KI-NPC-Tools mit lokaler KI: Vergleich 2026
Welche KI-NPC-Plattformen laufen lokal oder auf eigenen Servern? Ein Vergleich 2026 von Neocortex, NVIDIA ACE, LLMUnity, Convai, Inworld und anderen.
Neocortex TeamThe team behind Neocortex
· Aktualisiert 20. Okt. 2026 · 7 Min. Lesezeit

Kurze Antwort: Unter den KI-NPC-Tools mit lokaler KI-Unterstützung können NVIDIA ACE, LLMUnity und Metas AI Building Blocks ein Sprachmodell auf der Hardware des Spielers ausführen. Convai bietet On-Premise-Betrieb für Unternehmen. Neocortex geht einen hybriden Weg: Prototypen mit lokalen Modellen über Ollama in Unity, sprechende Charaktere über die Cloud ausliefern und bei Bedarf auf einem Custom-Tarif selbst hosten.
Immer mehr Studios stellen dieselbe Frage, bevor sie sich für eine KI-Charakterplattform entscheiden: Kann das ohne fremde Cloud laufen? Die Gründe sind unterschiedlich. Manche wollen prototypen, ohne pro Nachricht zu zahlen. Manche haben Spieler oder Kunden mit Datenschutzanforderungen. Manche erinnern sich an die Schließung von Replica Studios und wollen ihre gesamte Pipeline nicht von einem einzigen Dienst abhängig machen.
Lokale KI-Unterstützung nach Tool
| Tool | Lokal oder auf dem Gerät | Selbst gehostet | Engines | Charakter-Editor | Stimme |
|---|---|---|---|---|---|
| Neocortex | Ollama-Prototyping in Unity; Inferenz auf dem Gerät in Custom-Tarifen | Volle Plattform mit lokaler Stimme, luftdicht abgeschottet (Custom-Tarife) | Unity, Unreal, Godot, Web API | Visueller Node-Editor | TTS, STT, Klonen, Design |
| NVIDIA ACE | Ja, auf GeForce RTX | Nicht zutreffend | Unreal Engine 5 | Nein | ASR und TTS auf dem Gerät |
| LLMUnity | Ja, vollständig offline | Nicht zutreffend | Unity | Nein | Nein |
| Meta AI Building Blocks | Kleine Modelle auf Quest 3 und 3S | Nicht zutreffend | Unity | Nein | Cloud-Anbieter |
| Convai | Nein | Enterprise On-Premise | Unity, Unreal, Web | Web-Dashboard | Ja |
| Inworld | Nein | Nicht dokumentiert | Unity- und Unreal-Runtime-SDKs | Nein (Studio eingestellt) | Ja |
| Charisma.ai | Nein | Nicht dokumentiert | Unity, Unreal, Web | Story-Graph | Ja |
| Player2 | Nein | Nein | Unity, Godot, Defold | Nein | Ja |
| ElevenLabs Agents | Nein | Nicht dokumentiert | Unity-SDK in frühem Stadium, Web, Mobil | Workflow-Builder | Ja |
| OpenAI Realtime | Nein | Nein | Kein offizielles Unity-SDK | Nein | Ja |
Was „lokal“ bedeuten kann und was es kostet
„Lokale KI“ umfasst drei verschiedene Aufbauten. Sie lösen unterschiedliche Probleme.
Auf dem Gerät des Spielers. NVIDIA ACE, LLMUnity und Metas Modelle auf dem Gerät führen die Inferenz innerhalb des ausgelieferten Spiels aus. Vorteile: keine Kosten pro Nachricht, keine Netzabhängigkeit, Spielerdaten bleiben auf dem Gerät. Kosten: kleine Modelle, eine Hardware-Untergrenze für Ihre Spieler, Modelldateien zum Herunterladen oder Mitliefern, und jede Schicht über dem Modell (Persönlichkeit, Gedächtnis, Stimme, Aktionen) müssen Sie selbst bauen. ACEs Game Agent SDK ist ein C- und C++-Framework mit Unreal-Engine-5-Plugins für Spracherkennung, kleine Sprachmodelle und Text-to-Speech auf RTX-GPUs. LLMUnity ist eine Open-Source-Unity-Bibliothek auf Basis von llama.cpp, die auf PC, Mobilgeräten und VR läuft. Metas Bausteine führen kleine Modelle wie SmolLM, Qwen und Phi auf der Quest aus, während Sprache weiterhin an Cloud-Anbieter geht.
Auf Ihrem Entwicklungsrechner. Ein lokaler Modellserver wie Ollama beantwortet Anfragen aus dem Editor, während Sie bauen. Vorteile: Iterieren ohne Kosten, keine Daten verlassen Ihren Rechner während der Entwicklung, schneller Wechsel zwischen Modellen. Kosten: Es ist ein Entwicklungsaufbau, nichts, was Sie an Spieler ausliefern.
