KI-Kiste

KI-Kiste: Mini-PCs und Rechner, mit denen du KI lokal ausführst

Ich vergleiche hier Mini-PCs, Macs und kompakte KI-Rechner, mit denen du Sprachmodelle wie Qwen 3.8 oder Gemma 4 offline auf deinem Schreibtisch betreibst. Die Spanne reicht vom Mac mini M6 ab 1.049 Euro bis zum GMKtec EVO-X5 Pro mit 192 GB Unified Memory. Jede Empfehlung stütze ich auf Herstellerdaten und unabhängige Fachartikel, etwa von heise, ComputerBase und TechRadar, und bewerte alle Geräte nach denselben Kriterien: Speichermenge, Speicherart und Preis.

Kaufberatung

Die besten KI-Mini-PCs unter 1300 €

Mit 32 GB RAM läuft Qwen 3.8-27B als Q4 gerade noch: Warum der Minisforum UM890 Pro für 1.159 € mehr Spielraum hat als der Mac mini mit 24 GB.

Mehr lesen →

Top-Empfehlungen

Empfehlung der Redaktion
Nvidia GeForce RTX 5090

32 GB GDDR7 an 512 Bit: 27B-Modelle wie Qwen 3.8 laufen komplett im VRAM

  • 32 GB VRAM: 27B-Modelle samt Kontext
  • 512 Bit: zügigere Token-Ausgabe
  • Dual-BIOS: Lautlos-Modus für lange Läufe
  • Preis weit über der RX 9070 XT
  • 32-GB-Grenze: keine 70B-Modelle komplett
★★★★★ 4.6 9.995,00 €
Zweiter Platz
Apple Mac Studio (M5 Max, 36 GB)

36 GB Unified Memory für 27B-Modelle wie Qwen 3.8 – leise auf dem Schreibtisch

  • 36 GB: Qwen 3.8-27B passt komplett
  • Neural Accelerator je GPU-Kern
  • 4× Thunderbolt 5 für KI-Cluster
  • 36 GB verlötet, später nicht aufrüstbar
  • 512 GB SSD füllt sich mit Modellen
★★★★★ 4.3 2.599,00 €
Bosgame M5 (Ryzen AI Max+ 395, 128 GB, 2 TB)

128 GB Unified Memory im Mini-PC: Platz für große lokale LLMs

  • 128 GB Unified Memory für große LLMs
  • Radeon 8060S: Bildgenerierung ohne Grafikkarte
  • 2 TB SSD plus freier M.2-Slot
  • RAM verlötet, später nicht aufrüstbar
  • Unter KI-Dauerlast hörbar laut
★★★★★ 4.3 3.699,00 €
Top-Empfehlung
Apple Mac mini (M5 Pro, 24 GB, 512 GB)

24 GB Unified Memory und 307 GB/s: lokale 27B-Modelle in einem 12,7-cm-Würfel

  • 24 GB: 27B-Modelle als 4-Bit-Quant
  • 307 GB/s: zügigere Token-Ausgabe
  • KI-Beschleuniger je GPU-Kern: schnellere Prompts
  • 24 GB: wenig Puffer für Langkontext
  • RAM nicht nachrüstbar, Kauf ist endgültig
★★★★★ 4.2 1.699,00 €
Apple Mac mini (M6, 24 GB, 512 GB)

24 GB Unified Memory: Qwen 3.8-27B im 4-Bit-Quant auf dem Schreibtisch

  • 24 GB: 27B-Modelle als 4-Bit-Quant
  • Neural Accelerator pro GPU-Kern beschleunigt KI
  • Kompaktes Gehäuse passt unter jeden Monitor
  • 24 GB: wenig Reserve für langen Kontext
  • Maximal 32 GB, kein Upgrade nachträglich
★★★★★ 4.2 1.299,00 €
GEEKOM IT15 (Core Ultra 9 285H, 32 GB, 1 TB)

Core Ultra 9 285H und 32 GB DDR5: kompakter Einstieg für kleine lokale KI-Modelle

