Es ist eine unbequeme Frage. Wir haben vor nicht einmal zwei Wochen in unserem WWDC-Wunschzettel nach Mac Studios mit 128 GB Unified Memory gerufen. Wir haben argumentiert, dass Apple mehr RAM braucht, damit lokale KI auf dem Mac ernst genommen werden kann. Und dann haben wir Gemma 4 26B MoE installiert — und plötzlich ist unser M4 Max mit 64 GB schneller als alles, was wir bisher lokal betrieben haben. Zeit für eine ehrliche Bestandsaufnahme.

Warum wir bisher "mehr RAM" gerufen haben

Die Logik war einfach und nachvollziehbar. Dense-Modelle wie Llama 3.1 70B brauchen in quantisierter Form mindestens 40–50 GB RAM. Auf unserem Mac Studio M3 Ultra mit 96 GB Unified Memory läuft das — aber es ist eng. Der Mac Studio M4 Max mit 64 GB kann es gerade so, aber die Performance leidet spürbar, weil das System Speicher für andere Prozesse braucht.

Und die wirklich großen Modelle? Llama 405B? Vergiss es ohne 192 GB oder mehr. Selbst quantisiert brauchst du deutlich über 100 GB. Mixtral 8x22B in voller Größe? Ähnliches Problem. Die Rechnung war simpel: größeres Modell gleich bessere Qualität gleich mehr RAM nötig. Also forderten wir: Apple, gebt uns 128-GB-Konfigurationen.

Diese Logik war nicht falsch. Sie war nur unvollständig.

Was sich verändert hat

Drei Entwicklungen haben die Spielregeln innerhalb weniger Monate verschoben.

Erstens: MoE-Architektur. Gemma 4 26B MoE hat 26 Milliarden Parameter, aber nur rund 8 Milliarden davon sind bei jeder Anfrage aktiv. Das Modell passt quantisiert in circa 16 GB RAM — locker in 64 GB, mit massig Platz für alles andere. Und die Qualität? Deutlich besser als ein echtes 8B-Modell, wie wir ausführlich getestet haben.

Zweitens: Quantisierung wird besser. Q4_K_M liefert heute 95 Prozent der vollen Modellqualität bei einem Bruchteil des RAM-Bedarfs. Vor einem Jahr war Quantisierung noch ein spürbarer Kompromiss. Heute ist der Unterschied in der Praxis kaum noch messbar — zumindest für Alltagsaufgaben.

Drittens: Modelle werden generell effizienter. Phi-4, Gemma 4, Mistral — die aktuelle Generation liefert bessere Ergebnisse als ihre Vorgänger bei weniger Parametern und weniger Ressourcen. Und Apples Core AI integriert optimierte Modelle direkt ins Betriebssystem — maßgeschneidert für die eigene Hardware.

Die ehrliche Antwort: es kommt darauf an

Für 80 Prozent der täglichen KI-Aufgaben reicht ein Mac mit M4 Max und 64 GB Unified Memory. Punkt. Das ist keine Einschränkung, das ist eine Feststellung nach Wochen des täglichen Einsatzes.

Gemma 4 26B MoE, Phi-4, Llama 3.1 8B — alles läuft flüssig, alles lokal, alles in Echtzeit. E-Mails formulieren, Code-Hilfe, Zusammenfassungen, Brainstorming, Bildanalyse — der M4 Max frisst das zum Frühstück.

Für die restlichen 20 Prozent sieht es anders aus. Wenn du Llama 70B oder andere große Dense-Modelle lokal brauchst — für tiefgreifende Analyse, lange Kontextfenster, spezialisierte Aufgaben — dann brauchst du mehr RAM. Unser Mac Studio M3 Ultra mit 96 GB ist dafür immer noch Gold wert. Llama 70B quantisiert läuft darauf brauchbar, wenn auch nicht schnell.

Für Training und Fine-Tuning führt kein Weg an NVIDIA vorbei. Das CUDA-Ökosystem ist Apple Silicon im Bereich Machine Learning Training noch um Jahre voraus. MLX macht Fortschritte, aber für ernsthaftes Training brauchst du GPU-Server.

