GenAI-fähige Smartphones dürften 2026 einen Anteil von 45% an den weltweiten Auslieferungen erreichen, nach 36% ein Jahr zuvor (Counterpoint Research, GenAI Smartphone Share Forecast 2026), und fast alle sind auf ein kleines Sprachmodell angewiesen, das lokal auf einer neuronalen Verarbeitungseinheit läuft. Auch die Modelle selbst sind geschrumpft, damit sie passen: Apples On-Device-Foundation-Model packt rund 3 Milliarden Parameter in 2 Bit pro Gewicht (Apple Machine Learning Research, Foundation Models 2025 Updates), und Googles Gemma 3n E2B läuft mit nur 2GB Speicher (Google Developers Blog, Gemma 3n Developer Guide 2025). Beim Silizium geht es genauso schnell voran: Qualcomm nennt bis zu 220 Tokens pro Sekunde auf seiner neuesten Hexagon-NPU. Wir haben Daten von Counterpoint Research, Gartner, IDC, MLCommons, Apple, Google, Qualcomm, MediaTek, Meta, Microsoft, Deloitte und Samsung zusammengeführt, um zu zeigen, wo On-Device-SLMs 2026 stehen. Für das größere Hardware-Bild siehe unsere Übersicht Edge-KI-Statistiken.
TL;DR
- 45% der 2026 ausgelieferten Smartphones werden GenAI-fähig sein, nach 36% im Jahr 2025 (Counterpoint Research, 2026)
- 559 Millionen GenAI-Smartphones für 2026 prognostiziert, nach 369,3 Millionen 2025 (Gartner, GenAI Smartphone Forecast 2025)
- 393,3 Milliarden USD Endnutzerausgaben für GenAI-Smartphones für 2026 prognostiziert, ein Plus von 32% (Gartner, 2025)
- Rund 3 Milliarden Parameter bei 2 Bit pro Gewicht treiben Apples On-Device-Modell an (Apple Machine Learning Research, 2025)
- 2GB und 3GB Speicherbedarf für Gemma 3n E2B und E4B (Google Developers Blog, 2025)
- 56% kleiner und 41% weniger Speicher bei den quantisierten Modellen Llama 3.2 1B und 3B (Meta AI, 2024)
- Bis zu 220 Tokens pro Sekunde auf der Hexagon-NPU des Snapdragon 8 Elite Gen 5, 37% schneller als die Vorgängergeneration (Qualcomm, 2025)
- Gemini Nano auf dem Tensor G5 2,6-mal schneller und 2-mal effizienter als auf dem Tensor G4 (Google, 2025)
- 3 Llama-Modellgrößen (1B, 3B, 8B) im neuen LLM-Benchmark von MLPerf Mobile v6.0 (MLCommons, 2026)
- Ungefähr vervierfachte Preise für mobilen Speicher bis zum zweiten Quartal 2026 (Counterpoint Research, 2026)
- 13,9% Rückgang der Smartphone-Auslieferungen 2026 auf 1,08 Milliarden Einheiten wegen der Speicherknappheit prognostiziert (Counterpoint Research, 2026)
- Mehr als 70% der Galaxy-S25-Nutzer verwenden die integrierten KI-Funktionen aktiv (Samsung, 2025)
1. GenAI-Smartphone-Auslieferungen: Die Installationsbasis für On-Device-SLMs
Jedes GenAI-Smartphone ist per Definition ein Wirt für ein kleines Sprachmodell: Gartner definiert die Kategorie als Geräte mit einer integrierten Neural Engine oder NPU, die SLMs ausführen kann. Damit sind Auslieferungsprognosen der sauberste Näherungswert dafür, wie viele Geräte ein lokales Modell ausführen können. Counterpoint erwartet inzwischen, dass 45% aller 2026 ausgelieferten Smartphones GenAI-fähig sind, und 52% im Jahr 2027 (Counterpoint Research, Anteil von GenAI-Smartphones steigt 2026 auf 45%).
