ComputerBase hat mehr als 110 Grafikkarten, darunter die GeForce RTX 5090, 4090 und die Radeon RX 7900 XTX, im 3DMark Time Spy getestet. Mit der Bestenliste lässt sich der eigene PC vergleichen. Das ist so einfach, dass jeder schnell den kostenlosen Benchmark durchführen kann.

3DMark Time Spy: Kostenloser Benchmark im Überblick

Die grundsätzlich kostenlose Benchmark-Suite 3DMark (Download) enthält unterschiedliche Benchmark-Tests, die verschiedene Szenarien eines Gaming-PCs testen. An dieser Stelle dreht sich alles um den Test 3DMark Time Spy, der die Gaming-Performance für DirectX 12 unter Windows 10 und Windows 11 überprüft.

Time Spy ist mittlerweile schon einige Jahre alt, es handelt sich um einen der ersten DirectX-12-basierten 3DMark-Benchmarks überhaupt. Entsprechend sind die Anforderungen an die Hardware gering und moderne Features werden nicht vorausgesetzt, sodass auch alte Grafikkarten den Test problemlos absolvieren können. Pflicht ist Windows 10 oder 11 für DirectX 12. Mit dem 3DMark Steel Nomad hat 3DMark Time Spy im Frühjahr 2024 einen offiziellen Nachfolger erhalten, der deutlich anspruchsvoller ist und schnellere Hardware benötigt. ComputerBase hat mittlerweile mehr als 90 Grafikkarten im 3DMark Steel Nomad getestet. Darüber hinaus gibt es auch Benchmarks mit über 45 Grafikkarten vom 3DMark Speed Way, der die Raytracing-Performance testet.

Mehr als 100 Grafikkarten für den 3DMark Time Spy

Mehr als 100 Grafikkarten hat ComputerBase im 3DMark Time Spy getestet. Neben fast allen modernen Modellen des Typs Nvidia GeForce, AMD Radeon und Intel Arc sind auch diverse alte GeForce- und Radeon-Beschleuniger vertreten – bis hinab zur GeForce GTX 660 und Radeon R7 250X. Zu beachten ist: Das folgende Diagramm zeigt nicht den „3DMark-Score“ als Gesamtwert aus GPU- und CPU-Leistung, sondern den „Graphics-Score“, der bei jedem Benchmark-Durchlauf ebenso angezeigt wird. Er benotet die Leistung der Grafikkarte so weit wie möglich losgelöst vom restlichen System.

Die Benchmark-Ergebnisse von GeForce RTX 5090 und Radeon RX 7900 XTX

Im Test zeigt die aktuell schnellste Grafikkarte, die GeForce RTX 5090 (Test), einen Graphics-Score von 47.760 Punkten.

Aber Achtung: Die Skalierung in diesem Benchmark geht deutlich über das Niveau, das die Grafikkarte in den UHD-Gaming-Benchmarks gezeigt hat, hinaus (RTX 5090 UHD-Gaming-Benchmarks).

AMDs Flaggschiff, die Radeon RX 7900 XTX (Test), ist mit 28.910 Punkten kaum langsamer, obwohl die Nvidia-Grafikkarte für gewöhnlich deutlich schneller ist. Das hat zwei Gründe: Radeon-Grafikkarten schneiden im Time-Spy-Test generell sehr gut ab und darüber hinaus skaliert der Benchmark mit sehr schnellen Beschleunigern nicht mehr vernünftig. Hier ist es sinnvoller, einen aktuellen Test wie Steel Nomad zum Leistungsvergleich zu benutzen.

Ein Blick in die aktuelle Mittelklasse zeigt dann, dass der 3DMark Time Spy abseits der schnellsten Grafikkarten (und Intel Arc) in den meisten Fällen durchaus Abstände zwischen GPUs von AMD und Nvidia zeigt, die es so auch in vielen Spielen gibt. So liefert die Radeon RX 7800 XT (Test) mit etwas über 19.000 Punkten ein 9 Prozent besseres Ergebnis als die GeForce RTX 4070 (Test), was ziemlich genau der Spiele-Praxis entspricht. Die GeForce RTX 4070 Super (Test) ist mit mehr als 20.500 Punkten wiederum 8 Prozent flotter. Das sind sehr passende Abstände.

Sämtliche Ergebnisse gelten nur als Richtwert, in etwa dort sollte der eigene PC mit der gleichen Grafikkarte landen. Gelingt es nicht ganz, kann dies durchaus korrekt sein, wenn der übrige Rechner zum Beispiel langsamer ist. Weichen die Ergebnisse dagegen deutlich ab, gibt es vermutlich ein Problem mit dem System. Die ComputerBase-Community dürfte dann die richtige Anlaufstelle sein.

