Skip to main content
PromptQuorum
Startseite/Lokale LLMs Pro/Maid im Test (2026): Open-Source-LLM-Chat-App für Android
Mobile & Edge LLMs

Maid im Test (2026): Open-Source-LLM-Chat-App für Android

·10 Min. Lesezeit·Von Hans Kuepper · Gründer von PromptQuorum, Multi-Model-AI-Dispatch-Tool · PromptQuorum
Lesen auf:
🇺🇸en🇩🇪de🇫🇷fr🇯🇵ja🇨🇳zh🇪🇸es🇧🇷pt🇸🇦ar🇰🇷ko

Maid ist eine kostenlose, quelloffene (MIT-Lizenz) Android-App, die GGUF-Sprachmodelle lokal über llama.cpp ausführt und sich zusätzlich mit einem eigenen API-Schlüssel mit externen Anbietern verbinden kann — Anthropic, OpenAI, Ollama, Mistral, DeepSeek, Novita und OrcaRouter. Entwickelt wird sie von der GitHub-Organisation Mobile-Artificial-Intelligence, gegründet von Dane Madsen, der das Projekt im Oktober 2023 startete. Ursprünglich war die App mit Flutter gebaut und erschien bis Version 2.0.7 (April 2025) für Android, iOS (Sideload), Windows, macOS und Linux; Version 3.0.0 (März 2026) schrieb die App in React Native neu und beschränkte den Vertrieb auf Android — aktuell gibt es keinen iOS-, Windows-, macOS- oder Linux-Build. Das Projekt wird weiterhin aktiv entwickelt, mit Commits und gemergten Pull Requests bis September 2026.

Maid ist eine kostenlose, quelloffene (MIT-lizenzierte) Chat-App, die GGUF-Sprachmodelle lokal über llama.cpp ausführt oder sich mit einem eigenen API-Schlüssel mit externen Anbietern wie Anthropic, OpenAI, Ollama, Mistral, DeepSeek, Novita und OrcaRouter verbindet. Das Projekt startete 2023 als plattformübergreifende Flutter-App des australischen Entwicklers Dane Madsen, wurde jedoch für Version 3.0.0 (März 2026) in React Native neu geschrieben und läuft heute nur noch auf Android — die Desktop- und iOS-Builds der älteren Flutter-Versionen gibt es in der aktuellen Version nicht mehr. Dieser Test beschreibt, was Maid heute leistet, was sich durch den Umbau geändert hat, welche Plattform- und Hardware-Anforderungen wirklich gelten, wie das Preismodell aussieht (kostenlos, keine kostenpflichtige Stufe) und für wen sich die App eignet — und für wen nicht.

Maid im Test (2026): Open-Source-LLM-Chat-App für Android

Wichtigste Erkenntnisse

  • Kostenlos und quelloffen (MIT-Lizenz); Quellcode und Issue-Tracker sind öffentlich auf GitHub.
  • Von Dane Madsen im Oktober 2023 als plattformübergreifende Flutter-App gegründet; heute von der Organisation Mobile-Artificial-Intelligence gepflegt.
  • Führt GGUF-Modelle vollständig auf dem Gerät über llama.cpp aus oder verbindet sich mit Anthropic, OpenAI, Ollama, Mistral, DeepSeek, Novita und OrcaRouter mit eigenem API-Schlüssel.
  • Version 3.0.0 (März 2026) schrieb die App in React Native neu und beschränkte sie auf Android — die älteren Flutter-Versionen erschienen zusätzlich für iOS (Sideload), Windows, macOS und Linux, doch diese Builds sind nicht mehr Teil der aktuellen Version.
  • Erhältlich bei Google Play und als direkter APK/AAB-Download von GitHub Releases.
  • Zum Testzeitpunkt wurde in der App oder ihrer Dokumentation keine kostenpflichtige Stufe gefunden; die Basis-App und ihre lokale Chat-Funktion sind kostenlos.