Die Geschichte hinter der Kurve ist die Mittelklasse. Counterpoint zufolge ist GenAI inzwischen ab 400 USD im Großhandel Standard. Die Beschränkung hat sich von “kann der Chip ein Modell ausführen” zu “kann die Stückliste den Speicher verkraften” verschoben, was Abschnitt 6 beziffert. Wer den größeren Gerätekontext sucht: Unsere Seite zu Smartphone-Marktstatistiken deckt die Gesamtvolumina nach Hersteller ab.
| Metrik | Wert | Quelle |
|---|---|---|
| Anteil GenAI-fähiger Geräte an den weltweiten Smartphone-Auslieferungen, 2026 | 45% (nach 36% im Jahr 2025) | Counterpoint Research, Juni 2026 |
| Prognose des Anteils GenAI-fähiger Geräte, 2027 | 52% | Counterpoint Research, Juni 2026 |
| GenAI-Smartphone-Auslieferungen, Prognose 2025 | Mehr als 400 Millionen, etwa jedes dritte Smartphone | Counterpoint Research, März 2025 |
| Anteil GenAI-fähiger Geräte 2024 | Jedes fünfte Smartphone | Counterpoint Research, März 2025 |
| GenAI-Smartphone-Einheiten, 2024 / 2025 / 2026 | 260,4 Mio. / 369,3 Mio. / 559 Mio. | Gartner, GenAI-Smartphone-Prognose, September 2025 |
| GenAI-Smartphone-Auslieferungen, 2025 | Über 370 Millionen (30% Anteil), ein Plus von 73,1% | IDC, weltweite Smartphone-Prognose, 2025 |
| GenAI-Smartphone-Auslieferungen, 2028 | 912 Millionen Einheiten, CAGR von 78,4% | IDC, Prognose zu Smartphones mit generativer KI, Juli 2024 |
Kontexthinweis: Die drei Häuser verwenden unterschiedliche Definitionen und Stichtage. IDCs Mitteilung vom Juli 2024 (IDC-Pressemitteilung) sah GenAI-Smartphones bis 2028 bei 70% des Marktes, während die Prognose von 2025 die Marke “über 70%” auf 2029 verschob. Jüngste IDC-Langfristdaten: Juli 2024.
2. Ausgaben und Marktgröße: Viele Hardware-Dollar, wenig Modellumsatz
Zwei sehr unterschiedliche Zahlen beschreiben diesen Markt. Die Hardware, die SLMs ausführt, ist eine Massenkategorie für Verbraucher, während der Markt für die Modelle selbst noch klein und schlecht abgegrenzt ist. Gartner prognostiziert 393,3 Milliarden USD Endnutzerausgaben für GenAI-Smartphones im Jahr 2026, ein Plus von 32% gegenüber 298,2 Milliarden USD im Jahr 2025 (Gartner, Pressemitteilung zu Endnutzerausgaben für GenAI-Smartphones, 2025).
Auf der Softwareseite unterscheiden sich die Analystenschätzungen für den Markt kleiner Sprachmodelle um eine Größenordnung, was mehr über Definitionen als über die Nachfrage verrät. MarketsandMarkets beziffert 2025 auf 0,93 Milliarden USD, während Research and Markets auf etwa 9,16 Milliarden USD kommt. Der gemeinsame Nenner: Alle Häuser nennen den Einsatz am Rand und auf dem Gerät als am schnellsten wachsendes Segment.
| Metrik | Wert | Quelle |
|---|---|---|
| Endnutzerausgaben für GenAI-Smartphones, 2024 / 2025 / 2026 | 244,7 / 298,2 / 393,3 Mrd. USD | Gartner, September 2025 |
| GenAI-Smartphones als Anteil aller Endnutzerausgaben für KI, 2025 | 20% | Gartner, September 2025 |
| Einfache GenAI-Smartphones (unter 350 USD) mit NPU, 2025 | 41% | Gartner, September 2025 |
| Premium-Smartphones mit GenAI-Fähigkeit bis 2029 | 100% | Gartner, September 2025 |
| Markt für kleine Sprachmodelle, 2025 bis 2032 | 0,93 bis 5,45 Mrd. USD, CAGR von 28,7% | MarketsandMarkets, April 2025 |
| Markt für kleine Sprachmodelle, 2025 bis 2030 | 9,16 bis 22,45 Mrd. USD, CAGR von 19,6% | Research and Markets, SLM-Marktbericht 2026 |
| Markt für kleine Sprachmodelle, 2026 bis 2030 | 11,1 bis 20,7 Mrd. USD, CAGR von 15,1% | Grand View Research, SLM-Marktbericht |
Die Mitteilung von MarketsandMarkets (GlobeNewswire, April 2025) nennt den Einsatz am Rand als am schnellsten wachsendes Segment, getrieben von Latenz- und Datenschutzanforderungen auf Smartphones und IoT-Geräten.
