Seit dem 2. April 2026 ist sie da: Googles neue Open-Source-KI-Modellfamilie Gemma 4. Was sie besonders macht? Sie braucht keine Cloud – und passt trotzdem in Ihre Hosentasche.

Was ist Gemma 4?

Gemma 4 ist eine Familie offener KI-Modelle von Google, die unter der freien Apache-2.0-Lizenz veröffentlicht wurde. Das bedeutet: Jeder – Entwickler, Unternehmen, Forscher – darf sie kostenlos nutzen, anpassen und kommerziell einsetzen. Seit dem Start der Gemma-Reihe wurden über 400 Millionen Downloads und mehr als 100.000 Community-Varianten verzeichnet – Gemma 4 setzt diesen Trend fort.

Die Familie besteht aus vier Modellen: zwei leistungsstarke für Workstations (26B und 31B Parameter) und zwei kompakte für den Einsatz ohne Serververbindung direkt auf den Geräten – die sogenannten Edge-Modelle E2B und E4B. Sie laufen auf Smartphones, Notebooks, aber auch auf Kleinstcomputern wie dem Raspberry Pi oder industriellen IoT-Geräten.

KI direkt auf dem Gerät – ohne Cloud

Der entscheidende Unterschied zu Cloud-KI wie ChatGPT oder Googles eigenem Gemini: Die E2B- und E4B-Modelle laufen direkt auf Smartphones und IoT-Geräten, optimiert in Zusammenarbeit mit Qualcomm und MediaTek. Gemma 4 auf Android ist bis zu viermal schneller als frühere Versionen und verbraucht 60 Prozent weniger Akkuleistung. Auch einfachere Hardware wie Raspberry Pi oder Jetson-Module werden unterstützt – interessant für Smart-Home-Systeme oder industrielle Anwendungen, die Daten offline verarbeiten müssen.

Alle Modelle sind zudem multimodal: Sie verstehen Bilder, Videos und – bei den Edge-Modellen – sogar Audio in Echtzeit.

Updates via Cloud, Betrieb lokal

Das Modell selbst läuft lokal, doch neue Versionen und Verbesserungen werden über Cloud-Plattformen wie Hugging Face oder Googles Vertex AI verteilt. Analysten sehen in hochwertigen Open-Modellen wie Gemma 4 eine Einstiegsstrategie für Google Cloud: Entwickler, die lokal mit Gemma 4 starten, können später nahtlos auf kostenpflichtige Cloud-Infrastruktur wechseln. Lokal und Cloud schließen sich also nicht aus – sie ergänzen sich.

Zukunftsperspektive: SNNs und Memristoren

Langfristig könnte Gemma 4 Teil einer noch energieeffizienteren KI-Generation werden. Spiking Neural Networks (SNNs) – inspiriert vom menschlichen Gehirn – verarbeiten Informationen in Impulsen statt kontinuierlich, was den Energieverbrauch drastisch senkt. Memristoren, neuartige Speicherchips, können Berechnungen direkt dort ausführen, wo Daten gespeichert sind. Die Kombination beider Technologien könnte lokale KI-Modelle wie Gemma 4 bis Ende der 2020er-Jahre auf einem Niveau betreiben, das heutige Smartphones weit übersteigt – bei minimalem Stromverbrauch. Für Geräte ohne Netzstecker oder in der Medizintechnik wäre das ein Durchbruch.

Wettbewerb: Lokal gegen Cloud

Gemma 4 steht nicht allein. Im lokalen Segment konkurrieren Metas Llama-4-Familie und Microsofts Phi-4 um die gleiche Entwicklercommunity. Im Cloud-Segment bleiben OpenAIs GPT-4o und Anthropics Claude Opus 4.6 die Maßstäbe – leistungsstärker, aber kostenpflichtig und datenschutzkritischer, da alle Anfragen externe Server passieren.

Ausblick: Wohin geht die Reise?

2026–2027: Gemma 4 bildet die Basis für Gemini Nano 4, das KI-Funktionen in Android der nächsten Generation antreiben wird. 2028–2030: Mit zunehmend effizienter Hardware (SNN-Chips, Memristoren) könnten Modelle in Gemma-4-Qualität auf jedem Mittelklasse-Smartphone laufen – ohne merklichen Akkuverlust. Ab 2030: Vollständig offline-fähige, personalisierte KI-Assistenten, die lokal lernen und agieren, dürften zur Norm werden.

Gemma 4 sendet ein deutliches Signal:

KI wird dezentral, schnell – und privat.

Siehe auch:

Golem 03.04.2026 – Google Gemma 4 in vier Modellgrößen veröffentlicht

Decoder 02.04.2026 – Gemma 4: Google stellt neue Open-Source-Modelle unter Apache-2.0-Lizenz vor

Google Blog 02.04.2026 – Gemma 4: Byte for byte, the most capable open models

Android Dev Blog 02.04.2026 – Gemma 4: The new standard for local agentic intelligence on Android