NVIDIA RTX SPARK: DIE ERSTEN ECHTEN AI-PCS KOMMEN AUF DEN MARKT

Das Wichtigste

Auf der IFA 2026 in Berlin zeigen Nvidia und Partner wie Lenovo, Dell, Asus und HP die ersten Laptops und Mini-PCs mit dem RTX Spark Superchip. Ziel: Agentische KI-Workflows lokal ausführen, ohne Cloud-Abhängigkeit.

Was ist passiert?

Drei Monate nach der ersten Vorstellung hat Nvidia auf der IFA konkrete Geräte nachgeliefert. Das Lenovo Yoga 9n 2-in-1 ist der erste Laptop, den Wired in der Hand hatte: 16 Zoll, OLED-Touchscreen mit 2880x1800 und 120 Hz, sechs Lautsprecher, 9,2-Megapixel-Webcam. Mit 0,69 Zoll Dicke positioniert sich das Gerät bewusst als MacBook-Pro-Konkurrent.

Herzstück ist der RTX Spark Superchip: eine Arm-basierte SoC-Architektur, die eine Grace-CPU (bis zu 20 Kerne) mit einer Blackwell-RTX-GPU (bis zu 6.144 Kerne) auf einem Chip vereint. Das Prinzip erinnert stark an Apple Silicon, CPU, GPU und Speicher sitzen zusammen statt getrennt wie bei klassischen Windows-Laptops mit dedizierter GPU.

Parallel bringt Lenovo mit dem Yoga Pro 9n eine 15-Zoll-Variante mit Stylus-fähigem Force-Pad-Touchpad. Weitere Hersteller ziehen nach: Dell XPS 16, Asus ProArt P16, Microsoft Surface Laptop Ultra und das kompaktere HP OmniBook X 14.

Auch im Desktop-Segment tut sich was. Acer und Asus zeigen Mini-PCs im Mac-Mini-Format mit RTX-Spark-Chip, laut Hersteller mit bis zu einem Petaflop KI-Leistung und 128 GB RAM. Lenovo kontert mit dem AMD-basierten ThinkCentre X Ultra (Ryzen Max+ Pro 495), Startpreis 3.699 Dollar für die Basisversion.

Warum ist das relevant?

Der Treiber hinter der ganzen Produktkategorie ist die wachsende Nachfrage nach lokalem Ausführen agentischer Workflows wie OpenClaw. Wer sensible Daten wie Finanzinformationen oder E-Mail-Konten durch ein KI-Modell verarbeiten lässt, will das zunehmend nicht mehr in der Cloud tun.

Für Entwickler und Unternehmen im DACH-Raum bedeutet das: Lokale Inferenz auf Consumer-Hardware wird praxistauglich. Das eröffnet neue Optionen für Datenschutz-sensible Anwendungsfälle, etwa in Kanzleien, Beratungen oder im Gesundheitswesen, ohne dass jede Anfrage an einen externen API-Endpunkt geht.

Der Wettbewerbsdruck zwischen Nvidia (Arm-basiert) und AMD (x86, siehe Ryzen Max+ Pro) sorgt zudem dafür, dass Käufer bald zwischen mehreren Architekturen für lokale KI-Workloads wählen können, nicht nur zwischen Apple Silicon und dem Rest.

Der Haken

Preise sind noch grösstenteils unbekannt, aber die Signale sind eindeutig: teuer. RAM ist laut Wired aktuell so knapp wie nie, und 128 GB Konfigurationen dürften einen deutlichen Aufschlag kosten. Zum Vergleich: Ein MacBook Pro mit 128 GB RAM liegt derzeit bei rund 6.139 Dollar.

Auch bei der Speicherausstattung gibt es Überraschungen. Das Lenovo Yoga 9n bietet maximal 64 GB RAM, deutlich weniger, als man von einem dediziert für lokale KI beworbenen Gerät erwarten würde. Erst das "Pro"-Modell schafft mit 128 GB die Kapazität, die für grössere lokale Modelle nötig ist.

Take-Away

Wer plant, agentische KI-Workflows offline oder datenschutzkonform lokal zu betreiben, sollte die RTX-Spark-Generation im Auge behalten, aber mit dem Kauf warten, bis konkrete Preise und Benchmarks vorliegen. Die 128-GB-Varianten dürften erst ab Q4 2026 in Stückzahlen verfügbar sein.