Was ist Gemini Nano?

Gemini Nano ist das kleinste Modell der Gemini Familie von Google. Anders als Gemini 3 Pro oder Flash läuft Gemini Nano direkt auf dem Endgerät. Das Modell wird im Chrome Browser und auf Pixel Smartphones lokal installiert und arbeitet ohne Cloud Verbindung. Mit rund 4 GB Größe sitzt es als weights.bin Datei im Ordner OptGuideOnDeviceModel und wird über die TFLite Engine und Googles MediaPipe Stack ausgeführt.

Gemini Nano powert in Chrome verschiedene KI Funktionen: Help me write in Textfeldern, Page Summaries, Tab Group Suggestions, Smart Paste und On Device Scam Detection. Auf Pixel Geräten kommt das Modell unter anderem für Recorder Zusammenfassungen und intelligente Antworten in Messaging Apps zum Einsatz. Für Webentwickler bietet Chrome ab Version 138 die Built in AI APIs Prompt, Translator, Summarizer, Writer und Rewriter.

Im Mai 2026 steht Gemini Nano im Zentrum einer Datenschutz Debatte. Privacy Forscher und Medien wie The Register, TechRadar und Quartz dokumentieren, dass Chrome das 4 GB Modell ohne explizite Nutzer Zustimmung auf Geräte herunterlädt und nach Löschung automatisch wiederherstellt. Computer Scientist Alexander Hanff argumentiert, dass diese Praxis gegen Article 5 Absatz 3 der ePrivacy Directive verstößt.

NCA berät Teams seit Jahren beim Aufbau DSGVO konformer Stacks und beim Umgang mit On Device KI. Wir kennen die technische Funktionsweise von Gemini Nano, die rechtlichen Implikationen unter ePrivacy Directive und DSGVO sowie die Migrations Pfade hin zu europäischen Alternativen. Im NCA Production Stack laufen lokale Modelle über Ollama mit Qwen und Llama auf eigenen Servern in Deutschland.

Wir helfen Teams bei der Einordnung von Gemini Nano im eigenen Setup. Dazu zählen unsere Leistungen rund um lokale KI mit Ollama, die Migration zu llama.cpp basierten Setups, der Aufbau eines DSGVO freundlichen KI Tool Stacks, die Vibe Coding Beratung für Teams, die Gemini Nano als Frontend Baustein erwägen, und die Integration von On Device LLMs auf dem Smartphone.

Gemini Nano läuft an drei Stellen. Erstens im Chrome Browser ab Version 138 auf Desktop Plattformen Windows, macOS und Linux. Zweitens auf Pixel Smartphones ab Pixel 8 Pro, Pixel 9 und Pixel 10 als Teil des Android Betriebssystems. Drittens optional auf neueren Android Geräten über die AICore Komponente, sofern der Hersteller diese ausliefert.

Das Modell wird in mehreren Größenstufen ausgeliefert. Auf Desktop Chrome ist die Datei rund 4 GB groß. Auf Pixel Smartphones läuft eine kleinere quantisierte Variante mit etwa 1 bis 2 GB. Die exakte Größe hängt vom Gerät, der RAM Ausstattung und der Build Variante ab. Mehrere Versions Verzeichnisse können sich addieren, wenn Chrome alte Modellversionen nicht zuverlässig aufräumt.

Wer Datenschutz priorisiert, sollte einen DSGVO freundlicheren Browser wie Brave oder Vivaldi in Betracht ziehen. Wir empfehlen unseren Kunden bei NCA grundsätzlich europäische Alternativen, wo möglich. Für lokale KI ohne Tracking ist Ollama mit Qwen oder Llama eine ausgereifte Lösung.

Für Webentwickler ist Gemini Nano über die Built in AI APIs in Chrome zugänglich. Diese JavaScript Schnittstellen erlauben es, KI Funktionen direkt im Browser auszuführen, ohne Cloud Anbindung. Aktuell sind fünf APIs in unterschiedlichen Verfügbarkeitsstadien: Prompt API, Translator API, Summarizer API, Writer API und Rewriter API. Sie laufen im Origin Trial Modell und werden Schritt für Schritt zu stabilen Web Standards.

Ein einfacher Prompt API Aufruf sieht so aus: erst die Verfügbarkeit prüfen, dann eine Session erstellen und einen Prompt schicken. Die Antwort kommt direkt aus dem lokalen Modell, ohne Netzwerk Aufruf. Diese Eigenschaft ist für Privacy First Anwendungen interessant, etwa für Notiz Apps, Schreibhilfen und Übersetzer in regulierten Branchen.

Die APIs sind aktuell in Chrome als Origin Trial verfügbar. Wer für eigene Webseiten experimentieren will, kann sich im Chrome Origin Trial Programm anmelden oder per Flag freischalten. Achtung: bestehende Webseiten können auf das lokale Modell zugreifen, sobald der Nutzer die API freigibt. Die Eingabe und Ausgabe sind dann unter der Datenschutzerklärung der jeweiligen Webseite zu betrachten.

