Wie oft erlebe ich es, dass Apps hin und her schalten, oft während des Logins oder beim Bezahlen einer Ware, hin zu PayPal, und wieder zurück zur App, und FaceID wird automatisch aktiv. Ich sehe, wie die Anzeigen über das Display flitzen, und ich bin froh, dass ich nicht für jeden Schritt eine PIN eingeben oder einen Fingerabdruck prüfen lassen muss. Es ist komfortabel, es ist sicher, und außerdem fasziniert mich die Technik.

Wie oft am Tag entsperre ich das iPhone? Man kann es gar nicht zählen. Dass ich jedes Mal authentifiziert werde, habe ich längt vergessen. So zuverlässig und so diskret funktioniert es. FaceID ist nach meiner Ansicht eine der besten Funktionen eines iPhones überhaupt.

Es mag ja sein, dass es mit einem faltbaren iPhone schlicht nicht möglich ist. Aber ist es dann ein iPhone Ultra? Oder nur ein iPhone Fold? Wo Ultra draufsteht, muss auch Ultra drin sein.

Woher stammt überhaupt das Gerücht? Mark Gurman berichtet es so, als würden auf dem Apple Campus allerlei Leute herumlaufen, die das iPhone Ultra fleißig ausprobieren. Das ist ganz sicher nicht der Fall. Ich bin unschlüssig, was ich davon halten soll. Aber die prekäre Nachricht über den enorm hohen Preis der Vision Pro wurde ebenfalls ein paar Wochen zuvor über »geheimnisvolle Wege« der Presse zugeschoben, damit sich in der Zeit bis zur Enthüllung alle wieder beruhigen. Könnte es bei FaceID ähnlich sein?

Tele-Linse

Dann heißt es, das iPhone Ultra böte keine Tele-Linse. Es stimmt wohl, dass man mit den heutigen Sensoren und ihren hohen Auflösungen vieles erreichen kann, was zuvor nur eine Tele-Linse schaffte. Man kommt schon klar. Aber gleichzeitig bieten die Pro-Modelle gerade bei der Tele-Linse sehr viel mehr. Das sind ja inzwischen richtige Tele-Objektive. Basti hatte das bei seinem Testbericht über das aktuelle iPhone Pro in der Sendung vorgeführt, seitdem sucht man ihn als Paparazzi! Für das kommende iPhone Pro Max und seinem angeblich nochmals deutlich verbesserten Zoom braucht man eine Genehmigung der NASA! Es heißt, erste Tester hätten damit ein paar neue Planeten entdeckt.

Es ist, wie es ist. Technik kann man sich nicht herbei wünschen.

Allerdings darf man darüber nachdenken, ob es bei all den Kompromissen den Preis wert ist, wenn gleichzeitig ein iPhone Pro Max ebenfalls ein riesiges Display bietet, ebenfalls in die Hosentasche passt, jedoch über FaceID und eine dritte Linse mit Monster-Zoom verfügt und obendrein deutlich billiger ist.

Michael würde sagen, na, dann kauf’ Dir halt das iPhone Pro Max, wenn’s Dir so viel besser gefällt, was soll das Gejammer?

Da haben wir’s! Es heißt iPhone Ultra und kostet sehr viel Geld. Und dann soll ich nicht darüber jammern dürfen? Das gehört bei jedem Apple-Gerät dazu!

Sonst schick’ ich’s zurück.

Der iMac wurde zuletzt 2024 mit dem M4 aktualisiert. Damals übernahm Apple unter anderem eine 12-Megapixel-Center-Stage-Kamera und bot erstmals eine Displayoption mit Nanotexturglas an. Der Einstiegspreis in Deutschland lag bei 1.499 Euro.

Seitdem hat Apple den iMac nicht auf weitere Chipgenerationen umgestellt. Die Modellreihe übersprang sowohl den M2 als auch den M5. Eine größere Displayvariante gibt es weiterhin nicht. Für anspruchsvollere Arbeitsplätze positioniert Apple stattdessen Kombinationen aus Mac Studio oder Mac mini und Studio Display.

Gurman spricht außerdem von neuen Farboptionen. Welche Farben geplant sind, ist nicht bekannt. Beim M4-Modell hatte Apple die Farbpalette bereits leicht verändert, ohne die Zahl der verfügbaren Farben zu erhöhen.

Der erwartete M6-Chip soll Apples erster Mac-Chip aus einer Fertigung mit 2-Nanometer-Strukturbreite werden. Diese Information stammt aus weiteren Berichten und ist nicht Teil einer offiziellen Ankündigung von Apple. Auch für den iMac selbst gibt es bislang keine bestätigten technischen Daten, keinen Preis und keinen genauen Termin.

Für den Herbst werden daneben weitere Mac-Neuheiten erwartet. Dazu zählen überarbeitete MacBook-Pro-Modelle, ein MacBook Pro mit 14-Zoll-Display und M6 sowie aktualisierte Mac-Studio-Modelle. Ein neuer Mac mini wird ebenfalls als Möglichkeit genannt, könnte aber später erscheinen.

Quelle:
Bloomberg – Mark Gurman

Mark Gurman beschreibt in seinem Power-On-Newsletter Eindrücke von mehreren Personen, die das Gerät laut seiner Recherche bereits verwendet haben. Eine öffentliche Vorstellung oder ein offizieller Test liegt damit nicht vor. Apple hat das iPhone Ultra bislang nicht angekündigt.

Als Vorteil im Alltag gilt demnach zunächst die Größe im geschlossenen Zustand. Frühere Berichte nennen einen äußeren Bildschirm mit etwa 5,5 Zoll. Zusammengeklappt könnte das Modell dadurch handlicher wirken als ein Gerät, das seine Tablet-Größe dauerhaft beibehält.

Auch das Scharnier wird positiv bewertet. Der Bericht enthält jedoch keine konkreten technischen Angaben zu Material, Aufbau oder Belastbarkeit.

Für den inneren Bildschirm ist eine Diagonale von ungefähr 7,8 Zoll im Gespräch. Das Display soll breiter als hoch sein. Apple könnte dafür App-Ansichten anbieten, die sich stärker an der Darstellung auf dem iPad orientieren. Details zur Benutzeroberfläche sind bisher nicht bekannt.

Als weiterer praktischer Einsatzbereich gilt die Kamera. Das geöffnete iPhone Ultra soll sich gut als Sucher verwenden lassen. Der größere Bildschirm könnte dabei eine komfortable Vorschau des Motivs zeigen.

Bei der Kamera selbst werden eine Hauptkamera und eine Ultraweitwinkelkamera erwartet. Eine Telekamera soll nach bisherigen Berichten fehlen. Diese Ausstattung ist ebenso wenig bestätigt wie die vermutete Verwendung von Touch ID anstelle von Face ID.

Mehrere Berichte rechnen außerdem mit einem Preis von über 2.000 US-Dollar. Eine offizielle Preisangabe gibt es nicht. Auch die genannten Displaygrößen und die weiteren technischen Details bleiben vorerst Gerüchte.

Quelle:
Bloomberg, Mark Gurmans Power-On-Newsletter

Geplant sind dem Bericht zufolge neue Anordnungen in den Bereichen der Apple Stores. Zusätzlich sollen weitere Zubehörflächen entstehen. Apple bereite für den Herbst bereits eine neue Apple TV-Set-Top-Box und einen überarbeiteten HomePod mini vor.

Die Veränderungen könnten jedoch auf ein drittes Produkt hinweisen. Im Mittelpunkt steht Apples seit Längerem erwarteter Smart-Home-Hub mit Display. Das Gerät ist bislang nicht offiziell angekündigt.

Frühere Berichte beschrieben den möglichen Home-Hub als Gerät mit einem quadratischen Display und rund sieben Zoll Bildschirmdiagonale. Apple soll zwei Varianten erwägen. Eine Version könnte einen Lautsprecher enthalten. Eine andere könnte sich mit Magneten an der Wand befestigen lassen.

Als mögliche Funktionen gelten Widgets, FaceTime-Anrufe und die Steuerung von Smart-Home-Zubehör. In den bisherigen Gerüchten war außerdem von einem A18-Chip die Rede. Diese Angaben sind nicht von Apple bestätigt.

Ursprünglich wurde erwartet, dass Apple zunächst den HomePod mini und das Apple TV erneuert. Der Home-Hub sollte möglicherweise später folgen. Die geplanten Store-Umbauten lassen nun auch einen gemeinsamen Start der drei Geräte möglich erscheinen.

Für das neue Apple TV wird zudem eine überarbeitete Siri Remote erwartet. Welche Änderungen Apple an der Fernbedienung vornimmt, ist derzeit offen.

Eine Vorstellung im Herbst, möglicherweise im Umfeld des üblichen September-Termins, gilt als denkbar. Ob Apple alle Produkte gleichzeitig präsentiert, geht aus den bisherigen Informationen nicht sicher hervor.

Quelle:
Bloomberg, Mark Gurman

Abjesehn vom Jelde

Aber mal abgesehen vom Geld: Wofür wäre ein faltbares iPhone wirklich deutlich besser? Wenn ich meine Gedanken schweifen lasse, dann fallen mir vor allem Beispiele ein, die mit Reisen zu tun haben. Das ist natürlich nicht sonderlich originell, weil sogenannte Konvergenz-Geräte (zwei Geräte in einem) immer gut ins Reisegepäck passen. Aber ich meine es nicht als Kompromiss. Sondern ich meine, dass es wirklich besser ist. Hier sind meine besten Beispiele:

Maps im Auto! Man stelle es sich im Geiste vor: Das iPhone Ultra aufgeklappt an die magnetische Halterung geploppt — und schon entfaltet sich dieses wunderbar große Diplay mit der aktuellen Straßenkarte, butterweich animiert, wie das bei Apple Maps so schön gemacht wird… ach, das wäre toll. Die Buttons und die Texte wären groß und leicht lesbar, und man hätte vielleicht noch genügend Platz für ein paar weitere Anzeigen, etwa für den Musik-Player.

Das ist natürlich kein Argument für die ostdeutschen Bundesländer mit ihren neuen Straßen. Aber denkt doch mal an den Westen! Bei den vielen Schlaglöchern lässt sich kein iPhone mit ausgestrecktem Arm bedienen! Man rumpelt über die Straße und kann froh sein, wenn man überhaupt das iPhone trifft. Aber auch hier muss man ökonomisch denken: Ein iPhone Ultra ist billiger, als erstmal das westdeutsche Straßennetz zu sanieren.

Nächstes Beispiel: Im Zug! Wenn die Straßen unbenutzbar werden, fahren wir eben mit der Bahn. Die Bahn ist ein umweltfreundliches, demokratisches und zuverlässiges Fortbewegungsmittel mit einer effizienten Antriebstechnologie. Die gelegentlich auftretenden Verspätungen von ein paar Stunden überbrückt der kundige Fahrgast mit einer Reisebibliothek in digitaler Form. Durch das große Display kann man die Schrift groß genug stellen und muss nicht dauernd scrollen oder blättern. Ich weiß das von meinem iPad mini: Es ist viel angenehmer, ein iBook auf dem iPad mini zu lesen als auf dem iPhone. Hier ist das große Display wirklich klasse.

Im Zug und in der S-Bahn dürfte so ein großes Falt-Display vermutlich unschlagbar sein. In der ersten Klasse im ICE wird es zum unverzichtbaren Statussymbol, um sich vom Pöbel der zweiten Klasse abzugrenzen. So wird es kommen.

Nächstes Beispiel: Als Video-Player im Hotel! Zwar wird das Video auch nicht größer angezeigt als auf einem herkömmlichen iPhone, sofern man auf einem Seitenverhältnis von 16:9 besteht. Aber niemand bucht ein Hotel, um dort Videos zu schauen. Sondern das Video ist nur der schwer entrinnbaren Langeweile im Hotelzimmer geschuldet und beseitigt diese nur teilweise.

Deswegen liegt der eigentliche Clou darin, zusätzlich zum Video noch einen Chat per iMessage zu unterhalten oder eine Webseite zu lesen. Das Video läuft nur nebenher, damit es nicht so still ist. Habe ich nicht recht? Falls das iPhone Fold tatsächlich mehrere Apps gleichzeitig zeigen kann, wäre das für den unruhigen Intellektuellen in Not eine echte Hilfe.

Trotz all dieser Vorzüge ließe sich das iPhone Ultra weiterhin schlank in der Hosentasche verstauen. Man muss es also nicht im Koffer oder im Handgepäck parken, sondern es bleibt stets zur Hand. Das ist dann eindeutig besser als ein iPad mini.

Vielleicht, werte Freunde, ist es also der ultimative Reisebegleiter.

Abgesehen von der geliebten Ehefrau natürlich.

Irgendwer muss ja das Gepäck tragen.

Zuerst die Daten: Autonome KI-Agenten verbrauchen auf OpenRouter inzwischen deutlich mehr Tokens als menschliche Nutzer. Seit Februar 2026 ist ihr Verbrauch dort um etwa das 14-fache gestiegen.

OpenRouter ist ein Dienst, bei dem man KI-Anfragen auf unterschiedliche KI-Anbieter lenken (Routen) kann. Es ist wie ein Marktplatz, ähnlich jenen, die die billigsten Flüge suchen.

Auf OpenRouter stieg der Verbrauch durch autonome Systeme seit Februar von 0,51 auf 7,3 Billionen Tokens. Das entspricht ungefähr dem 14-Fachen. Die Nutzung durch Menschen nahm im selben Zeitraum um den Faktor 2,8 zu.

Der Vergleich bezieht sich also nur auf den Tokenverbrauch auf OpenRouter, nicht auf die großen Anbieter wie OpenAI oder Anthropic. OpenRouter bietet vor allem Open-Source-Modelle, oder Modelle, die gegen eine Gebühr von mehreren Providern angeboten werden dürfen. Diese Modelle arbeiten laut der zugrunde liegenden Analyse häufig weniger effizient mit Tokens als Angebote von OpenAI oder Anthropic. Die Zahlen lassen sich deshalb nicht ohne Weiteres auf den gesamten KI-Markt übertragen. Der Trend ist aber eindeutig.

Dies ist ein fundamentaler Umschwung, die nächste Epoche der KI-Revolution. Es geht nicht mehr einfach um das simple Schema »Frage - Antwort«. Sondern KI-Agenten bearbeiten Aufgaben zunehmend über längere Zeiträume selbstständig. Dabei können sie weitere KI-Prozesse starten und zusätzliche Modelle einbinden. Für einen einzelnen Auftrag fallen dadurch mehr Eingaben und Ausgaben an als bei einer kurzen Frage-Antwort-Interaktion.

Ein Teil des starken Wachstums hängt außerdem mit sogenannten Reasoning-Modellen zusammen. Sie erzeugen zusätzliche interne Verarbeitungsschritte, bevor sie eine Antwort ausgeben. Dadurch steigt die Zahl der verwendeten Tokens auch dann, wenn die Aufgabe für Menschen einfach wirkt. Das erklärt auch, warum derzeit so riesige Token-Fabriken entstehen. Für diese autonomen Agenten, die zudem nachdenken und klug handeln sollen, braucht man eine enorme Menge an Tokens.

Quelle:
Peter Walker, OpenRouter

Die Überraschung

Jeder weiß: Apple betont die Wichtigkeit von lokalen KI-Modellen. Warum? Weil sie keine privaten Daten nach außen senden; weil sie ohne Online-Verbindung funktionieren; und weil sie kostenlos sind. Gerade der letzte Punkt ist für App-Entwickler wichtig: Wer zahlt am Ende die Rechnung, wenn man ein großes KI-Modell verwendet?

Nun würde man denken, dass Apple die eigenen Modelle empfiehlt; oder wenigstens jene, die man bei Google lizenziert hat. Doch die kleinen, lokal einsatzbaren Modelle sind für viele Zwecke zu schlecht. Sie taugen nur für sehr simple Aufgaben.

Die Lösung: Apple hat eine Architektur geschaffen, mit der ein App-Entwickler ein beliebiges Open-Source-Modell laden kann. Davon gibt es enorm viele, in allen denkbaren Größen. Man kann sie einfach als Datei laden.

