BlogHardware · Stand November 2026

Welcher Rechner für welche KI?

Lokale KI läuft heute auf allem vom Raspberry Pi bis zum Serverschrank. Entscheidend ist nicht die größte Zahl im Datenblatt, sondern ob das Gerät zur Aufgabe passt: Diktat, Chat, Dokumentensuche, Kameras oder Auswertungen über Nacht. Hier sind acht Setups, die wir empfehlen, mit Preisen, Stromverbrauch und gemessener Geschwindigkeit.

Stand: 06.11.2026
Lesezeit: 14 Minuten
Preise: EUR, inkl. MwSt.

01Auf einen Blick

Acht Setups decken fast jeden Bedarf ab

Die Einteilung folgt dem Speicher: Er entscheidet, welche Modelle überhaupt passen. Die Speicherbandbreite entscheidet, wie schnell sie laufen. Mit „Schätzung“ markierte Preise sind aus Einzelteilen zusammengerechnet; wir erstellen dafür ein konkretes Angebot.

128 GB

gemeinsamer Speicher reichen für gpt-oss-120b, und solche Rechner gibt es ab rund 2.800 €

4–5×

schneller liest eine DGX Spark lange Dokumente ein als ein AMD-Strix-Halo-Rechner

+117 %

ist der Preis der RTX 5090 in Deutschland seit Januar 2026 gestiegen

~380

Dokumente pro Nacht schafft ein EPYC-Server ohne Grafikkarte mit einem 671-Milliarden-Modell

Stufe	Setup	Wofür	Hardware	Preis	Strom	Nutzer
0	Vision-Knoten	Kameras: zählen, erkennen, auslösen	Raspberry Pi 5 + Hailo-8L	~450 – 600 €Schätzung	5 – 9 W	1 – 4 Kameras
1	Praxis-Box	Diktat und Befundentwurf, kleiner Assistent	Kompakter PC + RTX PRO 4000 (24 GB) oder RTX 5060 Ti (16 GB)	~2.000 – 3.500 €Schätzung	200 – 300 W	1 Praxis, bis 10 Plätze
2	Büro-KI-Box	Chat, Dokumentensuche, Nachtjobs	AMD Ryzen AI Max+ 395, 128 GB	~2.800 – 4.000 €Schätzung	~140 W	1 – 5 Nutzer
3	Team-Box	Lange Akten, Agenten, Fine-Tuning	NVIDIA GB10: DGX Spark / ASUS Ascent GX10, 128 GB	6.299 – 6.600 €	max. 240 W	5 – 20 Nutzer
3b	Mac Studio	Leise für Einzelne, sehr große Modelle	M5 Max 128 GB bis M5 Ultra 512 GB	ab ~6.000 €Schätzung	sehr niedrig	1 – 3 Nutzer
4	Abteilungs-Workstation	Assistent für die ganze Firma	1× RTX PRO 6000 Blackwell Max-Q, 96 GB	~20.000 – 24.000 €Schätzung	< 600 W	20 – 50 Nutzer
5	Rack-Server	Viele Nutzer, Frontier-nahe Modelle	4× RTX PRO 6000 Server Edition	~85.000 – 100.000 €Schätzung	3 – 3,5 kW	100+ Nutzer
B	Nacht-Box	Auswertungen über Nacht mit 300–500-GB-Modellen	Gebrauchter AMD EPYC, 512 GB RAM + RTX 3090	~4.000 – 6.000 €Schätzung	400 – 600 W	unbeaufsichtigt

Bewusst nicht dabei: der Jetson Orin Nano (8 GB) schafft nur kleine Sprachmodelle und ist eher ein Aufnahme- oder Kamera-Gerät. Der Jetson AGX Thor ist bei gleicher Speicherbandbreite langsamer als die DGX Spark und lohnt sich nur in Industrie und Robotik. Und Rechner mit RTX 5090 sind bei über 7.300 € pro Karte keine sinnvolle Wahl mehr.