Das 3DMark-Time-Spy-Ranking wird mit der Zeit erweitert

ComputerBase wird die Benchmarks mit der Zeit erweitern, vor allem neue Grafikkarten werden durchweg eingepflegt. Um die Übersicht zu behalten, fasst die Redaktion am unteren Ende der Seite sämtliche Änderungen am Artikel als Historie auf.

Hier bekommt ihr den 3DMark Time Spy und so funktioniert der Benchmark

Wer den Benchmark selber durchführen möchte, um den eigenen PC mit den Testergebnissen der Redaktion zu vergleichen, benötigt zuerst das Hauptprogramm 3DMark (Download), das auf ComputerBase heruntergeladen werden kann. Alternativ kann der Download über Steam erfolgen (auf „3DMark Demo herunterladen“ klicken). Beide Varianten sind kostenlos.

Anschließend muss der Reiter „Benchmarks“ geöffnet und der Test „Time Spy“ ausgewählt werden. Dann muss auf „Run“ geklickt werden, fertig. Der Test findet in 2.560 × 1.440 Pixeln (WQHD) statt. Zuerst startet eine Demo, danach folgt automatisch der Benchmark. Wer die kostenpflichtige Advanced Edition des 3DMark erworben hat, kann die Demo auch abschalten und den Benchmark nach seinen Vorlieben konfigurieren.

Ist der Benchmark, der aus zwei GPU-Tests und einem CPU-Parcours besteht, beendet, findet sich das in diesem Fall gesuchte Ergebnis in der Spalte „Graphics Score“ wieder. Das deutlich größer dargestellte Ergebnis „Time Spy Score“ spielt für diesen Vergleich keine Rolle.

Das sind die PC-Anforderungen von 3DMark Time Spy

Der 3DMark Time Spy ist ein einfacher DirectX-12-Benchmark, die Anforderungen an die Hardware sind gering. Als Betriebssystem braucht es Windows 10 oder Windows 11, als Grafikkarte muss schlicht und ergreifend DirectX 12 auf Software-Ebene unterstützt werden – das ist ab einer Nvidia GeForce GTX 400 oder einer AMD Radeon HD 7000 (nicht zu verwechseln mit der aktuellen Serie Radeon RX 7000!) der Fall. Davon abgesehen gibt es keine nennenswerten PC-Anforderungen.

Testsystem: Hardware und Treiber

Die Benchmarks für die erste Iteration des Artikels wurden im Juni 2024 durchgeführt, als Grafikkartentreiber sind entsprechend der GeForce 555.85 (Nvidia), der Adrenalin 24.5.1 (AMD) und der 5534 (Intel) genutzt worden. Neuere Grafikkarten werden dann auch entsprechend mit den dazugehörigen neueren Treibern getestet, wobei dies erfahrungsgemäß keine Auswirkungen auf die Leistung im 3DMark hat – die Treiber sind bereits seit langem vollständig für das Benchmark-Tool optimiert.

Das verwendete Testsystem (Ryzen 9 7950X3D) hat ebenfalls keinerlei Einfluss auf die Performance des 3DMark, da dieser isoliert die Geschwindigkeit der Grafikkarte misst. Der Prozessor ist für das Ergebnis gleichgültig (im Time Spy nutzt die Redaktion daher den Graphics-Score) und die restlichen Komponenten sind ohnehin egal. Es kommt Windows 11 mit aktiviertem HVCI-Speicherschutz zum Einsatz.

Dieser Artikel war interessant, hilfreich oder beides? Die Redaktion freut sich über jede Unterstützung durch ComputerBase Pro und deaktivierte Werbeblocker. Mehr zum Thema Anzeigen auf ComputerBase.

Schaue ich im Netz, was die Leute mit generativer KI so anstellen, sind es tatsächlich meistens Bilder. Sie denken sich entweder eigene Motive aus, oder wollen ihre eigenen Fotos überarbeitet haben. Ein Problem, das viele dabei haben: Sie sehen nicht aus wie bei ihrer eigenen Vorlage, oder das Motiv bleibt nicht konsistent. Wenn Ihr Euch aber beispielsweise eine kleine Bilder-Geschichte ausdenkt, wäre es natürlich hilfreich, wenn der Held immer gleich aussähe. 

Ist Google das Unternehmen hinter dem geheimnisvollen Werkzeug?

