# Lokale Modelle machen KI-Agenten am Edge erfolgreicher

> Ein hybrider Cloud-Edge-Ansatz steigerte die Erfolgsquote in AppWorld-Tests um bis zu 14,9 Prozentpunkte. Nutzerdaten blieben dabei auf dem Gerät.

Oossa · 2026-10-14 · https://oossa.com/de/local-models-improve-edge-ai-agent-success-rates

Forschende unter der Leitung von Boris Radovič untersuchten einen Mittelweg zwischen KI-Agenten, die ausschließlich in der Cloud laufen, und kleinen Modellen direkt auf dem Gerät. Die Cloud schreibt ein Programm, greift zur Auswertung von Nutzerdaten jedoch auf ein kleines lokales Modell zurück. Tests mit dem AppWorld-Benchmark zeigten, dass das hybride Design die Erfolgsquote des reinen Code-Agenten in allen sechs Kombinationen aus Modell und Testaufteilung erhöhte – um bis zu 14,9 Prozentpunkte. Damit verringerte sich der Abstand zu einer vollständig in der Cloud ausgeführten ReAct-Schleife deutlich, während die Privatsphäre gewahrt blieb.

## Die Fakten

- Erfolgsquote um bis zu 14,9 Prozentpunkte verbessert
- Mit AppWorld anhand von sechs Kombinationen aus Basismodell und Testaufteilung evaluiert

## Warum es wichtig ist

Nutzer von Edge-Geräten können genauere KI-Assistenten verwenden, ohne ihre privaten Daten in die Cloud zu senden.

## Quellen und Referenzen

1. [Should SLMs be in the Driver's Seat? A Study of Local Models as Interpreters in Cloud-Written Agent Programs](https://arxiv.org/abs/2610.14209) – arXiv, 2026-10-14

Zuletzt aktualisiert: 2026-10-14