Dass der Glasfaserausbau kostet, ist bekannt. Vor allem der Ausbau auf dem Land gilt als Kostentreiber. Eine Analyse des Provider-Verbands Breko zeigt aber, dass die Unterschiede zwischen Stadt und Land nicht allzu gravierend sind. Ein entscheidender Faktor ist vielmehr, wie viel Wohnungen sich in einem Gebäude befinden.

Die Auswertung, die ComputerBase exklusiv vorliegt, zeigt die Durchschnittskosten für ländliche, halbstädtische und städtische Regionen. Es handelt sich um die durchschnittlichen Nettopreise je Gebäude, wenn der Ausbau eigenwirtschaftlich erfolgt.

Glasfaser für ein Einfamilienhaus auf dem Land kostet 3.000 Euro

Um Glasfaserkabel auf dem Land bis zu einem Haus zu verlegen (Homes Passed), entstehen durchschnittliche Kosten in Höhe von 1.600 Euro. Hier besteht vor allem der Unterschied zu den halbstädtischen (1.300 Euro) und städtischen Regionen (1.250 Euro), das Verlegen auf Strecke kostet in solchen Gebieten weniger.

Etwas günstiger ist es auf dem Land, ein Gebäude direkt anzubinden (Homes Connected). Die durchschnittlichen Kosten pro Gebäude liegen bei 1.400 Euro, in städtischen und halbstädtischen Regionen sind es jeweils 1.500 Euro pro Gebäude.

Die Durchschnittskosten für die Glasfaseranbindung eines Gebäudes liegen auf dem Land also bei 3.000 Euro, in halbstädtischen Regionen bei 2.800 Euro und in der Stadt bei 2.750 Euro. Was in dieser Rechnung aber noch ausgeklammert ist, sind die Kosten, die beim Verkabeln von Mehrfamilienhäusern anfallen. Einzelne Wohneinheiten benötigen jeweils auch eine Anbindung innerhalb des Gebäudes. Dieser Ausbaupart wird als Netzebene 4 bezeichnet.

Mehrfamilienhäuser machen den Unterschied

Bei Einfamilienhäusern entfällt in der Regel die Netzebene 4. Bei Mehrfamilienhäusern liegen die durchschnittlichen Kosten bei 580 Euro pro Gebäude und steigen auf durchschnittlich 800 Euro, wenn sich mehr als zehn Wohneinheiten im Gebäude befinden. Den Unterschied zwischen Stadt und Land zu berechnen, ist also komplexer.

Das zeigen zwei Beispiele anhand der Durchschnittskosten:

• Ein Einfamilienhaus auf dem Land kostet im Durchschnitt 3.000 Euro. Für das Verlegen der Glasfaserleitung zum Haus sind durchschnittlich 1.600 Euro fällig, für die direkte Anbindung nochmals 1.400 Euro.
• Die Glasfaseranbindung für ein Haus mit sechs Wohneinheiten in der Stadt kostet hingegen 3.330 Euro. 2.750 Euro für den Glasfaseranschluss, dann nochmals 580 Euro für die Inhouse-Verkabelung (N4). Pro Wohneinheit liegt der Preis damit aber bei 555 Euro.

Netzbetreiber profitieren generell also, wenn sich mehrere Wohneinheiten in einem Haus befinden.

Wie viele Anschlüsse je nach Region noch offen sind

Interessant ist nun, wie viele Haushalte in den einzelnen Siedlungsgebieten überhaupt noch angebunden werden müssen. Zahlen liefert der Glasfaserbericht des Bundesdigitalministeriums vom Mai 2025. Die Datengrundlage ist der Breitbandatlas der Bundesnetzagentur mit dem Stand vom Juni 2024, den die Beratungsfirma WIK Consult ausgewertet hat. Die Einteilung in den einzelnen Regionen erfolgt ebenfalls anhand der Bevölkerungsdichte, die Vorgaben entsprechen der Breko-Analyse.

Die Glasfaserquote mit FTTB/H-Anschlüssen ist generell vergleichbar, je nach Besiedlungsdichte liegt diese bei einem Drittel oder etwas mehr. Das heißt im Umkehrschluss: Fast zwei Drittel der Haushalte haben noch keinen direkten Glasfaserzugang. Weil sich die meisten Haushalte in städtischen Regionen befinden, besteht dort mit 15,1 Millionen Haushalten ohne FTTB/H-Zugang noch der größte Handlungsbedarf. In halbstädtischen Regionen sind 8,9 Millionen Haushalte ohne FTTB/H-Zugang, auf dem Land sind es 2,9 Millionen Haushalte.