📍 In einem Satz

Maid ist eine kostenlose, MIT-lizenzierte, quelloffene Android-App, die GGUF-Sprachmodelle lokal über llama.cpp ausführt oder sich mit einem eigenen API-Schlüssel mit externen KI-Anbietern verbindet, gepflegt von der GitHub-Organisation Mobile-Artificial-Intelligence, gegründet von Entwickler Dane Madsen.

💬 In einfachen Worten

Es ist eine App, die Sie auf einem Android-Smartphone installieren, um mit einem KI-Modell zu chatten, das entweder auf Ihrem eigenen Gerät läuft oder über ein Konto, das Sie bereits bei einem Anbieter wie OpenAI oder Anthropic haben — der Code ist auf GitHub öffentlich, und die App selbst ist kostenlos. Früher funktionierte sie auch auf iPhone, Windows, Mac und Linux, doch die aktuelle Version hat diese Plattformen gestrichen.

📌Hinweis: Dieser Test basiert auf dem öffentlichen GitHub-Repository, dessen README, der Versionshistorie und dem Google-Play-Eintrag, geprüft im September 2026. PromptQuorum hat für diesen Test keine eigenen praktischen Benchmarks von Maid durchgeführt — die Leistungsangaben unten sind allgemeine Hardware-Richtwerte für lokale LLMs, keine app-spezifischen Messungen.

Was ist Maid?

**Maid ist eine Android-App, die entweder offene Sprachmodelle im GGUF-Format lokal auf dem Gerät über llama.cpp herunterlädt und ausführt, oder Chat-Anfragen mit einem selbst bereitgestellten API-Schlüssel an einen externen Anbieter sendet.** Die App ist MIT-lizenziert, das heißt, der vollständige Quellcode ist öffentlich einsehbar, forkbar und veränderbar.

Dieser Doppelmodus ist das prägende Merkmal der App: Sie ist nicht ausschließlich ein Client für lokale Inferenz. Dieselbe Oberfläche kann eine GGUF-Datei vollständig offline ausführen oder eine Unterhaltung über Ihr eigenes Konto an einen Cloud-Anbieter wie OpenAI oder Anthropic weiterleiten, oder an einen selbst gehosteten Ollama-Server in Ihrem Netzwerk. Laut README beschreibt sich das Projekt selbst als "nicht verbunden mit Huggingface, Meta (Facebook), MistralAi, OpenAI, Google, Microsoft oder einem anderen Unternehmen, das ein mit dieser App kompatibles Modell anbietet."

Wer hat Maid entwickelt, und was hat sich beim Umbau geändert?

Maid wurde von Dane Madsen entwickelt, der das Projekt im Oktober 2023 als plattformübergreifende Flutter-App zum Ausführen von GGUF- und llama.cpp-Modellen startete. Das Projekt liegt heute unter der GitHub-Organisation Mobile-Artificial-Intelligence statt unter Madsens persönlichem Account; sein ursprüngliches Repository, danemadsen/maid, wird von GitHub inzwischen als Fork des Organisations-Repositorys geführt, und dessen Beschreibung lautet weiterhin "plattformübergreifende Flutter-App", obwohl das nicht mehr dem aktuellen Code entspricht.

Die Versionshistorie zeigt einen klaren Bruch. Releases bis v2.0.7 (April 2025) waren mit Flutter gebaut und lieferten installierbare Pakete für Android (APK/AAB), iOS (eine sideload-fähige .ipa-Datei, kein App-Store-Eintrag), Linux (.zip/.AppImage), macOS (.dmg für Intel und Apple Silicon), Windows (.zip) und sogar einen Web-Build. Version 3.0.0 (veröffentlicht am 10. März 2026) ist ein vollständiger Umbau in React Native, und das Release enthält nur noch Android-Pakete (APK- und AAB-Varianten) — keine Dateien für iOS, Windows, macOS oder Linux. Das Changelog dieses Releases nennt Unterstützung für Vision-Modelle, System-Text-to-Speech, Systemspracherkennung, Reasoning-Modelle, Markdown-Rendering und eine Upvote-/Downvote-Meldefunktion, die laut Release-Notes eine Google-Play-Anforderung ist.