02Preise 2026

Die Speicherknappheit hat jede Preisliste verändert

Speicherchips sind 2026 knapp, DDR5-Arbeitsspeicher kostete im Juni rund fünfmal so viel wie vor der Krise. Analysten erwarten Entspannung frühestens Ende 2027. Das trifft fertige Geräte genauso wie Grafikkarten.

Preisanstieg 2026

in Prozent, in der Währung des Händlers

Raspberry Pi 5 (16 GB)
$120 → $385
+221 %
RTX 5090 (Deutschland)
3.400 € → 7.367 €
+117 %
Jetson AGX Orin Dev Kit
$1.999 → $3.499
+75 %
NVIDIA DGX Spark
$3.999 → $6.950
+74 %
Jetson Orin Nano Super
$249 → $399
+60 %
Framework Desktop (128 GB)
2.329 € → 2.769 €
+19 %

Profikarten sind jetzt günstiger pro Gigabyte. Die RTX 5090 kostet rund 230 € pro GB Grafikspeicher, die RTX PRO 6000 mit 96 GB nur noch etwa 177 €, und sie bringt ECC-Speicher und Profi-Garantie mit.

Geräte mit eingebautem Speicher sind ein guter Deal. Ein Strix-Halo-Rechner mit 128 GB kostet weniger als ein einzelnes 128-GB-Speicherkit im Handel.

Gebrauchte Server mit DDR4 umgehen die hohen DDR5-Preise. Für die Nacht-Box sind sie deshalb erste Wahl.

Weil sich Preise derzeit monatlich ändern, gelten unsere Hardware-Angebote zwei bis vier Wochen.

03Geschwindigkeit

Speicherbandbreite schlägt Rechenleistung

Ein Sprachmodell liest für jedes geschriebene Wort seine Gewichte aus dem Speicher. Deshalb steigt die Schreibgeschwindigkeit fast linear mit der Speicherbandbreite, nicht mit den „TOPS“-Angaben im Datenblatt. Der Vergleich zeigt gpt-oss-120b, ein offenes Modell von OpenAI, das auf alle 128-GB-Geräte passt. Ein Token entspricht etwa einem dreiviertel Wort; ab rund 20 Tokens pro Sekunde liest sich eine Antwort flüssig.

Schreiben: Tokens pro Sekunde

gpt-oss-120b, ein Nutzer. Der helle Teil zeigt die Spanne zwischen Tests.

RTX PRO 6000 (96 GB)
181–196
Strix Halo (128 GB)
54–60
DGX Spark / GB10 (128 GB)
45–60
RTX 5090 + Arbeitsspeicher
47
Jetson AGX Thor (128 GB)
42
RTX 3090 + 64 GB RAM
15

Einlesen: Tokens pro Sekunde

Bestimmt die Wartezeit vor der Antwort bei langen Dokumenten.

DGX Spark / GB10 (128 GB)
1.700–2.400
Jetson AGX Thor (128 GB)
938
Strix Halo (128 GB)
460–490
RTX 3090 + 64 GB RAM
50

Beim Einlesen trennen sich die 128-GB-Geräte. Strix Halo und DGX Spark schreiben ähnlich schnell, aber die Spark liest lange Dokumente vier- bis fünfmal schneller ein. Bei einer 8.000-Token-Anfrage sind das wenige Sekunden statt 16 bis 20.

Nur MoE-Modelle laufen flüssig. Mixture-of-Experts-Modelle nutzen pro Wort nur einen kleinen Teil ihrer Parameter. Ein klassisches 70B-Modell schafft auf denselben Geräten nur etwa 3 Tokens pro Sekunde.

Viele Nutzer brauchen NVIDIA. Mit vLLM oder SGLang steigt der Gesamtdurchsatz einer Spark bei 32 Nutzern auf ein Vielfaches. Auf Strix Halo bringen zwei gleichzeitige Nutzer kaum mehr Gesamtleistung.

