Metas Muse Gadgets machen Hardware für Künstliche Intelligenz (KI) zum offenen Bastelprojekt: Displays, Sensoren und Smart-Home-Geräte lassen sich mit dem KI-Agenten Muse verbinden. Das betrifft vorerst vor allem technisch interessierte Anwenderinnen und Anwender, zeigt aber eine breitere Entwicklung hin zu lokalen Rechnern, offenen Bausätzen und selbst betriebenen KI-Diensten. Entscheidend ist dabei die Unterscheidung zwischen offener Hardware-Anbindung und wirklich lokaler Datenverarbeitung.
Offene Hardware schafft nur einen Teil der Unabhängigkeit
Open Source bezeichnet Software, deren Quellcode eingesehen und unter den Bedingungen der jeweiligen Lizenz verändert und weitergegeben werden darf. Bei Muse Gadgets veröffentlicht Meta eine Firmware für ESP32-Platinen – also die grundlegende Software des Geräts – sowie ein Software Development Kit (SDK), einen Werkzeugkasten zur Anbindung unter Linux. Laut der Leitmeldung zu Muse Gadgets steht der Code unter der Apache-2.0-Lizenz; zusätzlich soll eine Discord-Community das Projekt begleiten.
Damit kannst du handelsübliche ESP32-Platinen oder einen Raspberry Pi, einen kleinen Einplatinencomputer, mit Tasten, Anzeigen, Sensoren und steuerbaren Bauteilen verbinden. Meta nennt unter anderem ein farbiges E-Ink-Display für Erinnerungen und einen HDMI-Stick, der Muse auf einem Fernseher zeigt. Das öffnet die Hardwareseite, ohne dass du auf ein einziges fertiges Gerät festgelegt bist.
Offen ist damit aber nicht automatisch das gesamte KI-System. Die veröffentlichten Komponenten verbinden selbst gebaute Geräte mit Metas Agenten Muse; die Quellen sagen nicht, dass dessen Modell vollständig auf deiner Platine läuft oder ebenfalls als Open Source verfügbar ist. Wer vor allem Unabhängigkeit von Cloud-Diensten sucht, sollte deshalb nicht nur auf das offene Gehäuse oder den verfügbaren Code achten, sondern darauf, wo Anfragen verarbeitet und Daten gespeichert werden.
Dieser Unterschied wird bei lokalen KI-Anwendungen besonders sichtbar. Ein Überblick über sieben lokale KI-Werkzeuge stellt dem Betrieb auf dem eigenen Rechner Dienste wie ChatGPT, Claude und Midjourney gegenüber. Bei Cloud-Angeboten werden Fragen und Bildbeschreibungen an den jeweiligen Anbieter übertragen, während ein vollständig lokales Modell diese Daten auf deinem Gerät verarbeiten kann.
Muse macht aus Alltagsgeräten KI-Schnittstellen
Muse ist laut TechCrunch ein persönlicher KI-Agent, der unter anderem Reisen buchen, Formulare ausfüllen und Einkäufe erledigen kann. Muse Gadgets sollen diesen Agenten aus dem klassischen Chatfenster lösen. Ein Knopf, ein kleines Display oder ein Sensor kann dadurch zur Schnittstelle werden, wobei Umfang und Verlässlichkeit von der jeweiligen Konstruktion und den verfügbaren Funktionen abhängen.
Als eigenes Beispiel hat Meta den Muse Home Link gebaut. Das kleine, über USB-C versorgte Gerät verbindet Muse mit dem Heimnetz und soll dort kompatible Geräte ansprechen. Genannte Anwendungen sind das Einschalten einer Lampe, die Steuerung eines Fernsehers oder Lautsprechers und das Senden eines Dokuments an einen Drucker; vorausgesetzt werden passende Schnittstellen beziehungsweise von der Community erstellte Fähigkeiten.
Meta produzierte nach eigenen Angaben 5’000 Exemplare. The Decoder und TechCrunch berichten, dass sie für Muse-Abonnenten kostenlos sein sollen, solange der Vorrat reicht, während The Verge von einem Platz auf einer Warteliste und einer Auslieferung im Oktober 2026 spricht. TechCrunch vermutete wegen des Interesses, die Gratisgeräte könnten rasch vergeben sein; diese Vermutung war in den gelieferten Quellen nicht bestätigt. Auch regionale Verfügbarkeit, Abonnementpreis und Versand in die Schweiz bleiben offen.