Mit Nano Banana schickt sich jetzt ein neues, noch nicht offiziell veröffentlichtes KI-Werkzeug an, diese Probleme zu lösen. Im Netz kursieren seit einigen Tagen beachtliche Bilder, die zeigen, was das Tool auf dem Kasten hat. Bislang will sich kein Unternehmen dazu äußern, wer wirklich dafür verantwortlich ist. Aber es wird gemunkelt, dass es die neue mächtige Bilder-Waffe von Google sein soll.

Now I’m testing Nano Banana with product replacement. even with product photos that have complex patterns nano banana can still match them perfectly. On average it only takes me 2–3 tries to get a solid result. Well played

base image : @letz_ai pic.twitter.com/UpEdhMOQkF

— DStudioproject (@D_studioproject) August 20, 2025

Google selbst kommentiert das nicht, aber es gibt ein paar Hinweise: Logan Kilpatrick, Produkt-Chef für Googles AI Studio, postete ein Bananen-Emoji und Naina Raisinghani, Produktmanager bei Google DeepMind, postete ein Bild einer Banane, die an eine Wand geklebt wurde. Das sind alles keine Beweise, aber zumindest Indizien. 

Ungeachtet dessen ist Nano Banana noch nicht öffentlich zugänglich. Aber es gibt einen Trick, mit dem Ihr mit dem Tool bereits jetzt herumexperimentieren könnt. Das Coolste: Es kostet Euch keinen Cent und Ihr könnt es unbegrenzt ausprobieren!

Hier könnt Ihr das nagelneue Bilder-Tool bereits nutzen

Damit Ihr selbst ausprobieren könnt, was Nano Banana drauf hat, müsst Ihr die Seite LMArena aufrufen. Dort könnt Ihr mit vielen verschiedenen KI-Modellen herumexperimentieren, eben auch für Bilder. Ihr wählt entweder ein Modell aus – oder lasst zwei Modelle gegeneinander antreten. Der Haken: Hier könnt Ihr zwar unglaublich viele Modelle auswählen, egal, ob GPT, Flux, Grok, Gemini oder was auch immer – aber Nano Banana ist noch nicht gelistet. 

Es gibt allerdings eine „Battle“-Option. Dort könnt Ihr nicht auswählen, welche Modelle verwendet werden. Es ist ein totaler Blindflug: Ihr nennt Euren Prompt, ladet gegenenenfalls ein oder mehrere Bilder dazu hoch und erhaltet dann zwei Bilder. Ihr könnt Euch dann entscheiden, welches besser ist, oder ob sie beide gleich gut oder gleich schlecht sind. Nach Eurer Abstimmung bekommt Ihr dann angezeigt, welche Modelle zum Einsatz kamen. Und dort taucht eben auch immer wieder Nano Banana auf. 

Bedeutet für Euch: Ihr müsst möglicherweise ein wenig Geduld aufbringen und es öfter versuchen. Aber das ist egal, da Ihr ja kein Limit habt. So geht es: 

1. Ruft die Seite LMArena auf.
2. Wählt oben „Battle“ aus.
3. Formuliert Euren Prompt (auf Englisch).
4. Klickt auf  „image“.
5. Hängt über das +-Icon links ein oder mehrere Bilder an.
6. Drückt rechts auf den Button mit dem Pfeil nach oben, um das Bild zu generieren. 
7. Jetzt bekommt Ihr zwei Bilder angezeigt – wählt Euren Favoriten und danach wird oben eingeblendet, welche Modelle zum Einsatz kamen.

Wie gut ist Nano Banana wirklich?

Hier ist jetzt meine erste Einschätzung nach einigen Versuchen und auch nach Bildern, die ich im Netz gesehen habe. Also ja, Nano Banana kann richtig was! Das bedeutet aber nicht, dass man nicht trotzdem zwischendurch unsinnige Ergebnisse erhält. Manchmal haben mir auch die Bilder von Qwen (ein chinesisches Modell) oder Flux besser gefallen, aber in der Regel liefert Nano Banana sensationell ab. 

Das Highlight ist aber für mich die Konsistenz in den Bildern. Bevor ich da lange quatsche, zeige ich Euch lieber Ergebnisse. Seht Euch mal folgende drei Beispiele an:

Das Bild ist aus dem oben eingebundenen Tweet ausgewählt und zeigt, wie beim Model die Handtasche ausgewechselt wurde. Einfach beide Bilder hochladen und mit dem Prompt „Change the bag with the second image“ erhaltet Ihr dieses Resultat.

