Perplexitys Portable Computer macht lokale KI-Vorteile und Hürden für Unternehmen sichtbar
Wichtige Erkenntnisse
- •Perplexity stellte Portable Computer als lokale Version seines Computer-Agenten für autonome Workflows vor.
- •Das System läuft auf Nvidias DGX Spark und nutzt Alibabas Modell Qwen 3.8 27B beziehungsweise Perplexitys nachtrainierte Version PPLX 27.
- •Perplexity sagt, dass vertrauliche Daten auf dem Gerät bleiben und das Produkt weniger Tokens verbraucht, auch wenn einige Aufgaben für Browser-Zugriff oder fortgeschrittenes Reasoning in die Cloud verlagert werden.
- •Der DGX Spark kostet 4.699 US-Dollar und stellt damit ein erhebliches Hindernis für Nutzer und Unternehmen dar.
- •Analysten sagten, das Produkt könne für kostensensible Kunden und Organisationen mit sensiblen Dokumenten attraktiv sein, doch die Einführung in Unternehmen bleibt ungewiss.
Perplexitys neuer lokal ausgerichteter KI-Agent soll zwei zentrale Probleme des KI-Markts adressieren: hohe Token-Kosten und Datenschutz. Zugleich unterstreicht das Produkt den breiteren Trend zu Edge-KI und legt einen wichtigen Hemmschuh offen — die hohen Kosten des KI-Computers, der für den Betrieb erforderlich ist.
Am Dienstag stellte der KI-Suchanbieter Portable Computer vor, eine lokale Version von Perplexity Computer. Computer, erstmals im Februar vorgestellt, ist ein digitaler Universalhelfer, der verschiedene KI-Modelle bei der Ausführung autonomer Workflows unterstützt.
Mit Portable Computer betreiben Nutzer Computer auf einem persönlichen Gerät, insbesondere auf Nvidia DGX Spark, einem kompakten Desktop-Supercomputer. Perplexity entwickelte den lokalen Agenten gemeinsam mit Nvidia; er läuft auf dem persönlichen KI-Computer mit dem Modell Qwen 3.8 27B des chinesischen Technologiekonzerns Alibaba oder PPLX 27, einer nachtrainierten Version von Qwen.
Portable Computer ist ein Beispiel für die wachsende Bewegung hin zu agentischer KI auf Edge-Geräten, um Token-Kosten zu senken und die Privatsphäre der Nutzer zu schützen. Seit der Einführung von OpenClaw im Jahr 2025 konzentrieren sich Anbieter zunehmend auf Modelle oder Agenten, die auf den Geräten der Nutzer laufen können. Im Juni stellte Microsoft seine Aion-Modellfamilie vor, die lokale agentische Workflows orchestrieren soll. Im März aktualisierte Anthropic sein Claude-Modell, damit es auf lokale Computer zugreifen kann, und das Open-Source-KI-Labor Ai2 führte einen Computer-Use-Agenten für Desktop-Nutzer ein.
Related: Mistral and Saudi Vendor to Advance Sovereign AI in Middle East
Edge-KI
“[Portable Computer] ist ein weiteres gutes Beispiel für die Entwicklung hin zu lokaler KI, dafür, dass Enterprise-KI wichtiger wird, private KI, und dafür, dass Menschen sich wirklich dafür interessieren, wo meine KI läuft und auf welche Daten sie zugreifen kann”, sagte Said Oouisaal, CEO und Gründer des Edge-Computing-Anbieters Zendeda. “Man möchte seine Intelligenz besitzen, und das ist ein gutes Beispiel dafür.”
Perplexity sagte, vertrauliche Daten blieben lokal und auf dem Gerät und würden nicht viele Tokens oder Credits verbrauchen. Die meisten Aufgaben werden lokal auf dem Computer ausgeführt. Einige Aufgaben werden jedoch bei Bedarf in die Cloud verlagert, etwa für Browser-Nutzung, verbundene Apps oder andere Frontier-Modelle für fortgeschrittenes Reasoning.
Während dies Nutzern hilft, die ihre KI selbst kontrollieren wollen, kommt es auch Perplexity zugute, da Portable Computer dem Anbieter als Gelegenheit dient, neue Kunden zu gewinnen, sagte Lian Jye Su, Analyst bei Omdia, einer Sparte von Informa TechTarget.
“Das ermöglicht ihnen, ihre Kundenreichweite ein wenig zu vergrößern”, sagte Su. “Sie nutzen das als Zugang für Menschen, die stärker auf Kosten achten oder viele sensible Dokumente haben, die sie nicht in die Cloud hochladen wollen.”