Wie viele Haushalte sich durchschnittlich in einem einzelnen Gebäude befinden, wird im Bericht des Bundesdigitalministeriums nicht erwähnt. Weil Mehrfamilienhäuser in städtischen Regionen dominieren, zeigt sich aber ein Thema für die nächsten Jahre. Die Inhouse-Verkabelung auf Netzebene 4 wird relevanter. Gerade in Bestandsgebäuden kann der Innenausbau äußerst aufwendig sein.

Glasfaserbranche fordert mehr Planungssicherheit

Generell gilt die Lage am Glasfasermarkt als angespannt. Im Dezember 2025 berichtete das Handelsblatt etwa, dass die Deutsche Glasfaser aufgrund gestiegener Finanzierungskosten die Ausbauziele reduziert habe. Das Unternehmen plant zudem Entlassungen.

Angesichts der Umstände fordert der Breko von der Politik klare Vorgaben für den weiteren Glasfaserausbau. „Die Telekommunikationsbranche braucht Investitions- und Planungssicherheit sowie einen fairen Wettbewerb, um weiter viele Milliarden zu investieren“, sagt Breko-Hauptstadtbüroleiter Sven Knapp.

Die Kosten für den Glasfaserausbau sind in den letzten Jahren stark gestiegen, das Preisniveau der Tarife habe sich hingegen denen von DSL-Anschlüssen angeglichen. Als erschwerend für die Refinanzierung bewertet Knapp zudem das Urteil des Bundesgerichtshofs, das die Mindestvertragslaufzeit reguliert. Diese startet ab dem Vertragsabschluss und nicht, wie es bis dato Praxis ist, mit der Anschlussschaltung.

Von der Politik sei hingegen bislang zu wenig gekommen, um die Bedingungen für ausbauende Unternehmen zu verbessern. Hoffnungen setzt man daher auf die Regeln für die Abschaltung der Kupfer-Infrastruktur. Die Bundesnetzagentur hatte diese Woche ein Konzept vorgelegt, das einen konkreten Ablaufplan vorsieht. Auf EU-Ebene wurde zudem ein Entwurf für den Digital Networks Act (DNA) vorgestellt, der vorsieht, die Abschaltung der Kupfernetze zwischen 2030 und 2035 zu vollziehen.

Mit einer cleveren neuen Funktion will Spotify euch den Alltag erleichtern. Dabei geht es diesmal aber nicht um Musik. Stattdessen will man eifrigen Lesern unter die Arme greifen und so möglicherweise auch neue Nutzer finden.

Spotify ist bereits seit einiger Zeit nicht mehr ausschließlich für das Musikstreaming bekannt. So könnt ihr im Premium-Abo monatlich bis zu 15 Stunden lang in Hörbüchern stöbern. Nun arbeitet das Unternehmen an einem neuen Feature, das den fliegenden Wechsel zwischen einem traditionellen Buch und genau diesen Hörbüchern ermöglichen soll. Das ist zum Beispiel dann nützlich, wenn das analoge Buch einige Zeit vor der digitalen Audiovariante erscheint. Der Streamingdienst will euch den fliegenden Wechsel erlauben – und zwar auch in beide Richtungen.

Gefunden wurde die Entwicklung des neuen Features von Android Authority in einer aktuellen Android-App von Spotify. Die Macher bezeichnen die Funktion als „Page Match“, auf Deutsch „Seitenübereinstimmung“. Aktuell handelt es sich laut den Textblöcken in der App um eine Beta, also eine Testversion. Selbst ausprobieren könnt ihr das Feature jedoch bislang nicht.

Die gefundenen Texte und auch Bilder geben aber bereits einen tiefen Blick darauf, wie Page Match funktionieren soll. Die Idee ist denkbar einfach. Um den Sprung von einem regulären Buch oder auch einem eBook zum Hörbuch zu schaffen, müsst ihr lediglich mithilfe der Spotify-App ein Foto von der aktuell gelesenen Seite machen.

Wurde das Buch und die Seite mit der Worterkennung erkannt, landet ihr direkt im Hörbuch an der entsprechenden Stelle. Ihr könnt also direkt in Spotify weiter hören. Umgekehrt gehts aber auch. Die App zeigt euch an, auf welcher Seite im Buch ihr euch gerade befindet.

Ihr könnt also mithilfe des neuen Features ganz einfach zwischen mehreren Medien wechseln. Wenn ihr also unterwegs seid und keine Bücher mit euch herumtragen wollt, könnt ihr die Hörbuchfunktion von Spotify nutzen. Dank des Fotos der aktuellen Seite entfällt das nervige Suchen im Audioplayer. Wieder zuhause schaut ihr einfach in die App, auf welcher Seite ihr angekommen seid, um dann im traditionellen Buch weiterzulesen.

