Mingly — Multi-LLM Desktop-App
Mingly bringt Claude, GPT und lokal laufende Ollama-Modelle in eine native macOS-Desktop-App. Anfragen wechseln zwischen Cloud- und lokalen Modellen ohne Kontextverlust — die History ist modell-agnostisch, sensible Inhalte bleiben optional auf dem Gerät. Im Eigenbetrieb seit Anfang 2026, geschrieben in TypeScript auf Electron, gespeichert in lokalem SQLite.
Architektur-Highlight — Multi-Model-Routing ohne Reload
Multi-Model-Routing klingt einfach, ist aber UX-fragil: bei den meisten Multi-Tools führt ein Wechsel von Cloud zu lokal zu einem Kontext-Reset. Wir haben die Conversation-History in Mingly so abstrahiert, dass jeder Turn unabhängig von der Modell-API serialisierbar ist. Resultat: mid-conversation von Claude Sonnet auf Llama-3 lokal wechseln funktioniert ohne Reload — Token-Limits, Provider-spezifische Tool-Calls und Streaming-Semantik sind in einer modellagnostischen Schicht gekapselt. Persistenz läuft auf SQLite WAL-Mode, lokale Modelle via Ollama-MCP, State via Zustand.
Privacy-Modus — wann lokal, wann Cloud
Nicht jede Aufgabe braucht GPT-5. Recherche zu Marktdaten, Brainstorming, längere Texte profitieren von Cloud-Modellen. Sensible Inhalte — Vertragsentwürfe, Personalfälle, interne Strategie — gehören auf lokale Modelle. Mingly bietet einen expliziten Privacy-Modus, der harte Routing-Regeln durchsetzt: wenn aktiviert, bekommt kein Inhalt Cloud-Zugang, auch nicht versehentlich. Diese Trennung beantwortet die häufigste Frage in unseren KI-Tool-Workshops: 'Wie nutze ich KI, ohne Compliance zu verletzen?'
Praxis-Beweis für unsere Beratung
Aus dem Mingly-Betrieb wissen wir nicht nur, welches Modell wofür gut ist — wir wissen, wo Multi-Modell-Strategien in der Praxis brechen. Diese Erfahrung fliesst direkt in unsere Workshops zu KI-Tools im Arbeitsalltag und in Beratungen zu Multi-Modell-Strategien für KMU ein. Wer wissen will, wie man Cloud- und lokale Modelle kombiniert, ohne die Datenschutzfolgenabschätzung gemäss nDSG zu verletzen, bekommt bei uns nicht eine Folie, sondern ein laufendes Produkt als Referenz.