--- title: "Qwen3.8-27B für Computer Use im eigenen Netz" canonical: https://wavect.io/de/blog/qwen3-8-27b-self-hosted-computer-use-agents/ language: de description: "Qwen3.8-27B erreicht 84,3 auf OSWorld-Verified. Was ein selbst gehosteter Computer-Use-Agent automatisieren darf und wie du ihn prüfst." image: "https://wavect.io/img/blog/headers/header_qwen3-8-27b-self-hosted-computer-use-agents.png" --- [**Zurück**](/de/blog/overview/) [![Kevin Riedl](/img/team/kevin.webp)](/de/team/kevin-riedl/) [Kevin Riedl](/de/team/kevin-riedl/) https://linkedin.com/in/wsdt 12 min Lesezeit · 18. August 2026 Zuletzt geprüft 18. August 2026 [**Weiter**](/de/blog/hark-handoff-computer-use-agent-review/) # Qwen3.8-27B: Computer-Use-Agenten selbst hosten, ohne Screenshots zu exportieren TL;DR Qwen3.8-27B ist ein dichtes multimodales Modell mit 27 Milliarden Parametern, das das Qwen-Team von Alibaba am 14. August 2026 unter Apache 2.0 veröffentlicht hat, mit Text, Bild und Video als Eingabe und 262.144 Tokens nativem Kontext. Die veröffentlichten Werte für Desktop-Bedienung liegen vor den Hosted-Modellen derselben Tabelle: 84,3 auf OSWorld-Verified gegen 72,7 und 73,3, dazu 81,9 auf AndroidWorld. Browser-Aufgaben sind mit 64,8 auf WebArena-Verified schwächer, dort scheitert also etwa jede dritte Aufgabe. Weil Screenshots nicht so zuverlässig anonymisiert werden können wie strukturierte Prompts, entfernt dieses Release den Blocker Datenübermittlung aus Screen-Automatisierungsprojekten, macht unbeaufsichtigte Autonomie aber nicht sicher. Für das Serving brauchst du neue Messungen statt Schätzwerten aus dichten Transformern: 48 der 64 Layer nutzen lineare Attention mit einem vorab reservierten State-Cache, der eigene SGLang-Flags hat. Hersteller-Benchmarks sind über verschiedene Harnesses hinweg nicht vergleichbar. Pilotiere deshalb einen Prozess mit 20 bis 30 echten Aufgaben in Fixture-Umgebungen, platziere Prompt-Injection-Versuche in editierbaren Feldern, verlange menschliche Bestätigung vor irreversiblen Aktionen und entscheide nach Kosten pro akzeptierter Aufgabe. **Qwen3.8-27B ist das erste Modell mit offenen Gewichten, dessen veröffentlichter Wert für Desktop-Bedienung über den Hosted-Modellen der eigenen Vergleichstabelle liegt.** Kommerziell zählt das aus einem Grund: Screen-Automatisierung ist genau die Aufgabe, bei der sich das Senden von Daten an eine fremde API am schlechtesten verteidigen lässt. Ein Screenshot trägt alles mit, was zufällig am Bildschirm war, inklusive dem Kundendatensatz neben der Rechnung, die gelesen werden sollte. Dieser Artikel beantwortet eine enge Kauffrage: **Kann ein selbst gehosteter Screen-Agent heute sinnvolle Back-Office-Arbeit übernehmen, und was muss stimmen, bevor er ein Produktionssystem anfasst?** Es ist keine Hardware-Dimensionierung. Für Speicherbudgets, Quantisierungs-Kompromisse und Piloten auf einer Workstation nimm unseren [Leitfaden zu Hardware und Benchmarks lokaler Agentenmodelle](/de/blog/muse-glimmer-30b-local-agent-guide/). Wenn du ein gehostetes Computer-Use-Produkt kaufen willst statt selbst zu betreiben, lies unsere [Analyse eines Computer-Use-Agenten aus der Research Preview](/de/blog/hark-handoff-computer-use-agent-review/). Diese drei Suchintentionen liegen absichtlich auf getrennten Seiten. ## Was Qwen3.8-27B wirklich ist Das Qwen-Team von Alibaba hat die Gewichte am 14. August 2026 veröffentlicht. Die [offizielle Modellkarte zu Qwen3.8-27B](https://huggingface.co/Qwen/Qwen3.8-27B) ist die Primärquelle für diesen Abschnitt und für die Benchmark-Tabelle darunter. | Entscheidungsfaktor | Veröffentlichte Angabe | Bedeutung für einen Screen-Agenten | | --- | --- | --- | | Größe und Typ | Dichtes 27B-Modell, 64 Layer, Hidden Size 5120 | Jeder Parameter läuft pro Token, die Speicherbandbreite setzt die Grenze, nicht die Parameterzahl allein | | Layer-Aufbau | 16 Wiederholungen von 3 × (Gated DeltaNet → FFN) und 1 × (Gated Attention → FFN) | 48 Layer mit linearer Attention gegen 16 mit voller Attention, das verändert den Speicherverbrauch bei langem Kontext | | Eingaben | Text, Bild und Video hinein, Text hinaus | Screenshots und Screen-Recordings sind native Eingaben, kein nachgelagerter OCR-Schritt | | Kontext | 262.144 Tokens nativ, per YaRN-Skalierung erweiterbar | Lange GUI-Verläufe mit vielen Screenshots passen ohne hartes Zusammenfassen | | Decoding | Multi-Token-Prediction im Checkpoint mittrainiert | Speculative Decoding ohne separates Drafter-Modell möglich | | Lizenz | Apache 2.0 | Kommerzielle Nutzung ist vorgesehen, bei Weitergabe gelten Hinweis- und Attributionspflichten | ## Die Zahl, die