Spannend finde ich in diesem Beispiel, dass auch der Hintergrund – also die Bar – konsistent bleibt. Das Bild oben links ist übrigens von Flux, die anderen drei sind von Nano-Banana. Man erkennt minimale Unterschiede bei den Personen, aber ich halte sie für präzise genug, um beispielsweise mit Bildern eine Geschichte zu erzählen. 

Hier habe ich mir eine Süßigkeitenlandschaft mit Toblerone-Bergen und Eis-am-Stiel- und Lolli-Bäumen und Weingummi-Fischen gewünscht. Danach habe ich mir per Prompt ein Zuckerstangen-Schiff auf dem Fluss gewünscht. Dann hab ich ein Porträt von mir hochgeladen und wollte, dass ich fröhlich mit Schokoriegel in der Hand herumspringe. Und auf dem letzten Bild hab ich lediglich gefordert, dass ich das gleiche Bild wünsche, nur eben nachts.

In diesem Bild seht Ihr zum einen, dass ich wirklich nichts außer „The same picture, but now it’s night“ verwendet habe – und zum anderen, wie viel miese das Ergebnis der KI aussieht, mit der u.a. ChatGPT 4o arbeitet. Und ja, das ist in Summe alles sehr beeindruckend, was Nano Banana abliefert, oder was sagt Ihr? 

PS: Das Artikelbild oben ist natürlich auch von Nano Banana. Lasst mich wissen, wenn ich Euch den Prompt für dieses Bild verraten soll. 😉

Google unterbindet ab kommenden Jahr die Möglichkeit, Apps von Entwicklern, die nicht bei Google registriert sind, auf zertifizierten Android-Geräten zu installieren. Bislang ist es mit Android noch möglich, Apps aus beliebigen Quellen per Sideloading zu installieren.

Registrierungspflicht mit persönlichen Daten

Künftig müssen alle Apps, die auf zertifizierten Android-Geräten installiert werden sollen, von einem bei Google registrierten Entwickler stammen und digital signiert sein. Ohne entsprechende Signatur soll die Installation verweigert werden. Zertifizierte Geräte sind praktisch alle, die außerhalb Chinas vertrieben werden und mit einem offiziellen Hersteller-ROM laufen.

Für die Registrierung als Entwickler müssen personenbezogene Daten wie Name, Anschrift, E‑Mail-Adresse sowie eine Telefonnummer angegeben werden. Für Entwickler aus bestimmten Regionen, darunter auch Deutschland, wird außerdem die Vorlage eines amtlichen Lichtbildausweises verlangt. Zusätzlich kostet die Registrierung einmalig 25 US-Dollar.

Google hält die Hand über alternative Vertriebswege

Bislang war diese Registrierung nur für Entwickler erforderlich, die ihre Apps über den offiziellen, von Google betriebenen Play-Store vertreiben wollten. Apps, die über Alternativen wie F‑Droid oder als direkter Download eines APK-Files vertrieben wurden, konnten diese Hürde umgehen.

Google greift mit der Maßnahme möglicherweise einer anstehenden Öffnung für alternative App-Stores vorweg und sorgt frühzeitig dafür, auch über Apps, die außerhalb des eigenen Play-Stores vertrieben werden, die Hand zu halten. Im Rahmen des Digital Markets Act (EU-Gesetz über Digitale Märkte) ist zu erwarten, dass Google in naher Zukunft solche App-Stores von Drittanbietern erlauben muss.

Indem die darüber vertriebenen Apps jedoch weiterhin von bei Google registrierten Entwicklern stammen müssten und entsprechend signiert wären, würde der Konzern auch über diese Vertriebswege weiter Kontrolle ausüben.

Google begründet die anstehenden Maßnahmen mit Sicherheitsbedenken über Apps aus unbekannten Quellen, die häufig Malware enthalten würden. Eine tatsächliche Überprüfung auf Schadsoftware durch Google, die über den aktuellen Rahmen hinausgeht, ist jedoch nicht vorgesehen. Die Identifizierbarkeit allein soll böswillige Akteure abschrecken.

Bis 2027 global verpflichtend

Die Umsetzung soll dabei in mehreren Schritten erfolgen. Künftig wird eine neue Android Developer Console benötigt, die aktuell vorbereitet wird. Bereits diesen Oktober beginnt eine Testphase. Ab März 2026 können sich Entwickler, die ihre Apps nicht über den Play-Store vertreiben wollen, registrieren.

Ab September 2026 greifen die neuen Regeln dann für die ersten Märkte, namentlich Brasilien, Indonesien, Singapur und Thailand. Anschließend sollen sukzessive weitere Märkte hinzukommen, bis dann schließlich im Laufe des Jahres 2027 die neuen Regeln global gelten sollen.