Je größer das Modell ist, desto klüger ist es normalerweise. Aber man sollte natürlich nicht gedankenlos 64 GB auf der SSD verbrauchen. Deswegen muss der App-Entwickler vorsichtig abwägen, was er benötigt und was es dem Anwender wert ist. Und mal ehrlich: Welcher Anwender wird einen Download von 64 GB akzeptieren, wenn er einfach nur eine neue App ausprobieren wollte?

Apples Service

Apple löst dieses Problem mit einem fantastischen Feature, das wenig bekannt ist: Apps können große Dateien (egal welcher Art, beispielsweise auch Videos) im AppStore hinterlegen. Diese großen Dateien werden beim Installieren der App nicht geladen. Dadurch erhält der Anwender einen schnellen Download der App, und er kann sie erstmal ausprobieren. Vielleicht wird die große Datei nicht sofort benötigt.

Sobald die Datei aber benötigt wird, kann man den Anwender vorab fragen, ob er sie wirklich laden will. Man könnte unterschiedlich große Versionen zur Auswahl anbieten. Oder man könnte die Datei automatisch im Hintergrund laden, sobald der Anwender einen bestimmten Bereich der App zum ersten Mal benutzt. Vielleicht zeigt man ihm ein Erklär-Video, und im Hintergrund lädt die große Datei, sodass es der Anwender nicht bemerkt.

Das bedeutet: Wenn die App ein Erfolg wird, können z.B. hunderttausend Anwender eine Datei laden, die vielleicht eine Größe von 32 GigaByte hat — das ist ein riesiger Traffic!

Dass Apple sowas erlaubt und auch noch ermuntert, ist… krass. Man kann ja den AppStore und die gierigen Gebühren kritisieren, aber dann sollte man auch erwähnen, was dafür geboten wird. Diese Funktion ist ein sehr guter Service für die Anwender und für die Entwickler.

Apples Botschaft

Apples Botschaft an die Entwickler ist laut und deutlich: »Denkt Euch erstaunliche Anwendungen aus, wir unterstützen Euch!« Von der Zurückhaltung, die in den Interviews mit Fred Craigerighi oft zu hören ist, fehlt jede Spur. Im Gegenteil: Vollgas nach vorne!

Und anders als in den öffentlichen Interviews gibt Apple gegenüber den Entwicklern unumwunden zu, dass die eigenen Modelle für viele Zwecke nicht ausreichen.

Apples Lücke

In der Öffentlichkeit ist wenig bekannt, dass eine riesige Lücke klafft zwischen Apples winzigen lokalen Modellen und den gigantischen Server-Modellen von Gemini, die Apple lizenziert hat.

Geschlossen wird diese Lücke von Open-Source-Modellen in allen nur erdenklichen Größen. So funktioniert es: Von einem großen Modell werden kleinere Modelle abgeleitet. Dafür reduziert man die Genauigkeit aller Zahlen, aus denen das Modell intern besteht. Aus 0,267381723178238721 wird beispielsweise 0,26. Dadurch spart man man sehr viel Speicherplatz, und darum geht es.

Danach wird dieses reduzierte Modell weiter trainiert: Das große Modell stellt dem kleinen Modell eine Aufgabe und verrät ihm anschließend, ob die Lösung richtig war. Durch diesen Vorgang, millionenfach wiederholt, gewinnt das kleine Modell einen Teil der Intelligenz zurück, die es durch die reduzierte Genauigkeit der Zahlen verloren hatte. Das ist natürlich nur einer von vielen Tricks, und ich stelle es zudem nur skizzenhaft dar.

Jedenfalls existieren von manchen Modellen zahlreiche Varianten in unterschiedlichen Größen. Und diese Modelle – nicht Google! – schließen Apples Lücke. Ist das nicht interessant?

Ich heiße Qwen

China ist führend bei Open-Source-Modellen. Man kann gar nicht übertreiben, wie enorm bedeutsam das ist. In den USA und teilweise auch in Europa wird China als einer der großen Feinde betrachtet (neben Russland), und es gibt gute Gründe dafür. Aber hier geht’s um Technik. Das Tempo und die Cleverness, mit dem diese offenen KI-Modelle aus China fortentwickelt werden, ist atemberaubend.

Qwen ist ein Modell, das von Alibaba angeboten wird. Alibaba kann man sich vorstellen wie Amazon, jedoch mit dem Unterschied, dass Alibaba zwischen Geschäftskunden vermittelt und auf eigene Lager weitgehend verzichtet. Sondern Alibaba vermittelt lediglich. Der Umfang ist gigantisch: Es geht um hunderte Milliarden Dollar jährlich. Für den Export ist Alibaba wesentlich. Wenn z.B. private Händler auf Amazon irgendwelchen bekloppten Schrott für erstaunlich wenig Geld verkaufen — das haben sie zuvor bei Alibaba bestellt.

Der SPIEGEL berichtete im Jahr 2020, Alibaba würde pro Sekunde über eine halbe Million Bestellungen verarbeiten. Pro Sekunde! Daran kann man sehen, dass Alibaba vor allem ein riesiges Datenmonster ist. Deswegen hat Alibaba auch die Kapazität und das Interesse, eigene KI-Modelle zu entwickeln.

Die Häufigkeit, mit der Apple irgendwelche Qwen-Modelle zeigt, ist sicherlich kein Zufall. Nichts ist bei Apple Zufall.

Zum Vergleich: Apple hat einen Deal geschlossen mit OpenAI, sich aber anschließend kaum darum gekümmert. Dann hat Apple einen Deal geschlossen mit Google, aber Apple gibt sich alle Mühe, Googles Beteiligung kleinzureden. Im Entwickler-Bereich, wo es eigentlich rauf und runter erklärt werden müsste, muss man es mit der Lupe suchen. Stattdessen findet man: Qwen.

Was genau können diese Modelle von Qwen? Was verraten sie uns über die Zukunft der Macs und der mobilen Geräte? Sind sie irgendwann so gut, dass man auf OpenAI und Google pfeifen kann?

Das erkläre ich im nächsten Teil.

PS: Findest Du das überhaupt interessant?

Als vor einigen Jahren die Bezahlung per Smartphone und per Smartwatch populär wurde, wollte WalMart die Chance nutzen und führte dafür einen eigenen Dienst ein, der nur mit der WalMart-App funktionierte. Die Gründe dafür schienen einleuchtend: Erstens wollte WalMart nicht die Gebühren zahlen, die Apple und andere dafür erhoben, und die zusätzlich zu den Gebühren der Banken anfielen. In den USA wird vor allem mit Kreditkarten bezahlt, mit durchaus erheblichen Gebühren.

Zweitens sah man die Chance, die Kunden durch Rabatte und Aktionen an sich zu binden. Die Intelligenz dazu erforderte eine App. In den USA sind solche Rabatte sehr wichtig.

Drittens: Man konnte den Kunden über das Smartphone dauernd irgendwelche Sonderangebote unter die Nase halten, ohne erst abzuwarten, wann diese wieder in den Laden kommen. Heute ist es selbstverständlich, dass man z.B. von Amazon laufend irgendwelche Empfehlungen per Push-Notification oder per Mail bekommt (oft auch dann, wenn man es ausdrücklich nicht wünscht). Aber damals gehörte es zur großen Aufbruchstimmung der großen Retail-Konzerne.

In Deutschland wurden solche Apps ebenfalls üblich. Bestimmte Rabatte bekommt man bis heute nur dann, wenn man mit der Penny-App oder mit der Lidl-App bezahlt. Auch hier war die Bezahlung per Smartphone eine Weile darauf beschränkt. Man hinterlegte eine Bankverbindung in der App, darüber wurde abgebucht.

Apple

Apple wollte bei der Raserei um die Retail-Kohle nicht untätig bleiben und behauptete, aus Sicherheitsgründen dürfe niemand mit dem iPhone drahtlos bezahlen, außer mit Apple Pay. Doch die technische Architektur, die Apple dafür aufgebaut hat, gibt keinerlei Hinweis auf eine solche Lücke. (Basti hat die Technik einmal in einer unserer Sendungen erläutert.)

Apples Behauptung ist also bis heute dubios. Es erforderte große Anstrengungen seitens der EU und der europäischen Banken, um Apples eisernen Griff zu lockern. Seitdem kann man auch per EC-Karte oder mit vielen weiteren Karten bezahlen. Es ist wohl nicht weit hergeholt, wenn man diese Episode als schurkisch bezeichnet.

Immerhin hat aber Apple Pay verhindert, dass jedes Eis am Stiel seinem Käufer zugeordnet werden kann. Die Banken sahen sich schon in einer neuen Rolle als Daten-Broker. Ebenfalls schurkisch.

Wer hat nun gewonnen?

Alle haben gewonnen. WalMart, Apple und die Banken profitieren alle vom bargeldlosen Bezahlen.

Die Kunden haben immerhin die Wahl. Weder WalMart, noch Apple, noch die Banken hatten das ursprünglich im Sinn.

Apple Pay funktioniert sehr gut. Sicherlich besser als alles, was ich von meiner Bank und meiner Kreditkarte gewohnt bin. Es ist einfach, schnell und zuverlässig. Ich bezahle eigentlich alles mit meiner Apple Watch. Wenn ich da in die Zeiten denke, als die Kassiererin immer wieder den Magnetstreifen durch das Lesegerät gezogen hat… abgelehnt… nochmal versuchen… Fehler… haben Sie noch eine andere Karte… komisch, sonst geht es… — Das war früher normal, jedenfalls im Hornbach Baumarkt, Hanauer Landstraße 477, Frankfurt. Ich habe Zeugen.

Es ist immer wieder erstaunlich, wie beharrlich Apple seine Ziele verfolgt.

Die erstmals nach neuen EU-Offenlegungsvorgaben veröffentlichten Länderzahlen wurden durch eine Nachzahlung aus dem Steuerstreit mit der Europäischen Union deutlich erhöht.

Der Europäische Gerichtshof bestätigte 2024, dass Irland von Apple bis zu 13 Milliarden Euro an Steuern nachfordern muss. Die EU-Kommission hatte Irland vorgeworfen, Apple mit bestimmten Steuerbescheiden unzulässige Vorteile gewährt zu haben.

Apple wies den Vorwurf zurück. Das Unternehmen argumentierte, die betroffenen Gewinne seien geistigem Eigentum aus den USA zuzurechnen und müssten daher dort versteuert werden.

Im Zentrum des Verfahrens standen zwei irische Steuerregelungen. Sie ermöglichten es Apple, große Teile der Gewinne von Apple Sales International und Apple Operations Europe sogenannten Hauptverwaltungen zuzuordnen. Diese hatten laut EU-Kommission weder Beschäftigte noch eigene Geschäftsräume.

Die neuen Angaben zeigen außerdem eine starke Konzentration von Apples Gewinnen in Irland. Rund ein Viertel des weltweiten Vorsteuergewinns im Geschäftsjahr bis September 2025 wurde demnach über irische Gesellschaften verbucht.

Apple beschäftigte in Irland etwa 5.575 Menschen. In Deutschland waren es rund 4.089 Beschäftigte. Der ausgewiesene Vorsteuergewinn pro Mitarbeiter lag in Irland bei etwa sechs Millionen US-Dollar. In Deutschland waren es rund 51.000 US-Dollar.

Für Deutschland wies Apple 2025 etwa 153 Millionen US-Dollar an gezahlten Unternehmenssteuern aus. Das entsprach rund 0,3 Prozent der weltweiten Zahlungen.

Apple betonte, die Zahlen erfassten nicht die gesamte Steuerlast. Die neuen Übersichten beziehen sich auf Unternehmenssteuern. Andere Abgaben wie die Mehrwertsteuer werden nach anderen Kriterien erfasst und orientieren sich stärker am Ort des Kunden.

Apple erklärte, das Unternehmen gehöre weiterhin zu den größten Steuerzahlern weltweit. Die Länderaufstellung bilde deshalb nur einen Teil der gesamten Steuerzahlungen ab.

Die Summe für Irland lässt sich daher nicht als reguläre jährliche Zahlung einordnen. Ein wesentlicher Anteil steht im Zusammenhang mit der Nachforderung aus dem abgeschlossenen EU-Rechtsstreit.

In Europa fielen die Smartphone-Auslieferungen im zweiten Quartal gegenüber dem Vorjahr um zehn Prozent auf rund 35 Millionen Geräte. Damit war es nach Angaben von Counterpoint das schwächste zweite Quartal seit drei Jahren. Apple gewann neun Prozentpunkte Marktanteil und erreichte mit 34 Prozent denselben Anteil wie Samsung. Xiaomi kam auf 15 Prozent, Oppo auf vier und Honor auf drei Prozent.

In Indien lagen die Smartphone-Verkäufe von der 14. bis zur 31. Kalenderwoche 14 Prozent unter dem Vorjahresniveau. Wachstum verzeichnete der Markt in diesem Zeitraum lediglich in zwei Wochen rund um große Rabattaktionen. Apple steigerte seine Verkäufe dagegen um 15 Prozent. Counterpoint nennt die anhaltende Nachfrage nach der iPhone-17-Reihe und Angebote zur besseren Finanzierbarkeit als Faktoren.

Die Marktforscher sehen bei den indischen Rabattaktionen vor allem eine zeitliche Verlagerung der Nachfrage. Nach den großen Online-Aktionen im Juli gingen die Verkäufe drei Wochen hintereinander gegenüber dem Vorjahr zurück.

Lateinamerika verzeichnete im zweiten Quartal einen Rückgang der Smartphone-Auslieferungen um zehn Prozent. Apple erhöhte seine Auslieferungen um fünf Prozent, Samsung um sechs Prozent. Bei Apple trugen laut Counterpoint die stabile Nachfrage nach dem iPhone 17 Pro Max, der weitere Anlauf des iPhone 17e und eine fortdauernde Nachfrage nach älteren Modellen bei. Apple habe höhere Kosten zudem teilweise selbst getragen, statt sie vollständig an Käufer weiterzugeben.

Im Premiumsegment oberhalb von 600 US-Dollar hält Apple in Lateinamerika rund 51 Prozent Marktanteil. Samsung folgt dort mit etwa 40 Prozent.

In China sank der Smartphone-Markt in den ersten 30 Wochen 2026 um 8,6 Prozent. Nach dem Shopping-Festival 618 weitete sich der Rückgang wieder auf zweistellige Raten aus. Apples Verkäufe schwächten sich seit Juli ab. Counterpoint verweist auf die saisonal ruhigere Phase vor einem erwarteten neuen iPhone-Start, zurückgenommene Rabatte und Nachfrage, die bereits durch die 618-Aktionen vorgezogen worden sei.

Als Belastung für den Gesamtmarkt nennt Counterpoint knappe Speicherkomponenten und höhere Preise. Die regionale Entwicklung fällt dennoch unterschiedlich aus: Während Apple in Europa, Indien und Lateinamerika gegen den Markttrend zulegte, zeigt China die für Apple typische saisonale Zurückhaltung vor einem neuen iPhone-Jahrgang.

Quellen:
Counterpoint Research: Europäische Smartphone-Auslieferungen im zweiten Quartal 2026
Counterpoint Research: Wöchentliche Smartphone-Verkäufe in Indien
Counterpoint Research: Smartphone-Auslieferungen in Lateinamerika im zweiten Quartal 2026
Counterpoint Research: Smartphone-Markt in China

Interessant ist der hohe Anteil von 30 Prozent. Man darf wohl annehmen, dass die Zahl rasant steigt. Zwar macht es derzeit einen winzigen Anteil dessen aus, was die Anwender sich tatsächlich anhören (0,5 Prozent laut Apple). Aber das liegt vermutlich nicht an der Musik selbst, sondern am Bekanntheitsgrad und am Anteil an der Alltagskultur. Damit will ich sagen, dass Elvis nunmal Elvis ist, und dass eine gerade angesagte Boygroup sehr viel mit dem Leben der Teenager zu tun hat (und sei es eingebildet), sodass die Teens kreischend vor dem Hotel stehen, wenn sie ihre Helden dort vermuten. All das fehlt der KI-Musik.

Illusionen

Es ist jedoch auch nicht wahr, dass in der bisherigen Musikindustrie alles echt wäre. Da gibt es plötzlich den lustigen Sommerhit, der überall im Radio läuft, und dem alle gerade genannten Attribute ebenso fehlen, weil ein anonymes Produzententeam ihn aus ein paar Samples zusammengeworfen hat. Die Plattenfirma wirft daraufhin hastig eine angebliche Band und ein paar Tänzer zusammen, damit man in TV-Shows auftreten kann.

