mana-node-3
Ausgemusterter Büro-PC von 2017, der jetzt Sprache in Text verwandelt — und dabei weniger Strom zieht als eine Glühbirne.
Was drinsteckt
- Prozessor
- Intel i5-7500 · 4 Kerne · 3,4 GHz (2017)
- Arbeitsspeicher
- 8 GB DDR4-2400 · beide Bänke belegt
- Speicherbandbreite
- 24 GB/s gemessen (38,4 theoretisch)
- Grafik
- Intel HD 630 — für Video nützlich, für KI nicht
- Platte
- 256 GB SATA-SSD · 1 % abgenutzt · 191 GB frei
- Strom
- 3 Watt Leerlauf · 37 Watt bei Spracherkennung (am Prozessor gemessen)
- Spracherkennung
- 6,2 % Wortfehler an 80 Minuten · 3,2× Echtzeit
- Video umwandeln
- 9,5× Echtzeit über die eingebaute Grafik
- Sicherheit
- 0 von 17 Prozessorlücken offen — anders als die beiden Schwestergeräte
Von den drei Rechnern aus dem Bestand ist dieser der jüngste und der einzige mit einer vollen Desktop-CPU. Er hat die Aufgaben bekommen, bei denen es auf Rechenleistung ankommt — und die Frage beantwortet, was so ein Gerät heute überhaupt noch leisten kann.
Warum ausgerechnet dieser
Zwei Gründe, beide gemessen statt vermutet.
Der erste ist die Sicherheit. Die beiden Schwestergeräte von 2015/16 bleiben gegen eine Prozessorlücke von 2023 dauerhaft ungeschützt, weil Intel für ihre Baureihe nie eine Korrektur nachgereicht hat. Dieses Gerät ist ein Jahr jünger und hat sie bekommen: keine von siebzehn bekannten Lücken ist hier offen. Das entscheidet darüber, wo fremder Code laufen darf.
Der zweite ist schlicht Tempo. Wo in den älteren Geräten sparsame 35-Watt-Prozessoren stecken, sitzt hier eine volle Desktop-CPU mit 65 Watt und 3,4 GHz.
Was die Maschine kann — gemessen, nicht geschätzt
Spracherkennung. In 52 Messläufen hat sich gezeigt: Diese Kiste transkribiert deutsche Rede mit 6,2 % Wortfehlern bei 3,2-facher Echtzeit — eine Stunde Sitzung in 18,6 Minuten, gemessen an einer achtzigminütigen Aufnahme. Wer Menge braucht statt Präzision, bekommt mit einem anderen Verfahren vierzehnfache Echtzeit: eine Stunde in gut vier Minuten, bei 12,5 % Fehlern.
Das war die Überraschung des Tages, denn in unserer eigenen Dokumentation stand, KI auf diesen Geräten sei „so langsam, dass es keinen Zweck hätte“.
Video umwandeln. Die eingebaute Grafik taugt zwar nicht für KI, hat aber einen Hardware-Encoder für H.264. Damit wandelt sie eine Minute Full-HD-Video in gut sechs Sekunden um — 9,5-fache Echtzeit gegen 2,5-fache auf dem Hauptprozessor. Der Preis sind etwas größere Dateien bei gleicher Qualitätsstufe.
Dienste tragen. Wofür die Bauart eigentlich gedacht ist: viele kleine Prozesse, wenig Rechenlast, schnelle Platte. Überwachung von außen, Bau-Aufträge, Sicherungskopien, nächtliche Stapelarbeit.
Wo die Grenze liegt — und warum sie nicht verschiebbar ist
Für frei formulierende Sprachmodelle reicht die Maschine nicht, und das lässt sich beziffern. Solche Modelle lesen bei jedem einzelnen Wort ihre kompletten Gewichte aus dem Arbeitsspeicher. Damit entscheidet nicht die Rechenleistung, sondern die Geschwindigkeit des Speichers — hier gemessene 24 Gigabyte pro Sekunde.
Daraus folgt eine Faustregel, die sich in unseren Messungen über drei Modellgrößen hinweg exakt bestätigt hat: Wörter pro Sekunde ≈ 24 geteilt durch die Modellgröße in Gigabyte.
| Modell | Größe | gemessen |
|---|---|---|
| Qwen3 1,7B | 1,7 GB | 13,7 Wörter/s |
| Qwen3 4B | 2,3 GB | 9,8 Wörter/s |
| Qwen3 8B | 4,7 GB | 5,3 Wörter/s |
Das Kleinste liegt etwa bei Lesegeschwindigkeit, alles Größere im Schritttempo. Mehr Arbeitsspeicher würde daran nichts ändern — er macht größere Modelle möglich, nicht schnellere. Und die eingebaute Grafik hilft ebenfalls nicht, weil sie am selben Speicherbus hängt. Für diese Aufgaben bleibt die KI-Workstation zuständig.
