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.
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.
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.


