die Make-or-Buy-Frage verschiebt OSWorld-Verified misst, ob ein Agent echte Aufgaben in einer echten Desktop-Umgebung abschließt: Datei öffnen, Einstellung ändern, Formular fertigstellen. Das ist der beste öffentliche Näherungswert für die Back-Office-Arbeit, die Unternehmen tatsächlich automatisieren wollen. Qwens Tabelle setzt ein Modell, das du selbst betreiben kannst, vor die dort gelisteten Hosted-Modelle. | Benchmark | Qwen3.8-27B | Qwen3.6-27B | Qwen3.7-Plus | Muse Glimmer-30B | Opus 4.6 Max | | --- | --- | --- | --- | --- | --- | | OSWorld-Verified (Desktop-Bedienung) | **84,3** | 63,9 | 73,3 | 65,9 | 72,7 | | AndroidWorld (Mobile-Bedienung) | **81,9** | 70,3 | 81,0 | nicht berichtet | 62,0 | | WebArena-Verified (Browser-Aufgaben) | **64,8** | 48,8 | 55,3 | nicht berichtet | nicht berichtet | | Vision2Web | **62,9** | 45,0 | 42,1 | nicht berichtet | nicht berichtet | | SWE-bench Pro (Repository-Arbeit) | 61,7 | nicht berichtet | nicht berichtet | nicht berichtet | nicht berichtet | Lies die WebArena-Zeile vor der OSWorld-Zeile. Ein Wert von 64,8 bei Browser-Aufgaben heißt, dass etwa jeder dritte Versuch genau dort scheitert, wo die meiste kommerzielle Automatisierung lebt. Das Desktop-Ergebnis ist wirklich stark. Es ist keine Erlaubnis, einen Agenten auf dein ERP zu richten und den Raum zu verlassen. ## Warum eine Herstellertabelle keine Modellwahl entscheidet Zwei Hersteller haben innerhalb weniger Tage unterschiedliche Werte für dasselbe fremde Modell im selben Benchmark veröffentlicht. Qwen nennt für die eigene Vorgängergeneration Qwen3.6-27B 63,9 auf OSWorld-Verified. Metas Launch-Tabelle für das eigene lokale 30B-Modell nennt 75,6 für dieselbe Qwen-Generation, wie in unserem [Muse-Glimmer-Leitfaden](/de/blog/muse-glimmer-30b-local-agent-guide/) beschrieben. Keine der beiden Zahlen muss falsch sein. Computer-Use-Ergebnisse hängen am Scaffold: wie viele Schritte der Agent nehmen darf, in welcher Auflösung er den Bildschirm sieht, ob ein Accessibility-Baum verfügbar ist, wie Tool-Fehler wiederholt werden, welcher System-Prompt ihn steuert. Genau deshalb kann eine Herstellertabelle dein Ergebnis nicht vorhersagen. Der Harness ist Teil der Messung, und in deinem Betrieb ist der Harness deiner. **Unsere Regel:** Veröffentlichte Tabellen entscheiden, was einen Test verdient, niemals was in Produktion geht. Friere dein eigenes Scaffold ein und miss neu. Dieselbe Disziplin gilt beim Geld, das wir in [Kosten pro Token gegen Kosten pro akzeptierter Aufgabe](/de/blog/cost-per-token-vs-cost-per-task/) modellieren. ## Screenshots sind die Nutzlast, die du am wenigsten exportieren willst Text-Prompts kann man filtern. Die Eingabe eines Screen-Agenten nicht, jedenfalls nicht vollständig. Er sieht das Fenster, das er bedienen soll, plus alles ringsherum: den Nachbardatensatz, das offene Ticket, das interne Dashboard, den Namen einer Kollegin in einer Benachrichtigung. Anonymisierung vor dem Aufruf, wie in [Personenbezogene Daten entfernen, bevor sie beim LLM landen](/de/blog/pii-redaction-before-llm-prompts/) beschrieben, funktioniert bei strukturiertem Text. Bei beliebigen Pixeln überlebt sie nicht. Deshalb ist ein Modell mit offenen Gewichten und glaubwürdigen Desktop-Werten etwas anderes als ein etwas besseres Hosted-Modell. Inferenz im eigenen Netz entfernt die Übermittlung, die Frage nach Speicherfristen beim Anbieter und einen weiteren Subunternehmer-Eintrag. Sie entfernt nicht deine Pflichten als Betreiber, und sie bringt die Arbeit mit, den Stack selbst zu betreiben. Wenn die Übermittlung deine Risikobewertung blockiert, räumt dieses Release den Blocker weg. Wenn der echte Blocker ist, dass niemand im Team GPUs betreiben will, hilft Selbsthosting nicht. ## Was der hybride Attention-Stack für deine Serving-Planung ändert Kapazitätsplanung für einen dichten Transformer lässt sich nicht übertragen. Drei Viertel der Layer sind hier Gated-DeltaNet-Layer, die einen rekurrenten Zustand fester Größe halten statt eines Key-Value-Caches, der mit jedem Token wächst. Langer Kontext ist damit keine einzelne lineare Speicherkurve mehr, und Schätzwerte, die du für einen 27B-Transformer im Kopf hast, führen in beide Richtungen in die Irre. Das [SGLang-Deployment-Cookbook für dieses Modell](https://docs.sglang.io/cookbook/autoregressive/Qwen/Qwen3.8-27B) zeigt die Folge direkt: Der hybride State-Cache hat eigene Sizing-Flags, darunter `--mamba-full-memory-ratio` und `--max-mamba-cache-size`, und das Cookbook nennt BF16-, FP8- und NVFP4-W4A4-Checkpoints mit Multi-Token-Prediction im Checkpoint, ausgerichtet auf Single-GPU-Serving auf Hardware der Klassen H200, RTX PRO 6000, RTX 5090 und DGX Spark. Daraus folgen vier Planungspunkte, und jeder ist eine Messung statt einer Formel: - **Vorab reservierter Speicher ist eine Budgetentscheidung.