das Modell benötige eine neuere Version von Ollama, aktualisieren Sie zunächst die Anwendung selbst und versuchen Sie es danach erneut.

Kann ich beim Aktualisieren mehrere Versionen überspringen?

Ja. Updates erfolgen nicht inkrementell – jede Version ist ein vollständiger Build, sodass Sie mit einer der oben genannten Methoden problemlos von einer alten Version direkt auf die neueste springen können. Es lohnt sich dennoch, die Versionshinweise auf GitHub kurz durchzusehen, um etwaige Verhaltensänderungen zu erkennen, insbesondere bei größeren Sprüngen.

Lädt LM Studio auf dieselbe Weise aktualisieren?

Nein – LM Studio ist eine eigenständige Anwendung mit einem eigenen integrierten Updater; ihre Laufzeit-Engines und ihr Modellkatalog werden unabhängig von Ollama aktualisiert. Falls Sie beide Tools nutzen, lesen Sie bitte unseren Kompletter LM Studio-Leitfaden Abschnitt zur Funktionsweise des Update-Prozesses.