Zuletzt aktualisiert: 26. August 2026 · Version: 1.2
Redaktions- und Quellenhinweis: Perplexity hat Portable Computer am 25. August 2026 gemeinsam mit NVIDIA vorgestellt. Funktions-, Sicherheits- und Leistungsangaben stammen überwiegend von den beteiligten Herstellern. Die Benchmarks wurden zum Quellenstand nicht unabhängig reproduziert. Dieser Beitrag wurde mit Unterstützung Künstlicher Intelligenz recherchiert und redaktionell eingeordnet.
⚡ In 30 Sekunden
- Portable Computer bringt Modell, Orchestrierung, Werkzeuge, Suchindex und Aufgabenverwaltung auf lokale NVIDIA-Hardware.
- Aktuell verfügbar ist die Linux-Version auf NVIDIA DGX Spark; Windows und weitere RTX-Systeme sind angekündigt.
- Für lokal ausgeführte Schritte wirbt Perplexity mit keinem Computer-Credit-Verbrauch. Abonnement-, Hardware- und mögliche Cloud-Kosten bleiben bestehen.
- Webzugriff, Connectoren oder stärkere Cloud-Modelle können externe Datenflüsse auslösen. Perplexity nennt dafür eine Nutzerfreigabe; deren Abdeckung ist im Pilot zu prüfen.
- Die veröffentlichten Leistungsvorteile sind Herstellerbenchmarks. Für Unternehmen ist Portable Computer deshalb ein Pilotkandidat, kein bestätigter Standard.
Executive Summary
Portable Computer verpackt Modell, Agenten-Harness, Sandbox und Dateizugriff als lokalen Stack. Das kann Self-Hosting vereinfachen und vertrauliche Wissensarbeit im eigenen Kontrollbereich halten. Die Architektur bleibt jedoch hybrid: Sobald Webdaten, SaaS-Connectoren oder Frontier-Modelle benötigt werden, muss der externe Datenfluss technisch und organisatorisch kontrolliert werden. Entscheidend sind daher nicht „lokal oder Cloud“, sondern Qualität, Datenfluss und Vollkosten pro akzeptierter Aufgabe.
Was Unternehmen jetzt tun sollten
- Einen Arbeitsfall auswählen: wiederkehrend, prüfbar und mit einem echten Bedarf an lokaler Datenverarbeitung.
- Drei Wege vergleichen: vollständig lokal, kontrolliert hybrid und bestehende Cloud-Lösung mit denselben Aufgaben testen.
- Datenflüsse technisch kontrollieren: Connector-Rechte, ausgehende Inhalte, Logs und Freigaben prüfen – nicht nur den Bestätigungsdialog.
- Vollkosten messen: Hardware, Abo, Energie, Betrieb, Support, Sicherheit und menschliche Nacharbeit je akzeptiertem Vorgang erfassen.
Für wen ist dieser Artikel? Für CIOs, IT-Leitungen und Plattform-Teams, die lokale oder hybride KI-Agenten bewerten. Datenschutz, Informationssicherheit und Einkauf erhalten Kriterien für Datenfluss, Kontrolle und Vollkosten.
Produktstatus: Was heute verfügbar ist
| Status | Stand 26. August 2026 | Unternehmensfolge |
|---|---|---|
| Verfügbar | Portable Computer unter Linux auf NVIDIA DGX Spark; laut Perplexity-Ankündigung für Pro- und Max-Abonnenten | Der erste Pilot setzt diese Kombination voraus. |
| Angekündigt | Windows, GeForce RTX, RTX Pro, DGX Station sowie Nemotron 3.5 Lightning im Model Picker | Noch nicht als verfügbare Beschaffungsoption behandeln. |
| Offen zu prüfen | Vertragliche Enterprise-Bedingungen, Support, vollständige Abdeckung aller externen Datenflüsse durch Freigaben und unabhängige Benchmark-Replikation | Vor Produktivbetrieb schriftlich und technisch klären. |
Portable Computer ist die lokale Ausführungsschicht von Perplexity Computer. Laut Hersteller laufen nicht nur die Modelle, sondern auch Orchestrator, Planer, Werkzeug-Router, Zeitplanung, Aufgabenwarteschlange und lokaler Suchindex auf dem Gerät. Damit unterscheidet sich das Produkt von einer bloßen Desktop-Oberfläche für ein lokales Sprachmodell.