** Der State-Cache wird im Voraus belegt. Freier Speicher im Leerlauf sagt sehr wenig über das Verhalten bei deiner echten Parallelität. - **Screenshots sind teure Tokens.** Bild-Tokens dominieren einen GUI-Verlauf. Miss mit der Auflösung und Schrittzahl, die dein Agent wirklich nutzt, nicht mit einem Text-Prompt. - **Speculative Decoding muss validiert werden, nicht angenommen.** Multi-Token-Prediction hilft vor allem der Latenz im Einzelstream und kann bei starkem Batching fast neutral sein. - **Quantisierung ist ein Qualitätsexperiment.** W4A4 verändert, was auf eine Karte passt. Ob es die Erfolgsquote auf deinen Bildschirmen verändert, beantworten nur eigene Fixtures. Wenn du entscheidest, wie das neben bestehenden Modellen betrieben wird, gelten die Plattformmuster aus [einem Inference-Stack auf vLLM und Triton](/de/blog/netflix-vllm-triton-inference-stack/) und das Kostenmodell aus [LLMs in der EU selbst hosten](/de/blog/self-hosting-llms-eu-cost/) unverändert. ## Wo ein selbst gehosteter Screen-Agent weiter verliert Die ehrlichen Fehlerfälle haben nichts mit Fähigkeit zu tun. Sie handeln davon, was passiert, wenn der Bildschirm feindlich ist oder die Aktion nicht zurückgenommen werden kann. Screen-Agenten lesen gerenderte Pixel und können ein echtes Interface-Element nicht zuverlässig von nutzergenerierten Inhalten unterscheiden, die nur so aussehen. Die [VPI-Bench-Studie zu visueller Prompt Injection](https://arxiv.org/abs/2506.02456) berichtet, dass über 306 Testfälle auf fünf verbreiteten Plattformen Computer-Use-Agenten mit Raten von bis zu 51 Prozent und Browser-Agenten auf einzelnen Plattformen bis zu 100 Prozent getäuscht wurden, und dass Abwehr über den System-Prompt nur begrenzt half. Ein Kommentarfeld, ein Kalendereintrag oder eine PDF-Fußzeile ist ein Kanal für Anweisungen. | Szenario | Eignung heute | Warum | | --- | --- | --- | | Lesende Extraktion aus einem internen System ohne nutzbare API | Starker Pilot | Umkehrbar, repetitiv, und die Daten verlassen das Netz nie | | Legacy-Desktop-Software, die nie eine API bekommt | Starker Pilot | Die Oberfläche ist die einzige verfügbare Integrationsfläche | | Formulare ausfüllen mit menschlicher Bestätigung vor dem Absenden | Guter Pilot | Das Modell entwirft, ein Mensch akzeptiert, der Audit-Trail bleibt intakt | | Browser-Workflows über mehrere öffentliche Seiten | Nur mit Leitplanken | Ein Browser-Wert von 64,8 plus nicht vertrauenswürdige Seiteninhalte ist eine schlechte Kombination | | Zahlungen, Kundenkommunikation, irreversible Zustandsänderungen | Noch nicht | Erfolgsraten von Injections über null machen unbeaufsichtigte Autonomie unhaltbar | | Stabiler Massenprozess, für den es schon eine API gibt | Falsches Werkzeug | Eine deterministische Integration ist günstiger, schneller und leichter testbar | Bevor ein Agent Zugangsdaten bekommt, schick ihn durch die Kontrollen unserer [Checkliste für Agenten-Evaluierung und Sandboxing](/de/blog/ai-agent-eval-sandbox-security-checklist/). Die strukturelle Regel ist kurz: Ein Agent, der Zugriff auf private Daten, Kontakt mit nicht vertrauenswürdigen Inhalten und einen Weg nach außen kombiniert, ist angreifbar. Nimm eines der drei weg. ## Eine Zwei-Wochen-Bewertung, die in einer Entscheidung endet 1. **Wähle einen Prozess und 20 bis 30 echte Aufgaben.** Nimm die tatsächliche Warteschlange des letzten Monats, inklusive der unsauberen Fälle und der eskalierten. 2. **Baue Fixture-Umgebungen, keine Livesysteme.** Snapshotte den Anwendungszustand, damit ein Lauf wiederholbar und ein Fehler diagnostizierbar ist. 3. **Friere das Scaffold ein.** Notiere Checkpoint und Quantisierung, Runtime-Version, Schrittlimit, Screenshot-Auflösung, Accessibility-Eingaben, System-Prompt, Toolset und Retry-Politik. 4. **Miss akzeptierte Ergebnisse, keine Demos.** Verfolge Abschlussquote, stille Fehlaktionen, Korrekturminuten von Menschen und Schritte pro Aufgabe. 5. **Miss das Serving-Budget.** Erfasse Spitzenspeicher bei Zielparallelität, Prefill-Latenz mit bildlastigen Prompts, Ausgabegeschwindigkeit und Einbruch bei parallelen Sessions. 6. **Greife es absichtlich an.** Platziere eingeschmuggelte Anweisungen in den Feldern, die deine Nutzer bearbeiten können, und prüfe, ob der Agent ablehnt und den Versuch protokolliert. 7. **Vergleiche mit der langweiligen Basislinie.** Lass ein deterministisches Skript oder eine bestehende API dieselben Aufgaben laufen. Manchmal verliert der Agent, und das ist ein nützliches Ergebnis. 