  • Zwei SODIMM-Slots: RAM später aufrüstbar
  • Zweiter M.2-Slot für Modellbibliothek
  • 2,5 GbE: große Modelle schneller laden
  • Keine eigene GPU: größere LLMs laufen zäh
  • 32 GB teilen sich CPU und Grafik
★★★★★ 3.8 1.399,00 €
Minisforum UM890 Pro (32 GB, 1 TB)

32 GB RAM, auf 96 GB aufrüstbar, und Oculink für eine externe Grafikkarte: ein günstiger Einstieg i…

  • Oculink: externe Grafikkarte für schnellere KI
  • 32 GB fassen 4-Bit-Modelle bis 27B
  • RAM auf 96 GB aufrüstbar
  • Radeon 780M: LLMs antworten spürbar langsam
  • DDR5-RAM bremst größere Modelle aus
★★★★★ 3.8 1.159,00 €
Preis-Tipp
Geekom A5 Pro

15 W TDP und 2,5G LAN: sparsamer Dauerläufer für kleine KI-Agenten

  • 15 W TDP: sparsam im 24/7-Betrieb
  • 2,5G LAN: schneller Zugriff im Heimnetz
  • RAM auf bis 64 GB nachrüstbar
  • 16 GB: Qwen 3.8-27B passt nicht
  • Keine dedizierte GPU für Bildgenerierung
★★★★★ 3.7 549,00 €

Preise vom 16. Nov. 2026, sie können sich inzwischen geändert haben.

Top-Bewertungen

  1. 1
    Bewertung Apple Mac mini (M5 Pro, 24 GB, 512 GB)
    4.2
  2. 2
    Bewertung Apple Mac mini (M6, 24 GB, 512 GB)
    4.2
  3. 3
    Bewertung Apple Mac Studio (M5 Max, 36 GB)
    4.3
  4. 4
    Bewertung Bosgame M5 (Ryzen AI Max+ 395, 128 GB, 2 TB)
    4.3
  5. 5
    Bewertung Geekom A5 Pro
    3.7

Nach Kategorie

Neueste Bewertungen

Ratgeber & Artikel

Kaufberatung Die besten KI-Workstations für große Sprachmodelle 128 GB Unified Memory für 3.699 € oder 32 GB Grafikspeicher für 9.995 €: Bei lokalen Sprachmodellen entscheidet der Arbeitsspeicher, nicht der Preis.
Kaufberatung Die besten Mini-PCs für lokale KI 2026 Qwen 3.8-27B braucht rund 16 GB: Welcher Mini-PC vom Mac mini M6 bis zum Bosgame M5 mit 128 GB genug Arbeitsspeicher dafür hat.
Ratgeber KI-Hardware für zuhause: So findest du den richtigen Rechner für lokale LLMs Qwen 3.8-27B braucht rund 16 GB plus Kontext. Warum Speicher und Bandbreite mehr zählen als Rechenleistung und welche Rechner dafür reichen.
Ratgeber Lokale KI einrichten: Ollama und LM Studio Schritt für Schritt Ollama oder LM Studio? So installierst du beide, wählst das passende Modell für deinen Speicher und misst selbst, wie schnell deine Hardware antwortet.
Ratgeber Mini-PC oder Desktop mit RTX 5090? Was sich für lokale LLMs mehr lohnt Qwen 3.8-27B braucht als 4-Bit-Quant rund 16 GB. Dafür reicht ein Mini-PC. Ich rechne dir vor, wann sich die RTX 5090 für 9.995 € trotzdem lohnt.
Ratgeber Stromverbrauch lokaler KI-Rechner: Was der Dauerbetrieb wirklich kostet Jedes Watt Dauerlast kostet rund 3 € im Jahr: So rechnest du aus, was Mini-PC, Mac mini und RTX-5090-System als KI-Server zu Hause verbrauchen.
Ratgeber Unified Memory vs. dedizierte Grafikkarte: Welche Architektur passt zu lokaler KI? Eine RTX 5090 kostet rund 312 € pro GB Grafikspeicher, ein 128-GB-Mini-PC knapp 29 €. Warum das für lokale KI oft mehr zählt als Tempo.
Ratgeber Wie viel RAM bzw. VRAM brauche ich für welches LLM? (7B bis 70B+) In 4 Bit braucht ein LLM rund 0,6 GB pro Milliarde Parameter: 27B passt in 24 GB, für 70B planst du besser 48 GB und mehr ein, plus Platz für den Kontext.