Auf Ihren eigenen Servern. Die Plattform läuft in Ihrer Infrastruktur. Vorteile: Kontrolle über Datenhaltung, Verfügbarkeit und Anbieterrisiko. Kosten: Hardware, Betrieb und eine kommerzielle Vereinbarung. Convai bietet On-Premise-Betrieb mit Images, die vom eigenen Team bereitgestellt werden. Das passt eher zu großen Organisationen als zu den meisten Spieleteams.
Kann ein KI-NPC vollständig offline laufen?
Ja, wenn Sie die Abstriche akzeptieren. Um einen offline laufenden Charakter auszuliefern, brauchen Sie:
- Ein Modell, das klein genug für Ihr schwächstes Zielgerät ist, quantisiert und auf Geschwindigkeit getestet.
- Einen Weg zur Auslieferung: im Build mitgeliefert oder beim ersten Start heruntergeladen.
- Spracherkennung und Sprachausgabe, die ebenfalls auf dem Gerät laufen, falls der Charakter spricht.
- Prompts, Gedächtnis und Leitplanken, die ein kleines Modell in der Rolle halten.
- Ein Schema für Spielaktionen sowie Code, der fehlerhafte Ausgaben ablehnt.
- Lizenzen, die kommerzielle Nutzung für jedes ausgelieferte Modell erlauben.
Punkt 6 trifft Teams oft erst spät. Offene Gewichte bedeuten nicht immer eine offene Lizenz: Manche Modellfamilien stehen unter eigenen Lizenzen mit eigenen Nutzungs- und Namensnennungsbedingungen, und bei Sprachmodellen ist die Lage noch uneinheitlicher. Lesen Sie jede Lizenz, bevor ein Modell in einen ausgelieferten Build kommt.
Auf einem eigenständigen Headset oder einem Smartphone konkurriert dieses Budget mit Rendering und Akkulaufzeit. Auf dem PC konkurriert es mit der GPU-Nutzung Ihres Spiels. Deshalb führen die meisten ausgelieferten KI-Charaktere ihre Gespräche noch in der Cloud aus, mit lokalen Modellen für Prototypen und einfache Interaktionen ohne Netz.
Wer lokale KI braucht und wer nicht
Sie brauchen wahrscheinlich einen lokalen oder selbst gehosteten Weg, wenn:
- Ihre Spieler oder Kunden Sprache oder Text nicht an einen Cloud-Anbieter Dritter senden können, etwa in manchen Trainings-, Gesundheits- oder Bildungsprojekten.
- Sie für Orte oder Geräte mit unzuverlässigem Internet entwickeln.
- Ihr Vertrag oder Publisher verlangt, dass das Backend in Ihre eigene Infrastruktur umziehen kann.
- Sie möchten, dass Programmierer den ganzen Tag am Dialogcode iterieren können, ohne dass jede Nachricht abgerechnet wird.
Vollständig lokale KI brauchen Sie wahrscheinlich nicht, wenn:
- Ihr Spiel ohnehin online ist, sodass ein Cloud-Aufruf keine neue Abhängigkeit schafft.
- Sie natürliche Stimmen, größere Modelle und Charaktere wollen, die Autoren ohne neuen Build bearbeiten können.
- Ihre Spieler ein breites Spektrum an Hardware nutzen und ein Modell, das auf den schwächsten Rechner passt, für den Charakter zu klein wäre, den Sie im Kopf haben.
Die meisten Teams landen in der Mitte: lokal beim Bauen, in der Cloud beim Ausliefern, und eine Option zum Selbsthosten als Reserve.
Vom Laptop-Prototyp zum ausgelieferten Spiel
Vollständig lokal heißt heute: kleine Modelle und die Stimm- und Charakterebene selbst bauen. Vollständig in der Cloud heißt: Kosten pro Nachricht und Abhängigkeit von fremden Servern. Die meisten Teams brauchen beides, in unterschiedlichen Phasen desselben Projekts. So sieht das mit Neocortex aus.
Auf Ihrem eigenen Rechner prototypen. Unsere Ollama-Unterstützung für Unity lässt Sie offene Modelle wie Llama, Gemma, Qwen, Mistral, Phi und DeepSeek auf Ihrem eigenen Rechner laden und für Text-Chat ausführen.
Den Charakter einmal entwerfen. Charaktere entstehen in einem visuellen Node-Editor: Persönlichkeit, Emotion, Wissen, Welt, Absichten und Aktionen. Autoren und Designer testen sie im Browser.