Als lokale Modelle nennt Perplexity Qwen3.8-27B und das darauf basierende PPLX 27B. Die offizielle Qwen-Modellkarte führt die Gewichte und Konfigurationsdateien unter Apache 2.0. Daraus folgt keine entsprechende offene Lizenz für PPLX 27B oder den vollständigen Portable-Computer-Stack; diese Bestandteile sind getrennt zu bewerten.
Merksatz: Portable Computer ist kein lokales Modell mit neuer Oberfläche, sondern ein vorkonfigurierter Agenten-Stack mit optionaler Cloud-Eskalation.
Der Unternehmensnutzen: Integration statt Modellwahl
Der Engpass bei lokaler KI ist selten das Modell, sondern der produktionsreife Agentenbetrieb. Lokale Modelle lassen sich bereits mit Ollama, LM Studio oder vLLM betreiben. Die aufwendige Arbeit beginnt danach: Dateien indizieren, Werkzeuge anbinden, Rechte begrenzen, lange Aufgaben überwachen und Fehler kontrollieren. Perplexity versucht, diese Integrationsschicht als Produkt bereitzustellen.
Das ist für Teams interessant, denen Plattform-Engineering für einen eigenen Agenten-Stack fehlt. Hinzu kommt der Kostenhebel bei hoher Grundlast: Für lokal ausgeführte Schritte wirbt Perplexity mit keinem Computer-Credit-Verbrauch. Das macht die Arbeit nicht kostenlos, kann aber variable Cloud-Kosten reduzieren.
Passend für einen Pilot ist das Produkt bei sensiblen Dateien, häufigen Aufgaben und vorhandener Linux-/NVIDIA-Kompetenz. Abwarten ist sinnvoll, wenn Windows oder bestehende RTX-PCs zwingend sind, die Last gering schwankt oder verbindliche Enterprise-Angaben fehlen. Autonome Zahlungen, Personalentscheidungen und breite Schreibrechte sind kein geeigneter Einstieg.
Lokal, hybrid oder Cloud: Die Entscheidungsmatrix
| Betriebsweg | Geeignet für | Vorteil | Grenze |
|---|---|---|---|
| Vollständig lokal | Vertrauliche Dokumente, Codeanalyse, Extraktion ohne aktuelle Webdaten | Daten und Inferenz bleiben im eigenen Kontrollbereich | Lokale Modellleistung und eigener Betrieb |
| Kontrolliert hybrid | Vertraulicher Kern plus einzelne Recherche- oder Reasoning-Schritte | Lokale Grundlast und gezielter Frontier-Zugriff | Externe Datenflüsse und komplexere Nachweise |
| Cloud | Schwankende Last, schnelle Einführung, wenig Betriebsressourcen | Elastische Leistung und geringer Infrastrukturaufwand | Variable Kosten und externe Verarbeitung |
Bei sporadischer Nutzung kann die Cloud trotz höherer Kosten pro Aufgabe günstiger sein. Bei hoher, planbarer Grundlast und sensiblen Daten kann lokale Verarbeitung wirtschaftlich und organisatorisch überzeugen. Der hybride Weg verbindet beide Seiten, verlangt aber die sauberste Datenflusskontrolle.
Was die Benchmarks aussagen – und was nicht
Im eigenen „Local Knowledge Work Bench“ mit 53 Aufgaben meldet Perplexity für den Portable-Computer-Harness 82,6 Prozent mit Qwen3.8-27B und 85,4 Prozent mit PPLX 27B. Die Vergleichs-Harnesses Pi und Hermes erreichen laut Anbieter 77,6 beziehungsweise 74,0 Prozent. Die Werte stammen aus Perplexitys begleitender Forschungsveröffentlichung.
Auf Terminal-Bench 2.1 steigt das Herstellerergebnis von 59,6 Prozent bei lokaler Ausführung auf 73,0 Prozent mit Claude Opus 5 als Cloud-Berater. Perplexity schätzt dafür 0,415 US-Dollar pro Aufgabe; Claude Opus 5 allein erreicht in derselben Darstellung 82,4 Prozent bei 0,65 US-Dollar.