04Die Setups

Was wir für welchen Einsatz liefern

Jedes Setup ist ein getestetes Standardpaket: Hardware, Betriebssystem, KI-Software und Modelle in festen Versionen, verschlüsselt und fertig eingerichtet. Strom ist als Höchstwert unter Volllast angegeben; im Alltag laufen die Geräte meist im Leerlauf.

Stufe 0

Vision-Knoten

~450 – 600 € (Schätzung)

Einsatz: 1 – 4 Kameras: Personen zählen, Belegung, Schutzausrüstung, Zonen überwachen, Dokumentenkamera auslösen
Hardware: Raspberry Pi 5 (8 – 16 GB) mit AI HAT+ (Hailo-8L oder Hailo-8), aktiver Kühler, NVMe-SSD
Strom: 5 – 9 W, etwa 15 – 25 € im Jahr
Modelle: RF-DETR, D-FINE oder RT-DETRv2 (Apache 2.0); YOLO nur mit Ultralytics-Lizenz
Leistung: YOLO26n ~71 Bilder/s, YOLO26s ~42 Bilder/s auf Hailo-8L

Grenzen: Nicht für Sprachmodelle gedacht. Google Coral wird nicht mehr weiterentwickelt. Mehr Kameras oder Transformer-Modelle: Jetson Orin Nano Super (ca. 290 – 350 €).

Stufe 1

Praxis-Box

~2.000 – 3.500 € (Schätzung)

Einsatz: Sprachdiktat für eine Zahnarzt- oder Arztpraxis mit KI-Nachbearbeitung zum strukturierten Befund, dazu ein kleiner interner Assistent
Hardware: Kompakter PC, 8 – 12 Kerne, 32 GB RAM, 1 TB SSD, RTX PRO 4000 Blackwell (24 GB); günstiger mit RTX 5060 Ti (16 GB)
Strom: 200 – 300 W unter Last, im Leerlauf deutlich weniger
Software: Ubuntu LTS, faster-whisper oder NeMo, llama.cpp oder vLLM, n8n für die Übergabe an die Praxissoftware, verschlüsselte Festplatte
Modelle: Spracherkennung: Whisper large-v3 turbo (deutsch feinjustiert) oder Parakeet v3. Text: Qwen3.8-27B (24 GB) oder gpt-oss-20b (16 GB)
Leistung: Ein 30-Sekunden-Diktat ist in deutlich unter 2 Sekunden erkannt; gpt-oss-20b schreibt ~110 Tokens/s auf einer RTX 5060 Ti

Grenzen: Für mehr als eine Praxis oder lange Dokumente die Büro- oder Team-Box wählen. Vor dem Kauf lässt sich das Setup auf einem gemieteten Hetzner-Server mit derselben Karte testen (GEX45, 214 € netto im Monat).

Stufe 2

Büro-KI-Box

~2.800 – 4.000 € (Framework ab 2.769 €, Stand Januar)

Einsatz: Interner Chat-Assistent, Suche in Praxis- oder Kanzleidokumenten, Mails formulieren, Daten auslesen; kann auch das Diktat einer kleinen Praxis übernehmen
Hardware: AMD Ryzen AI Max+ 395 („Strix Halo“) mit 128 GB gemeinsamem Speicher, 2 TB SSD, z. B. Framework Desktop oder GMKtec EVO-X2
Strom: rund 120 – 140 W, leise genug fürs Büro
Software: Linux, llama.cpp mit Vulkan (ROCm als Reserve), Ollama, Open WebUI
Modelle: Standard gpt-oss-120b; schnell Qwen3.6-35B-A3B; besonders gründlich Qwen3.5-122B-A10B oder Mistral Small 4
Leistung: gpt-oss-120b schreibt 54 – 60 Tokens/s, liest ~460 – 490 Tokens/s

Grenzen: Liest lange Dokumente langsam ein: Bei einer 8.000-Token-Anfrage wartet man 10 – 20 Sekunden auf die erste Antwort. Ab 4 – 5 gleichzeitigen Nutzern wird es eng.

