Frontier-nahe KI passt jetzt auf einen Laptop
Google DeepMinds Gemma 4 12B läuft mit 16 GB RAM lokal — multimodal, unter Apache 2.0, und schlägt in Mathe und Coding das eigene 27-Mrd- Modell von vor einem Jahr. Fähige KI braucht keine fremde Cloud mehr.
Quelle: Gemma 4 Modellkarte (Google).
Quelle: Gemma 4 Modellkarte (Google).
Am 3. Juni 2026 hat Google DeepMind Gemma 4 12B veröffentlicht — ein offenes Modell mit knapp 12 Milliarden Parametern, das auf einem Laptop mit 16 GB RAM oder unified memory läuft. Für uns ist nicht die Marke das Interessante, sondern was es über die Lage sagt: Fähige, multimodale KI braucht kein gemietetes Rechenzentrum mehr. Sie passt auf die Hardware, die ohnehin auf dem Schreibtisch steht.
Was es besonders macht
Es schlägt das eigene Vorjahres-Topmodell — bei weniger als der halben Größe. In Mathe (AIME 2026) springt die Quote von 20,8 % beim 27-Mrd- Modell Gemma 3 auf 77,5 % beim neuen 12-Mrd-Modell; im Coding (LiveCodeBench v6) von 29,1 % auf 72,0 %. Quer über die Domänen liegt es bei 77,2 % MMLU Pro, 78,8 % GPQA Diamond und 83,4 % auf dem mehrsprachigen MMMLU. Google nennt es „nahe an unserem größeren 26-Mrd- MoE-Modell — bei weniger als der Hälfte des Speicherbedarfs“.
Encoder-frei und damit schlank. Frühere multimodale Modelle schleppten separate Encoder mit — bei der mittleren Gemma-Reihe rund 550 Mio. Parameter für Bild und 300 Mio. für Audio. Gemma 4 wirft sie raus: Bild-Patches und rohe Audio-Wellen werden direkt in den Embedding-Raum des Sprachmodells projiziert (Bild über einen 35-Mio- Embedder, Audio in 40-ms-Frames ohne Feature-Extraktion). Das senkt Latenz und Speicher — genau die zwei Dinge, die lokales Ausführen entscheiden.
Erstes mittelgroßes Gemma mit nativem Audio. Text, Bild und Audio gehen direkt rein (Google nennt zusätzlich Video), das Kontextfenster fasst 256K Token, und unterstützt werden über 140 Sprachen. Dazu kommt ein Lizenz-Wechsel, der zählt: Apache 2.0 statt der bisherigen hauseigenen „Gemma Terms“ — also frei nutzen, anpassen und kommerziell einsetzen, ohne Sondervertrag.
Warum das für mana zählt
Das ist die technische Grundlage unserer Souveränität: Wenn ein frontier-nahes, multimodales Modell lokal auf einem 16-GB-Gerät läuft, lässt sich fähige KI selbst betreiben — kein API-Lock-in, keine Nutzer:innen-Daten beim Anbieter, keine Rechnung pro Token. Genau darauf setzen wir mit Inferenz auf dem Gerät und auf der eigenen GPU-Box statt auf Modell-Provider-Hopping.
Es ergänzt unsere These Offene Modelle holen die proprietären fast ein um eine zweite Achse: Dort ging es um den schrumpfenden Leistungsabstand, hier um den schrumpfenden Hardware-Bedarf. Beides zusammen heißt: Die Hürde, eigene KI zu betreiben, fällt von zwei Seiten gleichzeitig.
Die unbequeme Kehrseite benennen wir offen — sie steht im Gegenpunkt oben und in der vollen Datenlage unter docs/KI_OEKONOMIE_LAGE.md. Ein lokal laufendes, offen lizenziertes Modell von einem US-Konzern ist ein Fortschritt für die Souveränität des Betriebs — es ersetzt keine eigenständige europäische Modell-Entwicklung. Aber es macht den nächsten Schritt für uns greifbar: KI, die dem Menschen gehört, der sie benutzt.
Drei ehrliche Einschränkungen. Erstens: „open weights" ist nicht „open source" — die Gewichte sind herunterladbar und diesmal sauber unter Apache 2.0 lizenziert, Trainingsdaten und -code bleiben aber zu. Zweitens: Gemma kommt von Google, einem US-Konzern. Self-Hosting löst die Plattform-Abhängigkeit, nicht die Frage nach Modell-Herkunft und eingebauten Leitplanken — anders als die offene Spitze, die zuletzt fast nur aus China kam, ist hier zwar ein westliches Labor dabei, doch die Werte-Abwägung bleibt. Drittens: 16 GB heißt „läuft", nicht „läuft flüssig" — Quantisierung kostet Qualität, und Audio/Video lokal sind auf Alltags-Hardware spürbar langsam.
Quellen Dritter
Was wir hier behaupten, behaupten andere zuerst und mit eigenem Namen daneben. Datum dort, wo es belegbar ist.
Weitere Thesen
- Wie entwickeln sich die Kosten für KI über die letzten Jahre?Gestrige Spitzenfähigkeit wird Jahr für Jahr ~10× billiger
- Wie entwickeln sich die Fähigkeiten der KI-Modelle in der Software-Entwicklung?KI löst inzwischen die Mehrheit echter Programmier-Aufgaben
- Wie entwickeln sich die Fähigkeiten zwischen proprietären und offenen Modellen?Offene Modelle holen die proprietären fast ein
- Was braucht eine kleine Firma wirklich, um Google Workspace zu verlassen?Der Workspace-Exit scheitert an drei Strukturen, nicht an hundert Features
Diese Thesen sind die eine Hälfte der Frage „warum jetzt?" — warum mana möglich ist. Die andere Hälfte, warum mana nötig ist, steht unter Souveränität.