Ein KI-Agent, der sich als Tastatur ausgibt: Die Idee ist real, die Zahl auf der Produktseite nicht
Ein Klick, den auf einem Mac sonst niemand setzen darf. Seit macOS Mojave verwirft das System synthetische Eingaben, sobald sie auf einem Berechtigungsdialog landen. Ein Software-Agent schickt eine erfundene Maustaste, das OS erkennt sie als Software und legt sie weg. Im Testvideo auf dem Kanal von Alex Ziskind vom 19. September 2026 steht ein fremdes Gerät neben dem MacBook und bestätigt den Dialog trotzdem. Es installiert nichts. Es meldet sich als Tastatur und Maus an, und für das Betriebssystem stimmt das auch.
Das Gerät heißt Violoop, kommt von BVIO Technology Limited, lief am 15. September 2026 auf Kickstarter und kostet dort 399 US-Dollar bei erwarteter UVP von 699 US-Dollar. Auf der Produktseite steht eine Zahl, die auf der genannten Chipklasse nicht entstehen kann. Wir rechnen sie nach, weil sie kein Marketing-Detail ist, sondern die Grundannahme des Produkts: lokal genug, um den größten Teil der Arbeit ohne Cloud zu machen.
Was das Gerät ist
| Bauteil | Angabe violoop.ai | Stand unserer Prüfung |
|---|---|---|
| SoC | RK3576, acht Kerne | Herstellerangabe, typisch für diese Klasse |
| KI-Beschleuniger | „26 TOPS" | Rockchip nennt für den RK3576 6 TOPS |
| Lokales Modell | Qwen 8B in Q4, 53 Tokens/s | nicht nachvollziehbar, Rechnung unten |
| Referenz | Mac mini M4, 20 Tokens/s | für 8B in Q4 ein plausibler Wert |
| Bildaufnahme | HDMI 2.0, 4K | passiver Zweig, sauber trennbar |
| Eingabe | USB-HID, ohne Treiber | der eigentliche Mechanismus |
| Bestätigung | physische Taste | demonstriert, Firmware nicht eingesehen |
| Anbieter | BVIO Technology Limited | EU-Verantwortlicher nach DSGVO und GPSR: nicht ausgewiesen |
Zwei Dinge sind solide. Die Aufnahme ist passiv, der Rechner merkt davon nichts. Die HID-Eingabe ist eine echte Tastatur, kein Trick. Beides zusammen ergibt die Fähigkeit, die kein Software-Agent auf dem Markt hat.
Die 53 Tokens pro Sekunde halten der Rechnung nicht stand
Der Satz auf der Seite lautet: volles 8B-Modell, 100 Prozent auf dem Gerät, 53 Tokens pro Sekunde, 2,7-mal schneller als ein Mac mini M4 mit 20 Tokens pro Sekunde. Dasselbe Modell, dieselbe Präzision, Ollama als Referenz. Dagegen spricht eine Division.
Ein Modell mit 8 Milliarden Parametern belegt in 4-Bit-Quantisierung rund 4,25 GB Gewichte. Dekodierung erzeugt Token für Token, und jeder Token liest diese Gewichte im Prinzip vollständig. Der Durchsatz hängt an der Speicherbandbreite, nicht an der Rechenleistung. Der RK3576 hat zwei 32-Bit-Kanäle: bei LPDDR5-6400 sind das theoretisch 51,2 GB/s, bei LPDDR4X-4266 rund 34 GB/s.
| Rechnung | Wert |
|---|---|
| Gewichte 8B in Q4 | 4,25 GB |
| Theoretische Bandbreite, bester Fall | 51,2 GB/s |
| Obergrenze bei 100 % Auslastung, ohne KV-Cache | 12,0 Tokens/s |
| Realistisch mit KV-Cache und Aktivierungen | 6 bis 9 Tokens/s |
| Angabe auf der Produktseite | 53 Tokens/s |
Die 6 TOPS des NPU sind dabei nicht das Problem. Mit zwei Operationen pro Parameter und Token gerechnet, ergäben 6 TOPS bei voller Auslastung rechnerisch weit über 300 Tokens/s. Nadelöhr ist der Weg der Gewichte durch den Speicher. Das ist eine Obergrenze, kein Benchmark.