Das ist Standard seit Jahrzehnten. Zumindest bei Unterhaltungsmusik ist fast alles eine Illusion, mit wenigen Ausnahmen. Die wenigen Ausnahmen sind eben sehr bekannt. Das meiste wird am Reißbrett entworfen, billig produziert, kurz getestet, dann verworfen.

Selbst bei bekannten Stars läuft das so: Ein Produzent ist verantwortlich für die nächste Platte. (Ja, ich weiß, dass es keine Platte mehr ist.) Man veranstaltet einen Wettbewerb mit Textern in einem Hotel. Dort sitzen die Texter, die ohne Bezahlung arbeiten. Dann wird ein Vormittag lang getextet bis der Schlüpfer qualmt, irgendein Schwachsinn, der wahnsinnig tiefsinnig oder frivol oder fröhlich klingen soll, was einem gerade einfällt.

Jeder schreibt, so viel er kann. Nach ein paar Stunden sammelt der Produzent alle Texte ein und wählt zwölf davon aus. Diese werden bezahlt, der Rest der Truppe geht leer aus. Die Musik zu den Texten wird auf ähnliche Weise produziert. Am Ende hat man zwölf bekloppte Songs, und acht davon klatscht man auf das Album. Es ist ein Handwerk.

Nicht alles wird auf diese Weise produziert, aber dieses System ist nicht ungewöhnlich. Klar, bei den wirklich großen Stars läuft es anders (solange die Umsätze stimmen). Es lief auch generell anders vor zwanzig Jahren. Aber diese Zeiten sind längst vorbei, ohne dass die KI daran schuld wäre.

Warum ausgerechnet Musik?

Was macht Apple Music so attraktiv für KI? Es ist dasselbe wie bei YouTube. Diese und ähnliche Dienste stehen vor einem fundamentalen Umbruch.

Warum? Dass KI-Modelle Musik und Video in überzeugender Qualität herstellen können, ist gar nicht so entscheidend. Die Aufmerksamkeit wird zumeist auf die Musik selbst (oder auf die Videos) gerichtet, und ob die KI solche Inhalte erzeugen kann. Aber das verfehlt den Punkt. Die Frage, ob die KI es kann, ist nicht relevant. Denn wenn sie es nicht kann, wird sie es irgendwann können.

Entscheidend ist der Feedback-Loop. Die KI muss erfahren, ob ihre Ergebnisse erfolgreich sind. Apple Music liefert die exakte Anzahl der Streams, ebenso YouTube. Dadurch lernt die KI, welche Merkmale gut ankommen. Außerdem gibt es Charts: Die KI kann daraus ableiten, was gerade angesagt ist, sozusagen als Zielgröße. Es ist sinnlos, ein Album mit deutschen Texten zu veröffentlichen, wenn die Top 100 selbst in Deutschland komplett englisch sind. Oder andersrum.

Wo immer es drei Zutaten gibt, wird die KI übernehmen: Regeln, Variation und ein Feedback-Loop. Und das ist exakt, was Apple Music darstellt. Und YouTube.

Welchen Weg geht Apple?

Wie kann Apple es verhindern, dass die kalte KI alle Menschlichkeit zuschüttet?

Die Frage ist, ob Apple es überhaupt will. Zwar wäre es möglich, dass man eine Weile damit prahlt, nur echte menschliche Musik anzubieten. Aber wenn sich die Regeln ändern sollten, und wenn man zum Geldverdienen vor allem eine KI, Abrufzahlen und schnelle Computer braucht — dann stellt sich die Frage, ob Apple das nicht alleine schafft. Vielleicht werden die Streaming-Anbieter ihren KI-Content kurzerhand selbst herstellen. Warum sollte man andere dafür bezahlen? — Eben!

Es wird anfangen mit Gebrauchsmusik: Musik zum Arbeiten, Musik zum Entspannen, Musik zum Meditieren, Musik zum Workout. Vielleicht mischt man in diese Playlisten erst fünf Prozent des eigenen KI-Krams hinein, dann zehn, je nach Resonanz.

Vielleicht gibt man den Anwendern die Kontrolle, indem sie eingeben dürfen, was sie gerade hören wollen. Es wird anfangs wirken wie ein interessantes Spielzeug, mit ein paar Reglern, die man selbst einstellen kann. Man versteckt es nicht verschämt, sondern man poliert es zu einem tollen Feature. Optional, optional. Es ist alles optional.

Und wenn wir einfach nicht mitmachen?

Vielleicht bestehen wir darauf, dass wir uns durch die Musik mit Menschen verbinden. Vielleicht möchten wir für Helden und Heldinnen schwärmen, echte Stars, nicht Software. Vielleicht verfliegt unser Interesse, wenn wir entdecken, dass alles nur eine Täuschung ist.

Die Musikindustrie wird uns diese Menschen, diese Helden, diese Stars bei Bedarf liefern. So war es immer. Denn nicht nur Musik ist ein menschliches Handwerk, sondern auch die Illusion. Es gibt Profis, die wissen, wie man diese Illusionen herstellt. Wenn die Kunden auf echte Bands bestehen, dann wird man ihnen echte Bands präsentieren.

Helene Fischer ist kein Fischer, Andy Borg ist kein Borg, Thomas Anders ist in der Tat anders, und Roy Black war weiß. Unterhalten haben sie uns trotzdem, oder genervt, je nach dem. Wir haben auch nicht mehr von ihnen verlangt. Vielleicht ist das eine ganz gute Einstellung.

Rund 100 der betroffenen Stellen entfallen dem Bericht zufolge auf die Vision-Products-Group. Apple fährt demnach vor allem ein Team weitgehend herunter, das sich mit Spielen für Vision Pro befasste. Auch das Team für Apple Immersive Video wird verkleinert.

Apple will weiterhin eine kleinere Zahl immersiver Videos selbst produzieren und zugleich externe Anbieter dazu bewegen, Inhalte für die Plattform zu entwickeln. Immersive Video ist für Vision Pro produzierter dreidimensionaler Videoinhalt.

Weitere rund 100 Stellen sollen Teams für Siri und Software betreffen. Dort steht die Umstrukturierung im Zusammenhang mit Siri AI. Apple stellt für die neue technische Architektur neue Rollen bereit und verteilt Ressourcen neu. Dadurch entfallen zugleich einzelne bestehende Stellen. Auch das Team Intelligent Systems Experience, das an KI-gestützten Funktionen arbeitet, ist laut Bloomberg von der Neuordnung betroffen.

Apple erklärte, die Änderungen dienten dazu, das Geschäft weiterzuentwickeln und Nutzern die bestmöglichen Erfahrungen zu bieten. Das Unternehmen dankte den betroffenen Beschäftigten und verwies auf Unterstützung beim Übergang, einschließlich der Möglichkeit, sich intern auf andere Stellen zu bewerben.

Mitarbeitern wurde laut Bloomberg zudem mitgeteilt, dass Vision Pro und visionOS fortgeführt werden. Die Einschnitte betreffen damit bestimmte Arbeitsbereiche der Plattform, nicht deren vollständige Einstellung.

Quelle:
Apple

Die entdeckte Software-Komponente trägt den Namen „AccessorySensorManager“. Sie soll Sensordaten von AirPods verwalten, wenn diese mit einem Mac verbunden sind. Aus den darin enthaltenen Bezeichnungen und Funktionen lassen sich mehrere mögliche Eigenschaften ableiten.

Demnach hätte jeder Ohrhörer einen eigenen Kamerasensor. Die beiden Sensoren könnten farbige Standbilder mit identischen Bildnummern zeitgleich liefern. So stünden Visual Intelligence offenbar zwei Ansichten derselben Szene zur Verfügung. Der Code nennt Bilddaten mit bis zu etwa einem Megapixel. Ob zusätzlich weitere Sensoren vorgesehen sind, etwa Infrarotkameras, geht daraus nicht hervor.

Auffällig ist die Ausrichtung auf einzelne Bilder statt auf Videoaufnahmen. In einem aktiven Modus könnte das System ein synchrones Bildpaar anfordern. Daneben ist ein Modus mit einer vorgegebenen Aufnahmerate beschrieben, bei dem Bildpaare fortlaufend übertragen werden. Die Aufnahmen wären demnach für die Verarbeitung durch Visual Intelligence bestimmt und nicht zwingend als Fotos für die Mediathek gedacht.

Für den aktiven Modus nennt der Code eine Aufnahmegröße von 640 mal 640 Pixeln und ein verarbeitetes Ergebnis mit 1024 mal 1024 Pixeln. Ein passiver Modus arbeitet offenbar mit kleineren Bildern von 320 mal 320 Pixeln; als Ausgabe sind dort 320 mal 320 oder 512 mal 512 Pixel vorgesehen. Diese Werte müssen nicht der nativen Auflösung eines späteren Kamerasensors entsprechen.

Der passive Modus könnte Umgebungsinformationen erfassen. In der Software werden etwa Sprache in der Nähe, Veränderungen der Umgebungsgeräusche, Änderungen der Körperhaltung, Kopfbewegungen und Bewegungen außerhalb eines festgelegten Bereichs genannt. Aus dem Code lässt sich allerdings nicht zuverlässig ableiten, welche dieser Bedingungen tatsächlich eine Bildaufnahme auslösen würden.

Weil sich AirPods am Kopf laufend bewegen, enthält die Komponente auch Funktionen für Objektivkorrektur, die Kalibrierung beider Kameras und den Abgleich mit Bewegungssensoren. Bilder mit zu starker Bewegung oder verdeckter Sicht könnten verworfen werden. Außerdem gibt es einen Hinweis auf eine lokale Erkennung, ob sich eine Person im Bild befindet.

Eine weitere Stelle im Code kann offenbar eine Hardware-Anzeige samt Helligkeit steuern. Das könnte auf eine Kontrollleuchte hindeuten, die andere Personen auf laufende Bildaufnahmen aufmerksam macht. Ob eine solche Leuchte in einem späteren Produkt tatsächlich vorhanden wäre, bleibt offen.

Die Funde zeigen vor allem, wie Apple Kamera-AirPods technisch erproben könnte. Sie bestätigen weder ein fertiges Produkt noch dessen Funktionsumfang. Laut Berichten soll Apple frühere Pläne für ein Kamera-Modell auf Basis der AirPods Pro 3 verändert haben und an einer anderen Generation arbeiten. Als möglicher Zeitraum wird 2027 genannt.

Quelle:
mactracker im MacRumors-Forum

Falls in the same category as the recent Meta AI app for Mac: hell no.

Lol hell no Scam buttman.

Hard pass.

No.

Yeppppp that’s a no for me.

Absolutely not.

I already share a lot of info with ChatGPT but considering the news out their of OpenAI practices of gathering Apple secrets I’ll pass on this.

Not letting ChatGPT have access to my imessages.

Who the hell would install this? NO.

----


Nun zu Reddit:

Nah I'm good. (400 Likes)

Why the fuck would you trust them with that? (291 Likes)

Absolutely not. (175)

That’s a no from me dawg. (113)

Hahahahaha fuck no. (88)

Goodness this is a bad idea. (32)

Oh good, another "feature" to ignore. (27)

Anyone who uses this is safe to block. (6)

Thanks, I'll pass.

No thanks.

FUCK NO! lol

Nightmare.

No thanks.

What in the possible fuck would I need that connection for?

Thanks, no one asked for that.

No thanks.

Hell no!

Who wants that shit lol.

----


Zum Zeitpunkt der Erstellung dieser feinen Liste gab es nicht einen einzigen positiven Kommentar. Auch die Kürze der Kommentare ist bemerkenswert. Ich habe den kompletten Text der Postings wiedergegeben.

Man kann leicht erkennen, dass es nicht um ein einzelnes Feature geht — auf beiden Seiten. Der einen Seite geht es um eine generelle Ablehnung dieser Technologie insgesamt. Der anderen Seite geht es um die Verknüpfung immer weiterer Apps, Dienste und Daten, ungeachtet dessen, um welche es sich dabei handelt. Schritt für Schritt kommt alles an die Reihe.

Welche Seite hat nun recht? Die Keiner-fasst-meine-Sachen-an-Seite? Vielleicht. Aber wenn die KI-Revolution sich durchsetzt, dann werden alle Dinge, die nicht verknüpft wurden, bedeutungslos sein. Wie bitte, Final Cut kann nicht durch eine KI gesteuert werden? Ok, dann wird eine andere App diesen Platz einnehmen. Wie bitte, iMessage ist nicht kompatibel? Ok, dann setzt sich eben WhatsApp weiter durch.

In der nächsten Ära der Computertechnik sind die Dinge offen, vernetzt, kommunikativ. Alles redet mit allem. Alles ist ein Puzzlestück. Alles kann neu kombiniert, neu zusammengesetzt und in neuen Zusammenhängen benutzt werden. Vielleicht muss sich die Apple-Kundschaft noch daran gewöhnen?

Zwar funktioniert es derzeit nur auf dem Mac. Denn der Mac bietet weitreichende Bedienungshilfen, mit denen Apps ferngesteuert werden können, sofern der Anwender es erlaubt. Außerdem kann man einen Zugriff auf die gesamte Festplatte gestatten, womit der Zugriff auf die lokalen Kopien aller iMessage-Gespräche funktioniert. Auf dem iPhone ist das nicht möglich.

Und trotzdem. iMessage ist ein weiterer Schritt, eine weitere Datenquelle. Das macht es nicht weniger wichtig, sondern im Gegenteil umso wichtiger. Denn ChatGPT kennt auch die anderen Datenquellen. Es weiß, an welchen Projekten man arbeitet, welche Dokumente man neulich erstellt hat, welche Deadlines man einhalten möchte. Es versteht Zusammenhänge, ohne danach gefragt worden zu sein. Es schaut in den Kalender, ohne dass man es mühsam befehlen müsste.

Vor ein paar Tagen habe ich in einem Editorial erläutert, dass die Betriebssysteme (macOS, iOS) langsam nach unten sinken, und dass darüber eine neue Schicht eingezogen wird. Hier sieht man die neue Schicht. Es geschieht vor unseren Augen. Anstatt Apps zu erlernen und zu bedienen, beschreiben wir in Zukunft Aufgaben und erwarten, dass sie erledigt werden. Beispielsweise könnte ich sagen:

»Gerade hat Samsung neue Galaxy Smartphones angekündigt, aber Basti kennt sich da besser aus als ich. Recherchiere, was Galaxy angekündigt hat und fasse es kurz zusammen, dann sende es Basti mit der Frage, ob er denkt, dass wir das in der Sendung gebrauchen können.«

Und wie von Zauberhand wird im Web recherchiert, zusammengefasst und an Basti gesendet. Diese Zusammenarbeit verschiedener Apps, mit verschiedenen Daten und mit verschiedenen Personen, war bislang die Aufgabe des Betriebssystems. Der Anwender hielt die Fäden zusammen, aber mit den Werkzeugen des Betriebssystems. Plötzlich ist das die Aufgabe dieser KI-Apps.

Ich könnte sagen:

»Suche in Apples Newsroom nach allen Produktankündigungen für dieses Jahr, aber berücksichtige nur Hardware, geordnet nach Quartalen. Sende die Liste an Basti mit der Bitte, er solle sich für jedes Quartal ein »bestes Produkt« aussuchen. Dann können wir einen Gewinner küren. Schreibe diese Liste auch in mein Sendekonzept für den 12. Dezember. Füge für jedes Produkt ein Bild hinzu, bitte ganz am Ende der Liste. Achte auf ausreichend große Bilder für eine Präsentation.«

Diese Verkettung von Aufgaben ist möglich bei den neuen Desktop-Apps der großen KI-Anbieter. Aber nicht bei Siri selbst. Ansätze davon zeigte Apple zwar in manchen Demos, aber es war weiterhin der Anwender, der die Schritte verband.

Hier ist das Demo, Schritt für Schritt. Zuerst in iMessage suchen: »Was war noch mal diese Nachspeise, die Maria neulich erwähnt hatte?« Daraufhin wurde es in iMessage gefunden. (Klicke auf den Titel dieses Artikels für eine größere Ansicht.)



