»Apple pretty much runs on Claude.«

Ich halte das für plausibel, denn die Fähigkeiten von Claude oder Codex sind inzwischen atemberaubend.

Um den roten Faden nicht zu verlieren: Apple ist bei Software-Entwicklung eine ganz andere Nummer als Meta. Wie hoch mag dann deren Rechnung an Anthropic ausfallen? — Oder kann man das nicht vergleichen, sofern Apple eigene Server verwendet?

Aber Google Gemini läuft ja auf Googles Servern.

Eine Milliarde Dollar, pauschal, um die ganze Welt mit Siri AI zu versorgen: Das könnte eine der größten Enten sein, die Bloomberg und Mark Gurman in den letzten Jahren verbreitet haben.

Suchbegriffe sind Technik von gestern

Der Suchbegriff und der Inhalt, den man sucht, müssen exakt zusammenpassen. Damit das funktioniert, enthalten heutzutage alle Inhalte einige Schlagworte (Tags), nach denen die Anwender eventuell suchen könnten.

Das Dilemma: Wenn die Begriffe zu spezifisch sind (etwa: »Semantischer Index, Index, Semantik, Vektoren«), dann wird kaum jemand danach suchen. Wenn die Begriffe zu unspezifisch sind (etwa: »Suche«), dann werden zu viele Beiträge gefunden, die mit der Sache nichts zu tun haben.

Zwei kurze Beispiele dazu, hier das erste: Gestern habe ich in unserer Artikel-Datenbank nach »Keynote« gesucht, weil ich wissen wollte, ob die kommende Keynote schon angekündigt war. Das war sie auch. Jedoch habe ich den Eintrag nicht gefunden. Denn streng genommen ist es ja keine Keynote mehr; deswegen war es akkurat gespeichert als »Apple Event«. Beide Begriffe, »Apple Event« und »Keynote«, meinen dasselbe, aber sie stimmen nicht überein. Keynote könnte auch eine App sein.

Das zweite Beispiel: Die Worte »Der Weltuntergang ist nahe!« und »Tokio Hotel moderiert Wetten Dass…?« sind inhaltlich identisch, aber man hätte es mit der klassischen Suche niemals gefunden. Und dann hätte man es womöglich gar nicht bemerkt.

Vektoren sind die Technik von morgen

Spotlight verwendet in Zukunft eine Technologie, die nicht mehr einzelne Stichwörter berücksichtigt, sondern die Bedeutung des ganzen Textes (oder des ganzen Bildes).

Hier muss man genau hinsehen. Es sind zwei Dinge: Erstens die Bedeutung eines Wortes, die Semantik. Dadurch weiß das System, dass ein »Hund« ein Tier ist. Zweitens die Bedeutung des Textes insgesamt. Dort hat der Hund vielleicht nur eine kleine Rolle gespielt. Man kann die Bedeutung insgesamt erfassen, aber das wird unpräzise. Es ist nicht scharf und klar wie ein Laser, sondern eher nebulös wie eine Wolke. Ich habe ja gleich zu Anfang zugegeben, dass die Technik nebulös ist. Da haben wir’s.

Was zunächst wirkt wie eine Schwäche, ist aber in der Praxis eine große Hilfe. Man findet Übereinstimmungen von Dingen, die ungefähr in die gleiche Richtung gehen. Auf diese Weise erkennt es, dass »Apple Event« und »Keynote« in die gleiche Richtung deuten, ungeachtet der Wortwahl.

Gespeichert wird es als eine Art Fingerabdruck, ein Zahlen-Wirrwarr, der sehr viele Aspekte abbildet. Welche Aspekte es sind, ist nicht direkt erkennbar. Es ist unscharf, wie ein Wölkchen. Jedes Wort verschiebt das Wölkchen zu einer etwas anderen Position, einer andere Größe, einer anderen Form, einer anderen Farbe. Mit den eingetippten Suchbegriffen geschieht dasselbe, auch wenn es ganz andere Worte sind. Gefunden wird dann jenes Wölkchen, das der »Such-Wolke« am nächsten ist.

Was hat Mac-TV damit zu tun?

Bei Mac-TV verwenden wir verschiedene Datenbanken, beispielsweise für die Sendungen oder für die Artikel. Auch die Inhalte unserer Sendungen bilden eine Art Datenspeicher.

