---
created: 2026-08-23
updated: 2026-08-23
sources:
  - raw/other/2026-08-23_pocketpal-ai-lokales-llm-smartphone.md
tags: [tool, mobile, local-ai, edge-ai, offline, privacy, llm, smartphone, obtainium, huggingface]
---

# PocketPal AI — Lokales LLM auf dem Smartphone

> **TL;DR:** PocketPal ist ein Open-Source-App, die LLMs direkt auf dem Smartphone ausführt — ohne Server, ohne Internet, ohne dass Daten das Gerät verlassen. "This is AI you own — not AI you rent." Distribution direkt über GitHub-Releases via Obtainium (kein Play Store). Braucht 6GB+ RAM (8GB+ für größere Modelle).

## Quelle & Distribution

| Aspekt | Detail |
|--------|--------|
| Repo | [a-ghorbani/pocketpal-ai](https://github.com/a-ghorbani/pocketpal-ai) |
| Distribution | [Obtainium](https://github.com/ImranR98/Obtainium) (Open-Source-Android-App-Manager für GitHub-Release-Installs) — kein Google Play / Apple / F-Droid |
| Geteilt von | Netbits ⚡️ Stachelbanane (@NetLightning) in OME-Topic "Tips & Tricks" (2026-08-23) |
| Inhaltstyp | Screenshot der App-Infoseite |

## Kernversprechen

- **Slogan:** "Your AI. No one else's."
- LLMs laufen direkt auf dem Phone: keine Server, kein Internet, keine Datenabflüsse
- **"AI you own — not AI you rent"** — Eigentum statt Miete, das Privacy-/Souveränitäts-Narrativ der lokalen KI

## Was du bekommst

- Hunderte Open-Source-Modelle von [Hugging Face](https://huggingface.co), direkt aufs Gerät geladen
- Komplette Offline-Funktion (Flugmodus)
- Null Datenübertragung, Null Telemetrie (in-App-Nachweis)

## Hardware-Anforderungen

- **6GB+ RAM** für kleinere Modelle
- **8GB+ RAM** für größere/höherwertige Modelle ("the good stuff")
- Flagships + neuere Mittelklasse der letzten 2–3 Jahre laufen Modelle gut
- Ältere/Budget-Geräte fallen raus — **echte lokale Inferenz, kein Cloud-Wrapper**
- In-App-Benchmark-Tipp: kleines Modell laden + benchmarken, App zeigt die Geräte-Grenze

## Gezeigte Modelle (Screenshot-Carousel)

- Dolphin 3.0 Llama 3.2 1b (Chat)
- SmallThinker-3B-Preview-Q4_0
- Dolphin3.0-Qwen2.5-3b-Q4_0
- Dolphin3.0-Llama3.2-1B-Q4_0
- Dolphin3.0-Llama3.2-1B-Q3_K_M

Alle via **Hugging Face In-App-Integration** geladen.

## Einordnung

PocketPal gehört zur **unteren/mobilen Kante der Edge-Inferenz-Skala** (siehe [[../concepts/hardware/edge-inference-als-cloud-alternative.md]] und [[../concepts/hardware/8-dollar-chip-llm-tinyml.md]]): Es bringt das "AI you own"-Prinzip aufs Smartphone — der logische Gegenpol zu Cloud-API-Mietmodellen. Verwandt mit der lokalen-[[../concepts/hardware/lokale-ki-coding.md]]-Bewegung, nur für mobile Hardware. Die Hardware-Anforderungen (6-8GB RAM) zeigen: mobiles lokales Inferenz ist heute praktikabel, aber braucht Flagship-Geräte — kein Cloud-Wrapper, echte Inferenz.