Speichernutzung auf Laptops

Kimiko kann mehrere Gigabyte Arbeitsspeicher belegen, während es eine Besprechung transkribiert oder lokal eine Zusammenfassung schreibt. Auf einem Laptop mit gemeinsam genutztem Speicher kommt dieser Bedarf aus demselben Speicher, den auch deine anderen Apps brauchen. Wie viel es ist, hängt von deinen Modellen, den aktivierten Funktionen und deinem Computer ab.

Eine kurze Hardware-Checkliste findest du unter Systemanforderungen. Ein Mac mit Apple silicon oder ein Windows-PC mit dedizierter Grafikkarte, jeweils mit 16 GB, ist ein sinnvoller Ausgangspunkt für lokale Spracherkennung und KI. Windows-Laptops mit gemeinsam genutztem Speicher profitieren eventuell von mehr Reserve.

Was gemeinsam genutzter Speicher bedeutet

Viele Windows-Laptops haben eine integrierte Grafik, die den Hauptspeicher (RAM) des Computers mitnutzt. Hauptprozessor und Grafikprozessor nutzen einen gemeinsamen Speicherpool. Das nennt man Unified Memory Architecture, kurz UMA. AMD erklärt dieses Design mit gemeinsamem Speicher.

Ein Beispiel: Auf einem Laptop mit 16 GB gemeinsam genutztem Speicher teilen sich Windows, deine Apps und die Grafik diese 16 GB. Ein Computer mit separater Grafikkarte kann einen Teil der KI-Daten stattdessen im eigenen Speicher der Karte halten. Der Laptop kann für dieselbe Arbeit deshalb mehr System-RAM belegen.

Auch Macs mit Apple silicon nutzen gemeinsamen Speicher, aber ihre Hardware und Software gehen mit lokaler Verarbeitung anders um. Gemeinsamer Speicher allein bedeutet weder hohen Verbrauch noch schwache Leistung; Kimiko wurde bereits erfolgreich auf einem MacBook Air mit M5 und 16 GB genutzt.

Gemeinsamer Speicher heißt nicht, dass sich alle Teile der Software eine einzige Kopie ihrer Daten teilen. KI-Modelle können im Betrieb außerdem zusätzliche Kopien und Arbeitsbereiche brauchen. Die Downloadgröße eines Modells ist nur seine Größe auf dem Datenträger.

Warum der Verbrauch während einer Besprechung steigt

Kimiko erledigt womöglich mehrere Dinge gleichzeitig: Sprache in Text verwandeln, Sprecher unterscheiden, Notizen für die Suche vorbereiten und eine Zusammenfassung schreiben. Jede dieser Arbeiten braucht Speicher. Eine lokale Zusammenfassung kann den Verbrauch vorübergehend erhöhen, während das Spracherkennungsmodell noch läuft.

Diese Arbeiten brauchen auch Rechenleistung, deshalb können andere anspruchsvolle Apps sie ausbremsen. Ein hoher Speicherwert allein heißt nicht, dass etwas kaputt ist; achte darauf, ob dein Computer reaktionsschnell bleibt und das Transkript mithält.

Warum auch Cloud-Verarbeitung Speicher braucht

Cloud-Spracherkennung und Cloud-KI wählst du getrennt. Verlegst du eines in die Cloud, bleibt das andere unverändert.

Selbst wenn du beides gewählt hast, verarbeitet Kimiko das Audio weiterhin auf deinem Computer und erkennt dort, wann gesprochen wird. Sprecherzuordnung und Stimmerkennung laufen lokal, wenn sie aktiviert sind. Auch die Chat-Suche kann ein lokales Modell nutzen, und ein aktiviertes Diktat hat sein eigenes Spracherkennungsmodell. Cloud-Verarbeitung kann die Last senken, aber nicht jede lokale Arbeit fällt dadurch weg. Mehr dazu unter Cloud-Anbieter.

Wie Kimiko die Last senkt

• Seit 0.6.5: Unter Windows erkennt Kimiko auf dem Hauptprozessor, wann gesprochen wird. Auf Computern, die nur eine Grafik mit gemeinsam genutztem Speicher haben, nutzt auch die Sprecherzuordnung den Hauptprozessor. So fällt für diese Arbeiten kein zusätzlicher Grafikaufwand an. Transkription und lokale KI können weiterhin die Grafikbeschleunigung nutzen.
• Seit 0.6.6: Kimiko entlädt das wartende Diktatmodell, bevor eine Besprechung beginnt. Auf Windows-Computern, die nur eine Grafik mit gemeinsam genutztem Speicher haben, lädt die integrierte KI Modelldaten außerdem so, dass Windows einen Teil des Speichers leichter zurückholen kann.
• Seit 0.6.7: Das Spracherkennungsmodell und das integrierte Formatierungsmodell fürs Diktat teilen sich standardmäßig eine Leerlaufzeit von 5 Minuten. Ändere Modelle geladen lassen unter Einstellungen → Diktat, um Speicher früher freizugeben oder Modelle länger bereitzuhalten. Ein Modell, das auch der Chat nutzt, bleibt eventuell länger geladen.

Diese Änderungen greifen automatisch. Den Speicher, den aktive Modelle brauchen, sparen sie nicht ein, und es gibt keinen einheitlichen Speicherwert, der für jeden Laptop gilt.

Was du ausprobieren kannst

1. Aktualisiere Kimiko, um die oben genannten Änderungen zu bekommen.
2. Schließ anspruchsvolle Apps und teste zum Vergleich eine kurze Besprechung mit einem kleineren lokalen KI-Modell.
3. Nutze weniger optionale Funktionen. Schalte unter Einstellungen → Transkription die Option Andere Sprecher kennzeichnen aus, wenn du keine getrennte Sprecherzuordnung brauchst, oder Live-Zusammenfassungen, wenn du mit der Zusammenfassung bis nach der Aufnahme warten kannst.
4. Zieh Cloud-Verarbeitung in Betracht – für Spracherkennung, KI oder beides –, wenn das zu deinen Vorstellungen von Datenschutz passt. Das KI-Modell unter Einstellungen → KI wählst du separat; prüfe es ebenfalls.

Wächst der Speicherverbrauch von Besprechung zu Besprechung weiter oder bleibt der Computer nach der Verarbeitung langsam, wende dich an den Support. Nenn dabei deine Kimiko-Version, dein Laptopmodell, die gewählten Modelle und die aktivierten Funktionen.

Den Task-Manager von Windows lesen

Unter Leistung → Arbeitsspeicher siehst du die gesamte RAM-Nutzung. Kimikos Haupt-App, die KI-Engine und die Fensteranzeige können als getrennte Prozesse erscheinen. Gemeinsam genutzter GPU-Speicher stammt bereits aus dem System-RAM; wenn du ihn zur gesamten RAM-Nutzung addierst, zählst du ihn doppelt.

Ein ruhiges 3D-Diagramm beweist nicht, dass der Grafikprozessor nichts tut. Klicke unter Leistung → GPU auf den Namen eines Diagramms und wähle, falls vorhanden, ein Compute-Diagramm wie Compute 0. Dort kann KI-Arbeit auftauchen. Microsoft erklärt die GPU-Ansichten im Task-Manager.