Dieser Speicher ist sehr wertvoll. Eine App könnte zu jeder neuen Nachricht anzeigen, was wir über das Thema bereits gebracht haben. Ich könnte dann per KI zusammenfassen lassen, was wir über die Ultra-Prozessoren wissen, eine Art Dossier. Vielleicht veröffentlicht Apple einen neuen Ultra-Prozessor, und die App erkennt den Zusammenhang mit unseren früheren Beiträgen automatisch.

Es ist heute üblich (und ausreichend), einfach eine neue Nachricht zu veröffentlichen: Das ist der neue Ultra-Prozessor, fertig. Aber man könnte viel besser über die Hintergründe und Zusammenhänge informieren, wenn es nicht so mühsam wäre. Durch eine semantische Suche per Vektoren könnte es gelingen, die Berichterstattung deutlich zu verbessern.

Dieses futuristische System läuft bei Mac-TV experimentell im »Schattenbetrieb«. Das bedeutet, dass es sich noch nicht auswirkt, aber es testet den ganzen Tag ein Was-wäre-wenn-Szenario. Es liest die üblichen News-Feeds aus den USA und protokolliert, wie oft sich ein Vorteil ergeben hätte, wenn man dazu etwas aus unseren Daten gefunden hätte, was man als Erläuterung hätte hinzufügen können.

Als Datenbank verwendet die experimentelle App derzeit nur unsere Texte, also Artikel und Newsmeldungen, aber noch nicht die Sendungen. Das ist einer der Gründe, warum derzeit viele News und Artikel bei Mac-TV erscheinen. Wir geben dem »Schattenbetrieb« etwas zum Ausprobieren.

Aber gerade bei den Sendungen wäre es ein technischer Durchbruch.

Jedenfalls haben wir erstmal einen Haufen Text umgewandelt in Vektoren. Das ist genau das, was Spotlight macht, sobald man iOS 27 oder macOS 27 installiert. Apple verwendet für diese Umwandlung die lokale KI, und das ist der Grund, warum es langsam ist (aber kostenlos und privat, also die richtige Entscheidung von Apple). Wir verwenden dafür eine KI von OpenAI.

Ob das alles funktioniert? Keine Ahnung! Vermutlich nicht! Aber es macht Spaß, sich damit zu beschäftigen.

So, Schluss für heute. Ich muss zum Apple Store in der Innenstadt.

Da kaufe ich mir den neuen Putzlumpen.

Der funktioniert wenigstens.

PS: Hier noch die zwei Beiträge, damit Ihr nicht suchen müsst:

• Sendung: Apple bringt Spotlight mit KI: Wie funktioniert die Technik?
• Artikel: Spotlight und der semantische Index

Warum ist PCIe 6.0 schneller?

PCIe-Verbindungen bestehen aus einer oder mehreren Datenleitungen, den sogenannten Lanes. Bei PCIe 5.0 erreicht jede Lane eine Datenrate von 32 Gigatransfers (dieses Wort gibt es tatsächlich) pro Sekunde. PCIe 6.0 verdoppelt diesen Wert auf 64 Gigatransfers pro Sekunde.

Möglich wird das durch ein neues Übertragungsverfahren namens PAM4. (Falls es jemandem bekannt vorkommt: In einer Sendung über Thunderbolt wurde dieses Verfahren erläutert.) Frühere PCIe-Versionen unterschieden bei einem Signal zwischen zwei Zuständen und übermittelten damit jeweils ein Bit. PAM4 verwendet vier Signalstufen und kann dadurch zwei Bit auf einmal übertragen. Vereinfacht gesagt gelangen in derselben Zeit doppelt so viele Informationen durch die Leitung.

Weil die vier Signalstufen schwieriger voneinander zu unterscheiden sind, steigt allerdings die Gefahr von Übertragungsfehlern. PCIe 6.0 begegnet diesem Problem mit einer schnellen Fehlerkorrektur sowie zusätzlichen Prüfdaten. Außerdem werden Informationen in fest definierten Datenpaketen, sogenannten Flits, übertragen. Diese Verfahren sollen Fehler erkennen und korrigieren, ohne die Latenz spürbar zu erhöhen.

