Viel besser als Windows: Arch Linux konfiguriert sich komplett selbst

Omarchy verspricht ein fertig eingerichtetes Arch-Linux-System samt Hyprland-Tiling-Window-Manager, das sich per KI-Agent an die eigenen Wünsche anpassen lässt, statt stundenlang von Hand konfiguriert zu werden. Der Selbstversuch mit einer komplett lokalen KI auf einer RTX 3090 zeigt, dass dieses Versprechen nicht nur Marketing ist. Am Beispiel eines Browser-Wechsels zu Brave wird sichtbar, wie viel Recherchearbeit ein Konfigurations-Agent tatsächlich abnimmt.

Was Omarchy von einer gewöhnlichen Arch-Installation unterscheidet

Omarchy ist eine von David Heinemeier Hansson (bekannt als DHH, Mitgründer von 37signals/Basecamp und Schöpfer von Ruby on Rails) entwickelte Linux-Distribution auf Arch-Basis. Unter der Haube steckt reines Arch samt dem minimalistischen Paketmanager pacman, oben drauf kommt der Hyprland-Compositor für Wayland. Seit dem großen Update auf Version 4 ("Quattro") wurde die komplette Desktop-Oberfläche - Statusleiste, Launcher, Menüs, Benachrichtigungen - neu auf Quickshell aufgebaut, einem Qt-Quick-Toolkit, das all diese Bausteine in einem einzigen, durchgängig skriptbaren Prozess zusammenfasst.

Der Clou an Omarchy ist, dass hier bereits jemand anderes die mühsame Kleinarbeit erledigt hat, die Arch-Nutzer traditionell selbst stemmen. Anders als bei einer klassischen Arch-Installation, bei der ein leeres System mit Root-Prompt der Ausgangspunkt ist, liefert Omarchy ein fertig konfiguriertes, durchgestyltes Desktop-Erlebnis samt Theme-System, Tastenkombinationen und vorinstallierten Entwickler-Tools. Wer sich in der Linux-Szene auskennt, kennt die Debatte, ob ein so vorkonfiguriertes System noch als "richtiges" Arch zählt. Fakt ist: Es handelt sich um eine bewusst "opinionated" Distribution, bei der DHH viele Entscheidungen bereits getroffen hat, die man bei purem Arch selbst treffen müsste.

Praktisch heißt das für Einsteiger: Statt wochenlanger Ricing-Sessions, wie sie in der Arch-Community üblich sind, steht nach der Installation ein bereits ästhetisch durchdachtes System bereit, an dem man weiterschrauben kann, aber nicht muss.

Der Praxistest mit lokaler KI statt Cloud-Anbindung

Anders als in vielen englischsprachigen Reviews, die für die Konfiguration meist auf Claude Code oder Codex mit Cloud-API zurückgreifen, kam bei meinem Test ausschließlich lokale Infrastruktur zum Einsatz: ein qwen3.8:27b-Modell, das über llama.cpp auf einer im Homelab verbauten RTX 3090 läuft. Omarchy behandelt KI-Coding-Agenten laut offiziellem Handbuch als selbstverständlichen Bestandteil des Systems, ohne einen bestimmten Anbieter zu bevorzugen. Claude Code, Codex, OpenCode, Gemini, Grok, Copilot und der schlankere Agent Pi sind als schlanke, erst bei Erstnutzung nachgeladene Launcher vorbereitet - welcher davon als Standard dient, lässt sich frei wählen.

Zusammen mit diesen Agenten liefert Omarchy einen eigenen Agent-Skill zur Systemkonfiguration mit, der dem gewählten Modell beibringt, wie Hyprland-Konfigurationen, die Statusleiste oder ganze Themes angepasst werden. Das Prinzip: Statt Dokumentation stur auswendig zu lernen, erschließt sich der Agent die rund 145 verfügbaren omarchy-Befehle bei Bedarf selbst und wendet sie an.

