Zurück zum Lernbereich

Wie ein Computer "denkt" - Hardware-Basics

Die Basis-Hardware moderner Computer, erklärt für Menschen, die nie Elektrotechnik studieren wollten.

  • Grundlagen
  • 12 min
  • Einsteiger

Einfache Sprache

Diese Vorschau ist in Einfacher Sprache. Das ganze Portal gibt es auch in Einfacher Sprache. Du kannst oben die Sprache wechseln. Oder nutze den Knopf unten. Unsere Texte in Einfacher Sprache entstehen KI-gestützt und werden redaktionell begleitet. Sie orientieren sich an den Grundprinzipien der Leichten Sprache, sind aber keine geprüfte Leichte Sprache: Eine Prüfgruppe von Menschen mit Lernschwierigkeiten prüft sie nicht.

Vorschau: Wie ein Computer denkt

CPU, RAM und SSD

Ein Computer hat drei wichtige Teile.
Der Prozessor rechnet und denkt. Er heißt CPU. Der Arbeitsspeicher hält Daten kurz. Er heißt RAM. Der Festspeicher behält Daten dauerhaft. Er heißt SSD.

Die Grafikkarte (GPU)

Die Grafikkarte hat viele kleine Rechenkerne. Sie heißt GPU. GPU steht für Grafik-Prozessor. Die GPU rechnet viele Dinge gleichzeitig. Das ist wichtig für KI-Training. KI-Training braucht viele gleichzeitige Rechnungen.

Bits und Bytes

Alles im Computer ist Nullen und Einsen. Das heißt Binärcode. Binärcode bedeutet: Es gibt nur an und aus. Die kleinste Einheit heißt Bit. Acht Bits sind ein Byte.

Genau jetzt, während du diesen Satz liest, schalten Milliarden winziger Schalter in deinem Gerät zwischen "an" und "aus" hin und her. Das ist buchstäblich das Einzige, was ein Computer kann. Wie lassen sich damit Videos schauen, Nachrichten schreiben oder mit einer KI sprechen?

Die Antwort beginnt mit drei physischen Bauteilen, die du in der Hand halten kannst - und einem überraschend einfachen Alphabet aus Einsen und Nullen. Am Ende dieses Artikels verstehst du, was bei jedem App-Start in deinem Gerät passiert und warum dieselbe Hardware heute künstliche Intelligenz antreibt.

Das Team im Computer: CPU, RAM und Speicher

Definition

CPU, RAM und Speicher

Analogie

Stell dir ein Büro vor: Der Sachbearbeiter (CPU) sitzt am Schreibtisch (RAM) und hat ein Archiv den Flur hinunter (SSD/Festplatte). Der Sachbearbeiter kann nur bearbeiten, was auf dem Schreibtisch liegt. Aus dem Archiv holen dauert lange, deshalb bleiben häufig benötigte Akten auf dem Schreibtisch. Wenn du abends das Büro verlässt (Strom aus), wird der Schreibtisch leergeräumt - aber das Archiv bleibt.

Wo die Büro-Analogie bricht: Ein echter Schreibtisch ist nicht 100.000-mal schneller erreichbar als ein echter Aktenschrank. Im Computer sind die Geschwindigkeitsunterschiede aber genau so extrem - RAM ist bei zufälligen Zugriffen rund 100.000-mal schneller als eine Festplatte.

RAM-Zugriff

~100  ns

Flüchtig, aber extrem schnell

SSD-Zugriff

~100  µs

1.000x langsamer als RAM

Festplatten-Zugriff

~10  ms

100.000x langsamer als RAM

  1. 1. Das Betriebssystem liest die Programmdaten (einige Megabyte) von der SSD
  2. 2. Programm und Dokument werden in den RAM geladen
  3. 3. Die CPU liest Befehle aus dem RAM und führt sie aus
  4. 4. Die GPU rendert das Fenster und zeigt den Text auf dem Bildschirm an
  5. 5. Beim Speichern werden die Änderungen vom RAM zurück auf die SSD geschrieben

Achtung

Häufiger Irrtum: Speicherplatz vs. Arbeitsspeicher

"Der Speicher ist voll" kann zweierlei bedeuten: Entweder ist die SSD voll (keine Dateien passen mehr drauf) oder der RAM ist ausgelastet (Programme werden langsamer). Das sind völlig verschiedene Probleme mit verschiedenen Lösungen.

