Die meisten OpenHuman-Anleitungen sagen nur „Weiter klicken“ — und wenn etwas hakt, wissen Sie nicht, ob Download, Login, Modell oder Memory schuld ist. Dieser Leitfaden folgt dem normalen Setup-Weg von Anfang bis Ende, mit Erfolgskriterium und was zuerst prüfen in jeder Phase. Kein riesiges Fehlerlexikon: Ziel ist, OpenHuman von null bis zum ersten funktionierenden Lauf zu bringen.
0 Überblick: sieben Phasen von null bis zum ersten Lauf
Wenn es stockt, zuerst die Phase finden: Download → Installation → Login → Modelle → Integrationen → Memory → erste Ausgabe. Die Tabelle ist Ihre Landkarte; die folgenden Abschnitte gehen ins Detail.
| Phase | Erfolgskriterium | Häufiger Stolperstein | Nächster Schritt |
|---|---|---|---|
| Vorbereitung | Offizielle Seite erreichbar, RAM ausreichend | Netzwerk/DNS, zu wenig RAM | Netz wechseln oder RAM erhöhen, dann installieren |
| Download & Installation | App startet; Version = Website | Falsches Projekt, falsche Architektur | Domain und GitHub-Release prüfen |
| Login | Hauptoberfläche sichtbar | OAuth-Weiterleitung scheitert | Anderen Browser; Blocker deaktivieren |
| Modelle | „Hallo“ erhält Antwort | BYOK oder lokales Modell stumm | Zuerst Cloud-Routing, dann lokal |
| Integrationen | Quelle zeigt „verbunden“ | OAuth abgelaufen, enger Scope | Neu autorisieren; Sync-Umfang prüfen |
| Memory | Einträge in Memory | Leerer Baum, <20 Min. Wartezeit | Ersten Auto-Fetch-Zyklus abwarten |
| Erster Test | Zusammenfassung/Todos passen zu Daten | Kein Kontext, falsche Antworten | „Modell vs. Memory“ trennen |
1 Vor der Installation: System, Netzwerk, Konten, Testdaten
Laut offiziellem Getting-Started-Guide läuft OpenHuman auf macOS, Windows und Linux mit empfohlen 4 GB+ RAM. Bei großen Postfächern/Repos oder lokalem Modell auf derselben Maschine: 16 GB+ einplanen.
- Netzwerk — tinyhumans.ai/openhuman und GitBook-Doku erreichbar. Standardweg nutzt gehosteten Login und Modell-Routing (nicht vollständig offline).
- Konten — Google/GitHub für Anmeldung bereithalten. Drittanbieter brauchen eigenes OAuth; Login verbindet Gmail nicht automatisch.
- Testdaten — Mit wenig sensiblen Mailbox oder Test-GitHub-Konto Memory-Schreiben prüfen. Nicht am ersten Tag das volle Produktions-Postfach anbinden.
- Lokales Modell (optional) — Bei Ollama zuerst
ollama runim Terminal erfolgreich, dann Local AI in OpenHuman aktivieren.
2 Download-Quelle: falsches Projekt oder falsche Version erkennen
Erfolgskriterium: Installer von tinyhumans.ai/openhuman oder offiziellem Paketkanal; Versionsnummer = aktuelle GitHub-Release.
Offizielle Wege (einer reicht):
- Website-Installer — macOS DMG, Windows MSI/EXE, Linux AppImage oder .deb (am klarsten für Einsteiger).
- Homebrew —
brew install tinyhumansai/openhuman/openhuman - Skript — macOS/Linux:
curl -fsSL https://raw.githubusercontent.com/tinyhumansai/openhuman/main/scripts/install.sh | bash; Windows: PowerShell laut README. Auf dem Hauptrechner lieber signierten Website-Download als Remote-Shell per Pipe.
tinyhumansai/openhuman, Drittanbieter-„Crack“-Bundle. Im Zweifel nur offizielle Website und GitHub-Org.3 Plattform-Installation: Mac, Windows, Linux
| Plattform | Bestanden, wenn … | Bei Hänger prüfen |
|---|---|---|
| macOS | DMG installiert; App öffnet; Gatekeeper → „Öffnen“ | Sicherheitsblock → Systemeinstellungen → Datenschutz & Sicherheit |
| Windows | MSI/EXE fertig; OpenHuman im Startmenü | SmartScreen → Herausgeber; fehlende VC++-Runtime |
| Linux | AppImage läuft oder apt installiert | amd64 vs. arm64 zur CPU |
Beim ersten Start kann macOS Bedienungshilfen oder Eingabeüberwachung verlangen (Sprach-Hotkeys). Unter Settings → Automation & Channels prüfen; für den ersten Lauf Unnötiges ablehnen.
4 Erster Start: Login, Arbeitsbereich, App öffnet nicht
Willkommensbildschirm „Sign in! Let's Cook“ mit Social Login. Die erweiterte Custom-Core-RPC-URL können die meisten ignorieren.