Die Entwicklung ging über diesen Umbau hinaus weiter: Das Repository zeigt gemergte Pull Requests und Commits bis Anfang September 2026, darunter eine Korrektur am Chat-System und die Ergänzung von OrcaRouter als externem Anbieter. Zum Testzeitpunkt hatte das Repository rund 2.700 Sterne, 283 Forks und 10 offene Issues — ein Beleg für ein aktiv genutztes und aktiv gepflegtes Projekt, allerdings ein quelloffenes Projekt einer einzelnen Organisation und kein finanziertes Unternehmen mit Support-Team.

  • Gründer: Dane Madsen (GitHub: danemadsen), der das Projekt im Oktober 2023 startete.
  • Aktueller Maintainer: die GitHub-Organisation Mobile-Artificial-Intelligence; Madsens persönliches Repository ist heute ein Fork des Organisations-Repositorys.
  • Lizenz: MIT — freizügige Open-Source-Lizenz, frei nutzbar, forkbar und veränderbar.
  • Wesentlicher Architekturwechsel: Flutter (plattformübergreifend, bis v2.0.7, April 2025) → React Native, nur Android (ab v3.0.0, März 2026).
  • Zum Testzeitpunkt rund 2.700 GitHub-Sterne, 283 Forks und 10 offene Issues, mit Commits und gemergten Pull Requests bis September 2026.

So starten Sie mit Maid

Ein funktionierender Chat in Maid ist nach der Installation der aktuellen Android-Version in wenigen Schritten eingerichtet. Für lokalen Chat auf dem Gerät ist kein Konto erforderlich; eine optionale Anmeldung gibt es nur für die Cloud-Backup-Funktion der App.

  1. 1
    App auf Android installieren
    Why it matters: Laden Sie Maid bei [Google Play](https://play.google.com/store/apps/details?id=com.danemadsen.maid) herunter oder installieren Sie die APK direkt von der [GitHub-Releases-Seite](https://github.com/Mobile-Artificial-Intelligence/maid/releases), wenn Sie lieber sideloaden möchten. Ein iOS-, Windows-, macOS- oder Linux-Build ist derzeit nicht verfügbar.
  2. 2
    Lokalen oder externen Modus wählen
    Why it matters: Entscheiden Sie, ob Sie ein GGUF-Modell herunterladen und vollständig auf dem Gerät über llama.cpp ausführen möchten, oder die App mit einem externen Anbieter (Anthropic, OpenAI, Ollama, Mistral, DeepSeek, Novita oder OrcaRouter) über einen bereits vorhandenen API-Schlüssel oder eine Serveradresse verbinden.
  3. 3
    Modell herunterladen oder importieren (lokaler Modus)
    Why it matters: Für Chat auf dem Gerät laden Sie ein GGUF-Modell in einer zum RAM Ihres Smartphones passenden Größe herunter (siehe Hardware-Abschnitt unten), oder laden Sie eine eigene GGUF-Datei aus dem lokalen Speicher oder von [Hugging Face](https://huggingface.co).
  4. 4
    Chat starten
    Why it matters: Sobald ein lokales Modell geladen oder ein externer Anbieter eingerichtet ist, können Sie eine Unterhaltung beginnen. Chats lassen sich in der App erstellen, umbenennen, löschen sowie als JSON-Dateien exportieren und importieren.

Welche Modelle unterstützt Maid?

Lokal (auf dem Gerät)

Womit verbunden:
Jedes GGUF-Modell, geladen über llama.cpp
Hinweise:
Keine feste kuratierte Modellliste — die App führt jede heruntergeladene oder importierte GGUF-Datei aus, auch von Hugging Face.

Externe Anbieter

Womit verbunden:
Anthropic, OpenAI, Ollama, Mistral, DeepSeek, Novita, OrcaRouter
Hinweise:
Erfordert ein eigenes Konto und einen eigenen API-Schlüssel (bei Ollama eine eigene Serveradresse); Maid bündelt oder verkauft den Zugang zu diesen Anbietern nicht selbst.

