- Das UGREEN NASync iDX6011 Pro steht mit einer UVP von 2.599 € (64-GB-Variante) in den Listen. Frühe Unterstützer zahlten über Kickstarter nur 1.559 € bzw. 1.819 $. Ob 2.599 € der reale deutsche Ladenpreis werden, ist wegen der aktuellen Speicherpreis-Krise offen.
- Die lokale KI eines solchen Geräts läuft – aber langsam. Ein Test nennt rund 8 Token pro Sekunde, ComputerBase hält die Funktion für „nur eingeschränkt“ nutzbar. Ein KI-NAS ersetzt ChatGPT nicht.
- Ollama auf vorhandener Hardware kostet nichts. Foto-Suche, Texterkennung und Transkription laufen schon auf einer normalen NAS-CPU; für flüssigen Chat mit größeren Modellen braucht es eine – auch gebrauchte – Grafikkarte.
- Der fest verlötete Arbeitsspeicher im KI-NAS ist der größte Haken: 64 GB sind endgültig, ein späteres Aufrüsten für größere Modelle ist unmöglich.
UGREEN hat mit dem NASync iDX6011 Pro ein NAS (Network Attached Storage, also ein Speicher, der am Netzwerk hängt) auf den Markt gebracht, das lokale KI als Hauptargument verkauft – zur UVP von 2.599 Euro. Die naheliegende Gegenfrage für jeden mit einem Homelab: Lässt sich dasselbe nicht mit Ollama auf Hardware machen, die ohnehin schon läuft? Dieser Artikel stellt beide Wege gegenüber – mit den Zahlen, die es dazu bislang gibt.
Der 2.599-Euro-Aufhänger: das UGREEN NASync iDX6011 Pro
Das iDX6011 Pro ist ein x86-NAS mit sechs Laufwerkseinschüben. Verbaut sind ein Intel Core Ultra 7 255H (16 Kerne), 64 GB LPDDR5X-8400-Arbeitsspeicher – fest verlötet und nicht erweiterbar –, dazu 2× 10-Gigabit-Ethernet, 2× Thunderbolt 4, ein PCIe-4.0-Steckplatz, OCuLink, zwei M.2-NVMe-Steckplätze, eine separate 128-GB-System-SSD und ein Touchscreen. Die Rohkapazität reicht laut Hersteller bis rund 196 TB. Anders als Synology sperrt UGREEN keine Fremd-Festplatten – das wird in Tests als Vorteil genannt.
Die Variante ohne „Pro“, das iDX6011, hat eine UVP von 1.999 US-Dollar, den schwächeren Core Ultra 5 125H, kein OCuLink und keinen Touchscreen.
Zur Preis-Historie: Über Kickstarter gab es das Pro-Modell als „Super Early Bird“ für 1.559 €, als „Early Bird“ für 1.819 $ – ein Rabatt von etwa 30 bis 40 Prozent. Am 11. März 2026 stoppte UGREEN die Vorbestellungen wegen der RAM- und SSD-Preise und einer übererfüllten Nachfrage; die Kickstarter-Kampagne war ab dem 24. März nach weniger als 250 Unterstützern ausverkauft. Später nahm UGREEN Bestellungen wieder auf und erhöhte die Produktion. Ausgeliefert werden sollte ursprünglich ab Mai 2026; einzelne Einheiten kamen im September 2026 an. Ein breiter Handelsstart und der finale Straßenpreis sind derzeit unklar.
Warum „TOPS“ wenig über den Chat-Speed sagt
Die Kategorie „KI-NAS“ ist überhaupt erst zwischen 2024 und 2026 entstanden. UGREEN bewirbt für das iDX6011 Pro „96 TOPS“ – TOPS steht für Billionen Rechenoperationen pro Sekunde. Dieser Wert ist eine Summe aus CPU, iGPU (der in den Prozessor integrierten Grafikeinheit, hier eine Intel Arc 140T) und NPU (einem eigenen KI-Beschleuniger-Chip, „Intel AI Boost“, rund 13 TOPS). Die NPU allein schafft also nur einen Bruchteil.