Und für Content-Produktion — Video, Foto, Motion Design — ist die GPU-Power der M-Chips ohnehin überdimensioniert. Da war Hardware noch nie das Bottleneck.

Unsere aktualisierte Empfehlung

Nach allem, was wir in den letzten Wochen getestet haben, sieht unsere ehrliche Hardware-Empfehlung für lokale KI so aus:

Für Einsteiger in lokale KI: MacBook Pro M4 Pro mit 36 GB Unified Memory. Reicht für Gemma 4 12B und das 26B MoE-Modell. Mobil, leistungsstark, zukunftssicher für die nächsten zwei bis drei Jahre.

Für Power-User: Mac Studio M4 Max mit 64 GB Unified Memory. Unser Daily Driver. Hier läuft alles flüssig — von kleinen 8B-Modellen bis zum 26B MoE mit fast 100 tok/s. Das beste Preis-Leistungs-Verhältnis für lokale KI.

Für Maximum: Mac Studio M3 Ultra mit 96 GB Unified Memory. Wenn du Dense-Modelle mit 70B oder mehr Parametern brauchst, ist das aktuell die einzige Option im Apple-Ökosystem. Nicht günstig, aber für bestimmte Workflows unverzichtbar.

Für Training: Linux-Server mit NVIDIA GPU. Da führt kein Weg vorbei. Apple Silicon ist für Inferenz fantastisch, für Training nicht.

Die beste Hardware ist die, die du nicht bemerkst. Wenn dein KI-Modell in Echtzeit antwortet, ist dein Mac stark genug.

Hat Apple trotzdem noch Hausaufgaben?

Ja. Absolut. Mehr RAM-Optionen wären trotzdem gut. Ein M4 Ultra mit 128 GB oder mehr würde Zukunftssicherheit bieten — nicht weil man es heute unbedingt braucht, sondern weil Modelle wachsen werden und lokale Fine-Tuning-Workflows mehr Speicher verlangen.

Das MLX-Framework muss weiter reifen. Es ist gut, es wird besser, aber das CUDA-Ökosystem ist bei Tooling, Bibliotheken und Community-Support noch deutlich voraus. Jedes Mal, wenn wir ein neues Modell ausprobieren, prüfen wir als erstes: gibt es schon MLX-Gewichte? Oft ist die Antwort: noch nicht.

Aber — und das ist die entscheidende Nuance — der Druck ist weniger akut als noch vor sechs Monaten. Die Modell-Entwickler optimieren aktiv für Apple Silicon. Google liefert Gemma-Varianten die auf Metal-GPUs fliegen. Ollama und LM Studio haben ihre Apple-Silicon-Performance dramatisch verbessert. Das Ökosystem bewegt sich in die richtige Richtung.

Fazit

Wir hätten vor einem Monat gesagt: ja, wir brauchen unbedingt stärkere Macs. Heute sagen wir: für die meisten lokalen KI-Workflows reicht ein M4 Max mit 64 GB völlig aus. Die Modelle sind schneller effizienter geworden als die Hardware langsamer. MoE-Architekturen, bessere Quantisierung und optimierte Runtimes haben das Gleichgewicht verschoben.

Das ist eine gute Nachricht für jeden, der lokale KI ernst nimmt — ohne sich eine 8.000-Euro-Maschine kaufen zu müssen. Ein Mac Studio M4 Max kostet einen Bruchteil davon und liefert für den Großteil der Aufgaben mehr als genug Performance.

Heißt das, wir nehmen unseren WWDC-Wunschzettel zurück? Nein. Mehr RAM-Optionen, ein M4 Ultra, besseres MLX — das alles wäre willkommen. Aber die Dringlichkeit hat sich verändert. Die Software hat die Hardware eingeholt. Und das ist, wenn man ehrlich ist, das beste Ergebnis, das wir uns hätten wünschen können.