Stufe 3

Team-Box

6.299 – 6.600 €

Einsatz: Gemeinsamer Assistent für mehrere Standorte oder Teams, Suche über lange Akten, Agenten-Workflows, Fine-Tuning eigener Modelle
Hardware: NVIDIA GB10 mit 128 GB: DGX Spark, ASUS Ascent GX10 oder baugleiche Geräte von Dell, HP und Lenovo mit Business-Garantie
Strom: Netzteil max. 240 W, gemessen ~123 W unter Last, leise
Software: DGX OS, Docker, vLLM oder SGLang für viele Nutzer, Unsloth oder NeMo fürs Fine-Tuning
Modelle: gpt-oss-120b, Qwen3.8-27B in FP8, Spracherkennung parallel
Leistung: gpt-oss-120b schreibt 45 – 60 Tokens/s und liest 1.700 – 2.400 Tokens/s; mit vielen Nutzern steigt der Gesamtdurchsatz stark

Grenzen: Große klassische Modelle (70 Milliarden Parameter am Stück) laufen nur mit ~3 Tokens/s. Die Geschwindigkeit hängt stark von der Softwareversion ab, deshalb arbeiten wir mit festen, getesteten Versionen.

Stufe 3b

Mac Studio

ab ~6.000 € (M5 Max 128 GB), ab 25.079 € (M5 Ultra 512 GB)

Einsatz: Persönlicher Assistent für Inhaber oder Ärztin, Vorführgerät, oder der einzige Weg, 300 – 500 GB große Modelle in einem einzigen Gerät zu betreiben
Hardware: Mac Studio M5 Max mit 128 GB (~614 GB/s) oder M5 Ultra mit 256 – 512 GB (~1,2 TB/s)
Strom: sehr niedrig, nahezu lautlos
Software: macOS, MLX, llama.cpp, LM Studio; für den Betrieb als Server eine Geräteverwaltung (MDM)
Modelle: M5 Max: gpt-oss-120b. M5 Ultra 512 GB: DeepSeek V4.1 Flash oder Qwen3.5-397B in 4 Bit
Leistung: M5 Ultra: Qwen3.8-27B ~48 Tokens/s, DeepSeek V4 Flash ~63 Tokens/s

Grenzen: Schwach bei vielen gleichzeitigen Nutzern, als Server aufwendiger zu verwalten und nicht für den Serverschrank gebaut.

Stufe 4

Abteilungs-Workstation

~20.000 – 24.000 € (Schätzung)

Einsatz: Assistent für die ganze Firma mit Dokumentensuche und Agenten, präzise Spracherkennung, Texterkennung (OCR), mehrere Modelle parallel
Hardware: Workstation mit 128 GB RAM, 1× RTX PRO 6000 Blackwell Max-Q (96 GB, 300 W), 2× 4 TB SSD, USV
Strom: unter 600 W, normale 16-A-Steckdose, bürotauglich
Software: Ubuntu LTS ohne Virtualisierung, vLLM, Open WebUI oder LibreChat, faster-whisper, PaddleOCR-VL, n8n
Modelle: gpt-oss-120b und Qwen3.8-27B parallel, Voxtral Small für Spracherkennung, Qwen3-Embedding für die Suche
Leistung: gpt-oss-120b mit ~190 Tokens/s für einen Nutzer und rund 2.100 Tokens/s gesamt bei 64 gleichzeitigen Anfragen

Grenzen: Mit zwei Karten (~40.000 – 45.000 €) laufen auch große 70B-Modelle oder zwei große Modelle gleichzeitig. Zum Testen: Hetzner GEX131 ab 1.499 € netto im Monat in Falkenstein.