Der praktische Nutzen liegt weniger in einem weiteren Bildschirm als in spezialisierten Bedienelementen. Eine Erinnerungsanzeige am Arbeitsplatz muss nicht ständig geöffnet werden, und ein Home Link könnte mehrere kompatible Geräte über eine gemeinsame Schnittstelle bedienen. Zugleich warnt Meta laut The Verge ausdrücklich vor der Nutzung auf eigenes Risiko – eine angemessene Einschränkung, wenn selbst gebaute Technik auf Geräte im Heimnetz zugreift.
Lokale Systeme verschieben die Leistungsgrenze
Am anderen Ende des Spektrums stehen leistungsfähige Tischrechner für lokale KI. Nvidia kündigte eine Ausführung des DGX Spark mit 64 Gigabyte gemeinsamem Speicher an, die von Acer, ASUS, Dell, Gigabyte, HP und MSI angeboten werden soll. Ein System kann lokale Modelle und KI-Agenten ausführen; zwei Geräte lassen sich laut Kurzbericht zur DGX-Spark-Ankündigung zu einem Verbund mit insgesamt 128 Gigabyte Speicher zusammenschliessen.
Nvidia nennt als Einsatzgebiete das lokale Ausführen von Modellen, Datenanalyse und die Anpassung bereits trainierter Modelle an eigene Aufgaben. Laut Anbieter unterstützt die 64-Gigabyte-Version Modelle mit bis zu 100 Milliarden Parametern, also internen Stellgrössen eines Modells. In einem Nvidia-Test mit Qwen 3.8 27B erreichten zwei verbundene Systeme bis zur 1,7-fachen Leistung eines einzelnen Geräts. Diese Herstellerangaben sind in den gelieferten Quellen nicht unabhängig geprüft, und ein konkreter Preis wird nicht genannt.
Lokale Kontrolle beschränkt sich nicht auf Hardware im Arbeitszimmer. IBM bietet seine Softwareentwicklungsplattform Bob laut einer weiteren Meldung auch selbst betrieben, in privaten oder souveränen Clouds sowie in physisch oder logisch abgeschotteten Netzen an. Solche abgeschotteten Umgebungen, oft als Air Gap bezeichnet, verhindern direkte Verbindungen zu öffentlichen Netzen. Das Unternehmensbeispiel richtet sich zwar nicht an typische Privatanwender, zeigt aber, dass lokale KI auch bedeuten kann, Daten und Modelle innerhalb einer kontrollierten Organisation statt auf einem einzelnen Laptop zu betreiben.
Ein zugänglicheres Beispiel liefert Apple. Auf einem Mac mit M1-Prozessor oder neuerem Chip kann Apples lokales Foundation Model – das Basismodell hinter Funktionen von Apple Intelligence – Texte zusammenfassen, Gedanken strukturieren und E-Mails vorformulieren. Unter macOS 27 lässt es sich laut Anleitung zum lokalen Apple-Modell über das Terminal mit dem Befehl fm ansprechen, sofern Apple Intelligence eingerichtet ist. Für diese lokale Nutzung sei kein zusätzliches Abonnement nötig, doch Speicherbedarf und passende Hardware bleiben Voraussetzungen.
Pro und Kontra lokaler KI-Hardware
Pro:
- Datenschutz – Vollständig lokale Modelle können Texte und andere Eingaben verarbeiten, ohne sie an die Cloud eines KI-Anbieters zu senden.
- Kontrolle – Du bestimmst bei offenen Bausätzen stärker selbst, welche Anzeigen, Tasten, Sensoren oder Geräte eingebunden werden.
- Unabhängigkeit – Lokale Anwendungen können ohne laufende Cloud-Verbindung funktionieren; Apples Beispiel kommt laut Quelle zudem ohne zusätzliches KI-Abonnement aus.
- Spezialisierung – Eine Erinnerungsanzeige, ein lokaler Schreibhelfer oder eine zentrale Smart-Home-Schnittstelle lässt sich enger auf eine konkrete Aufgabe zuschneiden.