Die Funktion setzt voraus, dass ihr das entsprechende Hörbuch zunächst in der App freigeschaltet haben müsst. Erst dann erlaubt Spotify die Zuordnung.

Verfügbarkeit bislang unklar

Wie bereits erwähnt, könnt ihr das neue Feature aktuell noch nicht ausprobieren. Android Authority geht aber davon aus, dass Page Match dort verfügbar sein wird, wo Spotify auch Hörbücher anbietet. Das ist beispielsweise in vielen europäischen Ländern sowie in den USA, Kanada und Australien der Fall.

Nvidia DGX Spark ist „der weltweit kleinste KI-Supercomputer“ und neben der Founders Edition in vielen Partnerdesigns verfügbar. Das auf dem GB10 Superchip basierende, 128 GB Unified Memory bietende Linux-System holt Nvidias AI-Plattform nach Hause. Ein Blick auf die Plattform am Beispiel des „Preisbrechers“ Asus Ascent GX10.

Von Project Digits zu Nvidia DGX Spark

Vor einem Jahr zur CES 2025 als Project Digits erstmals gezeigt, ist das Projekt auf der GTC 2025 im März als Nvidia DGX Spark zum finalen Produkt mutiert. Seit Oktober sind Nvidias eigenes Design und die Designs unzähliger enger Partner nun auch endlich verfügbar.

Nachdem der Preis dieser Systeme im freien Handel zuletzt – entgegen dem allgemeinen Markttrend – bereits leicht gefallen ist, sind DGX-Spark-Partnerdesigns inzwischen ab knapp unter 3.000 Euro zu bekommen. Alle bieten das SoC Nvidia GB10 Superchip mit 128 GB LPDDR5X-8533, den Unterschied machen Chassis und der Speicherausbau, der 1, 2 oder 4 TB betragen kann (NVMe, PCIe 5.0). Das günstigste System ist derzeit der Asus Ascent GX10 mit 1 TB Speicherplatz. ComputerBase hat einen Blick auf diese Variante geworfen.

Für wen ist Nvidia DGX Spark gedacht?

Der DGX Spark ist ein Mini-PC bestehend aus einem 20-Kern-Arm-Prozessor und Nvidia-Grafik-Chip mit RTX-5070-Dimensionen, GB10 Superchip genannt. Gerüchten zufolge war dieselbe Architektur für das Jahr 2025 auch als Nvidia N1(X) vorgesehen, der Windows-Arm-Notebooks mit Nvidia SoC ermöglichen sollte, doch um dieses Projekt war es zuletzt lange still. Jüngsten Meldungen zufolge soll die Plattform aber jetzt kurzfristig im 1. Quartal 2026 erscheinen. Ein Blick auf GB10 ist damit auch weiterhin ein Blick in die Consumer-Zukunft.

• Nvidia N1X, N2 und N2X: Start des Notebookchips noch in Q1, Nachfolger ab Mitte 2027

Einfach ausgedrückt handelt es sich beim Nvidia GB10 Superchip um einen Grace Blackwell Superchip im Kleinformat für den Schreibtisch, dessen Referenzsystem von Nvidia deshalb auch genau so aussehen sollte wie das erste DGX-System mit Tesla-GPUs vor rund 10 Jahren. Nvidia spricht vom „weltweit kleinsten KI-Supercomputer“. Weitere Details zum Nvidia GB10 Superchip liefert der nachfolgende Bericht:

• DGX Spark: Nvidia gibt Einblick in die Tech­nik des GB10

Ein lokales Abbild der DGX-AI-Cloud

Nvidia DGX Spark mit GB10-SoC und Linux-Betriebssystem (DGX OS aus Basis von Ubuntu) ist ein „Dev Kit“, also ein System für Entwickler, die lokal KI-Anwendungen für Nvidias (Cloud-)Ökosystem entwickeln und dafür so viel Grafikspeicher wie möglich zur Verfügung haben wollen. Neben dem Prototyping von späteren Cloud-KI-Anwendungen steht auch die Optimierung von großen LLMs auf der Speisekarte von DGX Spark, denn Nvidia DGX Spark erlaubt es:

• KI-Modelle zu entwickeln, zu validieren und zu optimieren, wobei Modelle mit bis zu 200 Milliarden Parameter (200B) dank 128 GB Unified Memory und INT4-Fähigkeit (Quantifizierung) direkt auf der Box ausgeführt werden können (Inferencing).
• Werden zwei Nvidia DGX Spark über das High-Speed-Interface ConnectX (200 Gbps, Details) verbunden, sind sogar Modelle mit 405 Milliarden Parametern nutzbar.
• Reicht die lokale Leistung oder Speicherkapazität nicht aus, können Entwickler die lokal verrichtete (Vor-)Arbeit an die Nvidia-Cloud übergeben. Das gilt auch für das Training von Modellen, für das DGX Spark nicht gedacht ist.
• Auch Entwickler in den Bereichen Data Science (Nvidia Rapids), Edge und Robotics (Isaac, Metropolis, Holoscan) können von Architektur, Software und Speicherkapazität von Nvidia DGX Spark profitieren.