Stufe 5

Rack-Server

~85.000 – 100.000 € (Schätzung)

Einsatz: Größerer Mittelstand, Klinikverbund oder eine gemeinsame KI-Plattform für viele kleine Kunden
Hardware: 4-HE-Server mit 4× RTX PRO 6000 Server Edition (zusammen 384 GB), redundante Netzteile
Strom: 3 – 3,5 kW, eigener 32-A-Anschluss, Serverraum mit Kühlung, über 70 dB laut
Software: vLLM oder SGLang, Modelle eher mehrfach parallel statt über alle Karten verteilt
Modelle: Qwen3.5-397B in 4 Bit, mehrere gpt-oss-120b für hohen Durchsatz
Leistung: gpt-oss-120b mit rund 3.950 Tokens/s gesamt bei 32 gleichzeitigen Anfragen

Grenzen: Mieten statt kaufen: Hetzner GEX430 (4× RTX PRO 6000) kostet 3.599 € netto im Monat. Der Kauf rechnet sich nach etwa 2 – 2,5 Jahren, ohne Betriebskosten.

05Nachtbetrieb

Zu langsam für den Chat, genau richtig für die Nacht

Viele Aufgaben müssen nicht sofort erledigt sein: Tagespost zusammenfassen, Dokumente sortieren, Daten auslesen, Berichte erstellen. Eine Nacht hat 36.000 Sekunden. Darin schafft auch ein langsamer, günstiger Rechner erstaunlich viel, und das mit den größten offenen Modellen.

Stufe B

Nacht-Box

~4.000 – 6.000 € (Schätzung, gebraucht)

Einsatz: Nachts Mails, Scans und Transkripte des Tages zusammenfassen, sortieren, auslesen und Berichte erstellen, mit den größten offenen Modellen
Hardware: Gebrauchter AMD EPYC 7002/7003 (ein Prozessor) mit 512 GB DDR4 in allen 8 Kanälen und gebrauchter RTX 3090 (24 GB), im Tower-Gehäuse
Strom: 400 – 600 W unter Last, etwa 1 – 2 € pro Nacht
Software: llama.cpp oder ktransformers, Warteschlange in Postgres oder Redis, n8n weckt den Rechner per Wake-on-LAN und legt ihn morgens schlafen
Modelle: DeepSeek V4.1 Flash oder Qwen3.5-397B in 4 Bit; für schnellere Läufe gpt-oss-120b
Leistung: 671B-Modelle schreiben 4 – 9 Tokens/s und lesen 25 – 80 Tokens/s

Grenzen: Gebrauchtteile haben keine Garantie, daher nur für Aufgaben, bei denen eine ausgefallene Nacht verschmerzbar ist. Keine Grafikkarten der Pascal- oder Volta-Generation (P40, V100): Neue CUDA- und PyTorch-Versionen unterstützen sie nicht mehr.

Was in eine Nacht (10 Stunden) passt

671B-Modell auf EPYC-Server mit DDR5: ~380 Dokumente
gpt-oss-120b auf RTX 3090 + RAM: ~600 Dokumente
Kurze Sortieraufgaben: 800+

Rechnung für Dokumente mit ~2.000 Tokens und einer Zusammenfassung mit ~300 Tokens. Engpass ist das Einlesen, nicht das Schreiben.

Für Modelle bis 128 GB reicht die Büro-KI-Box. Sie liest etwa zehnmal schneller ein als die Nacht-Box, ist leise, braucht ein Viertel des Stroms und beantwortet tagsüber Fragen. Die Nacht-Box lohnt sich erst, wenn ein Modell mit 300 GB oder mehr nötig ist.

So läuft es ab: Abends weckt n8n den Rechner per Wake-on-LAN, er arbeitet die Warteschlange ab, legt sich schlafen, und morgens liegen die Ergebnisse bereit. Büro-PCs nachts mitlaufen zu lassen, reicht nur für kleinere Modelle und wirft Sicherheitsfragen auf.