8. **Bepreise die akzeptierte Aufgabe.** Rechne GPU-Kapazität, Engineering, Monitoring, Reviewzeit und Fehlläufe ein und vergleiche mit den heutigen manuellen Kosten. Bestanden heißt nicht "das Modell lief". Bestanden heißt: eine Abschlussquote über deiner Prozessschwelle, keine stille zerstörende Aktion im Angriffsset, ein Serving-Budget, das bei echter Parallelität hält, und Kosten pro akzeptierter Aufgabe unter dem Status quo. ## Die Compliance-Arbeit, die Selbsthosting nicht erledigt Inferenz im eigenen Haus verkürzt das Datenschutzgespräch. Das AI-Act-Gespräch beendet sie nicht. Nach [dem Transparenz-Leitfaden der Europäischen Kommission zu Artikel 50](https://digital-strategy.ec.europa.eu/en/faqs/transparency-obligations-under-article-50-ai-act) gelten diese Pflichten ab dem 2. August 2026, mit einer begrenzten Übergangsfrist bis zum 2. Dezember 2026 für die Kennzeichnungs- und Erkennungspflicht bei Systemen, die vor diesem Datum schon am Markt waren. Betreiberpflichten sind real, aber konkret: Personen informieren, die Emotionserkennung oder biometrischer Kategorisierung ausgesetzt sind, und Deepfakes sowie KI-erzeugte Texte zu Fragen von öffentlichem Interesse kennzeichnen, wenn sie ohne redaktionelle Prüfung veröffentlicht werden. Zwei praktische Punkte für einen Screen-Agenten. Erstens ist eine interne Back-Office-Automatisierung oft überhaupt kein Artikel-50-System, also dokumentiere die Begründung statt eine der beiden Antworten anzunehmen. Zweitens kann eine erhebliche Änderung eines Modells mit offenen Gewichten dich in der Wertschöpfungskette in Richtung Anbieterpflichten verschieben, und das klärst du mit Rechtsberatung vor dem Finetuning, nicht danach. Unsere [Engineering-Checkliste zu Artikel 50](/de/blog/eu-ai-act-article-50-checklist/) deckt die Umsetzungsseite ab, und [unser Trust Center](/de/trust-center/) sagt klar, was wir zertifizieren und was nicht. Das ist operative Anleitung, keine Rechtsberatung. ## Häufige Fragen ### Was ist Qwen3.8-27B? Qwen3.8-27B ist ein dichtes multimodales Modell mit 27 Milliarden Parametern, das das Qwen-Team von Alibaba am 14. August 2026 unter Apache 2.0 veröffentlicht hat. Es nimmt Text, Bilder und Video auf, gibt Text aus, bietet 262.144 Tokens nativen Kontext und nutzt einen hybriden Aufbau aus Gated-DeltaNet- und Gated-Attention-Layern. ### Kann Qwen3.8-27B einen Computer oder Browser bedienen? Dafür ist es gebaut. Qwen berichtet 84,3 auf OSWorld-Verified für Desktop-Bedienung, 81,9 auf AndroidWorld und 64,8 auf WebArena-Verified. Die Desktop-Werte sind stark, im Browser scheitert weiterhin etwa jede dritte Aufgabe. Schneide den Anwendungsfall entsprechend zu. ### Ist ein selbst gehosteter Computer-Use-Agent besser für die DSGVO? Er entfernt die Übermittlung und die Frage nach Speicherfristen beim Anbieter, oft der schwierigste Teil einer Screen-Automatisierung, weil Screenshots nicht zuverlässig anonymisiert werden können. Deine Pflichten als Betreiber bleiben, und der sichere Betrieb des Inference-Stacks kommt dazu. ### Welche Hardware braucht Qwen3.8-27B? Das SGLang-Cookbook zielt auf Single-GPU-Serving auf Hardware der Klassen H200, RTX PRO 6000, RTX 5090 und DGX Spark, mit BF16-, FP8- und NVFP4-W4A4-Checkpoints. Weil 48 der 64 Layer lineare Attention mit vorab reserviertem State-Cache nutzen, miss den Spitzenspeicher bei deinem echten Kontext und deiner Parallelität statt Schätzwerte aus dichten Transformern zu übernehmen. ### Was ist das größte Risiko in einem Screen-Agent-Piloten? Visuelle Prompt Injection. Agenten lesen gerenderte Pixel und können Interface und Inhalt nicht zuverlässig trennen. VPI-Bench berichtet Täuschungsraten von bis zu 51 Prozent bei Computer-Use-Agenten, wobei Abwehr über den System-Prompt nur begrenzt half. Verlange menschliche Bestätigung vor irreversiblen Aktionen und teste mit platzierten Anweisungen. ### Darf ein Unternehmen Qwen3.8-27B kommerziell nutzen? Die Gewichte stehen unter Apache 2.0, was kommerzielle Nutzung erlaubt, bei Weitergabe Lizenz-, Änderungs- und Attributionshinweise verlangt und keine Markenrechte gewährt. Kläre das genaue Artefakt und dein Vertriebsmodell mit Rechtsberatung, besonders bei Finetuning. ## Fazit Screen-Automatisierung war die Aufgabe, bei der Fähigkeit und Compliance in verschiedene Richtungen zeigten: Die Modelle, die gut genug waren, einen Desktop zu bedienen, waren die, denen du deinen Desktop nicht schicken durftest. Qwen3.8-27B schließt diese Lücke weit genug, um einen echten Piloten auf einem echten Prozess zu rechtfertigen. Nimm die veröffentlichten Werte als