Wie viel RAM brauche ich für lokale LLMs?

16 GB betreibt die 7–8B-Arbeitstiere, 32 GB schaltet 13B bequem und 30B mit Mühe frei, und 64 GB ist das Einstiegsticket zu 70B-Klasse-Modellen. Q4-Gewichte brauchen grob 5 GB für 7B, 9 GB für 13B, 20 GB für 30B und 43 GB für 70B, plus 4–8 GB für OS und Kontext.

Ist Dual-Channel-RAM für KI wichtig?

Sehr. Die CPU-Inferenz-Geschwindigkeit ist fast vollständig durch die Speicherbandbreite begrenzt, sodass ein einzelner 16-GB-Riegel nahe der Hälfte der Token pro Sekunde von 2×8 GB liefert. Beim Gebrauchtkauf verifizieren Sie in HWiNFO, dass beide Slots bestückt sind.

Macht mehr RAM Modelle schneller?

Nein. Mehr RAM betreibt größere Modelle, keine schnelleren — 64 GB beschleunigt ein kleines Modell nicht gegenüber 32 GB. Kaufen Sie Kapazität für die Modellgrößen, die Sie wollen, und Kanäle, also zwei Riegel, für die Geschwindigkeit, die Sie wollen.

Ist DDR5 spürbar besser als DDR4 für lokale LLMs?

Ja, sichtbar. DDR5-4800 ist ein großer Grund, warum ein ThinkPad T14 Gen 3 auf einem 7B-Modell 4–5 tok/s schafft, wo ältere DDR4-2666-Maschinen bei derselben Größe etwa 2,5–3 tok/s schaffen.

Kann ein günstiger Laptop ein 70B-Modell betreiben?

Ja — 64 GB RAM in einem rund 320 € teuren Dell Latitude 5540 betreiben 70B-Modelle, langsam mit etwa 1–2 tok/s. SO-DIMM-Upgrades von rund 45–140 € sind die beste Ausgabe pro Fähigkeit in lokaler KI; Laptops mit verlötetem RAM verwirken diesen Weg.

Wie viel RAM brauchen lokale LLMs? 16 vs. 32 vs. 64 GB erklärt

VRAM bekommt alle Aufmerksamkeit, aber der System-RAM entscheidet leise, was Ihr Laptop überhaupt betreiben kann — besonders auf den Maschinen mit integrierter Grafik, die den Markt unter 500 € dominieren. Dieser Leitfaden gibt Ihnen die Dimensionierungs-Rechnung, erklärt, warum das Wie Ihrer RAM-Bestückung genauso zählt wie das Wieviel, und zeigt, welche Upgrades sich auszahlen.

Was RAM in lokaler KI tatsächlich tut

Drei Aufgaben. Erstens, auf CPU-only-Maschinen muss das gesamte Modell in den RAM passen — es gibt keinen VRAM, in dem man sich verstecken kann. Zweitens ist RAM auf GPU-Maschinen der Überlauf-Pool: llama.cpp und Ollama teilen Modelle zwischen VRAM und RAM auf, sodass eine 6-GB-Karte plus 32 GB RAM Modelle betreibt, die die Karte allein nie könnte. Drittens wächst der Kontext (der KV-Cache) mit Ihrer Konversation und landet dort, wo das Modell lebt — Arbeit mit langem Kontext addiert Gigabyte auf die Modellgröße obendrauf.

Die Dimensionierungs-Tabelle

Ungefähr benötigter Speicher nur für die Modellgewichte bei Q4_K_M-Quantisierung (siehe unseren GGUF-Quantisierungs-Leitfaden, was Q4 bedeutet) — addieren Sie 4–8 GB für Windows, Ihren Browser und den Kontext:

Modellgröße	Q4-Gewichte	Komfortabel auf CPU mit
3–4B	~2–2,5 GB	8 GB (realistisch 16 GB)
7–8B	~4–5 GB	16 GB
13–14B	~8–9 GB	16 GB knapp, 32 GB komfortabel
30–34B	~18–20 GB	32 GB knapp, 64 GB komfortabel
70B	~40–43 GB	nur 64 GB

Also die praktischen Stufen: 16 GB betreibt die 7–8B-Arbeitstiere; 32 GB schaltet 13B bequem und 30B mit Mühe frei; 64 GB ist das Einstiegsticket zu 70B-Klasse-Modellen auf einem Laptop — langsam (grob 1–2 tok/s auf den CPUs, die wir testen, geschätzt), aber sie laufen, was für eine 350-€-Maschine wie ein voll ausgebautes Dell Latitude 5540 bemerkenswert ist.