Erfolgskriterium: Haupt-UI mit Chat und Settings. Wenn es hakt: OAuth durch Extension blockiert → Safari/Edge privat; Login OK, leerer Bildschirm → App vollständig beenden und neu starten; Logs/Diagnose in Settings (je nach Version).
5 Modelle: Standard-Routing, BYOK, lokales Modell stumm
OpenHuman nutzt Automatic Model Routing je nach Aufgabe. Für Einsteiger: zuerst Cloud-Antworten bestätigen, dann Local AI aktivieren.
Erfolgskriterium: „Hallo“ oder „Stell dich in einem Satz vor“ liefert normale Antwort. Wenn es hakt:
- Gar keine Antwort — Netzwerk/Proxy; Early-Beta-Ausfall (Discord/GitHub Issues).
- BYOK scheitert — vollständiger Key, Provider = Einstellungen, Kontingent vorhanden.
- Ollama / LM Studio stumm — lokalen Dienst zuerst im Terminal; dann Local AI in Settings und
local_ai.runtime_enabledlaut GitBook Configuration.
6 Integrationen: OAuth, Sync-Umfang, Aktualisierung
Unter Settings Gmail, GitHub, Kalender usw. verbinden. Erfolgskriterium: Liste zeigt „verbunden“, keine dauerhaften Fehler.
Wenn es hakt: verbunden, aber leer → Lese-Scopes inkl. Abrufrecht; Google Workspace ggf. Admin-Freigabe; kein Refresh → ersten Auto-Fetch (~20 Minuten, laut Doku) abwarten — nicht nach wenigen Minuten neu installieren.
7 Memory-Sync: leerer Kontext und Validierung
Memory liegt lokal im Memory Tree (SQLite + Markdown). Vault öffnen: Memory → View vault in Obsidian (/wiki/).
Erfolgskriterium: ~20 Min. nach Gmail-Anbindung neue Memory-Einträge; Frage „Was sollte ich aus den letzten 12 Stunden wissen?“ nennt echte Betreffzeilen.
Wenn es hakt: weiter leer → OAuth wirklich OK? Testkonto mit Mails? erster Zyklus fertig? schlechte Zusammenfassung → Rohdaten in Obsidian prüfen: Modell-Halluzination vs. fehlende Quelle.
8 Erster Praxistest: Setup in einem Durchgang prüfen
Offizielle Beispiele: „Fasse zusammen, was ich heute verpasst habe.“ oder „Liste aus meinen verbundenen Quellen meine drei wichtigsten Todos für heute.“
Bestanden: ① Modell antwortet; ② Fakten in Memory/Obsidian nachweisbar; ③ engere Nachfrage (z. B. Projektname) trifft noch. Nur ② scheitert → Memory; nur ① → Modelle; beides → Login und Netzwerk.
9 Abschluss: wann neu installieren, Config behalten
Vor Neuinstallation Doku/Issues lesen: einzelnes OAuth, eine Integration oder lokales Ollama brauchen meist keine Komplett-Neuinstallation. Neu installieren bei defektem Paket, sauberem Major-Upgrade oder expliziter Release-Note.
Daten behalten: Memory Tree und Markdown-Vault liegen auf der Platte — Pfad auf der Memory-Seite notieren und Ordner sichern vor Deinstallation (keine unbekannten Pfade löschen). Deinstall: brew uninstall openhuman; apt remove; manuelle curl-Installation → GitHub docs/install.md.
Noch blockiert → GitHub Issues, Release Notes oder Discord (discord.tinyhumans.ai) mit Version und Repro-Schritten.
Alle sieben Punkte — dann läuft OpenHuman bei Ihnen und ist debuggbar:
- 1Installation über offiziellen Kanal; Version = Release
- 2Angemeldet; Chat in der Haupt-UI
- 3Standard-Modell-Routing antwortet auf „Hallo“
- 4Mindestens eine wenig sensible Integration per OAuth
- 5Memory mit Einträgen; Obsidian-Vault öffnet
- 6Erste Zusammenfassung/Todos passen zu Ihren Daten
- 7Sie wissen, welche Phase hakt und wo die offizielle Doku liegt
10 OpenHuman stabiler auf dem Mac mini
OpenHuman führt Auto-Fetch, SQLite-Schreibzugriffe und optional Ollama im Hintergrund aus. Der Mac mini M4 mit Unified Memory eignet sich für kleinere lokale Modelle; ~4 W im Leerlauf für leisen 24/7-Betrieb. Unter macOS sind Homebrew, Berechtigungsdialoge und Obsidian-Vault unkompliziert. Den persönlichen Memory Tree auf einem dedizierten mini zu halten, trennt ihn vom Alltags-Mac. Wer ein erstes Personal-Agent-Lab plant: Mac mini M4 ist ein klares Preis-Leistungs-Startpunkt — erst den Ablauf lokal validieren, dann auf einen dauerhaft laufenden Mac-mini-Knoten umziehen.
OpenHuman 24/7 · lokales MemoryMac mini M4 für Ihren OpenHuman-Knoten
Niedriger Dauerbetrieb · Unified Memory für Ollama · getrennt vom Haupt-Mac, ideal zum Testen persönlicher KI-Memory-Workflows.