Kontra:
- Hardwarebedarf – Umfangreiche lokale Modelle verlangen viel Speicher und leistungsfähige Geräte; vorhandene ältere Rechner reichen nicht zwingend aus.
- Technischer Aufwand – Platinen, Linux-Werkzeuge, Terminal-Befehle und selbst gebaute Verbindungen sind weniger bequem als ein fertiger Cloud-Chatbot.
- Unklare Abgrenzung – Ein offenes Gerät kann weiterhin mit einem externen KI-Dienst verbunden sein und ist dann nicht vollständig lokal.
- Sicherheitsrisiken – Selbst gebaute Geräte mit Zugriff auf Heimnetz, Drucker oder Smart-Home-Technik erhöhen die Verantwortung für Konfiguration und Zugriffsschutz.
Was das für dich heisst
Als Einsteigerin oder Einsteiger ist der sinnvollste erste Schritt nicht der Kauf eines spezialisierten KI-Rechners, sondern die Prüfung deiner vorhandenen Hardware. Auf einem unterstützten Mac kannst du beispielsweise mit einem kurzen, unkritischen Text testen, ob das lokale Modell für Zusammenfassungen oder E-Mail-Entwürfe genügt. Vertrauliche Unterlagen solltest du erst verwenden, wenn du nachvollzogen hast, dass die konkrete Funktion tatsächlich offline arbeitet und nicht auf einen Cloud-Dienst ausweicht.
Wenn du weiter gehen möchtest, eignet sich ein klar begrenztes Projekt besser als ein universeller KI-Assistent. Ein E-Ink-Display für Erinnerungen oder eine einfache Anzeige auf einem Fernseher hat einen überprüfbaren Zweck und benötigt nicht sofort Zugriff auf das gesamte Heimnetz. Fortgeschrittene können offene Platinen, einen Raspberry Pi oder einen leistungsfähigeren lokalen Rechner einsetzen und dabei protokollieren, welche Komponenten lokal laufen und welche externe Dienste ansprechen.
Für Anwenderinnen und Anwender in der Schweiz ist der Grundgedanke attraktiv: Lokale Verarbeitung kann die Menge der an internationale Cloud-Anbieter übertragenen Daten reduzieren. Die Quellen machen jedoch keine belastbaren Angaben zur Verfügbarkeit des Muse Home Link in der Schweiz, zu unterstützten Schweizer Landessprachen oder zu konkreten Datenschutzgarantien. Lokal ist deshalb eine technische Eigenschaft, aber noch kein vollständiger Nachweis für Datenschutz, Sicherheit oder sprachliche Eignung.
Offene KI-Hardware erweitert die Auswahl zwischen bequemem Cloud-Dienst und vollständig abgeschottetem Eigenbetrieb. Muse Gadgets zeigen, wie flexibel offene Geräteschnittstellen sein können, während Apple, Nvidia und IBM unterschiedliche Stufen lokaler Verarbeitung abdecken. Das offene Risiko bleibt die irreführende Gleichsetzung von offen, selbst gebaut und lokal: Erst der tatsächliche Datenweg entscheidet, wie viel Kontrolle du gewinnst.
Quellen
- „Muse Gadgets“: Meta macht KI-Hardware zum Open-Source-Bastelprojekt für alle – Medium unbekannt, 2026-10-03
- Meta wants your next gadget to be Muse-infused – Medium unbekannt, 2026-10-03
- Meta open sources code to let you make Muse AI gadgets – Medium unbekannt, 2026-10-02
- NVIDIA Announces DGX Spark 64GB: A 1-PetaFLOP Grace Blackwell Desktop for Local AI Agents, Fine-Tuning, and Inference – Medium unbekannt, 2026-10-02
- NVIDIA DGX Spark 64GB Gives Developers More Ways to Build and Scale Local AI – Medium unbekannt, 2026-10-02
- IBM Brings Bob to Self-Hosted and Air-Gapped Environments: Agentic Software Development Without Moving Your Code – Medium unbekannt, 2026-10-03
- Vom Chatbot zur Bild-KI: Diese 7 lokalen KI-Tools solltet ihr kennen – Medium unbekannt, 2026-10-02
- Versteckter KI-Chatbot auf dem Mac: So greifst du auf Apples lokales Modell zu – Medium unbekannt, 2026-10-02
Bild: Quang Nguyen Vinh via Pexels