Für die Textausgabe eines Sprachmodells (LLM, Large Language Model) zählt aber nicht die reine Rechenleistung, sondern die Speicherbandbreite – wie schnell der Prozessor Daten aus dem Arbeitsspeicher holt. Gemessen wird das Tempo in Token pro Sekunde; ein Token ist ein Wortbaustein, grob ein halbes bis ganzes Wort. Der verlötete LPDDR5X-8400-Speicher im Doppelkanal liefert theoretisch rund 130 GB/s; zum Vergleich nennt die Recherche für DDR5-5600 etwa 85 GB/s. Wie viel davon in der Praxis ankommt, ist für das UGREEN-Gerät nicht sauber belegt.
Wie schnell die lokale KI im iDX6011 Pro wirklich ist
Der KI-Stack besteht aus Ollama, Intel IPEX-LLM und OpenVINO 2025.01, dazu eine RAG-Pipeline – RAG bedeutet, dass das Modell vor der Antwort in deinen eigenen Dokumenten nachschlägt. Unterstützt werden unter anderem Llama, Qwen und DeepSeek; optional lässt sich eine Cloud-Schnittstelle zu OpenAI oder Claude anbinden. Lokal bietet das Gerät einen Chat („Uliya AI Chat“ bzw. UGOS Pro AI), semantische Foto- und Dateisuche, Texterkennung (OCR) und eine Wissensdatenbank.
Zum Tempo nennt ein Test rund 8 Token pro Sekunde und bezeichnet die Ausgabe als „langsam gegenüber Cloud-Modellen“. Das ComputerBase-Fazit: Die lokale KI „funktioniert nur eingeschränkt“, weil zu viele Restriktionen im Weg stehen; im englischen Menü tauchen teils noch deutsche Resttexte auf. Zur Einordnung Intel-Referenzwerte für den 255H (nicht im UGREEN gemessen): ein winziges TinyLlama-Modell mit 1,1 Milliarden Parametern in INT4 bis etwa 64 Token/s, ein 8B-Modell ohne Optimierung rund 15 Token/s.
Stromverbrauch laut ComputerBase: 33,3 W mit abgeschalteten Platten, 76,6 W im Leerlauf mit sechs Festplatten, 88,6 W beim Schreibzugriff.
Und: „lokal“ heißt nicht automatisch „privat“. UGREEN-NAS telefonieren ab Werk nach Hause, ein Teil des Relay-Verkehrs läuft über Server in China. Wer das nicht will, muss es aktiv abschalten oder durch selbst gehostete Dienste ersetzen.
Die Alternative: Ollama auf dem, was schon da ist
Ollama ist die De-facto-Standard-Software, um Sprachmodelle lokal laufen zu lassen: Kommandozeile, seit dem 30. Juli 2025 auch eine Desktop-App, dazu eine zu OpenAI kompatible Schnittstelle auf Port 11434. Darüber setzen viele eine ChatGPT-artige Oberfläche wie Open WebUI.
Wichtig für 2026: Ollama ist nicht mehr rein lokal. Seit Anfang des Jahres gibt es „:cloud“-Modelle, bei denen ein Teil der Anfragen auf Ollama-Servern statt auf deiner Hardware läuft, dazu ein Turbo-Abo für etwa 20 US-Dollar im Monat. Wer wirklich alles im Haus behalten will, muss die lokalen Modelle bewusst auswählen.
Wie viel Speicher ein Modell belegt, sagt eine Faustregel für Q4 (eine gängige Kompressionsstufe): rund 0,6 GB je Milliarde Parameter plus etwas Kontext-Overhead. Damit landet ein 7–8B-Modell bei etwa 8 GB, ein 13–14B-Modell bei rund 16 GB, ein 70B-Modell bei 48 GB und mehr. Passt das Modell samt Gesprächsspeicher nicht komplett in den Grafikspeicher (VRAM), rechnet ein Teil auf der CPU – und das Tempo bricht stark ein. Eine Quantisierung des KV-Caches (des Kurzzeitspeichers fürs laufende Gespräch) auf 8 oder 4 Bit senkt den Speicherbedarf deutlich, bei geringem Qualitätsverlust. Das Minimum sind 8 GB RAM; eine Grafikkarte ist nicht zwingend, CPU-Betrieb geht, ist aber langsam.
