Leitfaden zum Aufbau einer vollständig lokalen KI-Arbeitsumgebung mit Eigent
Richte eine private, selbst gehostete Multi-Agent-Umgebung mit Docker und Postgres ein

Wenn du leistungsstarke KI-Tools einsetzen möchtest, bist du wahrscheinlich schon auf eine zentrale Herausforderung gestoßen: Wie lässt sich ihr volles Potenzial nutzen, ohne die Sicherheit deiner sensiblen Daten zu gefährden?
Die meisten Plattformen verschieben alles in die Cloud. Das wirkt anfangs praktisch, wirft aber schnell Warnsignale auf, wenn du mit Kundendaten, Finanzdaten oder internem geistigem Eigentum arbeitest. Du willst die Vorteile von Multi-Agent-Systemen, aber auch Privatsphäre, Kontrolle und die Möglichkeit, alles auf deinem eigenen Rechner auszuführen.
Genau hier kommt Eigent ins Spiel — mit Eigent open source cowork kannst du eine vollständig lokale Multi-Agent-Arbeitsumgebung aufbauen, die komplett auf deiner eigenen Infrastruktur läuft.
Was ist Eigent?
Eigent ist eine lokal ausgerichtete Multi-Agent-Desktopanwendung. Statt deine Daten an externe Server zu senden, läuft alles auf deinem Computer. Du erhältst volle Transparenz darüber, was passiert, und die Gewissheit, dass deine Dateien, Anmeldedaten und Protokolle bei dir bleiben.
Stell es dir so vor, als würdest du deine eigene KI-Arbeitskraft aufbauen. Du kannst verschiedene Agents starten, jeder mit eigenen Fähigkeiten: ein Such-Agent, der das Web durchsucht, ein Entwickler-Agent, der Code ausführt, ein Dokumenten-Agent, der Dateien schreibt und bearbeitet, und sogar multimodale Agents, die Bilder und Audio verarbeiten. Eigent koordiniert sie für dich, sodass sie Aufgaben parallel bearbeiten, bei Bedarf Aufgaben übergeben und ausgefeilte Ergebnisse liefern können.
In diesem Leitfaden zeigen wir dir genau, wie du es lokal einrichtest. Am Ende läuft Eigent auf deinem Desktop, und die Agents sind bereit, nach deinen Vorgaben zusammenzuarbeiten.
Voraussetzungen
Node.js (v18 oder neuer) und npm: Eigent ist eine Node-/Electron-Anwendung. Installiere Node.js (18–22 wird empfohlen), falls du es noch nicht getan hast.
Speicher und Hardware: Mindestens 8 GB RAM werden empfohlen. Eigent kann vollständig auf CPU laufen, wenn du externe APIs nutzt. Für lokale Inferenz großer Modelle ist eine leistungsfähige GPU, z. B. NVIDIA RTX, hilfreich.
Betriebssystem: Eigent unterstützt Windows und macOS.
Docker: Installiere Docker und stelle sicher, dass es läuft. https://docs.docker.com/get-docker/
1. Repository klonen und das PostgreSQL-Backend starten
Klon das Eigent-Repository und installiere die Abhängigkeiten:
git clone https://github.com/eigent-ai/eigent.git
cd eigent
Wechsle in das Server-Verzeichnis und starte Docker:
cd server
cp .env.example .env
docker compose up -d
Dadurch werden zwei Container gestartet:
Eine PostgreSQL-Datenbank (Eigent-Datenspeicher) Der Eigent-API-Server Beide laufen lokal auf deinem Rechner, die API ist unter localhost:3001 erreichbar. Standardmäßig erstellt Docker ein Volume für PostgreSQL, sodass die Datenbankdateien auf der Festplatte gespeichert werden.
2. Lokale Datenspeicherung überprüfen
An diesem Punkt läuft alles lokal. Der PostgreSQL-Container (eigent_postgres) enthält die Datenbank. Du kannst das überprüfen, indem du deine Docker-Container auflistest oder ein Tool wie psql im Container verwendest. Alles, was Eigent tut — Agentennachrichten, Benutzerdaten, Aufgabenprotokolle usw. — wird in diese lokale Postgres-Instanz geschrieben. Es werden keine Daten irgendwo außerhalb deines Rechners gesendet.
Alle Eigent-Daten werden in der lokalen, per Docker bereitgestellten PostgreSQL-Datenbank gespeichert.
Das sorgt für Datenschutz by Design. Wie in der Dokumentation beschrieben, ist ein wesentlicher Vorteil des Self-Hostings der Datenschutz – du behältst sensible Daten in deiner eigenen Infrastruktur. Wenn du dieses Setup verwendest, verlassen sogar Workspace- oder Login-Informationen niemals dein lokales Netzwerk. Eigent ist standardmäßig vollständig lokal, sodass du prüfen und darauf vertrauen kannst, dass deine Daten dort bleiben, wo sie hingehören.
