In einer Welt, in der große Sprachmodelle Serverfarmen aus Tausenden von Grafikbeschleunigern und Terabytes an Speicher erfordern, hat ein Entwickler namens WollyMonjac bewiesen, dass Künstliche Intelligenz auf ein Speichermedium passt, das sich noch an den Geruch von Magnetband erinnert. Sein Projekt Tiny 2.1 ist ein kompaktes neuronales Netz, das für den Betrieb in einer DOS-Umgebung auf Computern mit Intel 486DX- und Pentium-Prozessoren entwickelt wurde. Das gesamte Softwarepaket samt Modellgewichten hat auf einer standardmäßigen 3,5-Zoll-Diskette mit 1,44 MB Platz und benötigt zum Starten etwa 540 KB freien Arbeitsspeicher. Zum Kontext: Ein typischer Pentium-Computer der frühen 1990er Jahre war mit 8–32 MB RAM ausgestattet, womit Tiny 2.1 voll und ganz mit der Hardware jener Ära kompatibel ist.

Ein Transformer mit 367.000 Parametern in Turbo C 2.0

Es muss sofort klargestellt werden: Tiny 2.1 ist kein großes Sprachmodell im herkömmlichen Sinne. Es handelt sich um einen kleinen Transformer zur Beantwortung von Fragen, geschrieben in Turbo C 2.0 — einem Compiler, der in der DOS-Ära der Industriestandard war. Die Architektur des Modells umfasst vier Schichten, und alle Gewichte sind in einem 8-Bit-Format gespeichert, wodurch sie in etwa 380 KB passen. Die Gesamtzahl der Parameter beträgt rund 367.000 — das ist um Größenordnungen weniger als bei modernen LLMs, aber ausreichend für eine spezialisierte Dialoginteraktion innerhalb einer vorgegebenen Wissensbasis.

Trainiert mit 3.500 Fakten und einer Benutzeroberfläche im Stil von 1994

Das Modell wurde auf Basis von etwa 3.500 Fakten trainiert, wobei jeder Fakt in mehreren Formulierungsvarianten in den Trainingsdatensatz aufgenommen wurde, um die Erkennungsgenauigkeit für Fragen zu verbessern. Die Benutzeroberfläche reproduziert vollständig die Ästhetik alter DOS-Anwendungen: Auf dem Bildschirm werden ein Eingabefenster für Fragen, der bisherige Dialogverlauf und ein Status-Monitoring-Panel des neuronalen Netzes angezeigt. Ein besonderes Highlight des Projekt ist die Möglichkeit, Antworten über einen synthetisierten Robotererzähler über den eingebauten Computerlautsprecher auszugeben — für eine Ära, in der Sprache „aus dem Lautsprecher“ wie Science-Fiction wirkte, verleiht diese Lösung Tiny 2.1 den Charakter einer echten Retro-Demo.

Halluzinationen, Fine-Tuning und die MIT-Lizenz

Der Entwickler warnt ehrlich vor: Jenseits des im Modell verankerten Wissens ist Tiny 2.1 durchaus in der Lage, Antworten überzeugend zu erfinden, also das klassische Verhalten generativer Modelle zu zeigen, die auf eine unbekannte Anfrage stoßen. Das Projekt enthält jedoch einen Ordner für das zusätzliche Training, der es Benutzern ermöglicht, die Faktenbasis eigenständig zu erweitern und das neuronale Netz an bestimmte Themen anzupassen. Das Programm wird unter der MIT-Lizenz vertrieben, die die freie Nutzung, Modifikation und Weitergabe des Codes einschließlich kommerzieller Anwendungen erlaubt. Das macht Tiny 2.1 nicht nur zu einer Kuriosität, sondern zu einer potenziellen Grundlage für Bildungsprojekte, Retro-Computer-Clubs und Experimente mit „leichter“ KI bei begrenzten Ressourcen.

Warum das im Jahr 2026 wichtig ist

In einer Zeit, in der sich die KI-Branche in Richtung immer schwererer und energieintensiverer Architekturen bewegt, erinnern Projekte wie Tiny 2.1 an ein fundamentales Prinzip: Intelligenz muss nicht unendlich groß sein, um nützlich zu sein. Für Retro-Computing-Enthusiasten, Studenten, die die Grundlagen neuronaler Netzarchitekturen studieren, und einfach neugierige Nutzer, die einen Pentium-Computer mit Diskettenlaufwerk im Regal liegen haben, bietet Tiny 2.1 eine seltene und zugängliche Möglichkeit, Transformermodelle „live“ zu erleben — ganz ohne Cloud-Dienste, GPUs und Abonnements. Eine Diskette, 540 KB Arbeitsspeicher und eine Roboterstimme aus dem Lautsprecher — und das neuronale Netz beantwortet Ihre Fragen.