3. Modellgröße und Kompression: 3 Milliarden Parameter bei 2 Bit
Die praktische Obergrenze für ein Modell, das auf dem Smartphone liegt, setzt der Arbeitsspeicher, nicht der Ehrgeiz. Produktive Modelle bündeln sich zwischen 1B und 4B Parametern, und die eigentliche Ingenieursleistung liegt darin, wie wenige Bit jedes Gewicht bekommt. Apple komprimiert sein On-Device-Modell mit rund 3 Milliarden Parametern mit quantisierungsbewusstem Training auf 2 Bit pro Gewicht, mit 4-Bit-Embeddings und einem 8-Bit-KV-Cache (Apple Machine Learning Research, Updates zu Apples On-Device- und Server-Foundation-Sprachmodellen, 2025).
Das ist ein deutlicher Schritt nach unten gegenüber 2024, als Apples Modell im Schnitt 3,7 Bit pro Gewicht hatte. Google ging bei Gemma 3n einen anderen Weg: Es behielt mehr Rohparameter, lagerte aber die Embeddings pro Schicht außerhalb des Beschleunigerspeichers aus, sodass nur etwa 2B oder 4B “effektive” Parameter im schnellen Speicher liegen (Google Developers Blog, Vorstellung von Gemma 3n, 2025). Die Kompression kostet auf diesen Stufen wenig Genauigkeit: Apple berichtet nach der Kompression von einer Verbesserung um 1,5% bei MMLU und einem Rückgang von etwa 4,6% bei MGSM.
| Metrik | Wert | Quelle |
|---|---|---|
| Größe von Apples On-Device-Modell | Rund 3 Milliarden Parameter | Apple Machine Learning Research, 2025 |
| Gewichtspräzision von Apples On-Device-Modell | 2 Bit pro Gewicht (QAT); Embeddings 4 Bit; KV-Cache 8 Bit | Apple Machine Learning Research, 2025 |
| Reduktion des Apple-KV-Cache-Speichers durch Block-Sharing | 37,5% | Apple Intelligence Foundation Language Models, Technischer Bericht, 2025 |
| Präzision von Apples On-Device-Modell 2024 | Gemischt 2 und 4 Bit, im Schnitt 3,7 Bit pro Gewicht | Apple Machine Learning Research, 2024 |
| Rohparameter von Gemma 3n E2B / E4B | 5B / 8B | Google Developers Blog, 2025 |
| Speicherbedarf von Gemma 3n E2B / E4B | Ab 2GB / 3GB | Google Developers Blog, 2025 |
| Größen- und Speicherreduktion der quantisierten Llama 3.2 1B und 3B gegenüber BF16 | 56% kleiner, 41% weniger Speicher | Meta AI, quantisierte Llama-Modelle, Oktober 2024 |
| Größe und Quantisierung von Phi Silica | 3,3B Parameter, 4-Bit-Gewichte, rund 60% weniger Speicher | Microsoft Windows Blog, Dezember 2024 |
Kontexthinweis: Metas Veröffentlichung der quantisierten Llama-Modelle (Meta-AI-Blog) und Microsofts Phi-Silica-Beitrag (Windows Experience Blog) stammen von Ende 2024. Jüngste verfügbare Daten für beide: 2024. Eine akademische Studie auf Laptops liefert eine nützliche Faustregel: Bei etwa 3,5 effektiven Bit pro Gewicht beginnt ein stark quantisiertes größeres Modell, ein kleineres mit höherer Präzision zu schlagen (arXiv 2505.15030, systematische Evaluierung von On-Device-LLMs).