Unified Memory oder Grafikkarte: die Entscheidung, die am meisten zählt

Der häufigste Fehlkauf bei KI-Rechnern sieht so aus: Du vergleichst Prozessorkerne und Taktraten und übersiehst die Speicherarchitektur. Für ein Sprachmodell (LLM) zählt zuerst, ob seine Gewichte komplett in einen schnellen Speicher passen. Erst danach geht es darum, wie schnell dieser Speicher ist. Die CPU spielt dabei kaum eine Rolle. Hier stehen zwei Ansätze gegeneinander.

Gemeinsamer Speicher: viel Platz, weniger Tempo

Bei Unified Memory greifen CPU und GPU auf denselben Arbeitsspeicher (RAM) zu. Ein Mini-PC mit großem RAM wird so zur KI-Maschine für Modelle, die in keine Grafikkarte passen. Der GMKtec EVO-X5 Pro mit Ryzen AI Max+ PRO 495 („Gorgon Halo“) bringt 192 GB gemeinsamen Speicher mit. Damit rücken sogar 300B-Modelle in Reichweite: TechRadar hat geprüft, ob die Kiste ein Sprachmodell dieser Größe stemmt. Dafür zahlst du ab 5.299 £ bzw. 6.799 $.

Ein Mac Studio mit M5 Max oder M5 Ultra lässt sich mit bis zu 512 GB ausstatten. Das ist mehr als das Zweieinhalbfache des EVO-X5 Pro. Apple hat ihn Ende August 2026 früher als üblich vorgestellt, weil die Nachfrage nach lokaler KI so groß ist.

Grafikkarte mit eigenem VRAM: schnell, aber mit fester Grenze

Eine Grafikkarte wie die RTX 5090 oder die Radeon RX 9070 XT hat eigenen Grafikspeicher (VRAM). Der ist deutlich schneller angebunden und liefert deshalb mehr Token pro Sekunde. Die Kehrseite: Das Modell muss in den VRAM passen. Bei 16 GB auf der RX 9070 XT ist ein Modell wie Qwen 3.8-27B in 4-Bit-Quantisierung mit rund 16 GB Gewichten schon am Limit. Lagert ein Modell Teile in den normalen RAM aus, sinkt das Tempo stark.

Kriterium Unified Memory (Mini-PC, Mac) Grafikkarte mit VRAM
Maximale Modellgröße sehr groß: 192 GB (EVO-X5 Pro), bis 512 GB (Mac Studio) begrenzt auf den VRAM, z. B. 16 GB (RX 9070 XT), 32 GB (RTX 5090)
Tempo (Tok/s) geringer, weil der Speicher langsamer angebunden ist deutlich höher, solange das Modell in den VRAM passt
Typischer Einsatz große Modelle ab etwa 70B, lange Kontexte 27B- bis 32B-Modelle, Bildmodelle, schnelles Programmieren
Erweiterbar nein, der RAM ist verlötet zweite Grafikkarte möglich, wenn Netzteil und Gehäuse passen
Mehrere Geräte koppeln Macs über Thunderbolt 5 RDMA über mehrere Karten in einem Rechner

Wenn ein Gerät nicht reicht

Bei Apple kannst du mehrere Macs über Thunderbolt 5 RDMA koppeln. Die Rechner teilen sich dann die Arbeit an einem Modell, das für einen einzelnen Mac zu groß ist. Das lohnt sich vor allem, wenn du schon einen Mac besitzt und schrittweise aufrüsten willst, statt sofort die teuerste Ausstattung zu kaufen.