Anfang Mai 2026 dokumentiert Privacy Forscher Alexander Hanff, dass Chrome das 4 GB Gemini Nano Modell ohne explizite Nutzer Zustimmung auf eligible Geräte herunterlädt. Die Datei landet im Verzeichnis OptGuideOnDeviceModel, ein generischer Name, der für Endnutzer kaum als Gemini Nano erkennbar ist. Wird die Datei manuell gelöscht, lädt Chrome sie automatisch wieder herunter.

Hanffs juristische Argumentation: Article 5 Absatz 3 der ePrivacy Directive verbietet das Speichern von Informationen auf Endgeräten ohne vorherige, freie, spezifische, informierte und unmissverständliche Zustimmung. Die 4 GB Modell Datei sei eine solche Information, die Bedingungen der Ausnahme nicht erfüllt, da Chrome auch ohne Datei voll funktioniert. Hanff schätzt die durch die Verteilung verursachten CO2 Äquivalent Emissionen weltweit auf 6.000 bis 60.000 Tonnen pro einmaligem Modell Push.

Eine zweite Kritik betrifft die AI Mode Deception in der Chrome Adresszeile. Das prominente AI Mode Pill suggeriert lokale Verarbeitung, obwohl jede Anfrage an Googles Server geschickt wird. Das lokale Gemini Nano powert nur Funktionen tief in Kontextmenüs, die kaum jemand findet. Google hat im April 2026 die Privacy Hinweise zu On Device AI angepasst, um Konflikte mit Datenschutz Aussagen zu vermeiden.

Gemini Nano ist nicht das einzige On Device LLM 2026. Wer sich für lokale KI interessiert, hat mehrere Optionen. Ollama mit Qwen oder Llama ist die etablierte Open Source Lösung für Desktop und Server. Die Modelle sind unter Apache 2.0 oder MIT Lizenz verfügbar, der User entscheidet selbst über Installation und Updates. Apple bietet auf eigenen Geräten Foundation Models über das macOS und iOS SDK, mit klarer Privacy Architektur.

Im direkten Vergleich punktet Gemini Nano mit nahtloser Browser Integration und sofortiger Verfügbarkeit über die Built in AI APIs. Schwächen sind die intransparente Installation, die fehlende Wahlfreiheit und die Bindung an das Chrome Ökosystem. Ollama bietet maximale Kontrolle, braucht aber initiales Setup und in der Regel mehr RAM. Apple Foundation Models sind die beste Wahl im Apple Ökosystem, aber nicht plattformübergreifend.

Eine vierte Variante ist LLM lokal auf dem Smartphone über Apps wie LLM Farm oder MLC Chat. Diese Apps lassen Open Source Modelle direkt auf iOS oder Android laufen, ohne Cloud Backend. Wer Gemini Nano umgehen will, aber auf On Device KI nicht verzichten möchte, fährt mit dieser Kombination am besten.

Wer Gemini Nano nicht auf dem eigenen Rechner haben möchte, kann es seit Februar 2026 in Chrome direkt abschalten. Google hat nach Druck der Datenschutz Community ein Toggle in den Chrome Einstellungen ergänzt. Zusätzlich lässt sich das Modell über Chrome Flags blockieren. Wer prüfen will, ob Chrome bereits ein Modell installiert hat, kann das mit einem einfachen Terminal Befehl tun.

Wenn ein Verzeichnis mit etwa 4 GB Daten erscheint, ist Gemini Nano installiert. Das Verzeichnis kann gelöscht werden, allerdings lädt Chrome es bei aktiven AI Features automatisch wieder herunter. Wer das verhindern will, deaktiviert in den Chrome Einstellungen unter Datenschutz und Sicherheit den Punkt On Device AI.

Alternativ ist der Wechsel zu einem Browser ohne Built in AI eine saubere Lösung. Brave und Vivaldi bieten Privacy First Eigenschaften ohne automatische KI Modell Downloads. Beide Browser laufen auf dem Chromium Unterbau, sind also zu Chrome Extensions kompatibel.

Bei NCA setzen wir Gemini Nano nicht in unserer eigenen Production ein. Unser lokaler KI Stack basiert auf Ollama mit Qwen und Llama Modellen, die auf eigenen Servern in Deutschland mit Conversis Duisburg laufen. Diese Architektur bietet uns volle Kontrolle über Modell Versionen, Datenhaltung und Update Zyklen. Browser seitig empfehlen wir Brave oder Vivaldi für Endnutzer und Kundenteams.

Wir kennen Gemini Nano editorial und ordnen es für Beratungskunden ein. Die Browser Integration ist technisch beeindruckend und die Built in AI APIs sind ein interessanter Schritt in Richtung Web Standards. Gleichzeitig sehen wir die Datenschutz Risiken kritisch: die intransparente Installation, die fehlende Opt In Logik und die Bindung an Googles Browser Ökosystem widersprechen unserem Verständnis von User Sovereignty.

Wer mit Gemini Nano experimentieren möchte, sollte das in einem isolierten Test Setup tun, etwa in einem dedizierten Chrome Profil oder einer VM. Für Production empfehlen wir den Pfad über Ollama mit Open Source Modellen oder einen hybriden Stack mit Gemini 3 Flash für Cloud Use Cases und Ollama für lokale Tasks.

Wir sammeln hier die Fragen zu Gemini Nano, die uns aus der Beratungspraxis und aus der Datenschutz Debatte im Mai 2026 begegnen.