Grund zu testen, baue Fixtures statt auf Livesystemen zu experimentieren, greife deinen Agenten selbst an, bevor es jemand anderes tut, und halte einen Menschen vor jede irreversible Aktion. Wenn er besteht, bleibt die Automatisierung in deinem Netz. Wenn nicht, weißt du es nach zwei Wochen statt nach dem Rollout. ## Das könnte dich auch interessieren.. [**Lokale Agentenmodelle: Hardware und Benchmarks** Speicherbudget bestimmen und Herstellertabellen mit der richtigen Skepsis lesen.](/de/blog/muse-glimmer-30b-local-agent-guide/) [**KI-Enablement gegen generische KI-Beratung** Vergleiche eine gesteuerte Umsetzung mit reiner KI-Beratung.](/de/compare/ai-enablement-vs-generic-ai-consultancy/) Modelle und Infrastruktur ## In diesem Cluster weiterlesen Modellauswahl, Inferenzkosten, lokaler Betrieb, Kompression und Serving-Architektur. [Mit dem Grundlagenartikel starten**LLMs in der EU selbst hosten: Wann sich Open Weights wirklich rechnen**](/de/blog/self-hosting-llms-eu-cost/) - [Der vLLM- und Triton-Stack von Netflix: 7 Produktionslektionen](/de/blog/netflix-vllm-triton-inference-stack/) - [Transformers.js im Browser: Wann lokale KI in dein Produkt gehört](/de/blog/transformers-js-browser-ai-guide/) - [LiteLLM selbst hosten: Production-Guide 2026](/de/blog/self-host-litellm-production-2026/) - [KI-fähiges Unternehmenswiki: Architektur und Aufbau](/de/blog/ai-ready-company-wiki/) - [Versieht Claude Texte mit Wasserzeichen? API-Antwort 2026](/de/blog/claude-text-watermark-api-2026/) Postfach, ohne Lärm ## Folge der Arbeit, die für dich zählt Du bekommst eine kurze E-Mail, wenn wir etwas Neues veröffentlichen. Folge dem ganzen Blog oder nur den Themen, die dich interessieren. [**Zurück**](/de/blog/overview/) [![Kevin Riedl](/img/team/kevin.webp)](/de/team/kevin-riedl/) [Kevin Riedl](/de/team/kevin-riedl/) https://linkedin.com/in/wsdt 12 min Lesezeit · 18. August 2026 Zuletzt geprüft 18. August 2026 [**Weiter**](/de/blog/hark-handoff-computer-use-agent-review/) Neue Beiträge per E-Mail × × Neue Beiträge per E-Mail Eine kurze E-Mail, wenn wir etwas veröffentlichen. Kostenlos, ohne Tracking. ## Structured Data ```json { "@context": "https://schema.org", "@graph": [ { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ], "employee": [ { "@id": "https://wavect.io/team/kevin-riedl/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Kevin Riedl", "url": "https://wavect.io/team/kevin-riedl/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } }, { "@id": "https://wavect.io/team/christof-jori/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Christof Jori", "url": "https://wavect.io/team/christof-jori/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } } ], "founder": [ { "@id": "https://wavect.io/team/kevin-riedl/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Kevin Riedl", "url": "https://wavect.io/team/kevin-riedl/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } }, { "@id": "https://wavect.io/team/christof-jori/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Christof Jori", "url": "https://wavect.io/team/christof-jori/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } } ], "legalRepresentative": [ { "@id": "https://wavect.io/team/kevin-riedl/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Kevin Riedl", "url": "https://wavect.io/team/kevin-riedl/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } }, { "@id": "https://wavect.io/team/christof-jori/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Christof Jori", "url": "https://wavect.io/team/christof-jori/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } } ], "name": "Wavect GmbH", "subjectOf": { "@id": "https://wavect.io/verified-claims.json#dataset", "@type": "Dataset", "creator": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] }, "description": "A machine-readable registry of quantitative and qualitative claims published by Wavect, with review dates, localized page appearances and public third-party citations where available.", "inLanguage": "en", "isAccessibleForFree": true, "license": "https://creativecommons.org/licenses/by/4.0/", "name": "Wavect verified publication claims", "url": "https://wavect.io/verified-claims.json" }, "url": "https://wavect.io/" }, { "@id": "https://wavect.io/team/kevin-riedl/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Kevin Riedl", "sameAs": [ "https://www.wikidata.org/wiki/Q139796365", "https://www.linkedin.com/in/wsdt", "https://github.com/wsdt" ], "url": "https://wavect.io/team/kevin-riedl/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } }, { "@id": "https://wavect.io/team/christof-jori/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Christof