Da Maid jede beliebige GGUF-Datei laden kann, ergibt sich die praktische Modellunterstützung aus der llama.cpp-Kompatibilität und nicht aus einer app-kuratierten Auswahlliste — anders als etwa PocketPal AI oder Private LLM, die neben eigener Dateiunterstützung einen konkreten Schnellauswahl-Katalog mitbringen.

Ist Maid für iPhone, Windows oder Mac verfügbar?

Android

Verfügbarkeit:
Verfügbar
Hinweise:
Vertrieb über Google Play und als direkte APK/AAB von GitHub Releases. Dies ist die einzige Plattform, die die aktuelle Version 3.0.0 unterstützt.

iPhone / iPad

Verfügbarkeit:
Derzeit nicht verfügbar
Hinweise:
Ältere Flutter-Releases (bis v2.0.7, April 2025) enthielten eine sideload-fähige .ipa-Datei, es gab jedoch nie einen App-Store-Eintrag, und dem aktuellen v3.0.0-Release liegt keine iOS-Datei bei.

Windows / macOS / Linux

Verfügbarkeit:
Derzeit nicht verfügbar
Hinweise:
Desktop-Builds (.zip, .AppImage, .dmg) gab es für die Flutter-basierten Releases bis v2.0.7, doch der Umbau in React Native (v3.0.0) liefert keine Desktop-Pakete mehr. Desktop-Nutzer, die einen lokalen GGUF-Chat-Client suchen, sollten stattdessen Ollama, LM Studio oder Jan AI in Betracht ziehen.

Wie viel kostet Maid?

Maid ist kostenlos herunterladbar und kostenlos nutzbar, sowohl für lokalen Chat auf dem Gerät als auch für Chat über externe Anbieter, und der Quellcode ist unter der MIT-Lizenz öffentlich. Zum Testzeitpunkt fand sich im Repository, den Release-Notes oder dem Google-Play-Eintrag der App weder ein In-App-Kauf noch ein Abo oder eine kostenpflichtige Stufe.

Die Kosten, die ein Maid-Nutzer tatsächlich trägt, sind indirekt: Gerätespeicher für heruntergeladene GGUF-Modelldateien (üblicherweise mehrere Gigabyte pro Datei) sowie im Modus mit externen Anbietern das, was Anthropic, OpenAI, Mistral, DeepSeek, Novita, Ollama oder OrcaRouter jeweils separat für die API-Nutzung unter Ihrem eigenen Konto berechnen — Maid selbst schlägt darauf keinen Aufpreis und kein Abo.

  • Basis-App: Kostenlos, kein Abo, MIT-lizenzierte Open-Source-Software.
  • Lokaler Chat (GGUF-Modelle auf dem Gerät): Kostenlos — keine Gebühr pro Nachricht oder Token, da die Inferenz auf Ihrem eigenen Gerät läuft.
  • Chat über externe Anbieter: Über Maid kostenlos nutzbar, Sie zahlen jedoch, was der jeweilige Anbieter (OpenAI, Anthropic usw.) unter Ihrem eigenen Konto und API-Schlüssel berechnet.
  • Optionales Cloud-Backup: Die App unterstützt eine Registrierung oder Anmeldung, um Einstellungen und Chatverlauf über Supabase zu sichern; dieser Test fand keine gesonderte Gebühr für diese Funktion.
  • Speicherkosten: Keine monetären, aber reale Kosten — jedes heruntergeladene GGUF-Modell belegt üblicherweise mehrere Gigabyte Gerätespeicher.

Welche Funktionen bietet Maid?

