Irgendwo auf der Welt zahlt ein Entwickler 200 Dollar im Monat für KI, während ein Mac Mini dreißig Zentimeter entfernt steht, der den Großteil davon für den Preis des Stroms erledigen könnte.
Der Mac Mini ist die erste Wahl, wenn man KI zu Hause ausführen möchte – und das aus gutem Grund. Er ist leise, stromsparend und alles bleibt auf dem eigenen Rechner. Aber zwei entscheidende Faktoren bestimmen, ob er für dich brillant oder rausgeschmissenes Geld ist – und fast niemand erklärt sie vor dem Kauf.
Hier kommt die ehrliche Version. Wo der Mac Mini glänzt, wo er leise schwächelt, welche Konfiguration du wirklich brauchst und die reale Rechnung im Jahr 2026.
Warum ausgerechnet der Mac Mini
Das Zauberwort heißt Unified Memory.
Bei einem normalen PC hat die Grafikkarte ihren eigenen VRAM, und dieser VRAM ist eine harte Grenze. Passt ein Modell nicht hinein, wird es nicht geladen. Apple verbaut einen gemeinsamen Speicherpool für CPU und GPU, sodass der Mac Mini Modelle laden und ausführen kann, die ein vergleichbarer Windows-Rechner mit getrenntem VRAM nicht schafft.
Dazu kommen drei Dinge. Er läuft nahezu lautlos, verbraucht unter Last 10 bis 30 Watt statt Hunderter und ist klein genug, um rund um die Uhr als leiser Server hinter deinen Automatisierungen zu laufen. Diese Kombination – und nicht rohe Rechenleistung – hat den Mac Mini zur Standard-Heim-KI-Box gemacht.
Die zwei entscheidenden Zahlen
Bevor du auf einen einzigen Preis schaust, verstehe die zwei Spezifikationen, die für lokale KI wirklich zählen.
Speicher ist die Kapazität. Er entscheidet, welche Modelle überhaupt geladen werden können. Grob gesagt: 16 GB reichen für ein 7B-Modell, 24 GB reichen für ein quantisiertes 14B-Modell, und für ein 30B-Modell brauchst du mindestens 48 GB, damit es wirklich komfortabel läuft. Kaufe für die Modellgröße, die du ausführen willst – denn das ist eine Grenze, kein Schieberegler.
Bandbreite ist die Geschwindigkeit. Sie entscheidet, wie schnell die Wörter herauskommen, sobald ein Modell geladen ist. Das ist der Teil, den Apples Marketing nie auf die Verpackung schreibt, und hier trennen sich die beiden Chips deutlich:
1Apple M4 120 GB/s2Apple M4 Pro 273 GB/s
Diese Lücke ist nicht kosmetisch. Sie ist der Grund, warum sich der Basis-M4 bei einem 7B-Modell sofort anfühlt, aber bei allem Großen anfängt zu kriechen, während der M4 Pro auch bei 30B-Modellen noch nutzbar bleibt. Die Kapazität sorgt dafür, dass das Modell lädt. Die Bandbreite entscheidet, ob du es auch gerne benutzt.
Welche Konfiguration du wirklich kaufen solltest
Drei ehrliche Stufen, mit echten gemessenen Geschwindigkeiten.
Der Basis-M4 (16 bis 24 GB, 120 GB/s). Das ist die Maschine für den täglichen Assistenten. Mit 16 GB läuft Llama 3.2 3B und Qwen2.5 7B mit etwa 25 Token pro Sekunde – das fühlt sich sofort an. Ein 14B-Modell schafft etwa 10 Token pro Sekunde – nutzbar, aber nicht mehr flott. Perfekt zum Schreiben, Entwerfen, Zusammenfassen, Klassifizieren und für Fragen und Antworten aus deinen eigenen Notizen. Ein 30B-Modell wird ihm nicht gefallen.
Der M4 Pro (48 GB, 273 GB/s). Das ist der beste Mac Mini für lokale KI im Jahr 2026 – Punkt. Die zusätzliche Bandbreite und der Speicher lassen ein 30B-Modell mit etwa 40 Token pro Sekunde im echten Chat laufen – das ist wirklich komfortabel. Wenn du den Mini als echten Inferenzserver und nicht nur als Chatbot nutzen willst, nimm diesen.
Überspringe die Mitte, wenn du kannst. Ein Basis-M4 mit maximalem RAM, aber immer noch 120 GB/s, wird größere Modelle zwar laden, aber dann langsam ausführen. Wenn du große Modelle brauchst, ist die Bandbreite des Pro wichtiger als ein paar zusätzliche Gigabyte auf dem Basischip.
Die ehrliche Rechnung für 2026
Hier hat sich die Geschichte in diesem Jahr geändert, und die ehrliche Version ist wichtig.
1Mac mini M4 (16 GB / 512 GB) ab 799 €2 24-GB-Speicher-Upgrade ~ +200 €3Mac mini M4 Pro (24 GB) ab 1.599 €4 48-GB-Konfiguration teurer und begrenzt verfügbar5Strom, 24/7 ~3 bis 8 € / Monat
Der Basispreis ist in diesem Jahr von 599 auf 799 Euro gestiegen, und Apple hat den M4 stillschweigend auf 24 GB und den M4 Pro auf 48 GB gedeckelt. Grund dafür ist eine globale Speicherknappheit, die durch den Bau von KI-Rechenzentren verursacht wird und RAM rar und teuer macht. Bei einer Maschine, bei der der Speicher das A und O ist, ist das der ehrliche Sternchenhinweis: Kalkuliere den Preis für die Konfiguration, die du wirklich brauchst, und wisse, dass die Zahl nach oben und nicht nach unten driftet.