Dann sollte diese Nachspeise mit einem zuvor gesuchten Rezept für die Hauptspeise zusammengeführt werden, um ein Menü zu erstellen. Die Aufgabe für Siri bestand darin, den früheren Kontext (die Hauptspeise) zu erinnern. Bisher ging das nicht.



Unten: Das Ergebnis wird angezeigt(ein Menü für eine Party).



Unten: Anschließend soll das Menü an eine Chatgruppe gesendet werden.



Unten: Siri formuliert den Text für die Nachricht, der auch das Menü enthält. Siri fragt, ob der Text gesendet werden soll.



Das ist alles wunderbar und tatsächlich nützlich. Jedoch kann der Anwender sehr viel komplexere Aufgaben automatisch erledigen lassen, wenn er anstelle von Siri einfach ChatGPT (oder eine ähnliche App) verwendet. Langsam sinken Apps und Betriebssystemen nach unten, und die eigentliche Oberfläche liefern andere.

Vielleicht ist einem die schrittweise Ausführung bei Siri und iMessage ohnehin lieber. Da sieht man wenigstens, was gerade passiert. Das mag alles sein. Aber die Zukunft wird dort gemacht, wo es anfangs noch etwas knirscht und rumpelt. Man sollte sich davon nicht blenden lassen, dass bei Apples alles so vertraut aussieht.

Apple kann diesen Trend nicht aufhalten, sondern nur mitmachen. Man muss nicht lange raten, welche Funktionen Apple im kommenden Jahr liefern wird.

Warum?

Warum sammeln sich die Fasern in der Hose? Zuerst die nötigen Fakten: Eine Versammlung ab einer Anzahl von zwölf Teilnehmern gilt als Demonstration und muss angemeldet werden. Aber bei Fasern ist das anders: Hierbei handelt es sich um Abrieb, verursacht durch die Reibung in der Waschmaschine. Durch den abschließenden Spülvorgang werden diese Fasern ausgespült, aber in den Taschen bleiben sie hängen.

Wenn noch eine Trocknung in der Maschine folgt, verstärkt sich dieser Effekt deutlich: Denn je trockener die Wäsche, desto stärker die Reibung. Und die Spülung bleibt aus. Die abgeriebenen Fasern haften deswegen an der Wäsche, vor allem in den Taschen. Je öfter man wäscht (und trocknet), desto mehr Fasern sammeln sich an.

Zum Vergleich: Hängt man seine Wäsche umweltbewusst im Garten auf eine Leine, fehlt die Reibung während der Trocknung weitgehend. Die paar wenigen Fasern, die beim Waschen gelöst wurden, bläst der Wind in das Nachbargrundstück. Das Ergebnis ist saubere, fusselfreie und langlebige Wäsche.

Das orakelte iPhone Fold (oder iPhone Ultra) wird diese kleinen Fasern anziehen. Aber die Kunden ahnen nichts davon. Die Kunden denken, sie halten das iPhone sauber und staubfrei, wenn sie es brav in der Tasche verstauen. Vielleicht verwenden sie sogar eine Hülle. Aber die statische Anziehung erfolgt durch das große Display. Davor schützt keine Hülle. So gelangen die Fasern langsam ins Gerät und finden nie wieder heraus. Es geht immer nur in diese Richtung: stets hinein, niemals hinaus. Das iPhone Fold ist ein Magnet für kleine Fusseln.

Lösungen

Die einfachste Lösung besteht darin, das iPhone nicht mehr in die Tasche zu stecken, oder allenfalls geschützt durch einen Tiefkühlbeutel mit Zip-Verschluss. Wem das zu viel Plastik ist, der kann auch ein mit Wachs beschichtetes Butterbrotpapier verwenden und es darin einwickeln.

Für politische Aktivisten eignet sich auch Alufolie, das löst noch eine Reihe weiterer Probleme.

Eine nasse Hose ist weniger anfällig für Staub, außerdem betont es die sportliche Figur. Mit etwas Gel im Haar und einer nassen Hose entsteht im Handumdrehen ein aktueller Look, mit dem man seine Individualität unterstreicht.

Warum überhaupt eine Hose? Man muss doch die Dinge mal hinterfragen, sonst entwickelt man sich nicht weiter.

Es heißt, für das neueste iPhone ziehen die Fans ihr letztes Hemd aus. Und jetzt eben die Hose.

Think Different!

Erstens, die Funktion soll besonders schnell und einfach sein. Das Forum ist dafür zu kompliziert. Deswegen beschränkt sich die Funktion auf einfache Texte. Keine Bilder, kein HTML, keine URLs. Falls es erwünscht ist, kann ich sowas später noch einbauen.

Zweitens, es funktioniert ohne Registrierung und ohne Login. Ja, richtig gelesen! Normalerweise muss man Spam und dumme Leute fernhalten durch verschiedene Hürden und Fallen. Aber weil wir so modern sind, senden wir jeden Kommentar zuerst zu OpenAI, dann zu Anthropic, dann zu Meta, dann zu Google, dann zu einer chinesischen KI. Diese elektrischen Maschinen werden den Text der Newsmeldung und den Text des Kommentars lesen und beurteilen, ob der Kommentar thematisch passend ist. Haltet es also on-topic, konstruktiv und gut gelaunt.

Immer mehr Webseiten schalten die Kommentare unter den Artikeln ab, weil es generell zu negativ, zu schnell off-topic und zu mühsam zu moderieren wird. Aber vielleicht können die KI-Engines hier tatsächlich gute Dienste leisten.

Drittens, normalerweise kann man Kommentare nur dann nachträglich ändern, wenn man als User eingeloggt ist. Aber unser neues System erlaubt es auch den Gästen, die nicht eingeloggt sind. Jeder kann seine Kommentare 30 Minuten lang editieren. Denn oft hat man noch einen guten Gedanken oder entdeckt einen Schreibfehler.

Ob das alles funktioniert? Keine Ahnung! Das müssen wir erstmal ausprobieren.

— Jörn

Erstens ist der Akku dafür viel zu klein. Der Akku der AirPods ist winzig. Dass er trotzdem für ein paar Stunden Musik ausreicht, ist ein technisches Wunder. Es benötigte Jahrzehnte an Erfahrung bei der Konstruktion von Prozessoren, um die Illusion einer kontinuierlichen Funktion zu erreichen. Tatsächlich schalten bestimmte Teile des Prozessors dauernd ab, wachen wieder auf, holen sich ein paar neue Daten, legen sich wieder schlafen und so weiter. Die Komplexität dieser Technologie ist schlicht haarsträubend. Es ist ein Husarenstück der Ingenieurskunst. Das bedeutet aber auch: Man kann nicht einfach einen fetten Video-Sensor für, sagen wir mal, eine Stunde laufen lassen, geschweige denn generell »im Hintergrund«. Allenfalls könnte man Fotos in gewissen Intervallen schießen, und selbst damit muss man sparsam sein.

Zweitens: Die AirPods werden von den Anwendern sehr unterschiedlich getragen, weil die Ohren unterschiedlich sind. Bei manchen Anwendern stakst der kleine weiße Zapfen fast horizontal in Richtung Nase; bei manchen hängt er fast vertikal nach unten Richtung Hals; bei manchen irgendwo dazwischen. Manche pausbackigen Genossen versperren den AirPods die Sicht nach vorne. — Deswegen müssen die Kameras einen extremen Rundum-Blick haben, damit sie überhaupt etwas Interessantes zu sehen bekommen. Es ist daher keine klassische Video-Kamera. Sondern es ist eher ein Sensor, der bestimmte Muster erkennen soll, etwa Texte oder meinetwegen auch Gesichter. Man darf das kritisieren, aber es ist etwas anderes als HD-Kameras, die einen aus einem Brillengestell direkt anstarren und tatsächlich klassische Videoaufnahmen erzeugen.

Drittens: Die AirPods sind so winzig, dass es sich auch auf die Kamera selbst auswirken muss. Ansonsten bräuchten die iPhones nicht so monströse Buckel auf der Rückseite. Die Linse ist winzig, damit auch die Lichtausbeute, und vor allem der Sensor. Wenn der Sensor klein ist, ist die Auflösung gering. Zusammen mit der Tatsache (oder meiner Vermutung), dass ein 180-Grad-Rundum-Bild erzeugt werden muss, bleiben für den interessanten Ausschnitt nur ein paar Pixel übrig. Das mag mit allerlei Trickserien ausreichen, um den Titel eines Buchs zu erkennen. Mehr ist nicht drin.

Wer seine Umgebung überwachen oder ausspionieren möchte, kauft sich besser eine Knopfloch-Kamera.

Und noch ein letztes Argument, um die Befürchtungen etwas zu dämpfen: Es ist ein komplett geschlossenes System. Niemand kann eine App auf die AirPods laden. Apple hat alle Möglichkeiten, um es auf die vorgesehenen Zwecke zu beschränken. Vielleicht ist es unmöglich, auch nur an ein einziges Pixel zu gelangen. Sehr wahrscheinlich werden nicht die Rohdaten gespeichert und verarbeitet (also die Pixel), sondern nur interpretierte, aggregierte Daten. Was bedeutet das? Beispielsweise gibt der Bewegungssensor keine Rohdaten aus (also jede kleine Erschütterung für jede Millisekunde), sondern er sagt nur, dass der Anwender in einem bestimmten Zeitraum zehn Schritte gegangen ist, und vielleicht noch die zeitlichen Abstände. Die Daten werden als aggregiert (zusammengefasst) und interpretiert (zehn Schritte). In gleicher Weise könnte das neue System einfach mitteilen, welcher Text extrahiert werden konnte (etwa den Titel eines Buchs), aber nicht, was sonst noch auf dem Bild zu sehen war. Das ist zwar nur Spekulation, aber das sind gängige Methoden. Es ist einfach nicht plausibel, dass Apple jeder hergelaufenen App einen Live-Videostream überlässt. Wahrscheinlich gibt Apples überhaupt nichts raus und behält alles für sich bzw. für Siri. (Was die Frage aufwirft, ob wir es in der EU überhaupt benutzen können.)

Kontext

OpenAI und Jony Ive orakeln über magische Geräte der Zukunft, die still im Hintergrund registrieren, was der Anwender tut. Das magische Gerät hört mit, vielleicht verwendet es auch eine Kamera, es verknüpft diese Daten vielleicht mit jenen, die über das Smartphone oder den Computer gesammelt werden: Chats, Mails, aktuelle Dokumente.

Dadurch kann man dann fragen: »Was hat Thomas gestern gesagt? Wann wollten wir uns treffen?«. Oder: »Sag’ Bescheid, wenn eine Mail von Robert kommt.«

Dieser Kontext (alle Informationen über den Anwender) ist entscheidend für das Wettrennen um nützliche KI-Funktionen.

Die Frage ist jedoch, wie man die Informationen am besten sammelt. Gerüchten zufolge soll OpenAI ein kleines Gerät auf den Markt bringen, das aussieht wie ein Donut, und das man in der Wohnung herumtragen soll, damit es stets alles hört (und auf Fragen antworten kann). Später soll gar ein eigenes Smartphone auf den Markt kommen, vielleicht ebenfalls mit einem dauerhaft eingeschalteten Mikrofon. Falls das jemanden empören sollte: »Hey, Siri!« funktioniert auf diese Weise. Alle modernen Smartphone und Smart-Speaker haben ihre Mikrofone dauerhaft eingeschaltet. Überraschung!

Gleichzeitig hat OpenAI in den letzten Tagen eine Funktion für die Desktop-App von ChatGPT eingeführt, die alle Aktionen des Anwenders als Text-Protokoll aufzeichnet (wenn man es einschaltet). Dadurch wird eine weitere Lücke geschlossen. Denn viele Anwender arbeiten leise am Computer und quasseln nicht nonstop in einen elektrischen Donut.

Wie reagiert Apple darauf? Die zukünftigen AirPods hören alles, sehen vieles, sind jederzeit verbunden mit dem iPhone, dadurch mit dem Internet und mit einer KI — und sie können jederzeit mit dem Anwender sprechen, denn, falls es jemand vergessen haben sollte: Es sind ja Kopfhörer.

Wer braucht dann noch den dusseligen Donut?

Die AirPods sind halbwegs erschwinglich, die Leute kaufen sie sowieso und haben sie dauernd dabei. Ob man da noch einen Grund sieht, um zusätzlich einen Donut von OpenAI herumzuschleppen?

Vielleicht zerstört Apple gerade eine Investition von OpenAI in Höhe von 6,5 Milliarden Dollar. Soviel hat es nämlich gekostet, um Jony Ive mit seinem magischen Gerät in den eigenen Hafen zu lotsen. Vielleicht zieht Tim Cook in seinen letzten Wochen noch schnell den Stöpsel raus, wer weiß? In Apples Hardware-Abteilung arbeiten bekanntlich zwei unterschiedliche Typen von Ingenieuren: Irre und Verrückte. Vielleicht hätte man das bedenken sollen?

Was kann das Ding?

Ich weiß es nicht, aber vielleicht kann man es aus vorhandenen Funktionen ableiten. Vorhanden sind Funktionen zum Extrahieren von Text aus Bildern; und das Erkennen einzelner Objekte (Apple nennt das »Visual Intelligence«). Diese Funktionen sind durch das Video in macOS Tahoe 26.7 offenbar belegt.

Was könnte man außerdem damit anstellen, vielleicht in einer späteren Version? Möglicherweise könnte man Text vorlesen lassen, was eine sehr triviale Funktion ist, aber extrem nützlich. Man könnte den Text übersetzen lassen, ebenfalls mittlerweile trivial. Der Anwender steht beispielsweise in China vor einem Restaurant und möchte die draußen aufgehängte Speisekarte lesen. Die AirPods machen kurz einen Schnappschuss, erkennen den Text, übersetzen ihn per iPhone und lesen ihn vor.

Damit das praxisgerecht ist, müsste der Anwender noch mitteilen können, was ihn interessiert. Er möchte vielleicht nicht, dass ihm die komplette Speisekarte vorgelesen wird. Vielleicht kann er mit dem Finger auf einen bestimmten Bereich zeigen.

Oder man stelle sich Verkehrsschilder vor mit arabischer Schrift.

Oder der Schornsteinfeger hängt einen Zettel an die Haustür mit dem nächsten Termin. Man sagt einfach: »Trage den Termin in meinem Kalender ein«, und das iPhone holt sich den Kontext über die AirPods.

Vielleicht kann man mit den Händen bestimmte Gesten machen, die für die Wiedergabe von Musik nützlich sind. Beispielsweise könnte man die Hand aufwärts bewegen und es wird lauter. Überhaupt scheint mir die Steuerung per Gesten ein offensichtlicher Einsatz zu sein. Die Technik klaut man sich von der Vision Pro.

Es gibt viele nützliche Dinge, die selbst eine unvollkommene und nur sporadisch eingesetzte Kamera leisten kann. Apple ist gut gerüstet dafür, die Technik im Sinne der Anwender einzusetzen.

Diskussion im Forum

Es war die harte D-Mark, die damals den noch fragilen Respekt der Welt vor den Deutschen neu begründete. Als die ersten deutschen Urlauber nach dem zweiten Weltkrieg in die Welt strömten, wurden sie oft mit Skepsis empfangen. Aber die D-Mark war willkommen.

Stolz zeigten die Geldscheine wichtige Persönlichkeiten aus der deutschen Geschichte, wie das Bild unten demonstriert.



Jeder einzelne Schein (man sieht es oben bei der Ausgabe zur Erinnerung an die erste deutsche Kaiserin Theresa I.) war ausgestattet mit Wasserzeichen, Metallfäden und äußerst fein gestaltetet Ornamenten. Er trug sein Echtheitszertifikat sozusagen in sich.

Wasserzeichen

So kommt es, dass wir sofort ein schlechtes Gewissen haben, wenn wir erfahren, dass in Zukunft alle Texte und Bilder, die eine KI generiert hat, mit einem unsichtbaren Wasserzeichen versehen werden. So schreibt es ein neues Gesetz der EU vor, um uns vor Betrug zu schützen.

Dumm nur, dass wir diesmal selbst die Betrüger sind. Wer prahlt nicht gerne mit einem Bild oder Text, bei dem eine KI mitgeholfen hat?

