Wie verbindet man eine .NET-Anwendung mit lokaler KI?

Das Problem

Viele Schweizer KMU arbeiten mit einer Windows-Fachanwendung, die in .NET geschrieben ist, etwa einer Branchenlösung für Treuhand, Handwerk oder Verwaltung. .NET ist die Entwicklungsplattform von Microsoft, C# die dazugehörige Programmiersprache.

Diese Anwendung soll auf ein lokales Sprachmodell zugreifen können, zum Beispiel um Notizen zusammenzufassen oder Textbausteine zu entwerfen. Cloud-Dienste kommen aus Datenschutzgründen nicht infrage, das Modell läuft auf einem eigenen Rechner.

Technisch ist das keine Hexerei: Lokale Modellserver bieten eine HTTP-Schnittstelle an, also eine Netzwerkadresse für Anfragen. .NET kann solche Anfragen von Haus aus. Die Schwierigkeiten liegen eher bei der Bedienbarkeit: Wartet die Oberfläche auf das Modell, friert sie ein.

So lösen Sie es mit KI – Schritt für Schritt

1. Modellserver und Adresse festhalten. Notieren Sie Adresse, Port und genauen Modellnamen (bei Ollama zum Beispiel unter http://localhost:11434).
2. Funktion beschreiben. Legen Sie fest, was die KI tun soll, welche Daten aus der Anwendung gesendet werden und was mit der Antwort geschieht. Je enger, desto besser.
3. Verbindung einmal anlegen. Ein Entwickler erzeugt den HttpClient einmal und verwendet ihn wieder. Ständig neue Clients erzeugen unnötig Last und Fehler.
4. Zeitgrenze festlegen. Der Standardwert des HttpClient liegt bei 100 Sekunden. Lokale Modelle können länger oder kürzer brauchen. Legen Sie bewusst einen Wert fest, siehe Zeitüberschreitung behandeln.
5. Asynchron arbeiten. Der Aufruf läuft «asynchron», also im Hintergrund der Anwendung, sodass die Oberfläche bedienbar bleibt und ein Abbrechen-Knopf möglich ist.
6. JSON sauber erzeugen und lesen. Verwenden Sie die eingebauten JSON-Funktionen, statt Text zusammenzukleben. Erwarten Sie strukturierte Antworten, prüfen Sie sie, siehe JSON-Antworten prüfen.
7. Fehler abfangen. Modellserver nicht erreichbar, Zeit überschritten, leere Antwort: Alle Fälle brauchen eine verständliche Meldung.
8. Mit Testdaten prüfen. Testen Sie zuerst mit erfundenen Datensätzen und lassen Sie die Funktion von einer zweiten Person abnehmen.

Vorlage zum Kopieren

Mit diesem Auftrag lassen Sie sich ein Codebeispiel für Ihre Entwickler erzeugen.

Schreibe ein C#-Beispiel (.NET 8), das mit HttpClient eine Anfrage an einen lokalen KI-Modellserver sendet.

Adresse: [z. B. http://localhost:11434/api/chat]
Modellname: [Modellname]
Aufgabe: [z. B. Gesprächsnotiz in drei Sätzen zusammenfassen]

Anforderungen:
- Ein einziger, wiederverwendeter HttpClient
- Asynchroner Aufruf mit Abbruchmöglichkeit (CancellationToken)
- Zeitgrenze von [90] Sekunden
- JSON mit System.Text.Json erzeugen und lesen
- Verständliche Fehlermeldungen auf Deutsch
Erfinde keine Methoden. Nenne zum Schluss drei Punkte, die ein Entwickler vor dem Einsatz prüfen sollte.

Das Ergebnis ist ein Entwurf. Lassen Sie es kompilieren und testen, bevor es in die Anwendung kommt.

Die Grundform, wie sie ein Entwickler schreibt:

using var client = new HttpClient { Timeout = TimeSpan.FromSeconds(90) };
var anfrage = new { model = "[Modellname]", stream = false,
    messages = new[] { new { role = "user", content = "[Auftrag]" } } };
var inhalt = new StringContent(
    System.Text.Json.JsonSerializer.Serialize(anfrage),
    System.Text.Encoding.UTF8, "application/json");
var antwort = await client.PostAsync("http://localhost:11434/api/chat", inhalt);
antwort.EnsureSuccessStatusCode();
var text = await antwort.Content.ReadAsStringAsync();

(In der echten Anwendung wird der Client wiederverwendet, nicht pro Aufruf neu erstellt.)

Worauf Sie achten müssen

• Sichtbare Wartezeit: Wenn die Bedienoberfläche einfriert, glauben Nutzende an einen Absturz. Arbeiten Sie asynchron.
• Zugang zum Modellserver: Er hat meist keine Anmeldung. Beschränken Sie den Zugriff auf die Rechner, die ihn brauchen.
• Datenschutz: Lokal heisst nicht automatisch unproblematisch. Senden Sie nur nötige Daten und prüfen Sie, was in Protokollen landet.
• Antworten sind Vorschläge: Das Modell kann sich irren oder Details erfinden. Eine Person bestätigt, bevor Antworten gespeichert oder verschickt werden.
• Betrieb nach dem Projekt: Wer aktualisiert Modell und Server? Halten Sie fest, wer zuständig ist und wie getestet wird.

Ein Beispiel aus der Praxis

Ein Beispiel: Ein Treuhandbüro in Thun nutzt eine .NET-Fachanwendung für Mandatsverwaltung. Die Mitarbeitenden schreiben nach Telefonaten Notizen und wünschen eine automatische Kurzfassung.

Der externe Entwickler ergänzt einen Knopf «Zusammenfassen». Beim ersten Versuch friert das Fenster bis zu einer Minute ein. Nach der Umstellung auf asynchrone Aufrufe läuft die Anwendung weiter, ein Hinweis zeigt «Zusammenfassung wird erstellt», und die Person kann abbrechen. Die Kurzfassung erscheint als Vorschlag in einem Feld und wird erst nach dem Lesen übernommen.

So hilft Ihnen Alpasana

Wie Sie ein solches Vorhaben sauber aufgleisen, klärt Alpasana mit KI-Beratung und digitaler Transformation: Prozesse aufnehmen, KI-Potenziale analysieren, Vorhaben priorisieren, Schnittstellen konzipieren und Systeme verbinden. Dazu gehört auch das Dokumentieren der Umsetzung.

Die Entwicklung in Ihrer konkreten Fachanwendung hängt von Ihrem Softwarehersteller und Ihrem Vertrag ab. Das klärt sich im Erstgespräch.

Häufige Fragen

Gibt es fertige Bibliotheken für .NET?

Ja, es gibt Pakete verschiedener Anbieter. Für einfache Funktionen reicht HttpClient. Wägen Sie ab, ob sich ein zusätzliches Paket lohnt, denn jede Abhängigkeit muss gepflegt werden.

Kann die Anwendung auf einem anderen Rechner als das Modell laufen?

Ja, wenn der Modellserver im Netz erreichbar ist und die Firewall es erlaubt. Beschränken Sie den Zugang auf die nötigen Rechner und prüfen Sie, dass keine Verbindung aus dem Internet möglich ist.

Wie lange dauert eine Antwort?

Das hängt von Rechner, Modell und Textlänge ab und lässt sich nicht pauschal sagen. Messen Sie es mit Ihren Texten, siehe Antwortzeit messen.