Über die grundlegende Aufteilung in lokalen und externen Chat hinaus beschreiben README und Release-Notes von Maid eine Reihe von Funktionen, die über die Versionsgeschichte hinzugekommen sind. Dazu gehören:

  • Lokale und externe Inferenz in einer App. Wechseln Sie zwischen vollständig offlinefähigem GGUF-Chat über llama.cpp und Cloud-Anbietern (Anthropic, OpenAI, Ollama, Mistral, DeepSeek, Novita, OrcaRouter) mit eigenen Zugangsdaten.
  • Gesprächsverwaltung. Chats erstellen, umbenennen, löschen sowie als JSON-Dateien exportieren und importieren.
  • Eigener System-Prompt. Ein globaler System-Prompt lässt sich festlegen, um Verhalten und Ton des Assistenten anzupassen.
  • Anpassbare Generierungsparameter. Einstellungen wie Temperature, Top-p, Top-k und Kontextlänge lassen sich pro Sitzung anpassen.
  • Sprachausgabe über eine Begleit-App. Maid lässt sich mit Maise kombinieren, einer separaten quelloffenen Android-Text-to-Speech-Engine derselben GitHub-Organisation, um Antworten vorlesen zu lassen.
  • Optionales Cloud-Backup. Nutzer können sich registrieren oder anmelden, um Einstellungen und Chatverlauf über Supabase zu synchronisieren; dies ist optional und für die Nutzung der App nicht erforderlich.
  • Material-You-Design. Helles und dunkles Design, das der Systemeinstellung von Android folgt.
  • Keine Telemetrie und keine Werbung, laut dem README des Projekts.

Welche Hardware brauchen Sie für Maid?

Nicht die App selbst, sondern das gewählte GGUF-Modell bestimmt die tatsächliche Hardware-Untergrenze für lokalen Chat — als allgemeine Richtlinie für GGUF-Modelle auf Smartphones benötigt ein quantisiertes 2–4B-Parameter-Modell etwa 3–4 GB freien RAM, ein 7–8B-Parameter-Modell 6–8 GB oder mehr. Dies ist eine allgemeine Größenrichtlinie für lokale LLMs, kein Maid-spezifischer Benchmark; PromptQuorum hat den genauen Speicherbedarf von Maid pro Modell nicht eigenständig gemessen.

Da Maid die lokale Inferenz über llama.cpp ausführt, gilt allgemeine Android-Leistungsrichtlinie für llama.cpp: Ein neueres Gerät mit mehr RAM und modernem Chipsatz lädt und betreibt größere Modelle komfortabler als ein älteres, speicher- oder RAM-begrenztes Smartphone. Wenn Sie stattdessen den Modus mit externen Anbietern statt lokaler Inferenz nutzen, sind die Anforderungen an die Gerätehardware minimal — das Modell läuft auf den Servern des Anbieters, und Ihr Smartphone benötigt lediglich eine funktionierende Internetverbindung.

  • Kleine Modelle (2–4B Parameter, quantisiert): auf den meisten neueren Android-Smartphones mit 4 GB+ freiem RAM nutzbar.
  • Mittelgroße Modelle (7–8B Parameter, quantisiert): empfohlener Geräte-RAM von 8 GB oder mehr für akzeptable Reaktionsgeschwindigkeit.
  • Speicher: mehrere Gigabyte freien Gerätespeicher pro heruntergeladener GGUF-Modelldatei einplanen.
  • Modus mit externen Anbietern: keine nennenswerten lokalen Hardware-Anforderungen außer einer funktionierenden Internetverbindung, da die Inferenz auf der Infrastruktur des Anbieters läuft.

Für wen sich Maid eignet

  • Android-Nutzer, die lokalen und Cloud-Chat in einer kostenlosen App möchten. Die Möglichkeit, in einem einzigen quelloffenen Client zwischen vollständig offlinefähiger GGUF-Inferenz und eigenen Konten bei Anbietern wie OpenAI oder Anthropic zu wechseln, ist das klarste Alleinstellungsmerkmal von Maid.
  • Nutzer, die eine beliebige GGUF-Datei statt einer kuratierten Modellliste ausführen möchten. Da die App über llama.cpp jedes GGUF-Modell lädt, statt einen festen Katalog mitzubringen, eignet sie sich für Nutzer, die bereits ein bestimmtes Modell im Blick haben.
  • Entwickler und technisch interessierte Nutzer, die mit Open-Source-Projekten vertraut sind. Das öffentliche GitHub-Repository, der Issue-Tracker und die aktive Release-Historie eignen sich für Nutzer, die bereit sind, Release-Notes zu lesen oder ein Issue zu melden, statt dedizierten Kundensupport zu erwarten.
  • Nutzer, die den Code selbst prüfen oder verändern möchten. Die MIT-Lizenz erlaubt Forken und Verändern — wichtig für alle, die genau nachvollziehen möchten, was die App tut, bevor sie ihr private Unterhaltungen oder Provider-API-Schlüssel anvertrauen.