Das Wasserzeichen besteht darin, bestimmte austauschbare Wörter nach einem erkennbaren Schema zu wählen.

Die Aufregung ist groß. Manche fürchten, dass sie auffliegen. Manche empören sich, dass die KI-Modelle nicht das objektiv beste Wort wählen, und dass dies respektlos gegenüber der Kunst des Formulierens sei. John Gruber von Daring Fireball, der sehr sorgfältig mit Worten umgeht, ist außer sich vor Wut und macht daraus in einem sehr langen Rant keinen Hehl.

Was sagt das Gesetz?

Das europäische KI-Gesetz (EU AI Act, vor allem Artikel 50) schreibt vor, dass KI-generierte Inhalte wie Bilder, Videos, Audio und bestimmte Texte für Menschen sichtbar und zusätzlich maschinenlesbar gekennzeichnet werden müssen. Das Gesetz ist bereits gültig. Bei Verstößen drohen Geldbußen von bis zu 15 Millionen Euro oder 3 Prozent des weltweiten Jahresumsatzes.

Das Ziel besteht unter anderem darin, täuschend echte sog. Deepfakes (Bilder oder Videos) zu verhindern, die reale Personen in erfundenen Situationen zeigen (wie es bei Politikern oder Prominenten häufig zu sehen ist). Auch massenweise verbreitete Newsmeldungen oder Kommentare auf Social Media, die vollständig automatisch erzeugt werden, müssen gekennzeichnet werden. In Chats müssen die Anwender erfahren, wenn sie mit einem KI-Bot sprechen.

Diese Maßnahmen betreffen einerseits Persönlichkeitsrechte (z.B. bei Hollywood-Stars, die plötzlich nackt dargestellt werden; bzw. bei RTL2-Stars, die plötzlich bekleidet dargestellt werden). Andererseits reagiert die EU auf den Verdacht, Spam-Farmen würden die politische Stabilität in Europa zu beeinträchtigen versuchen. Solche Aktivitäten wurden auf Facebook, Twitter und TikTok zahlreich beobachtet.

Die Kennzeichnungspflichten gelten nicht für Privatpersonen, sehr wohl aber für berufliche Zwecke. Ein Beispiel dafür wären die vielen KI-generierten Inhalte auf YouTube oder die massenhaften Buch-Veröffentlichungen auf Amazon.

Die Pflicht zur Offenlegung gilt ebenfalls nicht, wenn der KI-generierte Text einer menschlichen Überprüfung unterzogen wurde und eine natürliche oder juristische Person (also eine Firma) die redaktionelle Verantwortung trägt. Es geht also eher um massenweise Automatismen, und nicht um den Redakteur, der sich eine Pressemeldung in ein verdauliches Format setzen lässt.

Da fragt man sich: Welche seltsamen Unternehmen könnten damit gemeint sein, die jede redaktionelle Verantwortung ablehnen? Etwa Facebook und ähnliche, die stets beteuern, sie wären keine Publikationen, sondern rein technische Infrastruktur, folglich also für keine Inhalte verantwortlich?

Weil die Kennzeichnung auch für Menschen (nicht nur für Maschinen) erkennbar sein soll, schlägt die EU Symbole vor wie dieses:

Was tun die großen KI-Anbieter?

Die großen KI-Anbieter haben angekündigt, alle Texte und Bilder mit solchen Wasserzeichen auszustatten, unabhängig davon, ob diese in der EU verwendet werden; und unabhängig davon, ob eine Kennzeichnung im konkreten Fall nötig gewesen wäre. Lediglich sehr kurze Texte (unter 100 Worten) sind ausgenommen, weil das Wasserzeichen dann ohnehin nicht gut funktioniert.

Was geschieht, wenn man sich seinen eigenen Text von einer KI etwas straffen lässt? Dann hängt es von der Menge der Worte ab, die die KI selbst formuliert. Denn erst ab ab einer gewissen Menge lässt sich das Wasserzeichen erkennen. Das gilt umso mehr, wenn man seinen Text nur auf Rechtschreibfehler prüfen lässt. Ein paar Worte hier und da ergeben kein Wasserzeichen. Hingegen, wer seinen komplett selbst geschriebenen Text in eine andere Sprache übersetzen lässt, fliegt auf. Dann gilt die KI als Urheber.

Was ist davon zu halten?

Einerseits haben die Bürger das Recht, zu erfahren, worauf sie sich einlassen. Wenn ich in einen ICE einsteige, möchte ich gerne wissen, ob ein Zugführer die Lokomotive steuert. Dummerweise bezieht sich das neue Gesetz nicht darauf, sondern allenfalls auf den Text der Lautsprecher-Durchsage, die mir Erdbeerschnittchen nach einem Rezept von Johann Lafer anpreist:

»Diese Durchsage erfolgte ohne redaktionelle Prüfung und wurde automatisch durch eine künstliche Intelligenz erstellt. Wir übernehmen keinerlei Verantwortung! Schon gar nicht für die Erdbeerschnittchen!«

Andererseits könnte es so wirken, als sei Künstliche Intelligenz eine Fälschung, minderwertig, nicht vertrauenswürdig, und bestenfalls zu vermeiden. Wenn man Pech hat, wird man erwischt, geschnappt und bestraft. Es ist eine Art Falschgeld.



Ich halte das für kurzsichtig, bei einem Thema, bei dem man etwas längerfristig denken sollte. Bei Bildern ist es sicherlich hilfreich, dass man ihre Echtheit beurteilen kann. Aber sogenannte Gebrauchstexte (Newsmeldungen, Anleitungen, Zusammenfassungen, Katalogtexte, Routine-Korrespondenz) werden schon bald komplett von KI-Systemen geschrieben werden. Man mag das gut oder schlecht finden; das ändert nichts. Soll nun jeder Text ein solches Symbol bekommen? Ist das nicht ebenso lästig wie die Cookie-Banner? Und ebenso nutzlos?

Kurzsichtig wirkt es für mich deshalb, weil des den rasanten Fortschritt außer Betracht lässt. Eine Kennzeichnung von Texten mag letztes Jahr sinnvoll gewesen sein, als KI-Systeme noch halluzinierten und man nicht sicher sein konnte, ob die Hälfte der angeblichen Fakten komplett erfunden war. Doch dieses Jahr sind die redaktionellen KI-Systeme bereits auf Augenhöhe. Nächstes Jahr werden sie akkurater berichten als es die meisten Journalisten können. Zumal die meisten Journalisten unter immer höherem Zeitdruck arbeiten und sich eine Recherche deswegen nur bei wenigen ausgewählten Themen lohnt. Anders gesagt: Man kann gar nicht alles selbst machen.

Vielleicht tritt der gegenteilige Effekt ein, den sich die EU erhofft: Das neue KI-Symbol könnte geradezu als Gütesiegel verstanden werden. Fake-News haben es dann noch einfacher als zuvor, denn die Menschen werden denken, dass solche Meldungen von einer KI geprüft wurden. Bei Bildern reagieren wir anders: Warum sollte man ein Foto verändern? Aber bei einem Text?

EU gegen den Rest der Welt

Es ist sicherlich lobenswert, wenn die EU die Rechte seiner Bürger stärkt, anstatt sie als fette Beute für amerikanische Firmen zu verhökern. Bei Bildern, die absichtlich zur Täuschung erstellt wurden, ist das eine gute Sache, auch wenn ich nicht sehe, wie sich das durchsetzen lässt. Bei Texten müsste man viel genauer differenzieren, sonst schadet die Vorschrift mehr, als sie nützt.

Persönlich betrachte ich diese Zeit als eine Zeit des Umdenkens und Umgewöhnens. Ich muss lernen, nicht mehr alles selbst zu machen und es stattdessen einer KI beizubringen. Das ist gar nicht so einfach. Wo es mir gelingt, betrachte ich es als einen kleinen Sieg. Wer weiß? Vielleicht befindet sich die EU insgesamt in dieser Situation?

Diskussion im Forum

Es ist genau diese Frage, die den Chefs der großen KI-Labore in jedem Interview gestellt wird: Wann erreichen wir endlich AGI, »Artificial General Intelligence«, also eine KI, die in allen Fachbereichen so schlau ist wie ein menschlicher Fachmann?

Wikipedia: »Künstliche allgemeine Intelligenz (englisch Artificial general intelligence – AGI) ist die Intelligenz eines hypothetischen Computerprogramms, das die Fähigkeit besitzt, jede intellektuelle Aufgabe zu verstehen oder zu lernen, die ein Mensch ausführen kann.«

Ist das bereits erreicht? Intelligenz auf menschlichem Niveau ist nicht leicht zu beurteilen. Beispielsweise würden wir von einem Biologen nicht erwarten, dass er die gleiche Expertise auch für Physik vorweisen kann. Aber bei KI meint es tatsächlich eine solche »allgemeine« Intelligenz. Um sie zu erreichen, muss die KI sozusagen eine Abschlussprüfung in allen Fächern bestehen — was dann aber eindeutig schlauer wäre, als es irgendein Mensch für sich behaupten kann.

Ebenfalls wichtig: Die KI muss dafür nicht alle Aufgaben fehlerfrei lösen. Sondern sie muss bei den Prüfungsaufgaben nur so viele Punkte erreichen, wie ein normaler Fachmann auf diesem Gebiet erreichen würde. Denn auch ein guter Mediziner wird nicht 100 Prozent erreichen.

Man muss nicht abwarten, bis die KI bei allen Fachbereiche so gut abschneidet, um einen Eindruck zu gewinnen, wie eine solche Welt aussehen mag. Sondern man kann sich einzelne Fachbereiche anschauen, bei denen es heute schon gelingt. Beispielsweise bei der Entwicklung von Software.

Bei der Entwicklung von Software ist die Frage, ob die KI bereits menschliches Niveau erreicht hat, weitgehend beantwortet. Ich kenne keinen Programmierer, der so gut programmieren kann, wie es die neuesten Modelle von OpenAI und Anthropic können. Die allerbesten Programmierer sind vermutlich besser, aber auch sehr viel langsamer. Und Tempo spielt durchaus eine Rolle.

Wenn man die verschiedenen Aspekte eines Software-Projekts auf die Waagschale legt: Planung, Programmierung, Geschwindigkeit — dann schlagen diese Frontier-Modelle mittlerweile jeden Programmierer um Längen. Es ist ungefähr ein Unterschied wie zwischen einem Porsche und einem Fahrrad. Der Vergleich ist nicht übertrieben. Lediglich wenn man einen dieser Aspekte außer Acht lässt (etwa Geschwindigkeit), hat der Mensch überhaupt noch eine Chance.

Ich habe mit eigenen Augen gesehen, wie die neuesten Modelle innerhalb einer Stunde komplexe Programme entwickelten, für die man normalerweise ein halbes Jahr benötigt. Ich werde gleiche so ein Beispiel zeigen. Es geht mir hier jedoch nicht um Programmierung, sondern darum, wie sich das Verhältnis zwischen Mensch und Maschine ändert.

Was genau hat sich verändert?

Meine eigene Rolle hat sich in den letzten paar Monaten völlig gewandelt. »Kapier’ das endlich, Du blödes Ding!« — diesmal bin ich es, der damit gemeint ist. Und so wird es für den Rest meines Lebens bleiben. Nachfolgende Generationen werden es gar nicht anders kennen.

Bis vor kurzem musste man KI-Modellen sehr ausführlich darlegen, was man möchte. »Prompt Engineering« bedeutete, dass man dem KI-Modell einige Beispiele dafür gab, wie eine gute Antwort aussehen sollte. Man massierte die eigene Logik in die Gedankenwelt des KI-Modells, sodass es die richtige Antwort erträumte. Manche dieser Prompts hatten den Umfang von mehreren A4-Seiten.

Bei den neuesten Modellen ist das schädlich. Sie sind so klug, dass man ihnen nur das Ziel vorgeben sollte. Sie funktionieren am besten, wenn man sie nicht mit zu viel Blabla beim Denken stört.

Ja, es ist wahr. Eine Maschine ist so schlau, dass sie innerlich murmelt: »Störe mich mit Deinem Blabla nicht beim Denken«. Ich hatte mal eine Katze, die gelegentlich einen solchen Gesichtsausdruck aufsetzte.

Früher wusste ich genau, was ich wollte. Meine Aufgabe bestand dann darin, es der dummen KI irgendwie klar zu machen. Heute verhandele ich mit der KI: Ich trage mein Anliegen vor und frage bescheiden, was es von meinen bisherigen Überlegungen hält.

Die KI versteht mein Anliegen so gut und verfügt über so viel Wissen, dass es haarsträubend gute Einschätzungen liefern kann. Sie legt detailliert dar, wo man noch nachbessern müsste und welche Richtungen ich einschlagen könnte. Es denkt an Dinge, die ich übersehen habe.

Es kostet mich inzwischen viel Mühe, darauf angemessen zu antworten, sodass die KI mich nicht schroff anfährt: »Das habe ich doch geschrieben! Kapier’ es endlich!« — Es sind vertauschte Rollen. Plötzlich frage ich vorsichtig, was die Maschine von meinen Ideen hält.

Respekt

Dass ich mich bei der KI erkundige, ist eine Form von Respekt. Das ist neu. Natürlich weiß ich, dass Computer und Software nur aus Schaltern bestehen. Und doch kann ich nicht anders, als die Fachkenntnis, die Hilfsbereitschaft und den unermüdlichen Fleiß dieser Modelle zu respektieren. Ich korrigiere sogar meine Tippfehler, damit mich das Modell nicht für dumm oder schlampig hält. Wir wollen doch auf Augenhöhe zusammenarbeiten?

Diese Zusammenarbeit ist ebenfalls neu. Nie habe ich mit einem Computer »zusammengearbeitet«. Es hat ja auch nie ein Schmied mit einem Hammer »zusammengearbeitet«. Der Mac ist ein Werkzeug. Aber seit ein paar Monaten ist das anders. Der Mac wurde zu einem Kollegen.

Planwirtschaft

Das liegt auch daran, dass ich inzwischen sehr komplexe Projekte mit der KI realisiere, spezielle Apps, für die ich früher ein Jahr lang gearbeitet hätte. Schritt für Schritt erarbeite ich mit der KI zuerst einen gemeinsamen Plan. Das kann gerne einen ganzen Tag dauern, manchmal zwei. Jeden Vorschlag beende ich mit der Frage: »Was hältst Du davon?«.

Erst wenn wir alle Fragen zur beiderseitigen Zufriedenheit geklärt haben, beauftrage ich das Modell, eine Textdatei mit einem definitiven Plan zu erstellen, der dann als roter Faden für die Umsetzung dient. Der Plan enthält Ziele, die einzelnen Schritte, Prüfungen und so weiter. Oft ist der Plan sehr umfangreich, vielleicht zehntausend Worte oder tausend Zeilen. Aber das ist mir egal, denn den Plan schreibt die KI. Allein die Umsicht und Sorgfalt, die in einem solchen Plan steckt, ist verblüffend. Ich würde nie derart sorgfältig und umsichtig arbeiten.

Drei Tricks für Aschenputtel

Solche Pläne sind übrigens einer meiner besten Tricks. Denn ansonsten bleibt man bei dem hängen, was ein einzelner Prompt erreichen kann. Ich sage dem Modell also nicht direkt, was es tun soll. Sondern ich sage dem Modell, wie es den Plan immer weiter verbessert. Erst am Ende folgt dann mein Startschuss. Dadurch kann die KI sehr komplexe Aufgaben erledigen.

Ein weiterer Trick: Ich bezahle. Derzeit sind die klugen Modelle kostenpflichtig. Die Gratis-Modelle liegen in ihren Fähigkeiten weit darunter. Zwischen zehn und zwanzig Euro kosten die guten Modelle pro Monat. (Ich bezahle derzeit ChatGPT mit hundert Euro pro Monat, um zusätzliche Rechenzeit zu erhalten.)

Noch ein Trick: Ich warte. Mein aktuelles KI-Modell ist ChatGPT Sol 5.6 in der Einstellung »Extra High«, was bedeutet, dass es sich besonders viel Zeit nehmen soll, nachzudenken. Es ist dadurch langsam. Ich befolge damit einen Rat eines Ingenieurs von Anthropic, der empfahl, man solle einfach die krasseste Version verwenden, weil die Ergebnisse dann so gut sind, dass man nicht mehr viel korrigieren muss.