Drei Watt
Im Leerlauf zieht der Prozessor 3 Watt, bei Spracherkennung 37. Eine Stunde Audio zu transkribieren kostet damit rund 11,6 Wattstunden — weniger als eine Stunde Fernsehen. Die Maschine darf rund um die Uhr laufen, ohne dass es sich auf der Rechnung bemerkbar macht.
Bemerkenswert ist der Vergleich mit den beiden älteren Schwestergeräten: Deren 35-Watt-Prozessoren sind an derselben Aufgabe nur 5 % langsamer, ziehen aber 27 statt 37 Watt und fallen im Leerlauf auf 0,2 Watt. Für Arbeit im Hintergrund sind sie die bessere Wahl — dieses Gerät behält seine Sonderrolle, weil es als einziges gegen eine Prozessorlücke von 2023 abgesichert ist.
Sie kann sich selbst einschalten
Ein praktischer Fund am Rande: Bei HP-Geräten lassen sich die BIOS-Einstellungen aus dem laufenden Linux heraus lesen und ändern — kein Bildschirm, keine Tastatur, kein Neustart nötig. Damit stehen drei Wege offen, die Maschine ohne Anwesenheit zu starten:
- Nach Stromrückkehr — bereits aktiv. Kommt Strom, fährt sie hoch. Das ist der Weg für eine Steckdose, die bei Sonnenüberschuss schaltet.
- Über das Netzwerk — ebenfalls aktiv. Ein anderer Rechner im Haus weckt sie, wenn Arbeit anliegt oder die Photovoltaik liefert.
- Zu fester Uhrzeit — ein Wochenwecker im BIOS, für jeden Tag einzeln einstellbar.
Damit ließe sich rechenintensive Arbeit in die Stunden legen, in denen das Dach mehr liefert als das Haus verbraucht. Anfang August steht die Sonne dafür ab etwa 7:15 Uhr hoch genug.
Was das Gerät sonst wäre
Als Windows-Rechner wäre diese Maschine am Ende: Windows 10 bekommt seit Oktober 2025 keine Sicherheitsupdates mehr, und für Windows 11 ist der Prozessor zu alt. Unter Debian bekommt sie noch Jahre lang Aktualisierungen und erledigt Arbeit, für die anderswo Rechenzeit eingekauft wird. Das ist Langlebigkeit nicht als Haltung, sondern als Vorgang: Ein Hersteller erklärt ein funktionierendes Gerät für veraltet, und freie Software hält es im Dienst.
Was mana-node-3 für den Verein verkörpert
-
LanglebigkeitBewährte Stacks, gute Doku.
-
EigenbetriebEigene Infrastruktur, quelloffener Stack.
-
UnabhängigkeitSchweizer Verein, keine Investoren.
-
AchtsamkeitKeine Engagement-Tricks.
Was offen ist
- Der Arbeitsspeicher ist die Grenze: Über 79,6 Minuten belegte das genaueste Verfahren 7,5 von 7,8 GB. Zwei Stunden am Stück schafft die Maschine nicht ohne Aufteilen.
- Auf diesem Gerät läuft die Spracherkennung nur als Messaufbau, nicht als Dienst — der Ausweichdienst steht auf dem sparsameren Schwestergerät. Von hier aus entscheidet lediglich eine kleine Weiche, welche Maschine eine Aufnahme bekommt.
- 8 GB Arbeitsspeicher, beide Bänke belegt: Aufrüsten heißt ersetzen. Für Spracherkennung reicht es (1,9 GB Bedarf), für größere Sprachmodelle nicht — und mehr Arbeitsspeicher würde die auch nicht schneller machen, nur möglich.
- Alle Messungen stammen von fremden, öffentlichen Sprachkorpora. Was auf einer echten Vereinssitzung herauskommt, ist noch nicht geprüft.
- Das Gerät ist rund neun Jahre alt und hat keine Garantie. Fällt es aus, wird es ersetzt.
Weitere Infrastruktur dieser Art
Hardware mit Standort — physisch greifbar, nicht in einer fremden Cloud.
-
mana-serverDer Hauptserver des Vereins — ein Mac mini M4 in Tägerwilen (Schweiz), der die ganze Plattform trägt.
-
mana-gpuEigene KI-Inferenz-Workstation für die Workloads, die wir nicht auslagern wollen.
-
mana-server-chZweiter Mac Mini in der Schweiz — Off-Site-Replikation und Failover, sobald der Verein dort verankert ist.
mana-node-3 ist ein Baustein der Vereins-Infrastruktur — eine von drei Schichten unter den Plattform-Services und Apps.