Der GPU-Weg im vorhandenen Server: Eine gebrauchte RTX 3090 mit 24 GB kostet 2026 rund 820–1.050 $ (eBay-Schnitt etwa 1.010 $) und deckt 30–70B-Modelle ab – sie gilt weiter als Preis-Leistungs-Sieger für lokale KI. Eine gebrauchte RTX 3060 mit 12 GB liegt bei 180–230 $ und fasst 13B-Modelle komplett im Grafikspeicher. Unter Proxmox lässt sich die Karte per Passthrough (Durchreichen an eine virtuelle Maschine) nutzen – eine Community-Messung nennt nur 1–2 Prozent Tempoverlust gegenüber dem Betrieb ohne Virtualisierung. Ein Beispiel-Build aus der Recherche: Intel i5-14500, 128 GB DDR4, gebrauchte RTX 3090, 2 TB NVMe, GPU per Passthrough an eine Linux-VM.
Der Haken: die Speicher- und SSD-Preiskrise 2025–2026. Die DRAM-Kontraktpreise stiegen zum Jahreswechsel um über 50 Prozent pro Quartal, eine 1-TB-SSD kletterte von rund 45 auf 90 $. KI-Rechenzentren binden etwa 70 Prozent des High-End-DRAM, die enge Lage könnte bis 2027 anhalten. Alte Hardware aufzurüsten ist gerade teuer.
Am Rande: Ollama hat seit Version 0.12.6-rc ein experimentelles Vulkan-Backend, das auch AMD- und Intel-iGPUs beschleunigt – in den Standard-Downloads ist es aber noch nicht aktiviert. Der Unterbau vieler Runtimes ist llama.cpp.
Ganz ohne dedizierte GPU – was trotzdem geht
Nicht jede KI-Funktion braucht ein großes Sprachmodell. Immich (eine selbstgehostete Fotoverwaltung) bietet semantische Bildersuche per CLIP – ein Verfahren, das Bild und Suchtext im selben „Bedeutungsraum“ einordnet – und Gesichtserkennung. Minimum sind 6 GB RAM (8 empfohlen) und 2 Kerne; der ML-Container v3 setzt einen x86-64-v2-Prozessor voraus. Reiner CPU-Betrieb läuft, ist aber sehr langsam: Auf einer Synology DS918+ war der erste Durchlauf rund 35-mal langsamer als auf einem MacBook M1 – über zwei Monate statt zwei Tage für 50.000 Bilder.
Frigate (lokale Video- und Objekterkennung für Überwachungskameras) setzt heute auf iGPU, eine Arc-Grafikkarte oder einen Hailo-Beschleuniger statt auf den früher üblichen Coral-USB-Stick. Texterkennung, Transkription und kleine Klassifikationsaufgaben laufen auf einer normalen NAS-CPU – nur eben langsam.