Genau dieser Skill kam im Test zum Einsatz, um Brave als Standardbrowser einzurichten. Statt selbst zu recherchieren, unter welchem Paketnamen und in welchem Repository Brave für Arch zu finden ist, wurde der Wunsch einfach in natürlicher Sprache formuliert. Der lokale Agent fand eigenständig heraus, dass das Paket nicht brave, sondern brave-bin heißt und ausschließlich im Arch User Repository (AUR) liegt, nicht in den offiziellen Arch-Repos. Anschließend installierte er das Paket eigenständig und meldete den Abschluss zurück.

Diese kleine Episode zeigt den eigentlichen Mehrwert des Konzepts: Die Wissenslücke zwischen "was ich will" und "wie das technische Detail dazu lautet" übernimmt die KI, ohne dass dafür ein Datenpaket das eigene Netzwerk verlassen muss. Für alle, die aus Datenschutzgründen ohnehin auf lokale Sprachmodelle setzen, ist das ein spürbarer Unterschied zu den in vielen Reviews gezeigten Cloud-Agenten.

Warum das für Selbsthoster mehr ist als eine Spielerei

Wer sich schon einmal mit dem Aufbau lokaler KI-Infrastruktur beschäftigt hat, kennt den Kompromiss: Lokale Modelle sind langsamer und oft weniger leistungsfähig als die großen Cloud-Anbieter, dafür bleiben Daten und Konfigurationsentscheidungen komplett im eigenen Netzwerk. Bei einem System-Konfigurationsagenten, der potenziell Zugriff auf Passwörter, Netzwerkeinstellungen und installierte Software hat, ist dieser Unterschied kein akademisches Detail, sondern eine handfeste Sicherheitsfrage. Ein Agent, der Systembefehle ausführt, sollte in einer Umgebung mit hohem Souveränitätsanspruch möglichst wenig Anlass haben, Telemetrie oder Konfigurationsdaten an Drittanbieter zu senden.

Einerseits benötigte mein KI-Server so während der Installation zwar mehr Leistung aus meiner PV-Anlage, doch dafür musste ich mich bei der Einrichtung auch um nichts kümmern. Ich musste nur sagen, wie ich das Systemverhalten wünsche.

Gleichzeitig zeigt der Test, dass die Kombination aus Omarchys Skill-System und einer lokalen GPU wie der RTX 3090 durchaus praxistauglich ist. Die Reaktionszeiten sind spürbar langsamer als bei einem gehosteten Großmodell, für einzelne, klar umrissene Konfigurationsaufgaben wie das Nachinstallieren benötigter Software oder der Einrichtung der Dienste (Drucker/Scanner/Kamera/Nextcloud/...), reicht das aber absolut aus.

Wo die Grenzen liegen

Omarchy selbst warnt im Handbuch ausdrücklich davor, den Konfigurations-Skill unkritisch einzusetzen: Unterschiedliche Modelle setzen ihn unterschiedlich effektiv um, weshalb empfohlen wird, zunächst im Plan-Modus zu arbeiten, um zu sehen, welche Änderungen der Agent vorschlagen würde, bevor er sie tatsächlich ausführt. Für den Ernstfall gibt es außerdem den Befehl omarchy reinstall configs, mit dem sich vom Agenten verursachtes Chaos wieder rückgängig machen lässt. Wer also lokale KI-Agenten zur Systemadministration einsetzt, sollte trotz aller Bequemlichkeit ein Auge auf die vorgeschlagenen Änderungen haben, insbesondere bei kleineren, weniger leistungsfähigen Modellen wie einem 27B-Parameter-Modell, das naturgemäß nicht dieselbe Zuverlässigkeit liefert wie ein großes Cloud-Modell.

Fazit

Omarchy zeigt, dass sich die aufwendige Ricing-Kultur klassischer Arch-Installationen durch einen mitgelieferten KI-Agent-Skill weitgehend automatisieren lässt, ohne dass dafür zwingend eine Cloud-Anbindung nötig ist. Der Praxistest mit qwen3.8:27b auf lokaler RTX-3090-Hardware belegt, dass selbst ein vergleichsweise kleines lokales Modell technische Detailfragen wie AUR-Paketnamen zuverlässig selbst recherchiert und umsetzt. Für Nutzer mit Fokus auf digitale Souveränität bleibt dabei entscheidend, die vom Agenten vorgeschlagenen Änderungen im Blick zu behalten, statt ihm blind zu vertrauen.