Systematisch wählen statt raten

Das Prinzip: Klasse vor Namen

Konkrete Modellnamen veralten in Monaten — das Auswahlraster dieser Lektion nicht. Du legst zuerst die Klasse fest (Grösse, Quantisierung, Modellart), dann erst suchst du innerhalb der Klasse nach aktuellen Kandidaten (dafür gibt es den Modell-Finder und später den Technologiekatalog).

Das Kriterienraster

Gehe die sechs Fragen in dieser Reihenfolge durch — jede filtert Kandidaten aus:

1. Aufgabe: Chat/Schreiben → Instruct. Logik/Planung → Reasoning. Bilder verstehen → Vision. Dokumentensuche → Embedding (zusätzlich). Programmieren → Coding-Varianten. (Die Modellarten kennst du aus KM1.)
2. Hardware: Dein Speicher setzt die Obergrenze — Tabelle unten.
3. Sprache: Für Deutsch sind grosse europäische und chinesische Familien oft stark; verlässlich zeigt es nur der eigene Test (Mission 2 — dein Prüfungsbogen!).
4. Tempo-Anspruch: Dauereinsatz und Agenten brauchen flotte Modelle (kleiner wählen); für gelegentliche Qualitätsarbeit darf es das grösste sein, das noch passt.
5. Lizenz: Für privates Lernen fast immer unkritisch. Kommerzielle Nutzung: Lizenz vor dem Einsatz lesen — «Open Weights» (Gewichte frei herunterladbar) ist nicht automatisch «beliebig nutzbar»; manche Familien haben Nutzungsauflagen.
6. Datenschutz: Lokal ist lokal — beim reinen Modell gibt es keinen Abfluss (dein Flugzeugmodus-Beweis aus Mission 1). Achtung eher bei Zusatzfunktionen der Programme (Websuche, Cloud-Fallbacks): bewusst ein- oder ausschalten.

Empfehlungsklassen nach Speicher

Richtwerte bei Q4, mit Luft für Kontext und System (Herleitung: KM2). RAM-Spalte gilt für Geräte ohne eigene GPU, VRAM/Unified für Modelle, die ganz auf der GPU bzw. im gemeinsamen Speicher laufen:

Dein Speicher	Suchklasse (RAM/CPU)	Suchklasse (VRAM/Unified)
8 GB	1–3B	3–4B (bei 6–8 GB VRAM)
16 GB	3–4B, mutig: 7–8B	7–8B (bei 12 GB), 14B (bei 16 GB)
32 GB	7–14B	14–32B (bei 24 GB)
64 GB	14–32B	32–70B (Unified)
128 GB+	32–70B	70B+ (Unified/Multi-GPU)

Der Entscheidungsbaum in Kurzform

Aufgabe bestimmen → Modellart fixiert · Speicher nachschlagen → Grössenklasse fixiert · Q4 als Start (KM1-Regel) · zwei Kandidaten verschiedener Familien laden → Prüfungsbogen aus Mission 2 → Standard küren. Bei Enttäuschung: erst Quantisierung/Grösse variieren, dann Familie wechseln.

Kurz geprüft

3 Fragen zum Festigen — Feedback kommt sofort.

Warum empfiehlt der Kurs Klassen («7–8B, Q4, Instruct») statt konkreter Modellnamen?

Namen veralten in Monaten — das Raster bleibt gültig, und aktuelle Kandidaten findest du in der Klasse.Genau die Trennung von zeitlosem Wissen und schnell Veraltendem, auf der der Kurs aufbaut.Konkrete Modellnamen zu nennen ist rechtlich verboten.Nein — es ist eine Frage der Haltbarkeit, nicht des Rechts.

32 GB RAM, keine GPU, Aufgabe: lange deutsche Berichte zusammenfassen. Wo suchst du?

Instruct-Modelle der 7–14B-Klasse in Q4, dann Deutsch-Test nach Mission-2-Bogen.Aufgabe → Instruct; 32 GB RAM → 7–14B; Sprache → selbst testen.70B in Q2 — Hauptsache maximal viele Parameter.Q2 ruiniert die Qualität, und 70B sprengt 32 GB ohnehin.

Du willst ein Modell in ein kommerzielles Produkt einbauen. Was prüfst du zwingend vorher?

Die Lizenz der Modellfamilie — Open Weights heisst nicht automatisch frei nutzbar.Nutzungsauflagen sind je nach Familie unterschiedlich; das ist Pflichtlektüre.Nichts — was man herunterladen kann, darf man verkaufen.Gefährlicher Irrtum: Download-Möglichkeit und Nutzungsrechte sind zwei Paar Schuhe.

Das kann ich jetzt

• Ich wende das Sechs-Fragen-Raster an: Aufgabe, Hardware, Sprache, Tempo, Lizenz, Datenschutz.
• Ich schlage meine Suchklasse in der Speichertabelle nach — für RAM- und VRAM-Betrieb.
• Ich kombiniere das Raster mit dem Mission-2-Prüfungsbogen zu einer belastbaren eigenen Wahl.

Nächster Schritt: «Modellfamilien und Benchmarks richtig lesen» — wer baut die Modelle, und was taugen Ranglisten?