PC zum Programmieren: RAM, CPU, SSD und Monitore für Entwickler

Wer programmiert, braucht keinen Gaming-PC, aber auch keinen Büro-Rechner von der Stange. Moderne Entwicklung bedeutet Docker-Container, virtuelle Maschinen, große Projekte, mehrere Browser-Fenster und oft eine KI im Hintergrund. Dabei zählen andere Dinge als bei Spielen: Arbeitsspeicher, Kerne, Speicherplatz und Bildschirmfläche. Dieser Ratgeber zeigt, worauf es ankommt. Als Quelle dient vor allem ein Guide des südafrikanischen Händlers Evetech (aktualisiert Mai 2026). Die Preise darin sind südafrikanisch und für uns nicht relevant, wir übernehmen nur die Größenordnungen und Empfehlungen. Es handelt sich um Händler-Empfehlungen, nicht um unabhängige Messungen. Eigene Einschätzungen kennzeichnen wir. Wenn du auch spielen willst, hilft der Vergleich in Gaming-PC im Home-Office.

Was Entwickler wirklich brauchen

Prozessor: Kerne helfen beim Kompilieren

Evetech nennt als Orientierung sechs Kerne für Webentwicklung und leichtes Backend, acht Kerne für die meisten Entwickler, zwölf für schwere C++- oder Java-Builds oder mehrere VMs und sechzehn für große Rust-Projekte. Der Guide behauptet, dass der Sprung von 6 auf 16 Kerne bei einem großen Rust-Projekt die Compile-Zeit etwa auf die Hälfte bis ein Drittel senken kann. Das ist eine Herstellerangabe des Händlers und hängt stark vom Projekt ab. Einzelne Programmierer, die vor allem Skripte oder Web-Frontends schreiben, merken kaum Unterschiede zwischen sechs und sechzehn Kernen (eigene Einschätzung). Über Sockel und Plattformen informiert CPU-Generationen und Sockel.

Arbeitsspeicher: Hier wird gespart, aber zu früh

Evetech hält 16 GB für moderne Entwicklung für zu knapp und nennt 32 GB als Minimum. Der Guide rechnet vor: Docker Desktop mit drei bis vier Containern braucht etwa 8 bis 12 GB, ein lokales Sprachmodell mit 7 Milliarden Parametern 5 bis 8 GB. Für einen Full-Stack-Arbeitsplatz schätzt er konservativ 29 bis 45 GB Gesamtbedarf. Jede laufende virtuelle Maschine reserviert ihren zugewiesenen Speicher dauerhaft. Für WSL2 rät der Guide, auf einem 32-GB-System etwa 20 GB als Obergrenze zu setzen. 64 GB lohnen sich bei ML, mehreren VMs oder großen Datensätzen. Das sind Richtwerte des Händlers, die du an deinen eigenen Alltag anpassen musst. Mehr zur Kapazität in RAM-Kapazität: 8, 16 oder 32 GB. Geschwindigkeit stellst du mit XMP und EXPO ein. Wegen der aktuellen Preise lohnt ein Blick in RAM- und SSD-Preiskrise.

SSD: Platz geht schneller aus als gedacht

Der Guide nennt 2 TB NVMe als Minimum und schätzt, dass eine 1-TB-Platte bei aktiven Entwicklern im ersten Jahr voll wird. Als Beispiel nennt er nach 12 bis 18 Monaten einen Bedarf von 430 bis über 1000 GB. Docker-Images und Volumes belegen demnach 80 bis 200 GB, node_modules 50 bis 150 GB. Wer mehrere VMs nutzt, bekommt den Rat, eine zweite NVMe nur für die VM-Daten einzubauen. Das deckt sich mit unserer Erfahrung, dass Entwicklerdaten schnell wachsen. Ob eine superschnelle PCIe-5.0-SSD nötig ist, klärt PCIe 5.0 SSD. Wichtig ist außerdem Datensicherung: Quellcode gehört in ein Versionsverwaltungssystem und zusätzlich in ein Backup, siehe Backup-Strategie.