4. NPU-Durchsatz: Tokens pro Sekunde auf Flaggschiff-Silizium
Durchsatzangaben stammen von den Herstellern selbst und werden an unterschiedlichen Modellen gemessen, daher sind sie als Obergrenzen zu lesen und nicht als vergleichbare Messwerte. Dennoch ist die Richtung unübersehbar. Qualcomm sagt, dass die Hexagon-NPU des Snapdragon 8 Elite Gen 5 um 37% schneller ist als ihr Vorgänger und bis zu 220 Tokens pro Sekunde durchhält, mit Unterstützung für INT2 und FP8 (Qualcomm, Markteinführung des Snapdragon 8 Elite Gen 5, September 2025; Zahlen bestätigt von der Futurum Group).
Aufschlussreicher sind die Zahlen zu Prompt-Verarbeitung gegenüber Generierung. Einen Prompt zu lesen ist auf einer NPU günstig; jedes neue Token zu erzeugen ist speichergebunden. Gemma 3n E2B liest auf einer Dimensity-9500-NPU mehr als 1.600 Tokens pro Sekunde, schreibt aber nur 28, weshalb alle Hersteller um Bandbreite und Formate mit geringerer Präzision ringen. Diese Lücke ist für Echtzeit-Sprach- und Assistenzfunktionen wichtig, bei denen eine schnelle erste Antwort einen langsamen Rest verdeckt; unsere Statistiken zu Sprachassistenten verfolgen, wie sich das in der Nutzung zeigt.
| Metrik | Wert | Quelle |
|---|---|---|
| Zuwachs der NPU des Snapdragon 8 Elite Gen 5 | 37% schneller als die Vorgängergeneration | Qualcomm, September 2025 |
| Dauerhafte Generierung des Snapdragon 8 Elite Gen 5 | Bis zu 220 Tokens pro Sekunde | Qualcomm, September 2025 |
| Gesamte Energieeinsparung des SoC Snapdragon 8 Elite Gen 5 | 16% | Futurum-Group-Analyse von Qualcomm-Daten, Oktober 2025 |
| LLM-Ausgabe mit 3B Parametern auf dem Dimensity 9500 | 2-mal schneller (100%), bei 56% geringerer Spitzenleistung | Markteinführung MediaTek Dimensity 9500, September 2025 |
| Gemma 3n E2B auf der Dimensity-9500-NPU (4K-Kontext) | Über 1.600 Tokens/s bei der Prompt-Verarbeitung, 28 Tokens/s bei der Generierung | Google-LiteRT-NeuroPilot-Ergebnisse, Dezember 2025 |
| LiteRT-NPU-Durchsatz gegenüber CPU / GPU auf MediaTek | Bis zu 12-mal CPU, 10-mal GPU | Google-LiteRT-NeuroPilot-Ergebnisse, Dezember 2025 |
| Gemini Nano auf Tensor G5 gegenüber Tensor G4 | 2,6-mal schneller, 2-mal effizienter; TPU bis zu 60% leistungsstärker | Google, Ankündigung des Pixel-10-Tensor-G5, August 2025 |
| Apples On-Device-Modell (iPhone 15 Pro) | 0,6 ms pro Prompt-Token bis zum ersten Token; 30 Tokens/s | Apple Machine Learning Research, 2024 |
MediaTeks Zahlen stammen aus der Mitteilung zur Markteinführung (MediaTek über PR Newswire); Googles Angaben zum Tensor G5 stammen aus dem Beitrag zum Pixel-10-Tensor-G5. Apples Wert für Tokens pro Sekunde ist der jüngste, den das Unternehmen veröffentlicht hat: 2024.
5. Benchmarks und Qualität: MLPerf Mobile betritt die LLM-Ära
Bis 2026 gab es keinen neutralen Maßstab für Smartphone-LLMs; jede Zahl aus Abschnitt 4 stammt vom jeweiligen Hersteller. MLPerf Mobile v6.0, am 15. Juni 2026 von MLCommons veröffentlicht, ergänzt LLM-Benchmarks auf Basis von Llama 3.2 1B, Llama 3.2 3B und Llama 3.1 8B, bewertet mit TinyMMLU und IFEval (MLCommons, MLPerf Mobile v6.0).
