Terminal-Grundlagen für AI-Entwickler — die 10 Befehle die du wirklich brauchst
| Kategorie | Befehle | Einsatzgebiet |
|---|---|---|
| Navigation | cd, ls, pwd |
Bewegen, Dateien finden |
| Netzwerk | curl, ssh |
API-Tests, Remote-Zugriff |
| Docker | docker ps, docker logs |
Container-Verwaltung |
| Entwicklung | git pull, cat, grep |
Code und Config verwalten |
| Pakete | pip / uv |
Python-Abhängigkeiten installieren |
10 Befehle. Das ist alles was zwischen dir und deinem ersten lokalen LLM steht.
Kein Informatikstudium, kein Linux-Expertenwissen. Wer Ollama starten, Docker-Container prüfen und Modelle herunterladen will, braucht genau diese 10 Befehle — mehr nicht.
Warum überhaupt Terminal?
Weil AI-Tools fast alle über die Kommandozeile bedient werden. Docker läuft im Terminal. Python-Scripts starten dort. SSH-Verbindungen zu deinem Server (falls du später auf eigene Hardware ausweichst) gehen über Terminal. Wer das umgeht, verbringt die Hälfte der Zeit damit, GUI-Wrapper zu verstehen die sowieso nur das Terminal aufrufen. Direkt ist schneller.
Auf Windows empfehlen wir Windows Terminal + WSL2 — damit hast du eine vollwertige Linux-Umgebung, ohne Dual-Boot.
Die 10 Befehle
| Befehl | Was er tut | Beispiel |
|---|---|---|
cd |
Verzeichnis wechseln | cd ~/projects/ai-stack |
ls / dir |
Inhalt des Verzeichnisses anzeigen (Linux/Mac: ls, Windows: dir) |
ls -la |
pwd |
Aktuellen Pfad anzeigen (Print Working Directory) | pwd → /home/joe/projects |
curl |
HTTP-Requests senden — unverzichtbar für API-Tests | curl http://localhost:11434/api/tags |
ssh |
Sicherer Zugriff auf remote Server | ssh [email protected] |
docker ps |
Laufende Container anzeigen | docker ps --format "table {{.Names}}\t{{.Status}}" |
git pull |
Neueste Version aus dem Repository holen | git pull origin main |
cat |
Datei-Inhalt direkt ausgeben | cat .env |
grep |
Text in Dateien oder Output suchen | docker logs ollama | grep "error" |
pip / uv |
Python-Pakete installieren (uv ist deutlich schneller) |
uv pip install ollama |
Befehle in der Praxis — echte Beispiele
Jeder Befehl hier zeigt mindestens zwei reale Anwendungsfälle, die dir beim Betrieb eines lokalen AI-Stacks begegnen werden.
cd — zu deinem Projekt navigieren:
cd ~/projects/ai-stack # zum AI-Projekt springen
cd .. # eine Ebene hoch
cd - # zurück zum vorherigen Verzeichnis
ls — sehen was in einem Verzeichnis liegt:
ls -la # alle Dateien inkl. versteckte, mit Details
ls -lh ~/.ollama/models/ # Modelldateien mit lesbaren Größenangaben
ls *.yml # nur YAML-Dateien auflisten (z.B. docker-compose)
curl — APIs direkt aus dem Terminal testen:
curl http://localhost:11434/api/tags # Ollama-Modelle auflisten
curl -X POST http://localhost:11434/api/generate \
-d '{"model":"qwen3.5:4b","prompt":"Hallo"}' # einen Prompt senden
curl -s http://localhost:3000/health | python -m json.tool # Open WebUI Health prüfen
grep — das Wichtige im Rauschen finden:
docker logs ollama | grep "error" # Fehler in Ollama-Logs finden
grep -r "OLLAMA_HOST" ~/projects/ # Config-Referenzen im Projekt suchen
docker logs open-webui | grep -i "warning" # Warnungen suchen (Groß/Klein egal)
docker ps — wissen was läuft:
docker ps # laufende Container
docker ps -a # alle Container inkl. gestoppte
docker ps --format "table {{.Names}}\t{{.Status}}\t{{.Ports}}" # saubere Übersicht
Drei Dinge die sofort helfen
Tab-Completion nutzen. Fang mit cd pro an und drück Tab — das Terminal vervollständigt projects/ automatisch. Spart Tipperei und verhindert Tippfehler.
Pfeiltaste hoch. Der letzte Befehl kommt mit ↑ zurück. Kein nochmal eintippen. Drück Strg+R um durch deine Befehlshistorie zu suchen.
| (Pipe) verbindet Befehle. docker logs ollama | grep error gibt nur Zeilen mit "error" aus — statt durch hunderte Logzeilen zu scrollen. Du kannst mehrere Pipes verketten: docker logs ollama | grep error | tail -5 zeigt nur die letzten 5 Fehlerzeilen.
Windows-Nutzer: WSL2 einrichten lohnt sich
Ollama läuft nativ auf Windows. Aber viele Tools im AI-Ökosystem sind für Linux gebaut. WSL2 gibt dir eine vollwertige Ubuntu-Umgebung direkt in Windows — ohne VM, ohne Dual-Boot.
# WSL2 installieren (PowerShell als Admin)
wsl --install
Nach dem Neustart hast du Ubuntu in Windows Terminal verfügbar. Alle 10 Befehle oben funktionieren dann identisch. Details: WSL2 Dokumentation.
Wer tiefer einsteigen will: Die Linux Foundation hat kostenlose Einführungsmaterialien für die Kommandozeile.
Kurz-Test: Läuft dein Terminal?
Öffne Terminal (Windows Terminal, macOS Terminal, oder Linux-Shell) und tippe:
curl --version
Wenn eine Versionsnummer erscheint — perfekt. Wenn nicht, ist curl nicht installiert. Unter Windows: winget install curl.curl. Unter Ubuntu/WSL2: sudo apt install curl.
Terminal läuft? Dann kommt der eigentliche Schritt: Ollama installieren und das erste Modell lokal starten.
Weiter zu Stufe 3: Ollama installieren in 5 Minuten →
Oder direkt zum kompletten Setup-Guide: Das Local AI Playbook P1 (EUR 49) nimmt dich von Terminal bis zu einem produktionsfähigen Stack mit Browser-Interface, API-Zugang und fertig konfigurierten Docker-Containern.
