← PortfolioKI-Automatisierung30. November 2025

KI-Produktivitäts-Suite: Desktop-Workflow-Automatisierung

01 Herausforderung

Im Tagesgeschäft (Support, Content) kostet der Kontextwechsel Zeit: Text kopieren, ChatGPT öffnen, einfügen, warten, zurückkopieren – und sensible Daten landen in der Cloud.

02 Ansatz

Ein natives GTK3-Tool startet mit dem Inhalt der Zwischenablage, bietet vordefinierte Aktionen und streamt die Antwort eines lokalen Ollama-Modells in Echtzeit.

03 Ergebnis

KI-Funktionen per Tastendruck direkt im Desktop-Workflow – ohne Copy-Paste-Umwege und ohne dass Firmendaten den Laptop verlassen.

Stack
Python 3GTK3 / PyGObjectOllama REST-APIrequeststhreading

Im operativen Tagesgeschäft eines E-Commerce Managers (z.B. Kundensupport, Content-Erstellung) geht viel Zeit durch Kontextwechsel verloren: Man kopiert Text, öffnet ChatGPT, fügt ein, wartet, kopiert zurück.

Ollama Menu ist eine „Productivity Suite“, die KI-Funktionen direkt in den Desktop-Workflow integriert. Sie eliminiert den „Copy-Paste-Wahnsinn“ und gibt Mitarbeitern mit einem einzigen Tastendruck Zugriff auf firmeneigene KI-Modelle.

Standard-Aktionen
6
Summarize · Pro/Con · Übersetzen · Explain · Correct
Einträge im Verlauf
100
Input, Output, Modell, Aktion
Inferenz
lokal
alle Ollama-Modelle wählbar
Instanz
1
Single-Instance per PID-Datei
Ollama Menu Screenshot: zwei Fenster mit Eingabe aus der Zwischenablage, Aktionsleiste, Modellauswahl und KI-Antwort
Abb. 1 — Ollama Menu im Einsatz: links „Summarize“ mit aufgeklapptem Verlauf, rechts Übersetzung „→ English“ – jeweils mit gemma3:4b

Business Value: Effizienzsteigerung

Vorher: Copy-Paste-Workflow

  • Text kopieren
  • ChatGPT im Browser öffnen
  • Einfügen, Prompt tippen, warten
  • Antwort zurückkopieren
  • Daten verlassen das Unternehmen

Mit Ollama Menu

  • Tool startet mit der Zwischenablage
  • Aktion per Pfeiltaste wählen
  • Ctrl+Enter – Antwort streamt live
  • Ergebnis direkt weiterverwenden
  • Lokales Modell, Daten bleiben auf dem Laptop
  • Support-Beschleunigung: Ein Agent markiert eine Kunden-E-Mail und wählt „Antwort formulieren“ – der Entwurf ist sofort in der Zwischenablage.
  • Content-Standardisierung: Texter nutzen vordefinierte Prompts (z.B. „SEO-Optimierung für Produktbeschreibung“) für konsistente Ergebnisse.
  • Datenschutz: Da lokale Modelle (via Ollama) genutzt werden, verlassen keine sensiblen Firmendaten den Laptop des Mitarbeiters.

Hauptmerkmale

  • Nahtlose Clipboard-Integration: Startet mit dem aktuellen Inhalt der Zwischenablage, der direkt bearbeitet werden kann.
  • Anpassbare Aktionen: Eine externe prompts.json definiert Aktionen mit eigenen System-Prompts – beliebig erweiterbar.
  • Dynamische Modellauswahl: Erkennt automatisch alle lokal über Ollama verfügbaren Modelle und listet sie im Dropdown.
  • Live-Streaming: Die Antwort erscheint in Echtzeit, während sie generiert wird – wichtig für die User Experience bei längeren Antworten.
  • Verlauf: Speichert die letzten 100 Anfragen (Input, Output, Modell, Aktion) zum schnellen Wiederherstellen und Kopieren.
  • Tastatursteuerung: Pfeiltasten zur Aktionswahl, Ctrl+Enter zum Absenden, Esc zum Schließen.

Architektur

Das Tool ist als natives GTK3-Interface entwickelt, um minimale Ressourcen zu verbrauchen und stabil im Hintergrund zu laufen.

  1. 01InputInhalt der Zwischenablage, editierbarClipboard
  2. 02Aktion & ModellSystem-Prompt aus prompts.json, Modell aus Ollamaprompts.json
  3. 03Hintergrund-ThreadAnfrage an die Ollama REST-API, alte Anfrage wird abgebrochenthreading
  4. 04StreamingUI-Updates sicher im Haupt-ThreadGLib.idle_add
  5. 05VerlaufErgebnis wird gespeichert und ist kopierbarhistory.json
Abb. 2 — Lebenszyklus einer Anfrage

Technische Highlights und Lösungsansätze

Reaktionsfähige Oberfläche durch Multithreading

Problem: Anfragen an die Ollama-API können mehrere Sekunden dauern. Im Haupt-Thread ausgeführt, würde die gesamte Oberfläche einfrieren.

Lösung: Jede Anfrage läuft in einem eigenen Hintergrund-Thread (threading.Thread), die GUI bleibt jederzeit reaktionsfähig. Um Komponenten wie das Antwort-Textfeld sicher aus dem Hintergrund zu aktualisieren, wird GLib.idle_add() verwendet: Alle UI-Updates laufen im Haupt-Thread, Race Conditions werden verhindert.

Robuste Prozessverwaltung

Problem: Ein Benutzer könnte versehentlich eine neue Anfrage starten, während eine alte noch läuft.

Lösung: Eine Abbruch-Logik mit threading.Event: Vor dem Start eines neuen Threads wird geprüft, ob bereits einer läuft – falls ja, erhält er ein Abbruchsignal. Das sorgt für vorhersehbares Verhalten und verhindert überlappende Anfragen. Das Live-Streaming gibt zudem sofortiges Feedback.

Saubere Architektur und Konfiguration

Problem: Hartcodierte Prompts und Einstellungen machen eine Anwendung unflexibel.

Lösung: Die Anwendung folgt dem XDG-Base-Directory-Standard: Konfiguration (prompts.json) liegt in ~/.config, Anwendungsdaten (history.json) in ~/.local/share. Code und Benutzerdaten sind getrennt, das Tool bleibt leicht anpassbar und wartbar.

Professionelles Anwendungs-Handling

Die Single-Instance-Sperre über eine PID-Datei (/tmp/ollama-menu-python.pid) verhindert, dass Benutzer versehentlich mehrere Fenster öffnen – das würde für Verwirrung und unnötigen Ressourcenverbrauch sorgen.

Strukturiertes Logging (logging-Modul) und sauberes Exception-Handling sorgen für Stabilität und erleichtern die Fehlersuche.