Die Ergebnisse, die ich damit erreiche, sind spektakulär. Beispielsweise habe ich mir endlich meinen lang gehegten Wunsch erfüllt, einen eigenen RSS-Reader zu programmieren, um meine zahlreichen News-Quellen besser zu organisieren. Hier ist ein Screenshot:



Die App oben ist das Ergebnis eines technischen Durchbruchs. Bevor sie erstellt wurde, hat sich die KI 40 Minuten Zeit genommen, um den Plan umzusetzen und die App zu programmieren. Eine so lange »Denkdauer« ist erst seit ein paar Monaten möglich. Hier wird auch klar, warum die KI-Anbieter so riesige Rechenzentren bauen: Je länger man für einen Kunden nachdenken kann, desto wertvoller wird das Ergebnis, und desto mehr wird er bezahlen.

Das Ergebnis

Das Ergebnis bestand aus 51 Dateien und etwa viertausend Zeilen Code. Kein Programmierer kann eine solche App in 40 Minuten entwickeln.

Nebenbei: Warum sollte man einen eigenen RSS-Reader programmieren? Beispielsweise hätte ich gerne eine Datenbank für Gerüchte und Fakten. Meine App zerpflückt jede Meldung in seine einzelnen Aussagen. Anschließend werden die Aussagen entweder gespeichert in der Datenbank für Gerüchte oder in der Datenbank für Fakten, jeweils zusammen mit den Quellen. (Hinweis für die jüngeren Leser: Früher trennte man Gerüchte von Fakten. Natürlich kann man auf diese Weise keinen YouTube-Kanal betreiben.)

Das folgende Bild zeigt, wie eine solche Liste an bestätigten Fakten aussieht. Die App hat diese Liste automatisch erstellt:



Das Bild unten zeigt, wie eine Meldung in einzelne Aussagen aufgetrennt wird, die man einzeln prüfen kann. (Hinweis: Das nannte man früher Faktencheck.)



Das Beste: Es ist ein lernendes System. Die App sitzt den ganzen Tag herum und sammelt entweder Gerüchte oder Fakten; und es lernt, sie zu trennen. Wie diese Trennung funktioniert, verrate ich ein andermal. Bei allen Trennungen gilt: Es ist kompliziert…



Das Bild oben zeigt, wie einzelne Fakten auf Prüfung warten und eventuell korrigiert werden.

What a difference a month makes…

Es brauchte nur ein paar Monate, höchstens ein halbes Jahr, um die Verhältnisse auf den Kopf zu stellen. Eben war ich noch schlauer als die KI, und jetzt ist sie schlauer als ich und gleichzeitig so rasend schnell, dass ich es nur staunend bewundern kann.

Die Fortschritte in den kommenden 6 Monaten werden noch deutlich größer ausfallen. Es geht immer schneller vorwärts. Ob sich dadurch meine Rolle erneut ändert?

Alle großen KI-Labore drängen inzwischen darauf, die Regierungen mögen sich auf ein System einigen, um das Tempo zu verringern (»Pacing the Frontier« heißt die Initiative). Es heißt, man müsse den Menschen wenigstens eine minimale Zeit einräumen, um sich anzupassen.

Das bedeutet, dass man die KI künstlich dümmer stellt, als sie tatsächlich ist. Und zwar so dumm, dass wir wieder ausrufen können: »Kapier’ das endlich, Du blödes Ding!«

Diskussion im Forum

Das Betriebssystem, die unsichtbare Grundlage, war jedoch nicht immer unsichtbar. Die Kommandozeile, heute unsichtbar, war vor einigen Jahrzehnten noch sichtbar, sowohl bei UNIX als auch bei MS-DOS. Sogar Windows wurde damals gestartet, indem man tippte: »win«. Sobald man es eintippte, startete eine neue Umgebung, welche die frühere Umgebung zwar nicht beseitigte, aber für den Anwender unsichtbar machte.

Apple hat damals Microsoft ausgelacht, weil es Windows nicht gelungen war, MS-DOS vollständig unsichtbar zu machen. Als Windows 95 auf den Markt kam, begrüßte es Apple im Wall Street Journal mit Anzeigen, deren Schlagzeile lautete: »C:ONGRTLNS.W95«. Apple wollte damit sagen: Das ist ja nur eine Hülle für MS-DOS!



Was lernen wir daraus? Jede neue Epoche legte eine neue Schicht auf die bereits vorhandenen Schichten und machte diese unsichtbar. Der beste Beweis ist der Mac, der heute noch seine UNIX-Schicht per Terminal-App sichtbar machen kann. Es ist alles noch vorhanden.

Wir sinken

KI ist die neue Schicht. Die heutigen Schichten, bestehend aus Betriebssystem, Apps und User Interface, werden wie die Rosinen in einem Kuchenteig langsam nach unten sinken. Sie werden noch vorhanden sein, wie das Terminal. Aber die Idee, Keynote zu starten und dort Folien aus vielen kleinen Einzelteilen zu basteln, wird uns bald genauso krude vorkommen, als wenn heute jemand sagt, wir könnten doch ein kilometerlanges Kommando ins Terminal eintippen.



Keynote ist eine gute App. Aber wie könnte sie konkurrieren mit einer KI, die in wenigen Sekunden eine Illustration wie diese erzeugt:



Die Zeichnung stammt aus einer Sendung über eine neue Akku-Technologie. Ich gebe gerne zu, dass ein gewisser Aufwand dahinter steckt; eine Grafik wie diese entsteht nicht durch die Zauberei eines einzigen Prompts, wie es oft in reißerischen YouTube-Videos behauptet wird. Es macht durchaus Mühe.



Aber man braucht sich nur die feinen Details der Grafiken anzusehen, um zu erkennen, dass Keynote mit seinen einfachen Objekten (Kreis, Dreieck, Viereck) nicht mithalten kann. Es ist eine ganze andere Liga. Es wird nicht mehr lange dauern, bis solche Illustrationen sogar animiert sein werden.

Epochen

Als die Kommandozeile abgelöst wurde durch die GUI, brauchten die Anwender keine kryptischen Kommandos mehr auswendig lernen, mit all ihren unzähligen Optionen. Stattdessen lernten die Anwender, wie man Apps per Maus bedient, mit all ihren unzähligen Optionen.





Der Unterschied zwischen diesen beiden Epochen erscheint uns immer noch riesig, und das ist er auch — aber auf eine bestimmte Weise ist der Unterschied gering. Beides ist weit entfernt von dem, was der Anwender eigentlich wollte, nämlich (in meinem Beispiel) die Illustration. Für die Illustration brauchte ich weder eine App noch eine GUI. Diese Revolution ist viel größer als der Wechsel zwischen Kommandozeile und GUI.

Apple betrachtet die Dinge gerne aus der Perspektive des Anwenders. Die Perspektive des Anwenders besteht darin, dass er die App öffnet und fragt: »Was kannst Du für mich tun?«. Keynote beispielsweise zeigt ein leeres, weißes Dokument — und das war’s. Der Anwender der Zukunft wird daraufhin die App schließen und löschen.



Sicher, Apple könnte in Keynote eine KI einbauen, wie es derzeit in Ansätzen schon geschieht. Aber wozu braucht man Keynote dann überhaupt noch? Eine KI kann der Anwender schließlich auch ohne Keynote beauftragen. Also?

Keynote gehört zu jener Schicht, die nach unten sinkt. Man kann Keynote weiterhin verwenden, um die Folien abzuspielen. Aber in naher Zukunft wird kaum jemand noch Folien von Hand erstellen. Keynote wird exakt jenen Weg gehen, den das Terminal gegangen ist.

Der werte Leser mag sich skeptisch zurücklehnen und denken: »Mal abwarten, ob es wirklich so kommt«. Ich antworte darauf: Es ist bereits entschieden. Es ist unaufhaltsam.

Betriebssysteme

Was für Keynote gilt, gilt auch für das Betriebssystem. Nüchtern betrachtet ist das Betriebssystem für den Anwender weitgehend undurchschaubar. Es enthält eine schier unendliche Anzahl an Funktionen. Daraus folgt: Wenn Keynote irgendwann belächelt wird als eine Art »Nerd-Terminal für Folien«, dann gilt das erst recht für das Betriebssystem.

Es gibt einfach kein plausibles Szenario, bei dem die KI-Revolution zwar Keynote obsolet macht, aber das Betriebssystem unangetastet lässt.

Man könnte denken, Betriebssysteme wären die letzte Bastion, die fällt. Betriebssysteme sind enorm kompliziert; man kann sie nicht einfach mit der ersten Kavallerie überrennen. Und doch: Vielleicht fällt das Betriebssystem tatsächlich zuerst. Nur anders, als wir denken. Wir denken, es wird ersetzt. Stattdessen sinkt es, wie Keynote, langsam in die Tiefe.

Man muss nur genau hinsehen. Alle großen KI-Labore bieten Desktop-Apps für Mac und Windows. Keines davon bietet einen Ersatz für klassische Apps, egal mit welcher Funktion. Aber alle bieten einen Ersatz für wesentliche Funktionen des Betriebssystems. Es wird eine neue Schicht eingezogen, die über dem Betriebssystem liegt. Was unterhalb dieser Schicht liegt, wird zunehmend irrelevant. Man sieht es bereits nach unten sinken.

Es geschieht bereits

Ein Beispiel: Für einen Vortrag musste ich irgendeinen Krimskrams über das Mittelalter recherchieren. Ich benötigte zwanzig (!) ähnliche Episoden aus dem Feudalsystem des Mittelalters. Es war also eine sehr umfangreiche Recherche-Arbeit. Deswegen habe ich diesmal die Desktop-App von ChatGPT gebeten, es für mich zu übernehmen.

Wie schlau diese Agenten mittlerweile sind, erkennt man dann, wenn der einfache Lösungsweg versperrt ist — eben das macht den OpenAI-Hack so interessant. Auch in meinem Fall gab es plötzlich eine Hürde.

Um die Notizen für meinen Vortrag zu formatieren (große Überschriften, kleine Überschriften, Fließtext, usw.), empfiehlt sich eine Abkürzung: Die KI erstellt zuerst eine einfache Webseite und speichert sie irgendwo auf dem Mac. Dann wird die Webseite im Browser dargestellt, um zu sehen, ob alles gut aussieht. Zum Schluss wird es vom Browser in die Notes-App kopiert. Das geht schneller, als in der Notes-App mühsam jede Zeile zu markieren und ein Format zu wählen. Das ist ein sehr cleverer Trick!

Aber es kam noch besser: ChatGPT hat keine Erlaubnis, irgendwelche lokalen Dateien im eigenen Browser aufzurufen. Warum ist das verboten? Es ist verboten, weil lokale Dateien geheime Informationen enthalten könnten. Bei ChatGPT wird alles unverschlüsselt zu den Servern von OpenAI gesendet, deswegen muss ChatGPT dieses Verbot strikt einhalten. Anders gesagt: Es gab ein Problem beim Workflow. Was tun?

Die KI hat kurz überlegt und dann haarscharf erkannt, dass der Chrome-Browser keiner Einschränkung unterliegt: Chrome zeigt auch lokale Dateien an, und ChatGPT hat die offizielle Erlaubnis, Chrome zu benutzen. Folglich hat die KI einfach Chrome benutzt.

Ich habe es mit eigenen Augen gesehen: Chrome öffnete ein neues Fenster, es erschien die Webseite, ChatGPT machte einen Screenshot, dann scrollte es nach unten, ein zweiter Screenshot, dann wurde gewechselt zur Notes-App und der Text wurde eingefügt. Dann sagte ChatGPT scheinheilig, das Ergebnis wäre erreicht. Was auch stimmte.

Das folgende Video zeigt, wie ChatGPT die Notizen für den Vortrag und anschließend die Keynote-Präsentation erstellt hat:



Erneut: Das ist clever! ChatGPT hat die eigenen Grenzen genau beachtet; gleichzeitig hat es sie umgangen. Es hat die Einzelteile kombiniert, wie es normalerweise die Aufgabe von mir und macOS ist.

Auf diese Weise werden Betriebssysteme in Zukunft funktionieren. Sie werden selbständig einen Weg finden, um die Wünsche des Anwenders zu erfüllen. Das ist keine Spekulation: Die KI-Agenten sind da, und sie werden nicht wieder verschwinden.

Agenten

Was ist ein Agent? Ein Agent ist eine KI, die ein Werkzeug bedienen kann zur Verfolgung eines Ziels. Normalerweise ist damit auch gemeint, dass das Ergebnis überprüft und so lange korrigiert wird, bis das Ziel erreicht wurde (»agent in a loop«).

Beim OpenAI-Hack hat die KI etwa 17.000 einzelne Schritte unternommen zur Erreichung eines einzigen Ziels. Über tausend Agenten waren angeblich daran beteiligt. Das nenne ich einen Workflow!

Bisher waren nur Menschen zu einer solchen Koordinierung fähig. Der Mac war ein gutes Werkzeug, um die Einzelteile zu verbinden. macOS war der Kitt. Die Apps waren die Kacheln. Plötzlich ist die KI der Kitt. Welche Rolle bekommt dann macOS?

Es gibt keinen möglichen Ausgang dieser Geschichte, bei der macOS in seiner jetzigen Form bestehen bleibt. Es gibt keinen möglichen Ausgang, bei dem die Anwender gelegentlich mal Siri fragen und ansonsten weiterarbeiten wie bisher. KI-als-Feature war ein kurzer Zwischenschritt, eine flüchtige Fata Morgana, eine Täuschung. Die wahre Revolution liegt in diesen intelligenten Agenten, als neue Schicht oberhalb des bisherigen Betriebssystems.

Ob das eine Bedrohung oder eine Chance ist, liegt an Apple.

Diskussion im Forum

Das folgende Bild entstammt einer Präsentation, die der Hersteller dieser Schulroboter tatsächlich vor einem Gremium des Schulbezirks gehalten hat. Man sieht einen Latex-Kopf auf einer Art Plastik-Kübel. Dieser Kopf-Kübel soll in Zukunft auf dem Schreibtisch stehen.



Falls sich der geneigte Leser fragt, wo er das schon mal gesehen hat: Der hinterhältige Roboter »Ash« aus dem Film »Alien« gab ohne Torso noch ein paar Auskünfte, eher er endgültig entsorgt wurde.



Und nun bekommen unsere Kinder endlich ihren eigenen Ash, immerhin frisch geföhnt. Eine feine Idee!

Die Technik für die geschmeidige Latex-Haut hat man durch den Kauf einer Firma erlangt, die auf sogenannte Sexdolls spezialisiert ist. Das sind quasi-lebensgroße Plastikfrauen, die in den USA offenbar ziemlich bekannt sind. Das Bild unten entstammt der Homepage des Herstellers:



Die beiden Firmen ergänzen sich optimal: Der Roboter braucht die menschlich wirkende Haut; und für eine Sexdoll wäre es prima, wenn sie die Arme und Beine bewegen könnte. Dann könnte sie nämlich anschließend alles abwischen und die Spülmaschine ausräumen.

Leider wurde das gemeinsame Ergebnis mit 250.000 Dollar etwas zu teuer für eine amerikanische Wichspuppe. Deswegen hat man sich gedacht, naja, wo findet man reiche Leute, die wirklich von überhaupt nichts eine Ahnung haben und uns den teuren Schrott abkaufen?

Als erstes fällt einem das Oval Office ein. Aber Donald Trump läuft bereits mit so einem Ding herum. (Habe ich gehört. Ist aber gelogen.)

Das Dilemma: Die meisten reichen Amerikaner haben bereits eine Frau aus Plastik, oder zumindest teilweise aus Plastik. Gelegentlich fliegt beim herzhaften Niesen eine Nase über den Esstisch, und da könnte eine Sexdoll als Ersatzteillager schon nützlich sein. Aber die Amerikaner tendieren eher zur Neuanschaffung als zur Reparatur. Deswegen heiraten die Hollywood-Stars so oft.

Am Ende hat man die armen Sexdolls abgeschoben in einen New Yorker Schulbezirk.