Geschwindigkeit: Bandbreite schlägt Kapazität

Hier ist der Teil, den die meisten Käufer übersehen. Die CPU-Inferenz-Geschwindigkeit ist fast vollständig durch die Speicherbandbreite begrenzt — jedes generierte Token liest das gesamte Modell aus dem RAM. Konsequenzen:

Dual-Channel ist nicht optional. Ein 16-GB-Riegel gibt Ihnen die halbe Bandbreite von 2×8 GB — und nahe der Hälfte der Token pro Sekunde. Beim Gebrauchtkauf verifizieren Sie, dass beide Slots bestückt sind (HWiNFO → Memory → Kanalzahl); Single-Stick-Konfigurationen sind in Maschinen aus Leasingrückläufern verbreitet und lähmen LLM-Arbeit still.
DDR5 schlägt DDR4 sichtbar. Das DDR5-4800 in einem ThinkPad T14 Gen 3 ist ein großer Grund, warum es auf einem 7B 4–5 tok/s schafft, wo ältere DDR4-2666-Maschinen ~2,5–3 schaffen.
Mehr RAM bedeutet nicht schneller. 64 GB betreibt größere Modelle als 32 GB; es betreibt kleine Modelle nicht schneller. Kaufen Sie Kapazität für die Modelle, die Sie wollen, Kanäle für die Geschwindigkeit, die Sie wollen.

Auf GPU-Maschinen erklärt dieselbe Logik das Offloading-Verhalten: Jeder Layer, der vom VRAM in den RAM überläuft, fällt von ~450 GB/s (GDDR6) auf ~50–75 GB/s (Laptop-DDR4/5). Ein 13B, 80/20 zwischen einer 6-GB-Karte und RAM aufgeteilt, fühlt sich noch gut an; teilen Sie es 50/50 auf, und Sie sind überwiegend CPU-gebunden. Deshalb reden wir so viel über VRAM — aber RAM entscheidet, ob der Überlauf überhaupt funktioniert.

Upgrade-Ökonomie (Juli 2026, Schätzungen — aktuelle Preise prüfen)

SO-DIMM DDR4 ist das günstigste Fähigkeits-Upgrade in diesem Hobby: grob 45–65 € für 2×16 GB, 95–140 € für 2×32 GB. DDR5 läuft höher (~130–185 € für 2×32 GB). Dem gegenüber:

Dell Latitude 5540: auf 64 GB — der günstigste 70B-fähige Weg, den wir kennen: ~300 € Laptop + ~120 € RAM.
Legion 5 Gen 6/Gen 7: auf 32–64 GB — paart eine 6–8-GB-GPU mit einem tiefen Offload-Pool; die beste Allround-Wert-Kombi auf der Seite.
Precision 7560 / ThinkPad P15 Gen 2: vier Slots, bis 128 GB — Overkill für die meisten, unbezahlbar für 70B-Experimente neben 16 GB VRAM.
Die Warnung: Das ThinkPad T14s Gen 4 und die meisten Thin-and-Lights verlöten ihren RAM. Was Sie kaufen, ist, womit Sie sterben — kaufen Sie die 32-GB-Konfiguration oder gar nicht.

Schnelle Empfehlungen

Kauf unter 430 €: priorisieren Sie zwei RAM-Slots über fast alles andere. 16 GB Dual-Channel heute, 32–64 GB für 55–120 €, wann immer der Ehrgeiz zuschlägt.
Kauf eines GPU-Laptops: 16 GB RAM Minimum, 32 GB, wenn 13B+-Modelle der Plan sind. RAM sollte als faule Faustregel ~2× Ihres VRAM sein.
Sie besitzen ihn bereits: prüfen Sie die Kanal-Konfiguration heute — einen leeren zweiten Slot zu bestücken ist ein 30-€-Fünf-Minuten-Upgrade, das Ihre tok/s nahezu verdoppeln kann.

Zusammenfassung

Q4-Modellgewichte brauchen grob: 7B → 5 GB, 13B → 9 GB, 30B → 20 GB, 70B → 43 GB — plus 4–8 GB für OS und Kontext. 16/32/64 GB sind die echten Fähigkeitsstufen.
CPU-Inferenz-Geschwindigkeit = Speicherbandbreite: Dual-Channel verdoppelt grob die tok/s gegenüber einem einzelnen Riegel, und DDR5 schlägt DDR4 sichtbar.
Auf GPU-Maschinen ist RAM der Offload-Pool — er entscheidet, ob Modelle größer als Ihr VRAM überhaupt laufen.
SO-DIMM-Upgrades (~45–140 €) sind die beste Ausgabe pro Fähigkeit in lokaler KI; Laptops mit verlötetem RAM verwirken sie, also spezifizieren Sie sie am ersten Tag richtig.
64 GB in einem 320-€-Latitude betreiben 70B-Modelle. Langsam. Aber sie laufen.