Für wen sich Maid nicht eignet

  • iPhone-, iPad-, Windows-, macOS- oder Linux-Nutzer. Die aktuelle Version 3.0.0 ist reines Android; es gibt keinen App-Store-Eintrag und keinen unterstützten Desktop-Build. Nutzer auf diesen Plattformen sollten stattdessen Private LLM oder PocketPal AI (Apple) beziehungsweise Ollama, LM Studio oder Jan AI (Desktop) in Betracht ziehen.
  • Nutzer, die eine vollständig geführte Erfahrung ohne Konfiguration möchten. Die Wahl zwischen lokalem und externem Modus, die passende Modellgröße für das eigene Gerät und die Verwaltung von API-Schlüsseln gehören zum Ablauf; wer diese Entscheidungen der App überlassen möchte, ist mit einer kuratierteren App wie Loci oder Enclave AI besser bedient.
  • Nutzer, die besonders anspruchsvolle Modelle (70B+ Parameter) lokal ausführen möchten. Smartphone-Hardware, selbst bei Flaggschiff-Android-Geräten, kann Modelle dieser Größenordnung nicht praktikabel lokal ausführen — solche Aufgaben benötigen unabhängig von der mobilen App einen Desktop, eine Workstation oder eine Cloud-API bzw. einen externen Anbieter.
  • Nutzer, die dedizierten kommerziellen Support erwarten. Maid wird von einer Open-Source-GitHub-Organisation gepflegt, nicht von einem finanzierten Unternehmen mit Support-Team; wer garantierte Reaktionszeiten oder eine Enterprise-Support-Vereinbarung benötigt, sollte eine kommerziell unterstützte Alternative wählen.
  • Nutzer, die den alten plattformübergreifenden Build benötigen. Wer sich auf die frühere iOS-, Windows-, macOS- oder Linux-Unterstützung der Flutter-basierten v2.x-Releases von Maid verlässt, sollte wissen, dass diese Plattformen nicht Teil der aktuellen, aktiv gepflegten Version sind.

Maid im Vergleich zu Alternativen

Maid

Lizenz / Kosten:
Kostenlos, quelloffen (MIT)
Plattformen:
Nur Android (ab v3.0.0)
Modellflexibilität:
Jede GGUF-Datei über llama.cpp, oder externe Anbieter (Anthropic, OpenAI, Ollama, Mistral, DeepSeek, Novita, OrcaRouter) mit eigenem API-Schlüssel
Artikel über Maid (4)

Auch erwähnt in:

PocketPal AI

Lizenz / Kosten:
Kostenlos, quelloffen (MIT)
Plattformen:
iPhone/iPad, Android
Modellflexibilität:
Schnellauswahl-Liste plus jede GGUF-Datei von Hugging Face

Private LLM

Lizenz / Kosten:
Kostenpflichtig, Einmalkauf; Closed Source
Plattformen:
iPhone/iPad/Mac (nur Apple)
Modellflexibilität:
140+ Modelle, mit OmniQuant- und GPTQ-Quantisierungsformaten

Enclave AI

Lizenz / Kosten:
Kostenlos mit kostenpflichtiger Stufe; Closed Source
Plattformen:
iPhone/iPad/Mac (nur Apple)
Modellflexibilität:
Kuratierte Liste lokaler Modelle; Siri- und Shortcuts-Integration