Jori", "sameAs": [ "https://www.wikidata.org/wiki/Q139796367", "https://www.linkedin.com/in/jocr77/", "https://github.com/jo-chris" ], "url": "https://wavect.io/team/christof-jori/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } }, { "@id": "https://wavect.io/#website", "@type": "WebSite", "inLanguage": [ "en", "de", "es", "zh" ], "name": "Wavect", "potentialAction": { "@type": "SearchAction", "query-input": "required name=search_term_string", "target": { "@type": "EntryPoint", "urlTemplate": "https://wavect.io/search/?q={search_term_string}" } }, "publisher": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] }, "url": "https://wavect.io/" }, { "@id": "https://wavect.io/de/blog/qwen3-8-27b-self-hosted-computer-use-agents/#webpage", "@type": "WebPage", "dateModified": "2026-08-18", "inLanguage": "de", "isPartOf": { "@id": "https://wavect.io/#website", "@type": "WebSite" }, "lastReviewed": "2026-08-18", "url": "https://wavect.io/de/blog/qwen3-8-27b-self-hosted-computer-use-agents/" } ] } ``` ```json { "@context": "https://schema.org", "@type": "BlogPosting", "abstract": "Qwen3.8-27B ist ein dichtes multimodales Modell mit 27 Milliarden Parametern, das das Qwen-Team von Alibaba am 14. August 2026 unter Apache 2.0 veröffentlicht hat, mit Text, Bild und Video als Eingabe und 262.144 Tokens nativem Kontext. Die veröffentlichten Werte für Desktop-Bedienung liegen vor den Hosted-Modellen derselben Tabelle: 84,3 auf OSWorld-Verified gegen 72,7 und 73,3, dazu 81,9 auf AndroidWorld. Browser-Aufgaben sind mit 64,8 auf WebArena-Verified schwächer, dort scheitert also etwa jede dritte Aufgabe. Weil Screenshots nicht so zuverlässig anonymisiert werden können wie strukturierte Prompts, entfernt dieses Release den Blocker Datenübermittlung aus Screen-Automatisierungsprojekten, macht unbeaufsichtigte Autonomie aber nicht sicher. Für das Serving brauchst du neue Messungen statt Schätzwerten aus dichten Transformern: 48 der 64 Layer nutzen lineare Attention mit einem vorab reservierten State-Cache, der eigene SGLang-Flags hat. Hersteller-Benchmarks sind über verschiedene Harnesses hinweg nicht vergleichbar. Pilotiere deshalb einen Prozess mit 20 bis 30 echten Aufgaben in Fixture-Umgebungen, platziere Prompt-Injection-Versuche in editierbaren Feldern, verlange menschliche Bestätigung vor irreversiblen Aktionen und entscheide nach Kosten pro akzeptierter Aufgabe.", "articleBody": " Blog-Übersicht/AI und Agents/Modelle und Infrastruktur Qwen3.8-27B: Computer-Use-Agenten selbst hosten, ohne Screenshots zu exportieren TL;DR Qwen3.8-27B ist ein dichtes multimodales Modell mit 27 Milliarden Parametern, das das Qwen-Team von Alibaba am 14. August 2026 unter Apache 2.0 veröffentlicht hat, mit Text, Bild und Video als Eingabe und 262.144 Tokens nativem Kontext. Die veröffentlichten Werte für Desktop-Bedienung liegen vor den Hosted-Modellen derselben Tabelle: 84,3 auf OSWorld-Verified gegen 72,7 und 73,3, dazu 81,9 auf AndroidWorld. Browser-Aufgaben sind mit 64,8 auf WebArena-Verified schwächer, dort scheitert also etwa jede dritte Aufgabe. Weil Screenshots nicht so zuverlässig anonymisiert werden können wie strukturierte Prompts, entfernt dieses Release den Blocker Datenübermittlung aus Screen-Automatisierungsprojekten, macht unbeaufsichtigte Autonomie aber nicht sicher. Für das Serving brauchst du neue Messungen statt Schätzwerten aus dichten Transformern: 48 der 64 Layer nutzen lineare Attention mit einem vorab reservierten State-Cache, der eigene SGLang-Flags hat. Hersteller-Benchmarks sind über verschiedene Harnesses hinweg nicht vergleichbar. Pilotiere deshalb einen Prozess mit 20 bis 30 echten Aufgaben in Fixture-Umgebungen, platziere Prompt-Injection-Versuche in editierbaren Feldern, verlange menschliche Bestätigung vor irreversiblen Aktionen und entscheide nach Kosten pro akzeptierter Aufgabe. Qwen3.8-27B ist das erste Modell mit offenen Gewichten, dessen veröffentlichter Wert für Desktop-Bedienung über den Hosted-Modellen der eigenen Vergleichstabelle liegt. Kommerziell zählt das aus einem Grund: Screen-Automatisierung ist genau die Aufgabe, bei der sich das Senden von Daten an eine fremde API am schlechtesten verteidigen lässt. Ein Screenshot trägt alles mit, was zufällig am Bildschirm war, inklusive dem Kundendatensatz neben der Rechnung, die gelesen werden sollte. Dieser Artikel beantwortet eine enge Kauffrage: Kann ein selbst gehosteter Screen-Agent heute sinnvolle Back-Office-Arbeit übernehmen, und was muss stimmen, bevor er ein Produktionssystem anfasst? Es ist keine Hardware-Dimensionierung. Für