Das stützt die Hypothese, dass ein abgestimmter Harness kleinere Modelle aufwertet und selektive Eskalation einen Teil des Leistungsabstands schließen kann. Es beweist weder allgemeine Überlegenheit noch Wirtschaftlichkeit im eigenen Prozess: Testauswahl, Hardwareabschreibung, Energie, Betrieb und Fehlerkosten bleiben außen vor.
Benchmark-Caveat: 85,4 Prozent sind ein Herstellerwert für PPLX 27B im Perplexity-Harness – keine Erfolgsquote für reale Unternehmensprozesse.
Datenschutz: Lokalität ist eine Eigenschaft des Datenflusses
Portable Computer startet Aufgaben laut Perplexity lokal. Für Webinformationen, Connectoren oder stärkere Cloud-Modelle kann das System externe Dienste ansprechen. Der Hersteller beschreibt eine Nutzerfreigabe, bevor Inhalte das Gerät verlassen. Ob dies in der zum Start verfügbaren Konfiguration tatsächlich alle externen Datenflüsse erfasst, muss ein Unternehmen selbst testen und vertraglich klären.
- Datenklassen: Vorab festlegen, welche Inhalte lokal bleiben und welche Ziele zulässig sind.
- Identitäten: Connectoren mit eigenen technischen Identitäten und minimalen Rechten anbinden.
- Nachweis: Eskalationen, Datenexporte und Werkzeugaufrufe vollständig protokollieren.
- Wirkung: Schreibende oder irreversible Aktionen durch Limits, Freigaben und Rückfallwege außerhalb des Modells begrenzen.
Lokale Ausführung kann externe Übertragung reduzieren. DSGVO, Geschäftsgeheimnisschutz, Aufbewahrung und Mitbestimmungsrechte bleiben vom gesamten Prozess abhängig. Der AI-Fabrik-Praxis-Hub KI-Agenten-Governance vertieft Rechte, Kontrollen und Betriebsmodelle.
Kosten: Keine Credits heißt nicht keine Kosten
Der aktuelle Launch setzt eine DGX Spark voraus. NVIDIA nennt für das System 128 GB gemeinsamen Speicher. Im deutschen NVIDIA Marketplace war die Founders Edition am 26. August 2026 für 4.800 Euro gelistet, zugleich aber als „derzeit nicht verfügbar“ markiert. Preis und Verfügbarkeit sind daher nur eine datierte Beschaffungsmomentaufnahme. Hinzu kommt ein Perplexity-Abonnement. Der Help-Center-Eintrag zu Computer-Credits zeigt zudem, dass Plan- und Zusatzcredits je Tarif unterschiedlich behandelt werden.
TCO-Formel für den Pilot:
(Hardwareabschreibung + Abo + Cloud-Credits + Energie + Administration + Support/Hersteller-SLA + Security-Tests + menschliche Nacharbeit) ÷ Zahl akzeptierter Vorgänge
Diese Kennzahl verhindert einen typischen Fehlschluss: Ein lokaler Lauf ohne Credit-Verbrauch ist nicht günstig, wenn Ergebnisse mehrfach korrigiert werden oder die Hardware kaum ausgelastet ist.
Hypothetisches Praxisbeispiel: Technische Angebotsprüfung
Das folgende Szenario ist hypothetisch, aber realistisch. Ein Maschinenbauer möchte Ausschreibungen, Kalkulationen, alte Angebote und technische Zeichnungen zusammenführen. Vertrauliche Preise und Kundendaten sollen lokal bleiben; aktuelle Marktdaten müssen fallweise ergänzt werden.
Im Pilot verarbeitet Portable Computer 40 freigegebene Vorgänge. Lokale Schritte dürfen Dokumente lesen, Anforderungen extrahieren und Entwürfe erzeugen. Websuche und Cloud-Eskalation sind zunächst gesperrt. Für externe Informationen entscheidet ein fachlich verantwortlicher Mitarbeiter über eine bereinigte Anfrage. Schreibzugriffe auf ERP und CRM bleiben ausgeschlossen.