06Sprache & Bild

Spracherkennung und Bildverarbeitung brauchen wenig Hardware

Gute deutsche Spracherkennung ist kein Hardware-Problem mehr: Die besten offenen Modelle liegen bei 3 bis 4,5 % Wortfehlerrate und laufen auf jeder 16-GB-Grafikkarte vielfach schneller als in Echtzeit. Die eigentliche Herausforderung sind Fachbegriffe.

Modell	Fehlerrate Deutsch	Tempo	Hardware	Hinweis
Voxtral Small 24BMistral	3,01 %	42×	große GPU (geschätzt ≥ 48 GB)	genaueste offene Variante
Canary 1B v2NVIDIA	4,10 %	634×	kleine GPU
Parakeet TDT 0.6B v3NVIDIA	4,20 %	1.720×	~2 GB, läuft auch auf CPU	CC-BY-4.0, Zeitstempel pro WortUnser Tipp
Whisper large-v3OpenAI	4,26 %	111×	3 – 6 GB GPU	riesiges Ökosystem

Fehlerrate auf dem deutschen Teil des Open ASR Leaderboards (März 2026), Tempo als Vielfaches der Echtzeit auf einer A100. Bezahlte Cloud-Dienste liegen bei etwa 2,3 %.

Eine deutsch feinjustierte Whisper-Variante (whisper-large-v3-turbo-german) senkt die Fehlerrate in einer unabhängigen Messung von 3,6 auf 2,6 %.

Für Zahnmedizin gibt es keinen öffentlichen Test. Begriffe wie „distobukkal“ oder Zahnnummern nach FDI erkennt kein Standardmodell zuverlässig. Wir kombinieren deshalb Spracherkennung mit einem lokalen Sprachmodell, das gegen eine Fachbegriffsliste korrigiert, und prüfen das an echten Diktaten der Praxis. Unsere Sprachdokumentation für Praxen.

Objekterkennung am Rand

YOLO26 n / s / m, Bilder pro Sekunde

Raspberry Pi 5 + Hailo-8L: 71 / 42 / 20 · ~5 W
Jetson Orin Nano (7-W-Modus): 57 / 35 / 18 · ~5 W
Raspberry Pi 5, nur CPU: 2 – 6 · ~5 W

Das lizenzfreundliche RF-DETR Nano (Apache 2.0) schafft auf dem Jetson Orin Nano rund 25 Bilder pro Sekunde. Texterkennung in Dokumenten (z. B. PaddleOCR-VL) braucht eine Grafikkarte mit 12 – 16 GB.

07Modelle

Welche Modelle in welchen Speicher passen

Für typische Büroaufgaben wie Dokumente zusammenfassen, Entwürfe schreiben und Daten auslesen reicht ein Modell der 27B- bis 120B-Klasse. Die Angaben gelten für 4-Bit-Versionen, wie sie lokal üblich sind.

Speicher	Modelle	Passende Setups
bis 8 GB	Gemma 4 E2B / E4B, kleine Qwen3.5-Modelle	Jetson Orin Nano, Mini-PC
16 – 24 GB	Qwen3.8-27B (4 Bit, ~20 GB mit 32K Kontext), Gemma 4 26B / 31B, Muse Glimmer 30B, gpt-oss-20b	Praxis-Box
32 – 48 GB	Dieselben Modelle in höherer Genauigkeit (8 Bit) und mit langem Kontext	Praxis-Box mit 32 GB, Workstation
64 – 128 GB	gpt-oss-120b (~65 GB), Qwen3.5-122B-A10B, Mistral Small 4	Büro-KI-Box, Team-Box, Mac Studio, RTX PRO 6000
256 – 512 GB	Qwen3.5-397B (~240 GB), DeepSeek V4.1 Flash und GLM-5.3 in 4 Bit	Mac Studio M5 Ultra, Rack-Server, Nacht-Box
über 512 GB	Kimi K3, DeepSeek V4 Pro und andere Billionen-Modelle	8-GPU-Server; für KMU vor Ort selten sinnvoll