Über die Cloud ausliefern. Derselbe Charakter funktioniert in Unity, Unreal, Godot und überall, wo eine Web API aufgerufen werden kann, mit Sprache hinein und heraus per Streaming, auch in Unity-WebGL-Builds. Antworten enthalten ein Emotions-Tag und Aktionen, die Ihr Spiel ausführen kann.
Selbst betreiben, wenn nötig. Für Studios mit Anforderungen an Datenschutz, Compliance oder Verfügbarkeit läuft Neocortex auf Ihrer eigenen Infrastruktur als Custom-(Enterprise-)Vereinbarung: die volle Plattform auf Ihren Servern oder in Ihrer privaten Cloud, Spracherkennung und Sprachausgabe ebenfalls On-Premise, vollständig luftdicht abgeschotteter Betrieb oder Inferenz, die im Spiel-Build auf dem Rechner des Spielers mitgeliefert wird. Unsere Laufzeit auf dem Gerät liefert das erste Token in 0.06 Sekunden und beginnt auf einem Laptop mit RTX 3080 nach etwa einer Sekunde zu sprechen, mit einem 3B-Modell in rund 3 GB VRAM. Wie sich die Optionen vergleichen, zeigt lokale und On-Premise-KI-NPC-Plattformen, und kontaktieren Sie uns, um eine Bereitstellung zu planen.
Die einzelnen Vergleiche im Detail
- Alternative zu Inworld AI
- Alternative zu Convai
- Alternative zu NVIDIA ACE
- Alternative zu Replica Studios
- Alternative zu Charisma.ai
- LLMUnity vs. Neocortex
- Alternative zu Player2
- ElevenLabs Agents für Spiele-NPCs
- OpenAI Realtime API vs. Neocortex
- Alternative zur Tryll Engine
- Snapdragon Game AI SDK vs. Neocortex
- Alternative zu X&Immersion
Nächste Schritte
Lokale Toolkits liefern Ihnen ein Modell und überlassen Ihnen den Charakter, die Stimme und die Werkzeuge. Neocortex gibt Ihnen designerfreundliche, vertonte Charaktere, die Sie lokal prototypen, in der Cloud ausliefern und später selbst hosten können.
- Legen Sie ein Neocortex-Konto an und bauen Sie einen Charakter im Browser-Editor.
- Installieren Sie das Unity-SDK und öffnen Sie eine der sechs Beispielszenen.
- Richten Sie die Ollama-Integration auf ein lokales Modell, um Text-Chat offline zu prototypen.
- Wechseln Sie zu Ihrem im Editor gebauten Charakter, wenn Sie Stimme, Emotion und Aktionen brauchen.
- Wenn Sie eine On-Premise-, luftdicht abgeschottete oder Geräte-Bereitstellung brauchen, kontaktieren Sie uns und besprechen Sie Ihr Projekt.
Alle Angaben zu Wettbewerbern wurden zuletzt im Oktober 2026 geprüft.
Häufig gestellte Fragen
Können KI-NPCs offline laufen?
Ja, mit Bibliotheken auf dem Gerät wie LLMUnity oder NVIDIA ACE, wenn Sie Charakter, Stimme und Werkzeuge selbst bauen und eine Hardware-Untergrenze akzeptieren. Neocortex erlaubt Ihnen, Text-Chat mit lokalen Modellen über Ollama in Unity zu prototypen und vertonte Charaktere über die Cloud auszuliefern.
Funktioniert NVIDIA ACE mit Unity?
Nein, NVIDIA ACE liefert seine Plugins auf dem Gerät für Unreal Engine 5 auf RTX-PCs aus. Neocortex hat ein Unity-SDK mit sechs Beispielszenen sowie SDKs für Unreal und Godot.
Kann Convai selbst gehostet werden?
Convai bietet On-Premise-Betrieb für Enterprise-Kunden, mit Container-Images, die über das Team bereitgestellt werden. Neocortex bietet Selbsthosting als Custom-Tarif für Studios mit Anforderungen an Datenschutz, Compliance oder Verfügbarkeit.
Ist LLMUnity kostenlos?
Ja, LLMUnity ist Open Source unter Apache-2.0 und führt Modelle offline in einem Unity-Build aus, ohne Stimme oder Charakter-Editor. Neocortex ergänzt einen visuellen Charakter-Editor, Stimme hinein und heraus sowie lokales Modell-Prototyping über Ollama in Unity.
Kann ich Ollama mit Unity für NPCs verwenden?
Ja. Neocortex unterstützt Ollama in Unity, sodass Sie Text-Chat mit offenen Modellen wie Llama, Gemma, Qwen oder Mistral auf Ihrem eigenen Rechner prototypen können, ohne Kosten pro Nachricht.






