Zum Inhalt springen

On-Device-KI (Edge AI)

oder auch Edge AI

Männliche Person, frontal, schaut in die Kamera; trägt kariertes Hemd über dunkelfarbigem T‑Shirt; heller Innenraum mit unscharfem Monitor oder Poster links und Fenster rechts.

von Richard Albrecht am 18.10.2026

On-Device-KI bezeichnet KI-Modelle, die auf dem Gerät selbst rechnen statt in einem Rechenzentrum: auf dem Telefon, im Auto, in der Kamera, in der Maschine. Der englische Begriff Edge AI betont dieselbe Sache von der Netzseite her, nämlich die Verarbeitung am Rand statt in der Mitte.

On-Device-KI (Edge AI)

KI, die auf dem Gerät selbst rechnet statt in einem Rechenzentrum.
Beispiel: „Die On-Device-KI schreibt das Diktat mit, ohne dass die Aufnahme das Telefon verlässt.“

Drei Vorteile: Die Daten bleiben auf dem Gerät, die Antwort kommt ohne Netzweg und damit sofort, und es entstehen keine laufenden Kosten je Anfrage.

Möglich wird es durch kleine Modelle und sparsame Speicherung, siehe Small Language Model und Quantisierung, sowie durch eigene Recheneinheiten in den Geräten.

Wo es heute steckt

In mehr Geräten, als man vermutet. Spracherkennung beim Diktieren, Gesichtserkennung beim Entsperren, Bildverbesserung beim Fotografieren, Übersetzung ohne Netz, Textvorschläge beim Tippen: Das alles läuft seit Jahren auf dem Gerät. Neu ist, dass auch Sprachmodelle klein genug geworden sind, um dort zu laufen.

Wo die Grenzen liegen

Bei Speicher, Rechenleistung und Akku. Ein Modell auf einem Telefon ist um Größenordnungen kleiner als eines im Rechenzentrum und kann entsprechend weniger. Dazu kommt die Aktualisierung: Ein Modell im Gerät veraltet und muss über ein Update ausgetauscht werden, während ein Dienst sich im Hintergrund erneuert.

Wofür es im Unternehmen taugt

Für alles, wo Daten nicht nach außen sollen und die Aufgabe begrenzt ist: Aufnahmen auswerten, Formulare lesen, Zustände an Maschinen erkennen, Diktate mitschreiben. Üblich ist eine Aufteilung: Das Gerät erledigt die einfache Arbeit und schickt nur das weiter, was mehr verlangt, und das ist zugleich der sparsamste Weg. In der Industrie ist das längst der Normalfall: Eine Kamera an der Linie erkennt den Fehler selbst, und nach außen geht nur die Meldung. Für den Mittelstand ist das oft der leichteste Einstieg in KI überhaupt, weil weder Datenschutzprüfung noch laufende Kosten anfallen.

Siehe auch:

Small Language Model (SLM)

Ein Sprachmodell, das klein genug ist, um auf gewöhnlicher Hardware zu laufen.

#Künstliche Intelligenz (KI)

Quantisierung

Das Verkleinern eines KI-Modells, indem seine Gewichte mit weniger Stellen gespeichert werden.

#Künstliche Intelligenz (KI)

Datenschutz bei KI-Tools

Die Frage, welche personenbezogenen Daten in ein KI-Werkzeug dürfen und auf welcher Grundlage.

#Künstliche Intelligenz (KI)

Selbst gehostetes Modell (Self-Hosted Model)

Ein KI-Modell, das im eigenen Rechenzentrum oder auf eigener Hardware läuft.

#Künstliche Intelligenz (KI)

Multimodalität

Die Fähigkeit eines KI-Modells, mehrere Arten von Eingaben zu verarbeiten, etwa Text und Bild.

#Künstliche Intelligenz (KI)

GPU (Grafikprozessor)

Ein Prozessor mit tausenden einfachen Rechenwerken, ursprünglich für Bilder gebaut, heute die Grundlage der KI.

#Künstliche Intelligenz (KI)