Alle Modelle im Detail, mit Benchmarks und Vergleich zur Cloud

08Lizenzen

Lizenzen bremsen öfter als die Hardware

Eine langsame Grafikkarte lässt sich tauschen. Ein Modell mit der falschen Lizenz bei Kunden im Einsatz ist ein echtes Problem. Darauf achten wir:

YOLO von Ultralytics

Alle YOLO-Versionen (v8 bis 26) stehen unter AGPL-3.0, auch nachtrainierte Modelle und interne Nutzung. Für geschlossene kommerzielle Nutzung braucht es eine Enterprise-Lizenz. Wir setzen standardmäßig auf Apache-2.0-Modelle wie RF-DETR oder D-FINE.

Llama 4

Die Lizenz schließt die Nutzung der multimodalen Modelle für Unternehmen mit Hauptsitz in der EU aus.

Eigene Lizenzen großer Modelle

Kimi K3, das volle GLM-5.3, MiniMax M3, Mistral Large 4 und Muse Spark Open haben eigene Lizenzbedingungen, die vor dem Einsatz geprüft werden müssen.

Nicht-kommerzielle Bausteine

jina-embeddings-v3 und die deutsche F5-TTS-Stimme dürfen nicht kommerziell genutzt werden. Sichere Alternativen: Qwen3-Embedding, bge-m3, Piper.

Ohne Bedenken kommerziell nutzbar

Qwen3.5 / 3.6 / 3.8, Gemma 4, gpt-oss, Muse Glimmer: Apache 2.0
DeepSeek V4.x: MIT
Parakeet v3, pyannote: CC-BY-4.0
RF-DETR, D-FINE, RT-DETRv2: Apache 2.0

Offline betriebene Modelle senden keine Daten nach außen, auch nicht Modelle aus China. Wer trotzdem ein westliches Modell möchte, ist mit gpt-oss, Gemma 4, Muse Glimmer oder Mistral Small 4 gut bedient.

09Entscheidung

Welches Setup passt zu Ihnen?

Die schnelle Orientierung. Im Gespräch klären wir Nutzerzahl, Datenmenge und Datenschutz genau.

Diktat in einer PraxisPraxis-Box
Kameras auswertenVision-Knoten
Chat und Dokumente für bis zu 5 PersonenBüro-KI-Box
Team bis 20, lange Akten, AgentenTeam-Box
Ganz leise, eine Person, sehr große ModelleMac Studio
Die ganze Firma, 20 bis 50 PersonenAbteilungs-Workstation
100+ Nutzer oder eigene PlattformRack-Server
Große Auswertungen, Ergebnis am Morgen reichtNacht-Box (oder die Büro-KI-Box)

Unsicher? Wir testen Ihren Anwendungsfall vorher auf gemieteter Hardware in einem EU-Rechenzentrum mit Testdaten. Gekauft wird erst, wenn das Ergebnis stimmt. Was die Varianten im Vergleich zur Cloud kosten, zeigt unser KI-Preisvergleich.

Die passende Hardware planen wir mit Ihnen.

Im kostenlosen Erstgespräch klären wir, welches Setup Ihre Aufgaben trägt, was es kostet und wie es datenschutzkonform in Ihren Alltag passt.

Erstgespräch vereinbaren

Quellen: Händlerpreise auf geizhals.de, Hersteller (NVIDIA, AMD, Apple, Raspberry Pi), Hetzner-Preisliste, Open ASR Leaderboard, LMSYS, llama.cpp-Benchmarks, Puget Systems, StorageReview, Jeff Geerling sowie Fachmedien (ComputerBase, PCGH, Notebookcheck, Tom's Hardware). Geschwindigkeiten stammen aus Tests mit unterschiedlicher Software und sind als Größenordnung zu lesen. Stand 06.11.2026.