Es gibt auch öffentliche Messwerte auf derselben Chipfamilie. Turing Pi hat im August 2026 auf dem größeren Schwesterchip RK3588 gemessen, RKLLM 1.3.0, feste Taktraten, fünf Läufe pro Modell:
| Modell | Format | Dekodierung auf dem RK3588 |
|---|---|---|
| Qwen2.5-1.5B-Instruct | W8A8, NPU | 9,50 Tokens/s |
| Qwen2.5-3B-Instruct | W8A8, NPU | 4,94 Tokens/s |
| Qwen2.5-1.5B-Instruct | W8A8, Rockchip-Referenz | 16,69 Tokens/s |
| Qwen2.5-1.5B-Instruct | Q4_K_M, llama.cpp auf der CPU | 22,57 Tokens/s |
| Hochrechnung auf 8B am NPU | W8A8 | rund 1,9 Tokens/s |
Kein dieser Werte erreicht mit einem 1,5-Milliarden-Modell die angegebenen 53. Die 8B-Klasse auf einem Chip mit halbem Speicherpfad liegt eine Größenordnung darunter. Der Vergleichsgegner Mac mini M4 mit 120 GB/s und 20 Tokens/s ist damit fast fair gewählt. Nur die eigene Zahl nicht.
Unsere Regel dazu ist dieselbe wie beim Cross-User-Leak unserer Inferenz-Engine: Eine Versionsnummer ist kein Befund, und ein Banner ist kein Benchmark.
Was daran trotzdem neu ist
Wir lassen uns von der falschen Zahl nicht das richtige Detail nehmen. Die Fähigkeit ist real und im Video zweimal demonstriert: ein Berechtigungsdialog, den das Gerät allein bestätigt, und ein Aufräum-Befehl in einem Finder-Ordner, der anhält, bevor etwas gelöscht wird.
Der Tester trennt sauber zwischen gesehen und geglaubt. Gesehen: der Klick auf den Dialog, das Anhalten vor dem Löschen, die Tastenbestätigung. Nicht geprüft: dass die Rohbilder wirklich auf dem Gerät bleiben und verschwinden, und dass die Bestätigungstaste auf einem eigenen Chip sitzt. Die Firmware dieser zweiten Platine sei offen, heißt es beim Anbieter; veröffentlicht ist sie nicht. Die Funktion, mit der das Produkt verkauft wird, wiederholte Muster im Arbeitsablauf zu erkennen und sich anzubieten, hat im Test kein einziges Mal ausgelöst.
Das ist eine ehrliche Vorführung, mehr kann man über ein Vorseriengerät nicht schreiben. Es ist aber auch die volle Breite des Befunds: eine nachgewiesene Fähigkeit, zwei ungeprüfte Behauptungen, eine Kernfunktion ohne Effekt.
Warum das im Betrieb ein anderer Fall ist
Für einen Einzelplatz mit Neugier ist das ein Spielzeug mit Nutzwert. Für ein Firmennetz im Tiroler Unterland, in dem ERP-Masken, Stücklisten und Kundennamen auf den Bildschirmen liegen, ist die Konstruktion ein Entscheidungsgrund. Vier Fragen, in unseren NIS2-Führrubriken:
| Frage | Was wir antworten müssten | Rubrik |
|---|---|---|
| Wer sieht alle Bildschirme? | Ein Anbieter, dessen EU-Niederlassung wir nicht benennen können | Vertraulichkeit |
| Wer darf eingeben? | Alles, was diesem USB-Gerät etwas schickt, inklusive Update-Kanal | Zugriffskontrolle |
| Was ist protokolliert? | Am Endpoint nichts. Kein Treiber, kein Agent, kein Inventar-Eintrag | Protokollierung |
| Was bei Kompromittierung? | Formulare jenseits der Betriebssystemgrenze, auf allen Geräten gleichzeitig | Integrität |
Der Punkt, der uns am längsten beschäftigt, ist die Absicherung selbst. macOS verwirft synthetische Eingaben auf Sicherheitsdialogen, damit kein Schadprogramm selbst auf „Erlauben" klicken kann. Ein Gerät, das als echte Tastatur auftritt, umgeht diese Schutzlinie. Neutral formuliert ist das eine Funktionalität, in einem Netz mit 40 bis 110 Arbeitsplätzen eine Angriffsfläche mit Netzwerkanschluss. „Keine Treiber" heißt: keine Spur in der Endpoint-Inventarisierung, kein Gruppenrichtlinien-Objekt, das greift. Unsere NIS2-Selbstauskunft behandelt solche Geräte als Zugang, den jemand zuordnen können muss.
Und dann „local-first". Bring your own Key mit Claude, OpenAI oder Gemini ist ausdrücklich vorgesehen; im Video lief die Strecke zusätzlich über einen lokalen DeepSeek-Endpunkt im Netz des Testers. Das Gerät kann lokal verstehen und trotzdem abgeleitete Bildschirminhalte an Dritte melden, sobald ein Cloud-Key hinterlegt ist. Für die Bewertung zählt nicht der Verarbeitungsgrad, sondern der Datenfluss. Ein Bildschirm mit Kundennamen bleibt ein Bildschirm mit Kundennamen, auch wenn nur die Zusammenfassung geht.