Gemessen werden belegte Anforderungen, kritische Auslassungen, Zeit bis zum prüfbaren Entwurf und Vollkosten je akzeptiertem Vorgang. Erst diese Werte zeigen, ob eine eigene Agenten-Workstation den Betriebsaufwand rechtfertigt.
Fünf Fragen für den Pilotbeschluss
- Welche konkrete Aufgabe profitiert messbar von lokaler Verarbeitung?
- Welche Daten müssen auf dem Gerät bleiben – und welche dürfen kontrolliert in die Cloud?
- Reicht die lokale Modellqualität für die vorher festgelegten Abnahmekriterien?
- Wer verantwortet Hardware, Updates, Rechte, Logs, Freigaben und Incident Response?
- Ist Portable Computer über drei Jahre günstiger oder kontrollierbarer als Cloud und eigener Open-Weight-Stack?
Fehlen klare Antworten, sollte der Pilot mit vorhandener Hardware oder anonymisierten Daten beginnen – nicht mit der Beschaffung einer DGX Spark.
Fazit: Erst messen, dann den Betriebsweg wählen
Portable Computer senkt die Integrationshürde für lokale KI-Agenten, beseitigt aber weder Cloud-Datenflüsse noch Betriebsverantwortung. Ein begrenzter Drei-Wege-Test mit identischen Aufgaben muss deshalb Qualität, Datenfluss und Vollkosten vergleichen. Erst wenn der lokale oder hybride Weg dort überzeugt, wird aus einer interessanten Ankündigung eine belastbare Beschaffungsoption.
FAQ zu Perplexity Portable Computer
Was ist Perplexity Portable Computer?
Eine lokal ausführbare Variante von Perplexity Computer. Laut Hersteller laufen Modell, Agentensteuerung, Werkzeuge, Aufgabenverwaltung und Suchindex auf dem Gerät.
Läuft Portable Computer vollständig ohne Cloud?
Lokale Aufgaben können ohne Cloud-Inferenz laufen. Webzugriff, Connectoren und Frontier-Modelle können externe Datenflüsse auslösen, die laut Perplexity freigegeben werden müssen.
Welche Hardware wird aktuell unterstützt?
Zum Launch NVIDIA DGX Spark mit Linux. Windows und weitere GeForce-RTX-, RTX-Pro- und DGX-Station-Systeme sind angekündigt, aber noch nicht allgemein verfügbar.
Ist Portable Computer Open Source?
Qwen3.8-27B steht laut Modellkarte unter Apache 2.0. Für PPLX 27B und den vollständigen Portable-Computer-Stack folgt daraus keine entsprechende offene Lizenz.
Ist Portable Computer automatisch DSGVO-konform?
Nein. Entscheidend bleiben Rechtsgrundlage, Zweck, Rechte, Protokolle, Connectoren und mögliche Cloud-Eskalationen im konkreten Prozess.
Weiterführende Artikel auf AI-Fabrik
- KI-Agenten-Governance: Rechte, Kontrollen und Betriebsmodelle
- Meta Muse Glimmer: Lokale KI-Agenten für Unternehmen
- KI-Agenten 2026: Architektur, Risiken und Governance
- Codex jenseits von Code: Warum KI-Agenten den Arbeitsalltag erobern
Quellen
- Perplexity: Introducing Portable Computer for local-first AI, 25. August 2026
- Perplexity Research: A Local-First Agent for Private and Cost-Effective Knowledge Work, 25. August 2026
- NVIDIA: Perplexity Launches Portable Computer Agent Optimized for NVIDIA DGX Spark, 25. August 2026
- NVIDIA: DGX Spark – technische Daten, abgerufen am 26. August 2026
- NVIDIA Marketplace Deutschland: DGX Spark Founders Edition – Preis und Verfügbarkeit, abgerufen am 26. August 2026
- NVIDIA Developer Forum: DGX Spark Price Change Announcement, 25. Februar 2026
- Qwen: Qwen3.8-27B Model Card, abgerufen am 26. August 2026
- Perplexity Help Center: How Credits Work on Perplexity, Stand 6. August 2026
- Perplexity Help Center: Perplexity Max, Stand 16. Juli 2026