Die Aufnahme eines 8B-Modells ist die Schlagzeile: MLCommons weist darauf hin, dass v6.0 die NPU-beschleunigte Ausführung von Llama 3.1 8B auf dem Snapdragon 8 Elite Gen 5 unterstützt, eine Größe, die ein Jahr zuvor noch ein Rechenzentrums-Benchmark war. Bei der Qualität liegen kleine Modelle bei Wissenstests inzwischen nahe an ihren größeren Pendants. Apples 3B-On-Device-Modell erreicht 67,85% bei MMLU, knapp vor Qwen-2.5-3B, und Phi Silica verliert nach der 4-Bit-Quantisierung bei PIQA weniger als einen Punkt. Zu den offenen Modellfamilien hinter vielen dieser Benchmarks siehe unsere Statistiken zu Open-Source-LLMs.
| Metrik | Wert | Quelle |
|---|---|---|
| LLM-Modelle in MLPerf Mobile v6.0 | Llama 3.2 1B, Llama 3.2 3B, Llama 3.1 8B | MLCommons, Juni 2026 |
| SoCs mit neuer oder aktualisierter Unterstützung in v6.0 | Snapdragon 8 Elite Gen 5, Dimensity 9500, Exynos 2600 | MLCommons, Juni 2026 |
| Referenzqualität von MLPerf Mobile, Llama 3.1 8B | TinyMMLU ca. 61%, IFEval ca. 67% (FP16) | MLCommons, MLPerf-Mobile-Benchmark-Seite |
| Referenzqualität von MLPerf Mobile, Llama 3.2 3B | TinyMMLU ca. 59%, IFEval ca. 65,5% (FP16) | MLCommons, MLPerf-Mobile-Benchmark-Seite |
| Interaktive Grenzwerte für kleine LLMs in MLPerf Inference 5.1 (Llama 3.1 8B) | Erstes Token innerhalb von 0,5 s, 30 ms pro Ausgabe-Token | MLCommons, September 2025 |
| MMLU von Apples On-Device-Modell | 67,85% gegenüber Qwen-2.5-3B 66,37% und Gemma-3-4B 62,81% | Apple Foundation Models, Technischer Bericht, 2025 |
| Genauigkeit von Phi Silica nach 4-Bit-Quantisierung | PIQA 80,47% auf 79,76%; ARC Challenge 63,48% auf 60,49% | Microsoft Windows Blog, Dezember 2024 |
| LMArena-Wert von Gemma 3n E4B | Über 1300 | Google Developers Blog, 2025 |
Kontexthinweis: Die MLPerf-Mobile-Benchmark-Seite (MLCommons) verwendet für Single-Stream-Aufgaben die Latenz am 90. Perzentil als primäre Metrik. Öffentliche gerätebezogene LLM-Ergebnisse aus v6.0 waren in der von uns ausgewerteten Veröffentlichungsmitteilung nicht enthalten. Die Apple-Werte stammen aus dem Technischen Bericht von 2025 auf arXiv.
6. Speicher- und Kostenzwänge: Die DRAM-Knappheit
Die größte Bedrohung für On-Device-SLMs im Jahr 2026 ist nicht die Modellqualität, sondern der Preis des Arbeitsspeichers, in dem sie leben. Counterpoint meldet, dass die Preise für mobilen Speicher bis zum zweiten Quartal 2026 auf etwa das Vierfache gestiegen sind, weil KI-Rechenzentren den Großteil der DRAM- und NAND-Produktion aufsaugen (Counterpoint Research, Kostenanstiege bei mobilem Speicher, September 2026).
Bemerkenswert ist, wie sich die Prognose in sechs Monaten verschlechterte: ein Rückgang der Auslieferungen um 2,1% im Dezember 2025, 12,4% im März 2026 und 13,9% im Juni. Ein 3B-Modell mit 2 Bit braucht für die Gewichte deutlich weniger als ein Gigabyte, aber der RAM-Spielraum von mehreren Gigabyte, den GenAI-Funktionen erwarten, ist genau das, was Einsteigergeräte jetzt streichen. Das erklärt, warum Counterpoint die nächste Welle von GenAI-Smartphones sowohl an die Speicherversorgung als auch an effizientere Modelle knüpft.