Eingeschränkt werden die lokalen Möglichkeiten durch die Leistung der GB10-GPU (6.144 CUDA-Cores) und deren Speicherbandbreite: LPDDR5X-8533 (16-Kanal) ist zwar vergleichsweise schnell (273 GB/s), aber GDDR7 auf aktuellen Blackwell-Grafikkarten noch einmal wesentlich schneller (RTX Pro 6000: 1.792 GB/s, 24.064 CUDA-Cores). Und in der Cloud (GB100, GB200, GB300) gibt es sogar HBM3(e) mit 8 TB/s und mehr.

Wer diese Leistung braucht, muss dann eben tiefer in die Tasche greifen (RTX Pro), oder Stunden in der Cloud buchen. Das ist mitunter aber auch gar nicht mehr so teuer, seit kurzem bietet beispielsweise Hetzner neue Systeme mit RTX PRO 6000 und nativen 96 GByte VRAM für umgerechnet knapp 1,70 Euro die Stunde an. Allerdings muss man den Server monatsweise buchen und dann liegen die Kosten mit 1.060 Euro – nach drei Monaten hat man den DGX Spark von Asus raus.

Die „Total Cost of Ownership“ über eine Laufzeit von drei Jahren sieht nicht nur Asus deshalb als ein wesentliches Argument für Nvidia DGX Spark.

Das Nvidia-Ökosystem im Kleinformat

DGX Spark kommt mit DGX OS, das auf Ubuntu 24.04 basiert und einen angepassten Kernel nutzt, der nach Updates gegen Ende 2025 aktuell auf Version 6.14 hört (der Kernel selbst ist aktuell bei 6.18 Stable). Wie in der Cloud gibt es also Linux und nicht Windows als Basis.

Im Endeffekt gibt es hier genau das, was Kunden auch auf einem Grace-Blackwell-DGX-System in der Cloud vorfinden. Und das betrifft nicht nur das OS, sondern auch die darauf lauffähigen KI-Anwendungen- und -Tools.

Ob PyTorch, ComfyUI, LM Studio oder vLLM – Nvidia ist nicht nur der Spitzenreiter in Sachen AI, weil die Hardware überzeugt, sondern auch und insbesondere weil die Industrie auf Hardware und Software von Nvidia groß geworden ist. AMD versucht aufzuholen, aber bei dem hohen Tempo, das Nvidia weiterhin an den Tag liegt, ist das alles andere als leicht.

Nvidia nimmt Neulinge an die Hand

„Die Cloud-Technologie auf dem Schreibtisch“ – Na toll, und nun? Nvidia hat sich bei DGX Spark viel Mühe gegeben nicht nur Hardware- und Software-Basis der DGX-Cloud auf den Tisch zu stellen und Anwender dann mal machen zu lassen, sondern insbesondere weniger versierten Entwicklern eine Hand zu reichen.

Das fängt bei einer umfassenden Dokumentation von Hardware und Software an und zieht sich bis zu den Praxis-Tutorials, „Playbooks“ genannt, fort.

Nvidia DGX Playbooks

Denn was Nvidia bei der kleinen Box hervorragend umgesetzt hat, ist die Einführung in das Ökosystem und dessen Möglichkeiten. Denn um die Möglichkeiten des Nvidia-Chips auszuloten und die 128 GByte LPDDR5X auch mal vollends anzusprechen, braucht es die passenden Anwendungen. Die DGX Spark Playbooks bieten dafür dutzende Beispiele und zugleich einen Einstieg in die Materie.

KI-Entwickler, die DGX Spark kaufen, weil sie dessen Vorzüge in ihrem Umfeld gezielt nutzen wollen, werden das wohl eher nicht brauchen. Für die in Bezug auf die KI-Entwicklung eher weniger versierten Redakteure waren die Playbooks indes eine interessante Spielwiese für den Umgang mit DGX Spark. Und Entwickler, die mit dem Gedanken spielen, in Zukunft KI-Anwendungen auf dem Nvidia Software Stack zu entwickeln, sehen das eventuell genauso.