ChatterUI

Lizenz / Kosten:
Kostenlos, quelloffen (AGPL-3.0)
Plattformen:
Android (aus Quellcode bauen)
Modellflexibilität:
Führt GGUF-Dateien lokal über llama.cpp aus oder verbindet sich mit externen APIs; unterstützt Character Card v2

RikkaHub

Lizenz / Kosten:
Kostenlos, quelloffen
Plattformen:
Android
Modellflexibilität:
Multi-Provider-Client (OpenAI-/Google-/Anthropic-kompatible APIs); Material-You-Design
Artikel über RikkaHub (1)

Auch erwähnt in:

AnythingLLM Mobile

Lizenz / Kosten:
Kostenlos, quelloffen
Plattformen:
iPhone/iPad, Android
Modellflexibilität:
Inferenz auf dem Gerät, Verbindung zu einer selbst gehosteten AnythingLLM-Instanz oder jedem OpenAI-kompatiblen Anbieter
Artikel über AnythingLLM Mobile (1)

Auch erwähnt in:

LLM Farm, früher eine beliebte quelloffene iOS-GGUF-Chat-App, wurde zum Testzeitpunkt aus dem App Store entfernt und im eigenen GitHub-Repository als "vorübergehend nicht verfügbar" markiert — deshalb fehlt sie oben in den aktiven Empfehlungen. Bei Layla, einer weiteren On-Device-Assistenz-App, wurde Berichten zufolge die kostenlose Stufe "Layla Lite" aus Google Play entfernt; prüfen Sie die aktuelle Verfügbarkeit direkt auf layla-network.ai, bevor Sie von einer Installierbarkeit ausgehen.

Häufig gestellte Fragen

Ist Maid kostenlos?

Ja. Maid ist kostenlos herunterladbar und kostenlos nutzbar, sowohl für lokalen Chat auf dem Gerät als auch für Chat über externe Anbieter, und die App ist unter der MIT-Lizenz quelloffen. Zum Testzeitpunkt fand sich in der App oder ihrer Dokumentation keine kostenpflichtige Stufe oder kein In-App-Kauf; der Modus mit externen Anbietern wird weiterhin über Ihr eigenes Konto bei diesem Anbieter abgerechnet.

Wer hat Maid entwickelt?

Maid wurde von Dane Madsen entwickelt, der das Projekt im Oktober 2023 als plattformübergreifende Flutter-App startete. Es wird heute unter der GitHub-Organisation Mobile-Artificial-Intelligence gepflegt und nicht mehr als persönliches Projekt.

Ist Maid quelloffen?

Ja, der vollständige Quellcode ist auf GitHub unter der MIT-Lizenz veröffentlicht, einer freizügigen Lizenz, die kostenlose Nutzung, Veränderung und Weitergabe erlaubt.

Funktioniert Maid auf iPhone, Windows oder Mac?

Nein. Seit Version 3.0.0 (März 2026) ist Maid reines Android. Frühere Flutter-basierte Releases bis v2.0.7 (April 2025) lieferten Builds für iOS (nur Sideload, kein App-Store-Eintrag), Windows, macOS und Linux, doch diese Plattformen werden von der aktuellen, aktiv gepflegten Version nicht mehr unterstützt.

Welche Modelle kann Maid ausführen?

Für lokalen Chat kann Maid jedes Modell im GGUF-Format über llama.cpp ausführen — es gibt keine feste kuratierte Liste. Zusätzlich lässt sich die App mit externen Anbietern verbinden, darunter Anthropic, OpenAI, Ollama, Mistral, DeepSeek, Novita und OrcaRouter, über einen selbst bereitgestellten API-Schlüssel oder eine Serveradresse.

Wie viel RAM benötigt Maid für lokale Modelle?

Das hängt vom gewählten GGUF-Modell ab, nicht von einer festen App-Anforderung. Als allgemeine Richtlinie benötigen quantisierte 2–4B-Parameter-Modelle üblicherweise 3–4 GB freien RAM, 7–8B-Parameter-Modelle üblicherweise 8 GB oder mehr. Geräte mit mehr RAM können größere, leistungsfähigere Modelle lokal ausführen.

