Ollama-URL ändern: So steuerst du deinen Ollama-Endpoint sauber & stabil

Published on 13. Januar 2026

Wenn du mit Ollama arbeitest – sei es lokal, in Docker, im Netzwerk oder hinter einem Reverse Proxy – ist eine zentrale Frage:

Wie kann ich den URL/Host ändern, den die Ollama-Bibliothek verwendet, um Anfragen zu senden?

Viele Entwickler probieren, das direkt im Prompt zu ändern … aber das funktioniert nicht. Der “Host” wird nicht im Prompt ausgewertet, sondern direkt in der Client-Konfiguration.

Dieser Beitrag erklärt …

✔️ Was der Ollama-URL überhaupt ist
✔️ Warum er wichtig ist
✔️ Wie du ihn in verschiedenen Setups kontrollierst
✔️ Beispiele in Python
✔️ Tipps für Docker, Remote-Server & Production

🧩 Was bedeutet “Ollama-URL”?

Wenn du mit der Ollama-Bibliothek eine Anfrage wie diese schickst:

res = ollama.chat(model=model, messages=[...])

… dann baut die Bibliothek intern einen HTTP-Client, der standardmäßig gegen den lokalen Ollama-Server auf Port 11434 spricht:

http://localhost:11434

👉 Das ist der Ollama-Base-URL.

Wenn dein Ollama-Daemon irgendwo anders läuft – lokal auf einem anderen Port, per Docker-Container, auf einem anderen Server im Netzwerk oder hinter einem Proxy – dann musst du diesen URL anpassen.

🚫 Warum du den URL nicht im Prompt ändern kannst

Ein häufiger Anfängerfehler ist:

Ändere hier den URL: http://server:11434

im Prompt selbst zu schreiben.

❌ Das klappt nicht.
Prompts werden an das Modell geschickt – sie beeinflussen nicht den HTTP-Client oder die Bibliothek.

Deshalb:

Der Ollama-URL wird nicht durch Inhalte im Prompt gesteuert.
Er wird durch die Client-Konfiguration / Umgebungsvariable gesteuert.

🛠️ Drei Wege, den Ollama-URL zu ändern

1) 🔧 Per Umgebungsvariable OLLAMA_HOST (einfach & global)

Dies ist der gängigste Weg – besonders für lokale Entwicklung und Server.

Linux / macOS

export OLLAMA_HOST="http://192.168.1.100:11434"

Windows PowerShell

setx OLLAMA_HOST "http://192.168.1.100:11434"

⚠️ Wichtig: Terminal/IDE neu starten, damit die Variable übernommen wird.

Vorteile

  • Global gültig für alle Skripte
  • Kein Code-Änderung nötig

Nachteile

  • Weniger flexibel, wenn mehrere Instanzen im Spiel sind

2) 🧠 Direkt im Python-Client (empfohlen bei mehreren Hosts)

Wenn du mehrere Ollama-Server hast oder klar im Code steuern willst:

from ollama import Client

client = Client(host="http://192.168.1.100:11434")

res = client.chat(
    model=model,
    messages=[
        {
            "role": "user",
            "content": prompt_text
        }
    ]
)

print(res)

So vermeidest du Abhängigkeiten von Umgebungsvariablen.

Tipp: Das ist ideal für Microservices, APIs, Tests und automatische Deployments.

3) 🚢 Docker & Netzwerk-Setups

Wenn Ollama in Docker läuft, musst du beachten:

  • Docker-Container kommunizieren nicht automatisch über localhost mit dem Host.
  • Je nach Setup musst du z. B.:
docker run --network="host" ollama/ollama

oder

docker run -p 11434:11434 ollama/ollama

… um den Host erreichbar zu machen.

Dann kannst du wieder entweder die Umgebungsvariable nutzen oder im Client setzen.

🔍 Debugging: Wie erkennst du den aktuell verwendeten Host?

Terminal

echo $OLLAMA_HOST

Python-Code

import os
print(os.getenv("OLLAMA_HOST"))

Wenn hier nichts steht, verwendet Ollama den Standard:

http://localhost:11434

🕸️ Edge-Cases & Fallstricke

❗ SSL & HTTPS

Wenn du Ollama hinter einen Reverse-Proxy mit HTTPS stellst:

  • Benenne deine Variable entsprechend:export OLLAMA_HOST="https://ollama.meinedomain.de"
  • Achte auf valide Zertifikate oder aktiviere Trust/CA im Client.

❗ Authentifizierung

Ollama selbst nutzt keine Auth per Default — wenn du vor einem Auth-Proxy sitzt, musst du:

  • Token im Proxy konfigurieren
  • Header im Client setzen

❗ CORS & Browser-Clients

Ollama ist ein Backend-Server. Browser müssen über dein Backend proxied werden.

📌 Zusammenfassung

MethodeFlexibilitätEmpfehlung
Umgebungsvariablemittelgut für lokale Dev
Client-Config im Codehochbest geeignet
Docker-Netzwerkabhängigwenn Container im Spiel

Wichtig: Niemand liest den URL aus dem Prompt!
Der Prompt bleibt nur für die Modell-Eingabe relevant.

💡 Bonus: Beispiel-Projektstruktur

my_ai_project/
├── .env
├── main.py
├── requirements.txt
└── docker-compose.yml

.env

OLLAMA_HOST=http://ollama-server:11434

main.py

from ollama import Client
import os

ollama_host = os.getenv("OLLAMA_HOST")
client = Client(host=ollama_host)

# …

Previous