Im Vergleich zu einem Abo-Stapel amortisiert sich das Ganze zwar, aber nicht sofort. Ein Mini für 799 Euro, der gegen eine 100-Euro-pro-Monat-KI-Gewohnheit antritt, hat sich in etwa acht Monaten bezahlt gemacht – danach kostet er nur noch ein paar Euro Strom pro Monat. Im Vergleich zu einem leichten ChatGPT Plus-Abo für 20 Euro pro Monat rechnet sich der Mini finanziell nie – und das solltest du auch nicht anders darstellen. Die Box lohnt sich, wenn du KI täglich nutzt, nicht nur gelegentlich.
Die Einrichtung dauert einen Nachmittag
Der Ablauf ist für jede Konfiguration gleich.
Installiere Ollama – das Tool, das jedes Modell in eine lokale API verwandelt, die die Sprache von OpenAI spricht:
1curl -fsSL https://ollama.com/install.sh | sh
Lade ein Modell, das auf deinen Speicher abgestimmt ist:
1# Basis-M4, 16 bis 24 GB:2ollama pull llama3.23ollama pull qwen2.5:7b45# M4 Pro, 48 GB:6ollama pull qwen2.5:32b
Richte dann jedes Tool, das du bereits verwendest, auf den lokalen Endpunkt aus, indem du eine Zeile änderst:
1client = OpenAI(base_url="http://localhost:11434/v1", api_key="ollama")
Füge Open WebUI in Docker hinzu, wenn du einen Browser-Chat haben möchtest, der wie ChatGPT aussieht, und schon hast du einen privaten Assistenten, der komplett auf deinem Schreibtisch läuft.
Was wirklich schiefgehen kann
Der Speicher ist die Grenze, und er ist gerade teuer. Jede Geschichte, in der es heißt "es läuft nicht", ist ein Modell, das nicht hineinpasst. Kaufe den RAM gleich von Anfang an, denn nachträglich kannst du ihn nicht aufrüsten, und die Knappheit hat diese Upgrades im Vergleich zum Vorjahr verteuert.
Der Basis-M4 ist bandwidth-limitiert. Mit 120 GB/s ist er eine Freude bei 7B-Modellen, aber träge bei großen. Kaufe nicht den günstigsten Mini und erwarte 30B-Geschwindigkeiten. Dafür ist der Pro da.
Spitzenarbeit gehört weiterhin in die Cloud. Die anspruchsvollsten Reasoning-Aufgaben und modernste Code-Entwicklung laufen immer noch am besten auf den gehosteten Modellen. Der Mac Mini ist das zuverlässige, private, immer eingeschaltete Arbeitstier für die alltäglichen 80 % – kein Ersatz für alles. Behalte ein Cloud-Abo für die schwierigen 20 % und erledige den Rest zu Hause.
Er ist nicht portabel. Das ist ein Desktop, der an der Steckdose hängt. Wenn du KI unterwegs brauchst, ist das das falsche Werkzeug.
Für wen er geeignet ist – und für wen nicht
Hol dir einen Mac Mini, wenn du KI täglich nutzt, eine leise Maschine willst, die rund um die Uhr läuft, dir deine Daten auf deiner eigenen Hardware wichtig sind und du dich bei der Einrichtung in einem Terminal wohlfühlst. Hol dir den M4 Pro, wenn du 30B-Modelle in echter Geschwindigkeit ausführen willst.
Lass es bleiben, wenn dein gesamter KI-Bedarf in einem 20-Euro-Abo Platz hat, du nur ab und zu einen Chatbot brauchst oder etwas brauchst, das du mitnehmen kannst.
Zwei Dinge, die du jetzt tun solltest
Probiere es zuerst kostenlos aus. Installiere Ollama auf dem Mac, den du bereits besitzt, und führe an diesem Wochenende ein 7B-Modell aus. Jeder Apple-Silicon-Rechner mit 16 GB schafft das. Beweise dir den Workflow, bevor du einen Cent ausgibst.
Kaufe dann für das Modell, nicht für den Preis. Entscheide, welches größte Modell du tatsächlich ausführen willst, und wähle dann die Konfiguration, deren Speicher es fasst und deren Bandbreite es flüssig laufen lässt. Für die meisten Menschen ist das ein Basis-M4 mit 24 GB. Für alle, die es mit 30B-Modellen ernst meinen, ist es der M4 Pro mit 48 GB.
Die Strategie war nie der schwierige Teil. Es ist eine leise Box, eine einzige Code-Änderung und die Entscheidung, kein Abo mehr für Arbeit zu bezahlen, die eine Maschine auf deinem Schreibtisch bereits erledigen kann.
Folge mir für weitere solche Analysen.
*
*Ich analysiere regelmäßig KI-Tools und das Geld, das damit verdient wird. Folge mir für den nächsten Beitrag und tritt meinem Telegram bei: https://t.me/+3XrP38Cv9fk2YTM6