Grafikkarte: meist unnötig, außer bei KI

Für Webentwicklung, Backend, Mobile und DevOps genügt laut Evetech die integrierte Grafik. Anders bei Machine Learning: Der Guide nennt vier Stufen, die von Einsteigermodellen mit 8 GB für kleine Modelle bis zu Karten mit 32 GB für sehr große Modelle reichen, und rät, keine teure GPU für ML zu kaufen, solange du kein ML betreibst. Dieser Rat ist sinnvoll. Was bei lokalen Sprachmodellen zählt, haben wir in PC für lokale KI erklärt.

Monitore: Fläche schlägt Hertz

Der Guide priorisiert Pixeldichte und Bildschirmfläche vor der Bildwiederholrate. Als verbreiteten Standard nennt er zwei 27-Zoll-Monitore in 1440p, alternativ einen 34-Zoll-Ultrawide oder einen 32-Zoll-4K-Monitor, der die höchste Informationsdichte bietet, aber Skalierung braucht. Ein zusätzlich hochkant gestellter Monitor kann für Code oder Logs sinnvoll sein. Einen Überblick geben Monitor kaufen 2026 und Monitorarm und Zubehör.

Betriebssystem und Werkzeuge

• Windows mit WSL2: Der Evetech-Guide geht von WSL2 aus. Das Linux-Subsystem teilt sich den Arbeitsspeicher mit Windows, deshalb ist die Obergrenze wichtig.
• Linux: Für Entwickler ohne Spielbedarf eine Option, siehe Linux statt Windows. Die Hardwareauswahl bleibt ähnlich (eigene Einschätzung).
• Virtualisierung im BIOS: Falls VMs nicht starten, muss die Funktion für Virtualisierung im BIOS aktiviert sein. Wie du das BIOS bedienst, steht in BIOS richtig einstellen.

Laptop oder Desktop für Entwickler?

Mobil zu arbeiten spricht für den Laptop. Für Dauerlast bei Builds ist ein Desktop leiser und leistungsfähiger. Viele Entwickler kombinieren beides (eigene Beobachtung). Für den Büroalltag mit gelegentlichem Spielen eignen sich auch kompakte Systeme, mehr dazu in Office-PC für Schule und Studium.

Typische Fehlkäufe vermeiden

• Zu wenig RAM, dafür teure GPU: Wer nicht spielt oder KI trainiert, steckt das Geld besser in Arbeitsspeicher und SSD.
• Zu kleine SSD: Eine 1-TB-Platte fühlt sich anfangs groß an und läuft laut Guide bei aktiver Arbeit im ersten Jahr voll. Nachrüsten ist möglich, setzt aber freie Steckplätze am Mainboard voraus, siehe Mainboard kaufen.
• Billiges Netzteil und schlechte Kühlung: Lange Builds belasten den Rechner dauerhaft. Das ist unsere Erfahrung und kein Zitat aus dem Guide.
• Kein Backup: Verlorene Projekte kosten mehr als jede Hardware.

Ein Beispiel für einen ausgewogenen Aufbau

Aus den Richtwerten ergibt sich für einen typischen Full-Stack-Entwickler ein Aufbau mit acht Kernen, 32 GB RAM, 2 TB NVMe und integrierter Grafik. Das ist die Mitte des Guides und unsere Ableitung, keine fertige Stückliste. Wer später lokale KI-Modelle betreiben will, plant ein Mainboard mit freien Steckplätzen für mehr RAM und eine zweite SSD ein und kann die Grafikkarte nachrüsten. Dieser Weg ist günstiger als der Kauf auf Vorrat.

Häufige Fragen

Reichen 16 GB RAM zum Programmieren?

Für leichte Webentwicklung ohne Container kann das reichen. Evetech hält 16 GB für moderne Entwicklung mit Docker und VMs für zu knapp.

Brauche ich eine starke Grafikkarte?

Nur für Machine Learning oder Grafikanwendungen. Für klassische Entwicklung genügt integrierte Grafik.

Lohnt sich ein zweiter Monitor?

Meist ja. Zwei Displays oder ein Ultrawide sind laut Guide der gängige Standard.

Wie viel SSD-Speicher brauche ich?

Mindestens 2 TB laut Evetech, wenn du mit Docker und mehreren Projekten arbeitest.