"Mehr RAM = schnellerer Computer" stimmt nur teilweise. Mehr RAM verhindert, dass Daten auf die langsame SSD ausgelagert werden müssen. Die eigentliche Rechengeschwindigkeit hängt aber von der CPU ab.

Warum hat dein Computer zwei Gehirne?

Neben der CPU steckt in den meisten Computern noch ein zweiter Prozessor: die GPU (Graphics Processing Unit). Während die CPU wenige, aber sehr leistungsstarke Rechenkerne hat, besitzt eine moderne GPU Tausende einfacherer Kerne, die gleichzeitig arbeiten.

Stell dir die CPU als Universitätsprofessor vor, der jedes Problem lösen kann - aber immer nur eines nach dem anderen. Die GPU dagegen ist wie ein Stadion mit 10.000 Grundschülern, die gleichzeitig einfache Additionsaufgaben lösen. Für eine komplizierte Integralrechnung gewinnt der Professor. Für 8 Millionen Pixel pro Bild gewinnt das Stadion haushoch.

Die Analogie hat Grenzen: GPU-Kerne sind nicht "dumm" - sie können verschiedene Operationen ausführen, haben eigene Register und Caches und werden von aufwendiger Scheduling-Hardware koordiniert.

Merke

Warum Parallelismus unverzichtbar ist

Ein 4K-Bildschirm hat 3.840 x 2.160 = rund 8,3 Millionen Pixel. Bei 60 Bildern pro Sekunde müssen 500 Millionen Pixel-Updates pro Sekunde berechnet werden - mit Farbe, Beleuchtung, Schatten. Das ergibt leicht Hunderte Milliarden bis Billionen Rechenoperationen pro Sekunde, mehr als eine CPU neben all ihren anderen Aufgaben schaffen kann.

CPU

Wenige leistungsstarke Kerne (z.B. 8). Flexibel, schneller Kontextwechsel. Ideal für komplexe, sequenzielle Aufgaben: Betriebssystem, Programmlogik, Entscheidungen.

GPU

Tausende einfachere Kerne (z.B. 10.000+). Massiv parallel. Ideal für gleichartige Berechnungen auf vielen Datenpunkten: Pixel-Rendering, Matrixoperationen, KI-Training.

Neuronale Netze bestehen im Kern aus Matrixmultiplikationen - Millionen gleichartige Rechenoperationen auf großen Zahlenfeldern. Genau das, was GPUs am besten können.

Mit NVIDIA CUDA (2007) wurde es erstmals praktikabel, GPUs für allgemeine Berechnungen jenseits der Grafik zu nutzen. Seit 2017 baut NVIDIA spezielle Tensor Cores ein (andere Hersteller ähnliche Matrix-Einheiten), die besonders effizient für KI-Aufgaben sind.

Achtung

Häufiger Irrtum: "GPUs sind nur für Spiele"

Grafikkarten wurden lange mit Gaming assoziiert. Heute sind GPUs zentrale Bausteine in Rechenzentren für Wissenschaft, Medizin und vor allem KI-Entwicklung. Und: Mehr GPU-Speicher (VRAM) bedeutet nicht automatisch mehr Bilder pro Sekunde - VRAM bestimmt, wie viele Daten die GPU gleichzeitig bereithalten kann.

Interaktiv: GPU-Daten-Explorer

Sortiere und filtere echte GPU-Modelle nach VRAM, Rechenleistung (TFLOPS), Stromverbrauch und Preis. Vergleiche Gaming-Karten mit Datacenter-GPUs und beobachte, warum die A100 und H100 so viel teurer sind — und warum VRAM für KI-Modelle entscheidend ist.