Related: Alibaba Sells More Shares to Raise $10.2B to Spend on AI
Und für Nvidia, das beim Aufbau des lokalen Agenten geholfen hat, ist es eine Möglichkeit, die Nutzung seiner DGX-Geräte auszuweiten.
Einige Probleme
Obwohl Portable Computer Nutzern helfen kann, bewusster mit Token-Ausgaben umzugehen, hat es weiterhin Grenzen. Nutzer sparen zwar Tokens, aber sie tragen erhebliche Kosten für DGX Spark. Ein einzelner DGX-Spark-Computer kostet 4.699 US-Dollar.
“Es ist nicht billig”, sagte Su. “Ein DGX zu kaufen ist keine zufällige Entscheidung. Das ist sehr bewusst, und ich glaube nicht, dass irgendjemand das leichtfertig tut … selbst Unternehmen nicht.”
Wenn Perplexity eine zugängliche Technologie verkaufen will, die Unternehmen einsetzen können, müsse es wahrscheinlich einen Weg finden, mit Microsoft und dem Windows-Ökosystem zusammenzuarbeiten, sagte er.
Eine weitere Herausforderung ist die Schwierigkeit, mit einem KI-Computer zu arbeiten.
“Es ist immer noch ziemlich komplex, ein System so aufzusetzen, dass man Inferenz selbst betreibt”, sagte Oouisaal. Er fügte hinzu, dass es zwar einfach sei, die Hardware zu kaufen, aber schwieriger sei, die nötigen Software-Schichten wie Linux oder Container-Software wie Kubernetes zu installieren, damit lokal erstellte und betriebene KI-Agenten korrekt funktionieren. Er sagte außerdem, dass Portable Computer zwar ein Einzelfunktionssystem sei, in einer Unternehmensumgebung jedoch mehr Fachwissen erforderlich sei, um verschiedene Abteilungen und Agenten zu bedienen.
Related: Thomson Reuters’ New Model Could Inspire Other SaaS Vendors
“Es ist nicht einfach”, sagte Oouisaal weiter. “Man muss Ingenieur sein.”
Unklar sei jedoch, ob Portable Computer in seiner aktuellen Form jemals in nennenswertem Umfang in den Unternehmensmarkt gelangen werde, sagte Su.
“Unternehmen sind bereits sehr besorgt über Shadow AI und beschränken bereits Maschinen mit Internetzugang für all diese [Modelle]”, sagte er. Er fügte hinzu, dass Perplexity und Nvidia zwar darauf verweisen könnten, dass nur Daten zum Token-Verbrauch an ihre Server übertragen werden und alle anderen Daten auf dem Gerät bleiben, Unternehmen könnten dennoch besorgt sein, Mitarbeitenden mehr unabhängigen Zugang zu KI zu geben.
Über die Autorin
Esther Shittu
News Writer, AI Business
Esther Shittu berichtet seit 2021 über KI-Technologien und Branchentrends. Als Co-Host des Podcasts Targeting AI spricht sie mit Experten, Vordenkern und Praktikern über zentrale Entwicklungen im Bereich KI. Vor AI Business schrieb sie für SearchEnterpriseAI, die New York Daily News, Bklyner und den Brooklyn Daily Eagle. Wenn sie nicht tief in die Welt der KI eintaucht, verbringt sie ihre Zeit mit Herzensprojekten und damit, ihre drei Töchter großzuziehen.
Möchten Sie mehr AI-Business-Artikel in Ihren Google-Suchergebnissen?
Neueste Nachrichten
Möchten Sie mehr AI-Business-Artikel in Ihren Google-Suchergebnissen?
Trendartikel
Aug 25, 2026
Aug 25, 2026
Generative AI Mathematical Theories Could Be the Key to Explainable AI Systems Aug 24, 2026
Mathematical Theories Could Be the Key to Explainable AI Systems
Generative AI Shutterstock Embraces AI Image Licensing Deals Aug 11, 2026
Shutterstock Embraces AI Image Licensing Deals
Generative AI AI Arrives in the Private Markets Business Jul 28, 2026
AI Arrives in the Private Markets Business
Agentic AI Using AI Agents to Collaborate with Human Workers Jul 10, 2026
Using AI Agents to Collaborate with Human Workers
Sponsored by Google Cloud
Choosing Your First Generative AI Use Cases
To get started with generative AI, first focus on areas that can improve human experiences with information.
The AI Summit New York 2026