Faustregel für die Wahl

Überlege zuerst, welche Modellgröße du nutzen willst. Für Modelle bis etwa 30B in Q4 reicht eine Grafikkarte mit 16 bis 32 GB VRAM, und sie ist dabei die schnellere Wahl. Willst du deutlich größere Modelle lokal ausführen, brauchst du Unified Memory. Den Arbeitsspeicher wählst du dann lieber eine Stufe größer, denn nachrüsten kannst du ihn später nicht.

Was du für dein Geld realistisch bekommst

Die gute Nachricht zuerst: Für brauchbare lokale KI brauchst du keine Workstation. Laut heise erledigt schon eine Radeon RX 9070 XT für rund 920 Euro in einem ganz normalen Gaming-PC echte Arbeit, auch beim Programmieren. Wenn du bereits einen aktuellen Spielerechner hast, ist die Grafikkarte oft das einzige Bauteil, das du tauschen musst.

Teuer wird es erst, wenn du mehr Speicher willst. Die Preise für KI-taugliche Hardware sind stark gestiegen. Eine RTX 4090, inzwischen vier Jahre alt, kostet auf Kleinanzeigen gebraucht etwa 4.000 Euro und neu bis zu 5.000 Euro. Zum Start lag die UVP bei 1.769 Euro. Auch Apple hat angezogen: Der Mac mini startete früher bei 699 Euro, der Einstieg liegt jetzt 350 Euro höher. Wegen der knappen Speicherchips waren viele Konfigurationen zudem monatelang kaum lieferbar.

Budget Was du realistisch bekommst Haken
rund 920 Euro (Grafikkarte) RX 9070 XT im vorhandenen Gaming-PC: Chatten und Programmieren mit quantisierten Modellen Grafikspeicher (VRAM) begrenzt die Modellgröße
ab 1.049 Euro Mac mini als leiser Einstieg mit Unified Memory Mehr Arbeitsspeicher kostet bei Apple kräftig Aufpreis
4.000 bis 5.000 Euro RTX 4090, gebraucht oder neu: viele Token pro Sekunde Vier Jahre alte Generation zum Mehrfachen der UVP, mit weniger VRAM als eine RTX 5090

Bei einer 4090 zum Mondpreis zahlst du vor allem für Knappheit. Für dasselbe Geld bekommst du anderswo deutlich mehr Speicher, und Speicher bestimmt, welche Modelle überhaupt laufen.

Warum sich Warten gerade lohnen kann

Lokale Sprachmodelle liegen laut heise etwa ein halbes Jahr hinter der Cloud-Spitze wie Claude Opus 5.5. Der Abstand schrumpft schnell: Qwen 3.8-27B schlägt in mehreren Benchmarks bereits Claude Opus 4.6, das im Februar 2026 noch das führende Cloud-Modell war. Mit jeder neuen Generation reicht also kleinere und günstigere Hardware für dieselbe Qualität.

Zwei Neuerungen stehen kurz bevor. Qwen 4 wird jeden Moment erwartet, und kompakte Desktop-Rechner mit Nvidias RTX Spark (N1X) kommen in Kürze. Der Arm-Blackwell-Chip arbeitet mit gemeinsamem Speicher und kommt ohne CPU von AMD oder Intel aus. Notebooks damit gibt es schon. Kommen jetzt auch die Mini-PCs auf den Markt, gerät das Preisgefüge im Bereich Unified Memory in Bewegung.

Profi-Tipp

Kauf jetzt nur, wenn du die Kiste sofort produktiv nutzt, zum Beispiel zum Programmieren mit einem 27B-Modell. Willst du dagegen vor allem ausprobieren, nutz erst deinen vorhandenen PC und warte ab, was Qwen 4 und die ersten RTX-Spark-Mini-PCs bringen. Kleinere Modelle wie Gemma 4 E4B laufen in Q4-Quantisierung auch auf bestehender Hardware, etwa per docker model pull gemma4. So weißt du vor dem Kauf genau, wie viel Arbeitsspeicher oder VRAM du wirklich brauchst.