Gehört der Arbeitsspeicher eher ins Rechenzentrum als unter den Schreibtisch? Diese These vertritt OpenAI-Chef Sam Altman. Im Podcast „Cheeky Pint“ des Zahlungsdienstleisters Stripe sagte er, es sei aus Sicht der weltweiten Verteilung eigentlich ziemlich schlecht, wenn jeder einen Teil des knappen DRAM-Angebots im eigenen Computer liegen habe, wo er nur rund 5 Prozent der Zeit arbeite. Die Folge 39 mit Stripe-Mitgründer John Collison als Gastgeber erschien am 29. Oktober 2026.
Für Nutzer in Deutschland ist das mehr als eine Randbemerkung: Seit Monaten steigen die Preise für RAM, SSDs und ganze Notebooks. Wir ordnen ein, was Altman genau gesagt hat und wo die Grenzen seines Arguments liegen.
Was hat Altman genau gesagt?
Laut dem offiziellen Transkript kam Altman im Gespräch auf lokale Inferenz zu sprechen: Sprachmodelle rechnen dabei nicht auf fremden Servern, sondern auf dem Notebook oder Desktop-PC des Nutzers. Viele gingen davon aus, das Problem sei damit gelöst, so seine Beschreibung: Es gebe offene Modelle, man könne sie auf dem eigenen Rechner betreiben und brauche deshalb die Infrastruktur in Rechenzentren nicht mehr.
Dem widerspricht er. Dass weltweit knapper DRAM in Millionen privater Rechner verteilt ist, nannte er wörtlich „quite terrible“, also ziemlich schlimm, und zwar ausdrücklich aus der Perspektive der globalen Verteilung.
Seine Begründung: Wer mit einem stark begrenzten Angebot umgehen müsse, wolle die Hardware in der Cloud maximal auslasten. Die 5 Prozent sind dabei Altmans eigene Schätzung, keine veröffentlichte Messung.
Lokale KI oder Cloud: Worum geht es?
Große Sprachmodelle brauchen vor allem eines: viel schnellen Speicher. Wer ein offenes Modell zu Hause betreiben möchte, muss die Gewichte des Modells vollständig in den Arbeitsspeicher oder in den Grafikspeicher laden. Je größer das Modell, desto mehr Gigabyte sind nötig. Welche Ausstattung dafür realistisch ist, erklären wir in unserem Ratgeber KI lokal nutzen: Welche Hardware brauchen Sprachmodelle zu Hause?.
Im Rechenzentrum teilen sich dagegen viele Nutzer dieselben Server. Läuft eine Anfrage nicht, bedient der Speicher die nächste. Genau diesen Effekt meint Altman: Ein Server, der fast rund um die Uhr ausgelastet ist, holt aus jedem Speicherchip mehr heraus als ein PC, der nachts aus ist und tagsüber oft nur E-Mails öffnet.
Wo das Argument hakt
So einleuchtend die Rechnung auf dem Papier ist, sie lässt einiges weg:
- RAM ist nicht nur für KI da. Im PC dient der Speicher Browser, Spielen, Bildbearbeitung und Betriebssystem. Er liegt also nicht ungenutzt herum, nur weil gerade kein Sprachmodell läuft.
- Datenschutz. Bei lokaler KI verlassen Texte, Dokumente und Fotos den eigenen Rechner nicht. Gerade in Deutschland, wo DSGVO und Geschäftsgeheimnisse für viele Firmen ein Thema sind, ist das ein starkes Argument für den eigenen PC.
- Unabhängigkeit. Ein lokales Modell funktioniert offline und ohne Abo. Preisänderungen oder Ausfälle eines Anbieters spielen keine Rolle.
Kritiker weisen außerdem darauf hin, dass Altmans Sicht zum Geschäftsmodell seines Unternehmens passt: OpenAI verdient mit Abos und Nutzungsgebühren für KI aus der Cloud. Diese Verbindung hat Altman selbst im Podcast nicht hergestellt; sie stammt aus Kommentaren zu seiner Aussage, unter anderem bei Notebookcheck.
Warum die Aussage gerade jetzt Wellen schlägt
Der Zeitpunkt ist heikel. Speicherchips sind knapp, weil Rechenzentren für KI enorme Mengen DRAM und HBM abnehmen. Der Hersteller SK Hynix erwartet nach eigenen Angaben, dass die Nachfrage das Angebot noch bis 2030 übersteigen wird. Für Endkunden ist das längst spürbar: Der Leipziger Hersteller XMG hat seine Notebooks im September um 100 bis 300 Euro verteuert und nannte den Arbeitsspeicher als wichtigsten Grund.
Dass ausgerechnet der Chef eines der größten Speicherabnehmer die private Nutzung infrage stellt, empfinden viele PC-Nutzer deshalb als Provokation.
Was bedeutet das für Käufer in Deutschland?
Konkrete Folgen hat die Aussage zunächst nicht: Sie ist eine Meinung, keine Ankündigung. Wer einen neuen PC oder ein Notebook plant, sollte die Speicherausstattung trotzdem bewusst wählen. Nachrüsten ist bei vielen dünnen Notebooks nicht mehr möglich, weil der RAM verlötet ist. Wie viel Speicher für welchen Zweck sinnvoll ist, zeigt unser Überblick Wie viel RAM braucht ein Laptop?.
Für lokale KI gilt: Kleinere offene Modelle laufen bereits auf gut ausgestatteten Notebooks. Wer große Modelle nutzen will, kommt um die Cloud oder teure Hardware kaum herum. Die Entscheidung bleibt am Ende eine Abwägung zwischen Kosten, Datenschutz und Bequemlichkeit, nicht eine Frage der „globalen Verteilung“.
Häufige Fragen
Wo hat Sam Altman das gesagt?
Im Podcast „Cheeky Pint“ von Stripe, Folge 39 mit dem Titel „Why Sam Altman is against a single superintelligence“. Gastgeber war Stripe-Mitgründer John Collison, die Folge erschien am 29. Oktober 2026. Ein vollständiges Transkript ist öffentlich.
Stimmt es, dass RAM nur 5 Prozent der Zeit genutzt wird?
Das ist Altmans Schätzung, für die er keine Quelle nennt. Wie stark der Speicher genutzt wird, hängt stark vom Nutzer ab. Bei Gaming-PCs oder Workstations dürfte der Wert deutlich höher liegen.
Will OpenAI lokale KI verhindern?
Dafür gibt es keinen Beleg. Altman hat eine Einschätzung zur Verteilung knapper Ressourcen geäußert, aber keine Maßnahmen gegen lokale Modelle angekündigt.
Werden RAM-Preise wieder sinken?
Kurzfristig ist das nicht absehbar. Die großen Speicherhersteller rechnen mit anhaltend hoher Nachfrage durch KI-Rechenzentren.
Titelbild: Steve Jurvetson, CC BY 2.0, via Wikimedia Commons.