Was wir daraus machen
Die Bauteile für dieselbe Fähigkeit liegen offen im Regal: ein HDMI-Capture-Gerät, ein Mikrocontroller, der sich als HID anmeldet, eine eigene KI-Strecke über LiteLLM und vLLM, und ein Gateway, das pro Key entscheidet, was das Haus verlassen darf. Was fehlt, ist die Bild-zu-Aktion-Schicht. Das ist ein Softwareproblem, kein Hardwareproblem. Der überlegenswerte Teil an Violoop ist die Eingabestrecke, nicht die Box.
Unsere Entscheidung: nicht auf einem Produktions- oder Domänen-Host, nicht mit Cloud-Key, nicht ohne dokumentierten EU-Verantwortlichen. Beobachtet bleibt es für eine isolierte Testmaschine gegen einen eigenen Inferenz-Endpunkt. Kippen tut die Bewertung, wenn die Firmware der Bestätigungsplatine veröffentlicht und von jemand anderem nachgeprüft ist, und wenn ein Händler mit Gewährleistung im EU-Recht greifbar wird. Bis dahin ist die 8B-Zahl auf der Startseite der beste Hinweis darauf, wie sorgfältig die übrigen Angaben behandelt werden. Wer das Prinzip für die eigene Sicherheitsunterweisung braucht, findet den Rahmen bei Security Awareness im KMU.
Weiterführende Quellen
- Produktseite Violoop, Spezifikationen und Messwerte, Stand 19. September 2026
- llms.txt von violoop.ai, Anbieterangabe BVIO Technology Limited
- Testvideo: My AI Agent Lives OUTSIDE My Computer, Alex Ziskind, 19. September 2026, gesponsert, Einheit V3
- RKLLM auf RK3588, Qwen2.5-Benchmarks, 1. August 2026, Grundlage der Messwerte oben
- RK3576-Produktseite, 6 TOPS statt 26 TOPS
- Download-Seite von Violoop, ausgelieferte Plattformen und Versionen
- Bericht zum Start mit Preisangabe, 15. September 2026
Ist so ein Gerät nicht einfach ein KVM über IP?+
In der Mechanik ja, und das ist keine Abwertung. Ein KVM über IP ist beim Betriebssystem ebenfalls eine echte Tastatur und kann denselben Berechtigungsdialog bestätigen. Der Unterschied liegt eine Stufe höher: Beim KVM sitzt ein Mensch am anderen Ende und weiß, welchen Knopf er drückt. Beim Violoop entscheidet ein Modell nach einem Bildschirmbild, welcher Knopf gemeint ist. Genau diese Entscheidung ist das Neue, und genau sie ist schwer zu prüfen.
Warum ist die Angabe von 53 Tokens pro Sekunde nicht nur optimistisch, sondern ausgeschlossen?+
Weil autoregressive Dekodierung an der Speicherbandbreite hängt und nicht an den TOPS. Ein Modell mit 8 Milliarden Parametern belegt in Q4 rund 4,25 GB Gewichte, und jeder neue Token liest sie im Prinzip komplett. Der RK3576 hat zwei 32-Bit-Speicherkanäle. Selbst bei 51,2 GB/s theoretischer Bandbreite und hundertprozentiger Auslastung, ohne KV-Cache und ohne Aktivierungen, endet die Rechnung bei rund 12 Tokens pro Sekunde. Öffentlich gemessene Werte auf dem größeren Schwesterchip RK3588 liegen für Modelle mit 1,5 Milliarden Parametern bei 9,5 bis 16,7 Tokens pro Sekunde.
Dürfen wir so ein Gerät ins Firmennetz lassen?+
Auf einem Produktions- oder Domänen-Host nach unserer Lesart nein. Das Gerät hält einen Dauer-Mitschnitt jedes Bildschirms und die Fähigkeit, als Eingabegerät jedes Formular zu bedienen. Es taucht in keiner Endpoint-Inventarliste auf, und kein Gruppenrichtlinien-Objekt greift, weil es ausdrücklich ohne Treiber arbeitet. Dazu der Datenfluss: Bring your own Key mit Claude, OpenAI oder Gemini heißt, dass abgeleitete Bildschirminhalte das Haus verlassen. Wenn überhaupt, dann auf einer isolierten Testmaschine ohne Domänenbeitritt, ohne ERP-Zugang und nur gegen einen eigenen Inferenz-Endpunkt.
senn-tech