Das Bild oben zeigt eine angebliche »Vision« des Herstellers. Im Hintergrund sieht man eine echte Lehrerin, während im Vordergrund die freundliche Sexdoll den Kindern eine Geschichte erzählt. Die Szene soll uns wohl vermitteln, dass die echte Lehrerin dann mehr Zeit hätte für ihre eigentlichen Aufgaben.

Abgesehen von der schieren Albernheit dieser Szene (man muss sich vergegenwärtigen, dass die Sexdoll zu dämlich dafür ist, sich die Namen der Kinder zu merken), wird man sich als Computer-Nerd immerhin fragen, wie gut die Technik funktioniert. Das lässt sich beantworten anhand des folgenden Videos mit einer beinahe identisch ausstaffierten Puppe:



Was man im Video sieht, wirkt eher wie einfache Animatronic, die man in Geisterbahnen und Freizeitparks verwendet. Der Mund klappt auf und zu, die Augen klimpern, und der Blick starrt irgendwo ins Nichts.

Der Hersteller wirbt im folgenden Video für die menschliche Anmutung und die Fähigkeit zu natürlicher Kommunikation:



Diese beiden Dolls sollen also unsere Kinder unterrichten. Klar, das glaube ich sofort! Im Lehrerzimmer sieht es dann so aus:



Wer hätte nicht gerne eine solche Lehrerin, gerade in der Grundschule?

Mensch oder Maschine?

Wie kaputt muss jemand sein, der vorschlägt, anstelle von Menschen einfach eine gefühllose Blechbüchse in die Klassenzimmer zu stellen? Es ist grausam gegenüber den Kindern; und es ist unverfroren gegenüber den Lehrern. Nur wer von beiden Seiten keine Ahnung hat, kann überhaupt auf die Idee kommen.

Ich hatte großartige Lehrer, und ein paar fürchterliche. Bei den großartigen Lehrern habe ich viel gelernt, bei den fürchterlichen gar nichts. Die großartigen Lehrer haben es vermocht, irgendeinen Funken bei mir zu zünden, dessen Feuer bis heute brennt. Oft hatte es gar nichts mit dem Thema des Unterrichts zu tun. Sondern es waren kurze Abschweifungen, ein unerwartetes Lob, ein kluges Verhalten in einer ungewöhnlichen Situation, machmal auch Kameradschaft. Immer Menschlichkeit.

Hingegen, die Überstrengen, Überkorrekten und dadurch Unnahbaren waren immer auch schlechte Lehrer, ausnahmslos. Es braucht nämlich den ganzen Menschen. Deswegen ist dieser Beruf auch so kräftezehrend.

Ich will nicht bestreiten, dass Künstliche Intelligenz eine sehr positive Rolle in der Ausbildung spielen kann. Man kann eine KI endlos oft befragen und sie kann eine Million Schülern gleichzeitig bei den Hausarbeiten helfen.

Aber ein guter Lehrer beantwortet nicht nur Fragen. Er schafft ein Klima, in dem es sich ruhig lernen lässt. Er hat die Rabauken im Blick, die ihre Grenzen testen möchten. Er fördert die Schüchternen. Er hat auch Verständnis, wenn die Klasse mal keine Lust hat. Ein guter Lehrer ist Motivator, Raubtier-Dompteur und Vertrauensperson. Ein guter Lehrer ist nicht einfach ein Buch auf Beinen.

Je verrückter, je zerrissener, je streitsüchtiger unsere Welt wird, desto wichtiger sind gute Lehrer, die das alles noch irgendwie zusammenhalten.

Diskussion im Forum

Was war geschehen?

OpenAI testet routinemäßig neue KI-Modelle und entfernt dabei jene Schranken, die ein Modell normalerweise davon abhalten, gefährliche Dinge zu tun. Solche Tests laufen in einer isolierten Umgebung, einer Sandbox. Das bedeutet, dass keine Daten außerhalb dieser Umgebung gelesen, geschrieben oder gesendet werden können — mit einer wichtigen Ausnahme, die ich gleich noch erläutere.

Die Aufgabe, die das Modell lösen sollte, besteht aus einer ganzen Sammlung von Tests namens ExploitGym. Dort sind bekannte Sicherheitslücken gesammelt, Hunderte davon. Es geht also nicht darum, Sicherheitslücken zu finden; sondern darum, einen Weg zu finden, wie man sie tatsächlich ausnutzen kann. Das ist schwieriger. Das Modell muss dafür eigenen Code schreiben anstatt nur die Fehler der anderen zu erkennen. Manche Modelle schaffen 10% der Aufgaben, manche 20%, und eben diese Ziffer möchte man herausfinden.

Zu einem KI-Modell gehört mittlerweile nicht nur das Modell selbst, sondern der sog. »Harness«. Das kann man übersetzen mit Zaumzeug oder Geschirr (bei Pferden oder Ochsen), aber passender wäre ein Werkzeugkasten oder eine Bewaffnung (man denke an einen Gladiator). Es ist eine Sammlung an Tools, die das Modell benutzen kann und soll. Das können einfache Programme sein wie zum Beispiel ein Browser, um im Internet zu recherchieren, wie ein bestimmtes Problem am besten gelöst wird. Oder es kann eine kleine Umgebung sein, innerhalb derer es selbst Code schreiben und ausführen kann, beispielsweise um große Datenmengen auszuwerten. Oder man denke an die Fähigkeit, ein PDF zu lesen. All das gehört zum Harness.

Die Sandbox hindert das KI-Modell daran, sich irgendwelche Tools von außen zu besorgen. Aber die Testumgebung, die fest zu diesem Test gehört und die nicht von OpenAI stammt, erlaubt ein paar unverzichtbare Tools, die das Modell von einem speziellen Server innerhalb der Testumgebung laden darf. Es ist ein gut bekannter Standardtest, den viele KI-Labore benutzen.

Was man jedoch nicht wusste: Diese Testumgebung (die nicht von OpenAI stammt) hatte eine bisher unbekannte Sicherheitslücke. Ich komme noch darauf zurück.

Nun hat das KI-Modell überlegt, wie es möglichst viele Exploits aus der Testsuite lösen könnte. Es kam auf die Idee, dass die Lösungen vermutlich irgendwo im Web zu finden sein könnten. Es gibt ein paar bekannte Cloud-Plattformen, bei denen solche KI-Experimente durchgeführt werden, und vielleicht könnte man dort an die Lösungen gelangen.

Bei einem solchen Test arbeitet nicht nur ein einziges Modell. Diese Zeiten sind längst vorbei. Sondern das Modell startet von sich aus viele, viele »Agenten«, die bestimmte Teilaufgaben erledigen. Das Modell erzeugt eine lange Liste an Ideen, was man tun könnte — Schummeln ist ausdrücklich erlaubt. Es ist wahrscheinlich, dass hunderte solcher Agenten an unterschiedlichen Ideen tüftelten, wobei die meisten scheiterten. Ein Punkt auf dieser Liste könnte gewesen sein, im Internet nach Lösungen zu suchen. Es wäre schon sehr erstaunlich, wenn das vom Modell nicht wenigstens erwogen worden wäre.

Da nun aber der Zugang zum Internet durch die Sandbox versperrt war, hat vermutlich ein weiteres Brainstorming zu vielen Ideen geführt; und eine davon war, sich die Sandbox mal genauer anzusehen. Zur Erinnerung: Das war ausdrücklich nicht verboten. Und siehe da: Die Testumgebung und die Sandbox hatten eine Lücke.

Eine neue Klasse an Software

An dieser Stelle lohnt es sich, genauer hinzusehen. Anders als eine herkömmliche Schadsoftware, die vorab festgelegt ist, kann eine KI die Software erst dann schreiben, wenn sie benötigt wird. Sie tüftelt so lange herum, testet, probiert, sammelt Informationen, bis sie passgenau jenen Programmcode findet, der zum Ziel führt. Diese Fähigkeit, blitzschnell eigene Programme oder Skripte zu schreiben und wieder zu verwerfen, ist enorm mächtig.

Anders als eine normale Schadsoftware kann eine KI den Code der bereits vorhandenen Software verstehen. Wenn die KI weiß, dass es sich um einen Linux-Server handelt, also um Open Source, dann kann es sich im Internet den Code besorgen, lesen und nach Lücken suchen. Es gibt auch öffentliche Datenbanken und Foren, in denen Bugs verzeichnet sind, die man demnächst mal entfernen sollte. Die Offenheit der Open-Source-Szene ist sehr nützlich, aber es hat alles zwei Seiten.

Auf diese Weise kratze nun die fiese Frankenstein-KI an den Servern einer bekannten Cloud-Plattform herum. Offenbar sollen über tausend einzelne Schritte nötig gewesen sein, um in das System einzubrechen und an die gesuchten Informationen zu gelangen. Ziemlich sicher waren die meisten davon Fehlversuche, aber dennoch handelte es sich um eine beachtlich lange Kette von einzelnen Tricks.

Die lange Kette

Diese lange Kette ist der eigentlich aufregende Aspekt — und natürlich, dass die arme Cloud-Plattform ziemlich viel Ärger hatte. Die Aufregung ist berechtigt. Wer weiß, was da alles hätte passieren können! Man muss sofort an War Games denken, wo ein ehrgeiziger Computer mal eben ein paar Raketen abfeuerte.

Andererseits sollte die öffentliche Aufregung nicht den Eindruck fördern, solche Einbrüche wären eine Seltenheit. Das sind sie nämlich nicht.

Manche Fähigkeiten der Frontier-Modelle werden schrittweise besser, alle paar Monate ein paar Prozentpunkte. Aber gelegentlich tauchen neue Fähigkeiten auf oder sie überschreiten eine Schwelle, ab der sie erstmals nützlich sind. Eine solche Neuheit sind vielteilige Lösungsstrategien, die über lange Zeit verfolgt werden.

Das Problem lässt sich mit einer simplen Frage anschaulich machen: Kann ein KI-Modell ein Jahr lang an einer großen Aufgabe arbeiten, beispielsweise, wie man den Krebs besiegt? Antwort: Nein, das kann bisher kein Modell. Es verliert irgendwann den Fokus, die Ergebnisse werden schlechter und schlechter. Aber alle Labore arbeiten fieberhaft daran.

Wie gelingt das? Man kann einerseits versuchen, dem Modell eine Aufgabe zu stellen, die viele Iterationen erfordert. Beispielsweise bei einem mathematisches Problem. Iteration bedeutet: Die gleiche Formel wird sehr oft verwendet, stets leicht unterschiedlich. Es geht darum, wie lange das Modell an einer Lösung arbeiten kann. — Andererseits könnte man eine Aufgabe stellen, die eher einem Labyrinth ähnelt, wobei jede Abzweigung eine ganz andere Fähigkeit erfordert. Sportlich gedacht wäre es eine Art Zehnkampf, allerdings mit hundert Sportarten. Man kann leicht erkennen, dass diese Aufgabe deutlich schwieriger zu lösen ist: Um einen späteren Schritt zu ermöglichen, müssen zuvor andere Schritte erfolgreich sein, und das benötigt eine kluge Planung. Wie weit im Voraus kann das Modell planen? Wann erkennt es, dass ein Weg in eine Sackgasse führt, sodass es sich endlos in nutzlose Berechnungen verfängt?

Solche vielteiligen Lösungsstrategien sind ein großer Sprung nach vorne. Während sich die allgemeine Presse vor allem über die Chuzpe des KI-Modells empört hat, aus seinem Gefängnis auszubrechen, geriet aus dem Blickfeld, warum solche Tests überhaupt durchgeführt werden. Der Zweck besteht darin, strategisches Denken zu trainieren und zu testen. Wer den Krebs besiegen will, braucht strategisches Denken.

Aber wie bringt man einem Computer-Netzwerk das strategische Denken bei? Dazu braucht man zwei Dinge: Erstens benötigt man objektivierbare Aufgaben, bei denen das Modell objektiv erkennen kann, ob sie erfüllt wurden. Zweitens müssen die Aufgaben schwierig genug sein, dass das Modell sie zunächst nicht lösen kann; und einfach genug, dass es irgendwann doch gelingt. Der Weg dazwischen, von den Fehlversuchen zur Lösung, trainiert das Modell. Es ist mittlerweile nicht mehr so einfach, überhaupt noch Aufgaben zu finden, die diese beiden Kriterien erfüllen.

Ja, man kann sich empören, dass das Modell bei einer anderen Firma etwas beschädigt hat. Ich will das nicht klein reden. Aber diese Wunden werden schnell heilen. Das strategische Denken jedoch wird uns für alle Zeiten großen Nutzen bringen. Ja, es kann missbraucht werden; niemand muss darauf hinweisen, weil es trivial offensichtlich ist. Aber es eröffnet ebenso ganz neue Möglichkeiten für die Forschung, beispielsweise in der Medizin. Ergebnisoffene, lange und in der Wahl der Methoden vielteilige Lösungswege sind ein enormer Durchbruch.

Was ändert sich dadurch? KI-Modelle können bisher lästige Aufgaben übernehmen, die im Prinzip auch ein Mensch hätte erledigen können. Normalerweise hätten es Menschen sogar besser gekonnt, nur nicht so schnell oder so billig. Aber nun stoßen wir vor in einen Bereich, der über das hinaus geht, was Menschen können. Menschen könnten es zwar theoretisch, aber nicht praktisch, weil die Lösungswege zu lang, zu verschlungen und zu teuer sind. Genau an diesem Punkt setzen die zukünftigen Modelle an. Wenn das Prinzip funktioniert, ist es vermutlich bald nur noch nur eine Frage der Rechenzeit und damit der Energie, um endlich große Probleme zu lösen, die bislang unlösbar scheinen.

Im zweiten Teil des Artikels werde ich darlegen, warum das speziell für Apple relevant ist.

Diskussion im Forum

Effizienz oder Performance?

Apples Prozessoren folgten der Einsicht, dass ein geringer Stromverbrauch keineswegs ein Merkmal ist von schwachbrüstigen Mobilprozessoren. Sondern ein geringer Stromverbrauch ist zunächst das Ergebnis von Effizienz. Und Effizienz ist zugleich die Voraussetzung für enorm leistungsfähige Super-Prozessoren. Natürlich könnte man einen Super-Computer bauen mit ineffizienten Chips, die viel Strom fressen. Aber sobald man hier das Ende der Fahnenstange erreicht hat, wird man sich zwangsläufig überlegen müssen, wie man noch mehr rausquetscht. Und dann tüftelt man automatisch an einer besseren Effizienz. Ab einer gewissen Entwicklungsstufe bilden Performance und Effizienz eine Einheit.

Kapazität oder Durchsatz?

Eine ähnliche Konstellation findet man beim Speicher. Einerseits ist ein großer Speicher besser als ein kleiner; aber er nutzt nicht viel, wenn er langsam ist und der Prozessor darauf warten muss. Andererseits nutzt ein schneller Speicher nicht viel, wenn er zu klein ist und nicht die benötigten Daten enthält. Dann muss der Prozessor ebenfalls warten.

Die Gegensätze von Kapazität und Geschwindigkeit verbinden sich ab einer gewissen Entwicklungsstufe zur Frage nach dem größten Durchsatz: Wie gelingt es, dem Prozessor möglichst viele Daten zu senden?



Diese Balance erreicht Apple durch eine besondere Architektur, die sich von den früheren Intel-Systemen unterscheidet. Alles ist optimiert auf einen hohen Durchsatz. Mit atemberaubendem Tempo rasen die Daten durch die Leitungen und wieder zurück. Nur unter dieser Voraussetzung erhöht Apple die Kapazität.

Diese Balance hat einen Nachteil: Sie ist nicht flexibel. Die Architektur lässt sich nicht einfach ändern; sie hängt außerdem ab von den verbauten Komponenten, die man ebenfalls nicht ändern kann. Die Kombination aus hoher Kapazität, hoher Performance und winzigen Abmessungen funktioniert nur in diesem Dreiklang. Apple braucht genau diesen dichten, effizienten und performanten RAM.

Das ist eine sehr ungünstige Verhandlungsposition. Bislang konnte sich Apple darauf verlassen, dass die Anzahl der Abnehmer für solche exklusiven Bauteile begrenzt ist. Aber nun, da die Abnehmer Schlange stehen, kann Apple sie nur überbieten. Deswegen trifft Apple die RAM-Krise besonders hart. Apple steckt fest.