| Metrik | Wert | Quelle |
|---|---|---|
| Veränderung des Preises für mobilen Speicher bis zum zweiten Quartal 2026 | Ungefähr das Vierfache | Counterpoint Research, September 2026 |
| Preis für mobilen LPDDR4/5 im zweiten Quartal 2026 gegenüber dem dritten Quartal 2025 | Fast das Dreifache | Counterpoint Research, über EE Times Asia, März 2026 |
| Anstieg der Stücklistenkosten (BoM) durch den DRAM-Schub, Einstieg / Mittelklasse / Oberklasse | Etwa 25% / 15% / 10% | Counterpoint Research, Dezember 2025 |
| Korrektur des Großhandels-ASP, 2026 | Plus von 6,9% gegenüber dem Vorjahr | Counterpoint Research, Dezember 2025 |
| Prognose der Smartphone-Auslieferungen 2026, Dez. 2025 / März 2026 / Juni 2026 | -2,1% / -12,4% / -13,9% | Counterpoint Research |
| Weltweite Smartphone-Auslieferungen 2026 | 1,08 Milliarden Einheiten, ein Rekordtief | Counterpoint Research, Juni 2026 |
| Auslieferungen im Segment unter 200 USD, 2026 | Rückgang von mehr als 20% | Counterpoint Research, über EE Times Asia, März 2026 |
Quellen: Counterpoint, Prognosen zu den Smartphone-Auslieferungen 2026 nach unten korrigiert und EE Times Asia zur Korrektur vom März 2026. Gartner ergänzt eine Hardware-Untergrenze: Das Haus erwartet, dass NPUs mit mehr als 40 TOPS bis 2027 in Premium-Smartphones Standard sind.
7. Verbreitung, Nutzung und Vertrauen: Entwickler und Verbraucher
Die Verbreitung ist nicht mehr der Engpass. Apple hat sein On-Device-Modell über das Framework Foundation Models für Apps von Drittanbietern geöffnet, mit kostenloser Inferenz, die offline funktioniert und nur drei Zeilen Swift erfordert (Apple Newsroom, WWDC25). Samsung sagt, dass mehr als 70% der Galaxy-S25-Nutzer die integrierten KI-Funktionen aktiv verwenden und dass Galaxy AI bis Ende 2025 auf über 400 Millionen Geräten angepeilt war, das Doppelte des Ziels von 200 Millionen für 2024 (Samsung Newsroom, Galaxy Tech Forum 2025).
Vertrauen ist das Gegengewicht und das stärkste Argument dafür, die Inferenz lokal zu halten. Deloitte stellte fest, dass 70% der US-Verbraucher sich um Datenschutz und Sicherheit sorgen und nur 27% hohes Vertrauen haben, dass ihre Daten geschützt sind. On-Device-SLMs beantworten diese Sorge konstruktionsbedingt, und deshalb ist lokale Verarbeitung auch für Sprachwerkzeuge wie einen Echtzeit-Stimmverfremder für Discord wichtig, bei dem das Audio den Rechner nie verlassen muss.
| Metrik | Wert | Quelle |
|---|---|---|
| Galaxy-S25-Nutzer, die integrierte KI aktiv nutzen | Mehr als 70% | Samsung, Juli 2025 |
| Zielwert für Geräte mit Galaxy AI, Ende 2025 | Über 400 Millionen (gegenüber 200 Millionen 2024) | Samsung, Juli 2025 |
| Nutzer, die sagen, dass KI-Funktionen Teil ihres Alltags sind | 47% | Samsung-/Symmetry-Research-Umfrage, 2025 |
| Nutzer, die Sprachbefehle so oft nutzen, wie sie tippen | 45% | Samsung-/Symmetry-Research-Umfrage, 2025 |
| Verbraucher, die binnen eines Jahres ein GenAI-Smartphone kaufen wollen | 59% | Verbraucherumfrage von Counterpoint Research, Dezember 2024 |
| US-Verbraucher, die GenAI nutzen oder ausprobieren | 53% | Deloitte Connected Consumer Survey 2025 (n=3.524) |
| US-Verbraucher mit Sorgen um Datenschutz und Sicherheit | 70% | Deloitte Connected Consumer Survey 2025 |
| Verbraucher mit hohem Vertrauen, dass ihre Daten geschützt sind | 27% | Deloitte Connected Consumer Survey 2025 |
Details zu den Umfragen: Deloitte-Pressemitteilung zum Connected Consumer 2025 und Counterpoint-Umfrage zur Upgrade-Absicht. Die Umfrage von Counterpoint stammt vom Dezember 2024, den jüngsten verfügbaren Daten des Hauses zur Upgrade-Absicht.