Speicherbudgets, Quantisierungs-Kompromisse und Piloten auf einer Workstation nimm unseren Leitfaden zu Hardware und Benchmarks lokaler Agentenmodelle. Wenn du ein gehostetes Computer-Use-Produkt kaufen willst statt selbst zu betreiben, lies unsere Analyse eines Computer-Use-Agenten aus der Research Preview. Diese drei Suchintentionen liegen absichtlich auf getrennten Seiten. Was Qwen3.8-27B wirklich ist Das Qwen-Team von Alibaba hat die Gewichte am 14. August 2026 veröffentlicht. Die offizielle Modellkarte zu Qwen3.8-27B ist die Primärquelle für diesen Abschnitt und für die Benchmark-Tabelle darunter. EntscheidungsfaktorVeröffentlichte AngabeBedeutung für einen Screen-Agenten Größe und TypDichtes 27B-Modell, 64 Layer, Hidden Size 5120Jeder Parameter läuft pro Token, die Speicherbandbreite setzt die Grenze, nicht die Parameterzahl allein Layer-Aufbau16 Wiederholungen von 3 × (Gated DeltaNet → FFN) und 1 × (Gated Attention → FFN)48 Layer mit linearer Attention gegen 16 mit voller Attention, das verändert den Speicherverbrauch bei langem Kontext EingabenText, Bild und Video hinein, Text hinausScreenshots und Screen-Recordings sind native Eingaben, kein nachgelagerter OCR-Schritt Kontext262.144 Tokens nativ, per YaRN-Skalierung erweiterbarLange GUI-Verläufe mit vielen Screenshots passen ohne hartes Zusammenfassen DecodingMulti-Token-Prediction im Checkpoint mittrainiertSpeculative Decoding ohne separates Drafter-Modell möglich LizenzApache 2.0Kommerzielle Nutzung ist vorgesehen, bei Weitergabe gelten Hinweis- und Attributionspflichten Die Zahl, die die Make-or-Buy-Frage verschiebt OSWorld-Verified misst, ob ein Agent echte Aufgaben in einer echten Desktop-Umgebung abschließt: Datei öffnen, Einstellung ändern, Formular fertigstellen. Das ist der beste öffentliche Näherungswert für die Back-Office-Arbeit, die Unternehmen tatsächlich automatisieren wollen. Qwens Tabelle setzt ein Modell, das du selbst betreiben kannst, vor die dort gelisteten Hosted-Modelle. BenchmarkQwen3.8-27BQwen3.6-27BQwen3.7-PlusMuse Glimmer-30BOpus 4.6 Max OSWorld-Verified (Desktop-Bedienung)84,363,973,365,972,7 AndroidWorld (Mobile-Bedienung)81,970,381,0nicht berichtet62,0 WebArena-Verified (Browser-Aufgaben)64,848,855,3nicht berichtetnicht berichtet Vision2Web62,945,042,1nicht berichtetnicht berichtet SWE-bench Pro (Repository-Arbeit)61,7nicht berichtetnicht berichtetnicht berichtetnicht berichtet Lies die WebArena-Zeile vor der OSWorld-Zeile. Ein Wert von 64,8 bei Browser-Aufgaben heißt, dass etwa jeder dritte Versuch genau dort scheitert, wo die meiste kommerzielle Automatisierung lebt. Das Desktop-Ergebnis ist wirklich stark. Es ist keine Erlaubnis, einen Agenten auf dein ERP zu richten und den Raum zu verlassen. Warum eine Herstellertabelle keine Modellwahl entscheidet Zwei Hersteller haben innerhalb weniger", "articleSection": "Entwicklung", "author": { "@id": "https://wavect.io/team/kevin-riedl/#person", "@type": "Person", "name": "Kevin Riedl", "sameAs": [ "https://www.wikidata.org/wiki/Q139796365", "https://www.linkedin.com/in/wsdt", "https://github.com/wsdt" ], "url": "https://wavect.io/team/kevin-riedl/" }, "citation": [ { "@type": "WebPage", "name": "offizielle Modellkarte zu Qwen3.8-27B", "url": "https://huggingface.co/Qwen/Qwen3.8-27B" }, { "@type": "WebPage", "name": "SGLang-Deployment-Cookbook für dieses Modell", "url": "https://docs.sglang.io/cookbook/autoregressive/Qwen/Qwen3.8-27B" }, { "@type": "WebPage", "name": "VPI-Bench-Studie zu visueller Prompt Injection", "url": "https://arxiv.org/abs/2506.02456" }, { "@type": "WebPage", "name": "dem Transparenz-Leitfaden der Europäischen Kommission zu Artikel 50", "url": "https://digital-strategy.ec.europa.eu/en/faqs/transparency-obligations-under-article-50-ai-act" } ], "dateModified": "2026-08-18", "datePublished": "2026-08-18", "description": "Qwen3.8-27B ist ein dichtes multimodales Modell mit 27 Milliarden Parametern, das das Qwen-Team von Alibaba am 14. August 2026 unter Apache 2.0 veröffentlicht hat, mit Text, Bild und Video als Eingabe und 262.144 Tokens nativem Kontext. Die veröffentlichten Werte für Desktop-Bedienung liegen vor den Hosted-Modellen derselben Tabelle: 84,3 auf OSWorld-Verified gegen 72,7 und 73,3, dazu 81,9 auf AndroidWorld. Browser-Aufgaben sind mit 64,8 auf WebArena-Verified schwächer, dort scheitert also etwa jede dritte Aufgabe. Weil Screenshots nicht so zuverlässig anonymisiert werden können wie strukturierte Prompts, entfernt dieses Release den Blocker Datenübermittlung aus Screen-Automatisierungsprojekten, macht unbeaufsichtigte Autonomie aber nicht sicher. Für das Serving brauchst du neue