Das digitale Alphabet: Bits, Bytes und Binärcode

Ein Bit (Binary Digit) ist die kleinste Informationseinheit und kann genau zwei Zustände annehmen: 0 oder 1. Ein Byte besteht aus 8 Bits und ermöglicht 256 verschiedene Kombinationen. Computer nutzen Binärcode, weil Transistoren - ihre Grundbausteine - zwei zuverlässige Zustände haben: leitend (an/1) und sperrend (aus/0).

Morsecode überträgt Nachrichten mit nur zwei Signalarten - kurz und lang. Ähnlich codiert das Binärsystem alles mit 0 und 1. Verschiedene Kombinationen ergeben verschiedene Bedeutungen, und die "Sprache" wird vom interpretierenden System bestimmt, nicht vom Muster selbst.

Die Analogie bricht, weil Morsecode zeitbasiert ist: Die Signaldauer ist Teil der Kodierung. Bits dagegen sind positionsbasiert - jedes Bit in einem Byte hat einen festen Stellenwert: 128, 64, 32, 16, 8, 4, 2, 1.

Merke

Schritt für Schritt: Der Buchstabe "A" in Binärcode

  1. 1. "A" hat im ASCII-Code den Dezimalwert 65
  2. 2. Stellenwerte eines Bytes: 128 | 64 | 32 | 16 | 8 | 4 | 2 | 1
  3. 3. Binär: 0100 0001 — nur Position 64 und 1 sind "an"
  4. 4. 64 + 1 = 65 = "A" - dasselbe Bitmuster könnte auch die Zahl 65 oder einen Helligkeitswert bedeuten

Entscheidend: Das Muster 01000001 hat keine eingebaute Bedeutung. Erst das Programm, das die Bits liest, entscheidet, ob es sich um einen Buchstaben, eine Zahl oder etwas anderes handelt.

Ein Buchstabe

1  Byte

Ein einzelnes ASCII-Zeichen

Ein Smartphone-Foto

~5  MB

Millionen Pixel mit je drei Farbwerten, komprimiert gespeichert

Ein kleineres KI-Modell

~14  GB

Milliarden von Gewichtswerten

Warum Bits und Bytes für den weiteren Lernpfad wichtig sind: Begriffe wie "32-Bit-Float", "8-Bit-Quantisierung" oder "Tokenisierung" bauen direkt auf diesem Verständnis auf. Wer das digitale Alphabet beherrscht, kann spätere Fachbegriffe schneller einordnen.

Merke

Die wichtigsten Erkenntnisse

  1. Die CPU ist das Gehirn, das Befehle Schritt für Schritt ausführt - schnell und flexibel, aber auf wenige Aufgaben gleichzeitig beschränkt.
  2. Der RAM ist der kurzfristige Arbeitsplatz: extrem schnell, aber flüchtig - bei Stromausfall ist alles weg.
  3. SSD/Festplatte ist das Langzeitarchiv: dauerhaft, aber bei zufälligen Zugriffen tausend- bis hunderttausendmal langsamer als RAM.
  4. Die GPU enthält Tausende einfachere Kerne, die parallel arbeiten - ursprünglich für Grafik, heute der Motor hinter KI-Training.
  5. Alle digitalen Daten - Text, Bilder, KI-Modelle - sind letztlich in Bits (Nullen und Einsen) codiert, nur in völlig verschiedenen Größenordnungen.

Prüfen

Quiz: Hardware-Basics

Noch offen

Was passiert mit dem Inhalt des RAM bei einem Stromausfall?

Wähle eine Antwort

Auflösung: 1) B · 2) C · 3) C · 4) C

Prüfen

Verständnischeck

Kannst du das in eigenen Worten erklären? Hake ab, was sitzt.

0 von 3 sitzen