Die Optionen im Überblick
| Lösung | Preis laut Recherche | Wofür | Haken |
|---|---|---|---|
| UGREEN iDX6011 Pro | UVP 2.599 €; früh 1.559 € / 1.819 $ | 6-Bay-NAS mit lokalem Chat, RAG und Foto-Suche | ~8 Token/s im Test; 64 GB RAM verlötet; telefoniert nach Hause |
| UGREEN iDX6011 (ohne „Pro“) | UVP 1.999 $ | gleiche Serie, schwächere CPU | kein OCuLink, kein Touchscreen |
| Ollama auf vorhandener CPU | 0 € | Foto-Suche, OCR, Transkription; kleine Modelle im Chat | ohne Grafikkarte langsam; 8 GB RAM Minimum |
| Vorhandener Server + gebrauchte RTX 3090 24 GB | ~820–1.050 $ nur die Karte | 30–70B-Modelle; Passthrough nur 1–2 % langsamer | Strom, Platz, Einrichtung; GPU-Preise hoch |
| Vorhandener Server + gebrauchte RTX 3060 12 GB | ~180–230 $ nur die Karte | 13B-Modelle komplett im Grafikspeicher | zu wenig Speicher für große Modelle |
| Mac mini M4 Pro (24 GB) | ~1.399 $ | 8–14B-Modelle ~20–55 Token/s; ~30–40 W unter Last | kein NAS; 24 GB fest verbaut |
| QNAP TS-AI642 | ~710 € netto | Bild- und Gesichtserkennung, Überwachung | NPU nicht für generativen Chat |
| NVIDIA DGX Spark | 3.999 → 4.699 $ | Modelle bis ~200 Mrd. Parameter, 128 GB Unified Memory | Entwickler-Box, kein NAS |
| Framework Desktop (Strix Halo, 128 GB) | 1.999 → ~3.449 $ (Stand August 2026) | GPT-OSS 120B ~30 Token/s; kleinere Modelle ~40–50 | kein NAS; Preis schwankt mit dem Speichermarkt |
UGREEN NASync iDX6011 6-Bay 32GB AI NAS mit Uliya AI-Assistent (Diskless)
Wer den KI-NAS-Weg trotz der Einschränkungen gehen will, bekommt hier das kleinere Basismodell iDX6011 derselben Serie – nicht die im Artikel besprochene Pro-Version, sondern die schwächer ausgestattete Variante mit 32 GB RAM – mit sechs Laufwerkseinschüben und dem Uliya-KI-Assistenten. Amazon listet sie für 2.349,99 € (Stand 08.09.2026); Preise ändern sich in diesem Marktumfeld schnell.
Was Synology & Co. machen
Synology führte Anfang 2025 eine Fremd-Platten-Sperre für neue Plus-Modelle ein (unter anderem DS925+, DS1825+, DS425+): ohne Synology-Platten gab es Warnungen, keinen Storage-Pool und keine Health-Reports. Nach einem Umsatzeinbruch folgte der Rückzieher – im Oktober 2025 angekündigt, mit DSM 7.3 umgesetzt. SATA-Fremdplatten sind wieder voll nutzbar; je Modell bleiben Reste, etwa kein M.2-NVMe-Cache, keine Deduplizierung oder keine vollen Health-Details mit Fremdplatten.
Bei der KI war die Synology AI Console ab April 2025 zunächst nur ein Anschluss an Cloud- und Dritt-Modelle, kein lokales Modell. Mit DSM 7.4 (16. Juni 2026) kamen ein „DSM Agent“ als Konfigurations- und Fehlersuche-Assistent sowie AI Search in Synology Drive; ein lokales Sprachmodell auf GPU-bestückter Hardware ist für „später 2026″ angekündigt – ob und wann es kommt, ist offen. Andere KI-NAS: Das QNAP TS-AI642 (ARM, 6-TOPS-NPU, rund 710 € netto) nutzt seine NPU für Bild- und Gesichtserkennung, nicht für generativen Chat. Das Zettlab D6 beziehungsweise D4 (D4 ab 429 $ ohne Platten, RAM verlötet) zielt auf semantische Suche, Transkription und Dokument-Fragen.
Fazit
Wenn schon ein Server oder NAS im Regal steht, ist der Ollama-Weg fast immer das bessere Geschäft: Die leichten Funktionen laufen ohne Zusatzkosten auf der CPU, für flüssigen Chat kommt später eine gebrauchte Grafikkarte dazu – sobald die Speicherpreise das wieder sinnvoll machen. Ein KI-NAS wie das iDX6011 Pro lohnt sich, wenn du bewusst ein fertiges Gerät mit eingebauter Dokumentensuche und Foto-KI willst und nicht basteln möchtest. Dann aber mit realistischer Erwartung: rund 8 Token pro Sekunde im Test, 64 GB fest verlöteter RAM ohne Upgrade-Pfad, und ab Werk telefoniert die Kiste nach Hause. Und der Preis: 2.599 € ist eine UVP, kein Straßenpreis – die früh Entschlossenen haben deutlich weniger bezahlt.