Zusammenfassung: Kleine Sprachmodelle auf dem Gerät in Zahlen
| Metrik | Wert | Quelle |
|---|---|---|
| Anteil GenAI-fähiger Geräte an den Smartphone-Auslieferungen, 2026 | 45% | Counterpoint Research, 2026 |
| Anteil GenAI-fähiger Geräte, 2027 | 52% | Counterpoint Research, 2026 |
| GenAI-Smartphone-Einheiten, 2026 | 559 Millionen | Gartner, 2025 |
| Endnutzerausgaben für GenAI-Smartphones, 2026 | 393,3 Milliarden USD (+32%) | Gartner, 2025 |
| GenAI-Smartphone-Auslieferungen, 2028 | 912 Millionen | IDC, 2024 |
| Markt für kleine Sprachmodelle, 2032 | 5,45 Milliarden USD (CAGR von 28,7%) | MarketsandMarkets, 2025 |
| Apples On-Device-Modell | Rund 3B Parameter bei 2 Bit pro Gewicht | Apple Machine Learning Research, 2025 |
| Reduktion des Apple-KV-Cache-Speichers | 37,5% | Apple, Technischer Bericht, 2025 |
| Speicherbedarf von Gemma 3n E2B | Ab 2GB | Google Developers Blog, 2025 |
| Größen- / Speicherreduktion des quantisierten Llama 3.2 | 56% / 41% | Meta AI, 2024 |
| NPU des Snapdragon 8 Elite Gen 5 | Bis zu 220 Tokens/s, 37% schneller | Qualcomm, 2025 |
| LLM-Ausgabe mit 3B auf dem Dimensity 9500 | 2-mal schneller, 56% geringere Spitzenleistung | MediaTek, 2025 |
| Gemma 3n E2B auf der Dimensity-9500-NPU | Über 1.600 Tokens/s bei der Prompt-Verarbeitung, 28 Tokens/s bei der Generierung | Google LiteRT, 2025 |
| Gemini Nano auf dem Tensor G5 | 2,6-mal schneller, 2-mal effizienter | Google, 2025 |
| LLM-Größen in MLPerf Mobile v6.0 | 1B, 3B, 8B | MLCommons, 2026 |
| Preise für mobilen Speicher bis zum zweiten Quartal 2026 | Ungefähr das Vierfache | Counterpoint Research, 2026 |
| Smartphone-Auslieferungen 2026 | 1,08 Milliarden (-13,9%) | Counterpoint Research, 2026 |
| Galaxy-S25-Nutzer, die KI aktiv nutzen | Mehr als 70% | Samsung, 2025 |
| US-Verbraucher mit Datenschutzsorgen | 70% | Deloitte, 2025 |
Methodik und Quellen
- Counterpoint Research, Anteil von GenAI-Smartphones steigt 2026 auf 45% der weltweiten Auslieferungen (Juni 2026), mit Segmentdetails, berichtet von Electronics For You
- Counterpoint Research, GenAI-Smartphone-Auslieferungen übersteigen 2025 die 400 Millionen (März 2025)
- Counterpoint Research, Prognosen zu den Smartphone-Auslieferungen 2026 nach unten korrigiert, da die Speicherknappheit die BoM-Kosten treibt (Dezember 2025)
- Counterpoint Research, Kostenanstiege bei mobilem Speicher (September 2026)
- Counterpoint Research, Verbraucherumfrage zu Upgrades auf GenAI-Smartphones (Dezember 2024)
- EE Times Asia, Bericht über Counterpoints Korrektur der Auslieferungsprognose vom März 2026
- Gartner, Pressemitteilung zu weltweiten Endnutzerausgaben für GenAI-Smartphones (September 2025)
- IDC, weltweite Prognose der Auslieferungen von Smartphones mit generativer KI (Juli 2024) und weltweite Smartphone-Prognose von IDC (2025)
- MarketsandMarkets, Mitteilung zum Markt für kleine Sprachmodelle (April 2025); Research and Markets, Marktbericht zu kleinen Sprachmodellen 2026; Grand View Research, Marktbericht zu kleinen Sprachmodellen