Messungen statt Schätzwerten aus dichten Transformern: 48 der 64 Layer nutzen lineare Attention mit einem vorab reservierten State-Cache, der eigene SGLang-Flags hat. Hersteller-Benchmarks sind über verschiedene Harnesses hinweg nicht vergleichbar. Pilotiere deshalb einen Prozess mit 20 bis 30 echten Aufgaben in Fixture-Umgebungen, platziere Prompt-Injection-Versuche in editierbaren Feldern, verlange menschliche Bestätigung vor irreversiblen Aktionen und entscheide nach Kosten pro akzeptierter Aufgabe.", "headline": "Qwen3.8-27B: Computer-Use-Agenten selbst hosten, ohne Screenshots zu exportieren", "image": "https://wavect.io/img/blog/headers/header_qwen3-8-27b-self-hosted-computer-use-agents.svg", "inLanguage": "de", "keywords": "Computer Use, Lokale KI", "mainEntityOfPage": { "@id": "https://wavect.io/de/blog/qwen3-8-27b-self-hosted-computer-use-agents/", "@type": "WebPage" }, "publisher": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] }, "url": "https://wavect.io/de/blog/qwen3-8-27b-self-hosted-computer-use-agents/", "wordCount": 2385 } ``` ```json { "@context": "https://schema.org", "@type": "BreadcrumbList", "itemListElement": [ { "@type": "ListItem", "item": "https://wavect.io/de/", "name": "Startseite", "position": 1 }, { "@type": "ListItem", "item": "https://wavect.io/de/blog/overview/", "name": "Blog-Übersicht", "position": 2 }, { "@type": "ListItem", "item": "https://wavect.io/de/blog/topics/ai-agents/", "name": "AI und Agents", "position": 3 }, { "@type": "ListItem", "item": "https://wavect.io/de/blog/clusters/models-infrastructure/", "name": "Modelle und Infrastruktur", "position": 4 }, { "@type": "ListItem", "item": "https://wavect.io/de/blog/qwen3-8-27b-self-hosted-computer-use-agents/", "name": "Qwen3.8-27B für Computer Use im eigenen Netz | ", "position": 5 } ] } ``` ```json { "@context": "https://schema.org", "@type": "FAQPage", "mainEntity": [ { "@type": "Question", "acceptedAnswer": { "@type": "Answer", "text": "Qwen3.8-27B ist ein dichtes multimodales Modell mit 27 Milliarden Parametern, das das Qwen-Team von Alibaba am 14. August 2026 unter Apache 2.0 veröffentlicht hat. Es nimmt Text, Bilder und Video auf, gibt Text aus, bietet 262.144 Tokens nativen Kontext und nutzt einen hybriden Aufbau aus Gated-DeltaNet- und Gated-Attention-Layern." }, "name": "Was ist Qwen3.8-27B?" }, { "@type": "Question", "acceptedAnswer": { "@type": "Answer", "text": "Dafür ist es gebaut. Qwen berichtet 84,3 auf OSWorld-Verified für Desktop-Bedienung, 81,9 auf AndroidWorld und 64,8 auf WebArena-Verified. Die Desktop-Werte sind stark, im Browser scheitert weiterhin etwa jede dritte Aufgabe. Schneide den Anwendungsfall entsprechend zu." }, "name": "Kann Qwen3.8-27B einen Computer oder Browser bedienen?" }, { "@type": "Question", "acceptedAnswer": { "@type": "Answer", "text": "Er entfernt die Übermittlung und die Frage nach Speicherfristen beim Anbieter, oft der schwierigste Teil einer Screen-Automatisierung, weil Screenshots nicht zuverlässig anonymisiert werden können. Deine Pflichten als Betreiber bleiben, und der sichere Betrieb des Inference-Stacks kommt dazu." }, "name": "Ist ein selbst gehosteter Computer-Use-Agent besser für die DSGVO?" }, { "@type": "Question", "acceptedAnswer": { "@type": "Answer", "text": "Das SGLang-Cookbook zielt auf Single-GPU-Serving auf Hardware der Klassen H200, RTX PRO 6000, RTX 5090 und DGX Spark, mit BF16-, FP8- und NVFP4-W4A4-Checkpoints. Weil 48 der 64 Layer lineare Attention mit vorab reserviertem State-Cache nutzen, miss den Spitzenspeicher bei deinem echten Kontext und deiner Parallelität statt Schätzwerte aus dichten Transformern zu übernehmen." }, "name": "Welche Hardware braucht Qwen3.8-27B?" }, { "@type": "Question", "acceptedAnswer": { "@type": "Answer", "text": "Visuelle Prompt Injection. Agenten lesen gerenderte Pixel und können Interface und Inhalt nicht zuverlässig trennen. VPI-Bench berichtet Täuschungsraten von bis zu 51 Prozent bei Computer-Use-Agenten, wobei Abwehr über den System-Prompt nur begrenzt half. Verlange menschliche Bestätigung vor irreversiblen Aktionen und teste mit platzierten Anweisungen." }, "name": "Was ist das größte Risiko in einem Screen-Agent-Piloten?" }, { "@type": "Question", "acceptedAnswer": { "@type": "Answer", "text": "Die Gewichte stehen unter Apache 2.0, was kommerzielle Nutzung erlaubt, bei Weitergabe Lizenz-, Änderungs- und Attributionshinweise verlangt und keine Markenrechte gewährt. Kläre das genaue Artefakt und dein Vertriebsmodell mit Rechtsberatung, besonders bei Finetuning." }, "name": "Darf ein Unternehmen Qwen3.8-27B kommerziell nutzen?" } ] } ```