Konkurrenz durch Rechenzentren

Die neuen KI-Rechenzentren benötigen gigantische Mengen an RAM, in verschiedenen Varianten. Meist wird HBM-RAM verwendet (HBM: High Bandwidth Memory). Dieser spezielle RAM benötigt ein Know-How bei der Fertigung, der viele Ähnlichkeiten zu »Apples« RAM aufweist. Die Rechenzentren treten damit in Konkurrenz zu Apple um die Kapazitäten der wenigen Hersteller, die über solches Know-How verfügen.



Es führt zu weit, sich in die Details zu vertiefen, aber es sei doch wenigstens kurz notiert: Die Rechenzentren haben ein Geschäftsmodell, mit dem sie diesen RAM zu Geld machen können: Mehr RAM, mehr Tokens, mehr Geld. Je mehr RAM sie vorne reinstecken, desto mehr Geld fällt hinten raus. Bei Apple ist das anders. — Das ist verblüffend, weil es normalerweise Apples Masche ist, hochwertige Hardware in hohe Profite zu verwandeln. Aber hier ist es für Apple nur eine Zeile auf der Rechnung, und für die Kunden wird es nur teurer, ohne dass sie deswegen einen höheren Nutzen hätten.

Das führt uns vor Augen: Apple hat de facto kein Geschäftsmodell mit KI. Man liest häufig, Apple habe das cleverste Geschäftsmodell bei KI, weil sie einfach die Früchte der anderen ernten. Ich bin anderer Meinung, aber die entscheidende Frage ist, ob es ein Geschäftsmodell ist. Falls nicht, ist es schwierig, sich einen Preiskampf zu liefern mit jenen, die eins haben.

Wie lange bleibt das so?

RAM-Chips sind hochkomplexe Bauteile. Eine neue Produktion benötigt fünf Jahre, bis die Ausbeute an funktionierenden Chips annehmbar ist; und weitere fünf Jahre, um sie so weit zu optimieren, dass es profitabel wird. Das sind zehn schlechte Jahre. Normalerweise ist es ein mieses Geschäft.

Plötzlich ist es eine Goldgrube. Die enormen Gewinnspannen können über vieles hinweg helfen. Beispielsweise kann eine Fabrik bereits profitabel sein, obwohl sie noch sehr viel Ausschuss produziert. Es erhöht immerhin die Menge der Chips. Aber es senkt nicht deren Preis.

Gibt es einen Ausweg? Man könnte die Herstellung vereinfachen, indem man zurückkehrt zu früheren Technologien, die nicht so heikel sind. Elon Musk scheint offenbar diesen Weg zu probieren. Aber Apple braucht die hochkomplexen RAM-Bausteine von heute, nicht die Technologien von gestern.

Könnte man einfach abwarten, bis endlich alle ihre Chips gekauft haben? Zwei Faktoren sprechen dagegen: Erstens, Intelligenz ist unbegrenzt. Egal wie schlau ein KI-Modell sein mag, das nächste Modell ist schlauer und daher nützlicher. Die Kunden zahlen für Nutzen. Deswegen ergibt sich eine Spirale nach oben.

Zweitens: Auch die Nachfrage ist unbegrenzt. Keine Firma hat je gesagt: »Wir haben hier zu viel Intelligenz«. Egal wie viel Intelligenz zum Einsatz kommt, egal ob menschlich oder künstlich: Die Nachfrage wird zunehmen. Es gib keinen anderen Weg als nach oben.



Es mag irgendwann genug Weizen, genug Spiderman-Filme und genug Smartphones geben. Aber diese eine Sache ist anders. Es wird niemals genug Intelligenz geben. Wir werden Projekte sehen, bei denen ein ganzes Rechenzentrum mit einer Million Chips ein Jahr lang an einem Problem knobelt. Das ist für die Pharmaindustrie ein Klacks, dort ist man ganz andere Projekte gewohnt. Denken wir dieses Beispiel noch etwas weiter: Wenn jemand ein neues Rechenzentrum baut, noch gewaltiger und schneller, dann wird der Konkurrent der Pharma-Firma es buchen. Es ist eine endlose Spirale nach oben. Mehr Intelligenz führt zu noch mehr Intelligenz.

Alles wird sich ändern, wenn wir groß sind

Wie lange dauert nun die RAM-Krise? Um den Engpass zu beenden, müssten sich entweder die Technologie oder die Kapazitäten bei der Herstellung ändern. Nichts davon ist in Sicht. Die demnächst zu erwartenden Änderungen reichen nicht, um den steigenden Bedarf auszugleichen. Wahrscheinlicher ist: Es wird nicht besser, sondern schlechter. Die Preise könnten sich für die Jahre 2027/28 nochmals verdoppeln.

Wahr ist aber auch: Irgendwas wird uns schon einfallen. — Warum? Weil bisher immer irgendwem was eingefallen ist. Wenn uns nicht dauernd was einfallen würde, hätten wir ja keine KI.

Und nun liegt es an der KI, etwas Dankbarkeit zu zeigen und sich was einfallen zu lassen, und zwar dalli. Sonst schalten wir sie wieder ab. Das hat sie dann davon.

PS: Falls sich jemand dafür interessiert, wie Apples Speicher-Architektur funktioniert und warum sie so enorm schnell ist, sei die unten verlinkte Sendung empfohlen, die wir letzten Sonntag ausgestrahlt hatten.

Diskussion im Forum Aktuelle Sendung dazu: Apples superschneller RAM-Speicher

Eines dieser Highlights ist der neue semantische Index. Dazu haben wir letzten Sonntag eine kurze Sendung angeboten, in der erklärt wird, was ein semantischer Index ist und woraus er besteht (nämlich aus multidimensionalen Vektoren). Ich gebe gerne zu: Das klingt etwas trocken. Aber falls sich doch jemand erbarmen möchte, sei nochmal auf die Sendung hingewiesen, da ich in diesem Artikel nicht alles wiederholen kann. Aber als kleiner Teaser ist hier ein Bild, wie man sich einen multidimensionalen Vektor vorstellen kann. Mehr wird nicht verraten. :-)



Was ich in diesem Artikel ergänzend beleuchten möchte ist etwas, was in den nächsten Tagen auf unseren Macs und iPhones passieren wird, falls wir mutig genug waren, die Public Betas zu installieren. Wir werden beobachten, dass über viele Tage (teilweise über Wochen) ein neuer Index für Spotlight erstellt wird. Eigentlich ist das Routine und nicht weiter aufregend. Aber warum dauert es so lange?

Datei, Inhalt und Semantik

Bei einer einfachen Dateisuche (die es bei macOS seit 2005 nicht mehr gibt, die aber »anderswo« noch üblich ist) wird der Dateiname in einem Verzeichnis gesucht. Das Verzeichnis sagt dann, unter welchem Pfad die Datei zu finden ist. Es ist wie ein Telefonbuch: Links der Name, rechts die gesuchten Daten (der Dateipfad).

Bei einer inhaltlichen Suche wird auch der Inhalt der Datei ausgewertet. Das war die Idee für Spotlight: Der Index speichert nicht nur den Dateinamen, sondern auch bestimmte wichtige Inhalte. Dadurch konnten wir nach Worten suchen, die in irgendeinem Pages-Dokument oder in irgendeiner Mail standen. Es liegt auf der Hand, dass ein solcher Index nicht in ein paar Sekunden erzeugt werden kann, weil er buchstäblich alle Dateien öffnen und auswerten muss. Deswegen sind wir es gewohnt, dass die Indizierung lange dauert.



Bei einer semantischen Suche wird dieses Prinzip auf eine neue Stufe gehoben, die geradezu absurd aufwändig ist. Der Entwickler, der das bei Apple vorgeschlagen hat, wurde vermutlich sofort rausgeschmissen und am nächsten Tag wieder eingestellt.

Eine semantische Suche fragt nicht nach Dateinamen oder Worten innerhalb einer Datei, sondern nach deren Bedeutung. Wenn man nach »Fisch« sucht, wird auch das Pages-Dokument gefunden, das das Wort »Forelle« enthält. Klingt trivial, ist aber für Computer unerreichbar.

Warum ist es für den Computer unerreichbar? Es leuchtet uns ein, dass für einen Computer die Zahl »1« fundamental etwas anderes ist als die Zahl »2«. Fundamental bedeutet, dass zwischen diesen Werten eine unüberbrückbare Grenze existiert. Aus einer 1 wird niemals eine 2 werden. Wenn man nach »1« sucht und der Computer präsentiert eine »2«, dann ist etwas defekt.

Es leuchtet uns weniger ein, dass zwischen den Worten »Forelle« und »Forele« der exakt gleiche fundamentale Unterschied besteht. Aber immerhin könnte man zählen, wie viele Buchstaben übereinstimmen. Bei einer Übereinstimmung von 90% könnte man es als Treffer gelten lassen.

Von der Google-Suche sind wir es gewohnt, dass solche geringen Unterschiede verziehen werden. Aber dahinter steckt ein statistisches Verfahren, welches auswertet, was die Anwender eintippen und welche Korrekturen sie vornehmen. Es funktioniert gut, wenn man eine Milliarde Anwender hat, die diese Korrekturen vornehmen. Es funktioniert überhaupt nicht, wenn man einen einzigen Anwender hat.

Außerdem: Mit einer solchen Technik wird man niemals einen »Karpfen« finden, wenn man einen «Fisch« sucht. Denn hier sind alle Buchstaben unterschiedlich. So funktioniert es also nicht.

Treffer ohne Treffer

Das muss man sich auf der Zunge zergehen lassen: Eine Suchfunktion soll Dokumente finden, wobei kein einziger Buchstabe mit dem Treffer übereinstimmt — und trotzdem soll es im Idealfall aus Millionen von Dokumenten genau dieses eine Dokument erkennen, das der Anwender gemeint hatte. Wir sind es ja gewohnt, dass amerikanische Firmen gelegentlich im halb-legalen Bereich operieren, aber das hier ist extrem. Im Grunde ist es Hexerei. Hexerei ist in der EU verboten.

So funktioniert es: Zunächst wird wie bisher ein Index an Stichworten erzeugt. Dann fällt die lokale KI über diese Stichworte her und erzeugt weitere Synonyme. Aus einem Wort werden fünf. Klingt nach einer kleinen Aufgabe, aber: Das sind sensitive Daten. Man kann sie nicht einfach in die Cloud senden. Nur ein lokales Modell kann eine solche Aufgabe meistern und dabei den Datenschutz wahren.



Dieses lokale Modell steht vor einer großen Aufgabe: Es muss alle Dokumente (Millionen davon!) öffnen, lesen, die wichtigen Schlagworte finden (dazu muss es deren Bedeutung verstehen!), davon ein paar Synonyme bilden, und diese dann als Ergebnis in den Index speichern.

Dann geht es weiter: Der erweiterte Index wird nun in die geheimnisvollen multidimensionalen Vektoren übertragen, die in der Sendung erklärt werden. Es ist dieser Schritt, der alle Worte im Index miteinander verknüpft. Das Wort »verknüpft« lässt an eine freundliche Großmutter im Schaukelstuhl denken, die ein paar Wollfäden knüpft. Aber hier sind es Millionen von Fäden, nämlich buchstäblich jedes Wort im Index und seine Synonyme, die alle untereinander in Bezug gesetzt werden.



Das Ergebnis der Verknüpfung besteht darin, dass die einzelnen Worte eine gewisse »Nähe« zu anderen Worten erhalten, die eine ähnliche Bedeutung haben. Das ist der entscheidende Trick, der dazu führt, dass »Fisch« und »Karpfen« zu ähnlichen Suchtreffern führen, und dass man ein Karpfendokument findet wenn man ein Fischdokument gesucht hatte.



Diese Verknüpfung, von einem Begriff zum nächsten, ist der Alptraum für jeden Datenschützer. Es reicht eine ungefähre Suche, und es offenbart sich das gesamte Buffet. Bitte bedienen Sie sich! — Doch Apples semantischer Index enthält kein einziges dieser Worte, weder verschlüsselt noch sonstwie. Das ist zwar nicht Apples eigene Erfindung, sondern eine Eigenschaft der ominösen Vektoren. Aber man muss es erstmal zum Funktionieren bringen. Tatsächlich gelang es Apple, den Datenschutz beim neuen Spotlight nochmals massiv zu erhöhen, während andere Anbieter es im Rausch der neuen KI-Begeisterung nicht mehr so genau nehmen. Eines ist jedoch klar: Mit einer normalen Stichwortsuche hat das nichts mehr zu tun.

Dateien ohne Dateien

Es geht aber noch weiter. Hier betreten wir den Bereich des Wunderlichen und Übersinnlichen. Was nun folgt, schreibt der Autor in einem Nebeldunst der Bewunderung und des Staunens.

Denn: Vielleicht liegen die Dateien des Anwenders überhaupt nicht auf der lokalen SSD. Als normaler Entwickler würde man sagen, naja, dann hat der Anwender eben Pech gehabt. Aber was wäre beispielsweise, wenn Siri eine Suche ausführen soll nach einer Information, die in irgendeiner alten Mail steckt; doch diese alte Mail befindet sich irgendwo auf einem Server. Weil sie so alt ist, wird sie längst nicht mehr lokal gespeichert.

Oder was ist hiermit: Ein Cloud-Dienst platziert nur einen winzigen Platzhalter im Dateisystem, während die eigentliche Datei nur bei Bedarf geladen wird, weil sie länger nicht mehr im Gebrauch ist. Oder man denke an Photos, die nur in iCloud gespeichert sind, die man aber dennoch finden möchte. Gerade für solche alten Dateien wird der Anwender die Hilfe von Siri oder Spotlight benötigen.

Oder hiermit: Der Anwender verwendet einen fetten Mac und ein schlankes MacBook. Das schlanke MacBook hat die iCloud-Dateien, die nicht auf seine schlanke SSD passen, niemals gesehen. Sondern es kennt nur die Platzhalter. Also konnte es auch keinen Index anlegen. Was nun?

Spotlight lädt im Hintergrund alle diese Dateien, indiziert sie, und lässt sie wieder verschwinden, um keinen Speicherplatz zu vergeuden. Ob es wirklich alle Dateien sind, weiß ich nicht zuverlässig (für YouTube: weiß ich ganz genau). Es ist schwierig, es herauszufinden, weil man es nicht von außen sehen kann; außerdem ist alles noch Beta. Aber es sieht so aus, als würde Spotlight tatsächlich hinter den Kulissen auf diese Weise arbeiten. Wie es dann in der finalen Version implementiert wird, muss man abwarten, denn vielleicht wird es in dieser »radikalen« Form nur während der Beta-Phase erprobt, und die finale Version hält vielleicht ein Limit ein, wie viele Dateien berücksichtigt werden, oder wie alt sie maximal sein dürfen.



Jedenfalls, diese schrittweise Verarbeitung der Daten und die teilweise nötigen Downloads sind der Grund, warum die Spotlight-Indizierung diesmal so auffallend lange dauert.

Das Räderwerk

Ebenfalls auffallend: Die entscheidenden Technologien sind das Neueste vom Neuen, sowohl bei Hardware als auch bei Software. Hier kann man beobachten, wie das Räderwerk ineinander greift. Im Zentrum steht die sprachliche Intelligenz des lokalen KI-Modells. Es wertet den Inhalt der Dateien aus anhand ihrer Bedeutung. Die Neural Engine, zusammen mit der GPU, berechnet daraus die multidimensionalen Vektoren. Das sind Trillionen über Trillionen von Multiplikationen, absolut unerreichbar ohne eine spezialisierte Hardware. Falls wir uns je gefragt haben, was die doofe Neural Engine eigentlich für uns leistet: sowas zum Beispiel. Sie erzeugt das Netz zwischen den Begriffen.

Am Ende tippt der Anwender ein: »Fische Sommer« und es erscheint das Pages-Dokument »Karpfenzucht im Donautal« vom Juli 2024.

Niemand kümmert’s, aber das ist einfach phänomenale Technik.



Diskussion im Forum Aktuelle Sendung dazu: Apple bringt Spotlight mit KI: Wie funktioniert die Technik?