Benötigt Maid eine Internetverbindung?

Für lokalen Chat ist nach dem Herunterladen eines GGUF-Modells keine Internetverbindung erforderlich — die Inferenz läuft vollständig auf dem Gerät über llama.cpp. Eine Internetverbindung ist für den anfänglichen Modell-Download, für den Modus mit externen Anbietern sowie für das optionale Supabase-basierte Cloud-Backup erforderlich.

Wird Maid noch aktiv gepflegt?

Zum Testzeitpunkt ja: Das GitHub-Repository zeigt Commits und gemergte Pull Requests bis Anfang September 2026, darunter eine Korrektur am Chat-System und die Ergänzung von OrcaRouter als externem Anbieter. Gepflegt wird es von einer Open-Source-GitHub-Organisation und nicht von einem finanzierten Unternehmen — prüfen Sie die aktuelle Aktivität im Repository selbst, bevor Sie sich für zeitkritische Zwecke darauf verlassen.

Was ist mit der iOS-, Windows- und Mac-Unterstützung von Maid passiert?

Maid war ursprünglich eine plattformübergreifende Flutter-App; Releases bis v2.0.7 (April 2025) lieferten neben Android auch installierbare Builds für iOS (Sideload), Windows, macOS und Linux. Version 3.0.0 (März 2026) schrieb die App in React Native neu und beschränkte das Projekt auf Android — die Desktop- und iOS-Builds sind nicht mehr Teil der aktuellen Release-Reihe.

Wie schneidet Maid im Vergleich zu PocketPal AI oder Private LLM ab?

Maid ist kostenlos, quelloffen, reines Android und ungewöhnlich, weil es in einer App sowohl vollständig lokale GGUF-Inferenz als auch externe Cloud-Anbieter unterstützt. PocketPal AI ist ebenfalls kostenlos und quelloffen, deckt aber iPhone/iPad und Android mit rein lokaler GGUF-Inferenz ab. Private LLM ist eine kostenpflichtige, Closed-Source-App nur für Apple mit einem größeren integrierten Modellkatalog. Wählen Sie Maid, wenn Sie Android nutzen und lokale sowie Cloud-Optionen in einem Client möchten; wählen Sie PocketPal AI, wenn Sie iOS-Unterstützung mit einem ähnlich kostenlosen, quelloffenen lokalen Modell benötigen; wählen Sie Private LLM, wenn Sie eine kostenpflichtige, ausgereiftere, reine Apple-Erfahrung möchten. Details finden Sie in der Vergleichstabelle oben.

Fazit

Maid ist eine wirklich kostenlose, wirklich quelloffene Android-App mit einer für diese Kategorie ungewöhnlichen Kombination: Sie führt lokale GGUF-Modelle über llama.cpp aus und lässt Sie sich im selben Client mit externen Anbietern wie OpenAI oder Anthropic verbinden. Diese Flexibilität bringt reale Kompromisse mit sich, die Sie vor der Installation kennen sollten. Die App durchlief 2026 einen erheblichen Architekturwechsel — einen Umbau von plattformübergreifendem Flutter zu reinem Android-React-Native —, der die iOS-, Windows-, macOS- und Linux-Unterstützung der älteren Version strich. Gepflegt wird sie von einer Open-Source-GitHub-Organisation statt von einem Unternehmen, mit einer Entwicklung, die zum Testzeitpunkt aktiv ist, aber nicht garantiert in einem bestimmten Tempo fortgesetzt wird. Wählen Sie Maid, wenn Sie Android-Nutzer sind und einen kostenlosen, offenen Chat-Client mit lokalem und externem Modus möchten und mit einem community-gepflegten Projekt einverstanden sind. Wählen Sie eine andere App — PocketPal AI oder Private LLM für Apple-Geräte, oder Ollama, LM Studio oder Jan AI für den Desktop —, wenn Sie eine Plattform benötigen, die die aktuelle Maid-Version nicht abdeckt.

Quellen

← Zurück zu Lokale LLMs Pro