- Apple Machine Learning Research, Updates zu Apples On-Device- und Server-Foundation-Sprachmodellen (2025), Technischer Bericht zu den Apple Intelligence Foundation Language Models 2025 (arXiv), Vorstellung von Apples On-Device- und Server-Foundation-Modellen (2024) und Apple Newsroom, WWDC25
- Google Developers Blog, Vorstellung von Gemma 3n (Juni 2025) und Google, Pixel-10-Tensor-G5 (August 2025)
- Google-LiteRT-NeuroPilot-Ergebnisse auf dem Dimensity 9500 (Dezember 2025), berichtet von MarkTechPost
- Qualcomm, Markteinführung des Snapdragon 8 Elite Gen 5 (September 2025) und Analyse der Futurum Group
- MediaTek, Mitteilung zur Markteinführung des Dimensity 9500 (September 2025)
- Meta AI, Vorstellung der quantisierten Llama-Modelle (Oktober 2024)
- Microsoft, Phi Silica, ein kleines, aber starkes On-Device-SLM (Dezember 2024)
- MLCommons, MLPerf Mobile v6.0 (Juni 2026), MLPerf-Mobile-Benchmark-Seite und MLPerf-Inference-5.1-Benchmark für kleine LLMs (September 2025)
- arXiv 2505.15030, systematische Evaluierung von On-Device-LLMs: Quantisierung, Leistung und Ressourcen
- Samsung Newsroom, Galaxy Tech Forum beim Galaxy Unpacked 2025 (Juli 2025), Umfragewerte laut Bericht von FoneArena
- Deloitte, Pressemitteilung zur Connected-Consumer-Umfrage 2025 (September 2025)
- Daten-Hinweis: Die GenAI-Smartphone-Volumina für 2025 unterscheiden sich je nach Haus: IDC nannte über 370 Millionen (30% Anteil), Gartner 369,3 Millionen und Counterpoint in seiner Prognose vom März 2025 mehr als 400 Millionen, bevor es den Anteil für 2025 später auf 36% korrigierte. Für 2026 bedeuten Counterpoints 45% von 1,08 Milliarden Einheiten rund 486 Millionen GenAI-Smartphones (0,45 × 1,08 Milliarden), deutlich weniger als Gartners 559 Millionen, die im September 2025 veröffentlicht wurden, bevor die Speicherknappheit Kürzungen bei den Auslieferungen erzwang; eine Korrektur durch Gartner ist zu erwarten. Die Marktschätzungen für kleine Sprachmodelle reichen für 2025-2026 wegen unterschiedlicher Definitionen von 0,93 Milliarden USD (MarketsandMarkets) bis zu etwa 9 bis 11 Milliarden USD (Research and Markets, Grand View Research). Alle NPU-Durchsatzwerte stammen von den Herstellern und beruhen auf unterschiedlichen Modellen, Präzisionen und Kontextlängen, sind also nicht direkt vergleichbar; die gerätebezogenen LLM-Ergebnisse von MLPerf Mobile v6.0 sind die Daten, auf die man achten sollte. Apples Wert von 30 Tokens/s, Metas Ergebnisse zu quantisiertem Llama, Microsofts Phi-Silica-Zahlen und IDCs Prognose für 2028 sind Daten von 2024, die jeweils jüngsten, die die Quelle veröffentlicht hat. Apples ML-Forschungsseite nennt 15 unterstützte Sprachen, während der Technische Bericht auf arXiv 16 Gebietsschemata beschreibt.
Zuletzt aktualisiert: 3. Oktober 2026. Wir aktualisieren diese Zusammenstellung vierteljährlich, und die nächste Aktualisierung wird erwartet, wenn Counterpoint seine Tracker zu Smartphones und Speicherpreisen für das dritte Quartal 2026 veröffentlicht und MLCommons die ersten öffentlichen LLM-Ergebnisse von MLPerf Mobile v6.0 freigibt.