3. .env.development für den lokalen Proxy anpassen
Als Nächstes müssen wir dem Frontend mitteilen, dass es das lokale Backend statt eines Cloud-Dienstes verwenden soll. Im Projektstamm (eigent/.env.development) aktivierst du die lokalen Proxy-Einstellungen. Öffne .env.development in einem Texteditor und stelle sicher, dass folgende Einträge enthalten sind:
VITE_BASE_URL=/api
VITE_PROXY_URL=http://localhost:3001
VITE_USE_LOCAL_PROXY=true
Indem du VITE_USE_LOCAL_PROXY=true setzt und VITE_PROXY_URL auf http://localhost:3001 verweist, konfigurierst du das Frontend so, dass alle API-Aufrufe an dein lokales Docker-Backend gesendet werden.
Achte darauf, führende #-Zeichen oder Kommentar-Markierungen in diesen Zeilen zu entfernen, damit sie wirksam werden. Mit dieser Konfiguration leitet die Frontend-App Anfragen an deinen lokalen Server weiter statt an die externe Demo-API.
4. Frontend-App ausführen
Geh jetzt zurück ins Repository-Stammverzeichnis, installiere die JavaScript-Abhängigkeiten und starte dann den Entwicklungsserver:
cd ..
npm install
npm run dev
Dadurch wird das Eigent-Frontend lokal gestartet. Standardmäßig läuft es unter http://localhost:3000. Mit den Änderungen in der .env-Datei kontaktiert das Frontend die API unter http://localhost:3001 – alles auf deinem eigenen Rechner.
> eigent@* dev
> vite
VITE vX.X.X ready in Y ms
➜ Local: http://localhost:3000/
Hier sind keine speziellen Cloud-Zugangsdaten erforderlich – es ist einfach ein normaler Node-Entwicklungsbuild.
5. Auf die Eigent-UI lokal zugreifen
Der Login-Bildschirm von Eigent wird lokal bereitgestellt geladen. Obwohl eine Anmeldung erforderlich ist, ist diese Instanz selbst gehostet und es ist kein externer Dienst involviert.
Dieses Login dient ausschließlich der lokalen App – deine Zugangsdaten und Daten werden in der lokalen Postgres-Datenbank gespeichert, die du gestartet hast, nicht auf einem Cloud-Server. Auch wenn die UI eine OAuth-ähnliche Anmeldung anzeigt, liegen die gesamte Authentifizierung und die Benutzerdaten auf deinem Rechner. Die Dokumentation hebt dieses lokal ausgerichtete Setup hervor: „Your data stays on your own device, addressing privacy and security concerns“. Sobald du angemeldet bist, gelangst du zum Haupt-Dashboard, wo du benutzerdefinierte Agents erstellen, Workflows definieren und Tools konfigurieren kannst.
Die Tools-/Einstellungsseite ermöglicht es dir beispielsweise, integrierte Integrationen zu aktivieren oder zu deaktivieren (Websuche, Google Docs, Slack usw.), und der Modellauswahl-Bildschirm erlaubt es dir, dein bevorzugtes LLM auszuwählen oder zu konfigurieren. Alles von hier an – Agentennachrichten, Tool-Ausgaben, Wissensdatenbanken – bleibt in deiner PostgreSQL-Datenbank und im lokalen Dateisystem, sofern du es nicht ausdrücklich exportierst.
Die Eigent-UI erlaubt es dir, integrierte Tools (Slack, Websuche usw.) in deiner lokalen Instanz zu konfigurieren. Wähle aus, welche Modelle oder APIs die Agents im lokalen Eigent-Setup verwenden sollen.
Hinweis: Im lokalen Modus müssen Nutzer ihre eigenen API-Keys oder Endpunkte für Modelle einrichten.
Das vollständige Tutorial ansehen
Du bevorzugst eine visuelle Anleitung? Wir haben einen Schritt-für-Schritt-Durchgang aufgezeichnet, der dich durch den gesamten Prozess führt — vom Starten von Docker bis zur lokalen Anmeldung bei Eigent.
Tutorial-Link: Auf YouTube ansehen
Recent Posts

Qwen3.8-Max: Alibabas 2,4T-Open-Weight-Modell für Coding
Qwen3.8-Max ist Alibabas Open-Weight-Modell mit 2,4T Parametern für Coding und agentische Arbeit. Hier finden Sie Spezifikationen, Preise, bestätigte Fakten und offene Fragen.

Thinking Machines Inkling-Small: Ein 276B-Modell, das seinen größeren Bruder übertrifft
Thinking Machines Labs Inkling-Small ist ein 276B Open-Weights-MoE, das Inkling bei einem Viertel der Größe entspricht. Spezifikationen, Benchmarks, Preise und warum das wichtig ist.

Alternative zu Augment Code
Vergleichen Sie Augment-Code-Alternativen für große Codebasen nach aktuellen Preisen, gemeinsamer Nutzung, Kontextqualität, Quellzugriff, Self-Hosting, Sicherheit und Teameignung.