Nach Angaben der PCI-SIG bietet PCIe 6.0 theoretisch die doppelte Bandbreite von PCIe 5.0. Eine Verbindung mit 16 Lanes erreicht bis zu 256 Gigabyte pro Sekunde in beide Richtungen zusammen. Bei PCIe 5.0 sind es 128 Gigabyte pro Sekunde.

Was bedeutet das beim Mac Studio?

Von der höheren Geschwindigkeit profitieren vor allem Aufgaben, bei denen sehr große Datenmengen am Stück bewegt werden: umfangreiche Video- und Audioprojekte, große Dateiübertragungen oder das Laden lokaler KI-Modelle. Apples Angabe »bis zu 2-mal schneller« ist jedoch ein Maximalwert. Wie groß der Vorteil tatsächlich ausfällt, hängt auch von der SSD-Kapazität, dem Controller und der jeweiligen Anwendung ab. Beim Starten kleiner Programme oder Öffnen einzelner Dokumente dürfte der Unterschied daher deutlich geringer ausfallen.

Weniger ist manchmal weniger

Gerade weil die schiere Rechenkraft selbst des kleinsten Mac Mini so gewaltig ist, stellt sich automatisch die Frage, ob das überhaupt nötig ist? Trifft es die anvisierte Kundschaft? Ich kenne in meinem Bekanntenkreis (abgesehen von den Apple-Nerds) niemanden, der etwas mit zwölf – zwölf! – CPU-Kernen anzufangen wüsste.

Warum probiert man es nicht mit einer echten Mini-Konfiguration? Mit A18, 16 GB RAM, und einer herkömmlichen, austauschbaren SSD auf einem kleinen Modul, wie man es überall für wenig Geld kaufen kann (konnte). Es muss für diese Kunden nicht Apples rasend schneller SSD-Wahnsinn sein.

Denn für manche Kunden sind alle Argumente einerlei, wenn man ihnen eröffnet, dass es bei knapp tausend Dollar oder Euro losgeht.

Apple trägt keine Schuld an der RAM- und SSD-Knappheit. Aber es kann diesen Kunden etwas entgegen kommen mit einem schlankeren Prozessor und einer einfacheren SSD.

Mac Mini

Beim Mac mini stehen der M6 und der M5 Pro zur Auswahl. Der Mac Studio ist mit M5 Max oder M5 Ultra erhältlich.

Der M6 ist Apples erster Chip aus einer Fertigung mit zwei Nanometern. Er verfügt über zwölf CPU-Kerne und zwölf GPU-Kerne. Apple ordnet die CPU-Kerne drei Gruppen zu: zwei Superkerne, vier Performance-Kerne und sechs Effizienzkerne. Nach Apples Angaben steigt die Leistung bei parallelen Aufgaben gegenüber dem M4 um bis zu 40 Prozent. Für KI-Aufgaben nennt Apple bis zu viermal höhere Werte.

Zum M6 gehört außerdem eine Dual Neural Engine mit zwei 16-Kern-Einheiten. Der Chip unterstützt bis zu 32 GB gemeinsamen Arbeitsspeicher und erreicht eine Speicherbandbreite von bis zu 170 GB/s.

Der Mac mini mit M6 kostet in Deutschland ab 1.049 Euro. Die Basisausstattung umfasst 16 GB Arbeitsspeicher und eine 256-GB-SSD. Der Mac mini mit M5 Pro startet bei 1.999 Euro. Er wird mit 24 GB Arbeitsspeicher und 512 GB SSD angeboten. Der M5 Pro lässt sich mit bis zu 64 GB gemeinsamem Arbeitsspeicher konfigurieren.

Apple hält am kompakten Gehäuse des Mac mini fest. Wi-Fi 7 und Bluetooth 6 werden über den N1-Chip bereitgestellt. 2,5-Gigabit-Ethernet ist standardmäßig enthalten. 10-Gigabit-Ethernet bleibt eine Option.

Das M6-Modell besitzt drei Thunderbolt-4-Anschlüsse auf der Rückseite. Die M5-Pro-Ausführung bietet dort Thunderbolt 5. Beide Varianten haben zusätzlich HDMI, Ethernet, zwei USB-C-Anschlüsse an der Vorderseite und einen Kopfhöreranschluss.

Mac Studio

Im Mac Studio arbeitet der M5 Max mit einer 18-Kern-CPU und bis zu 40 GPU-Kernen. Die Speicherausstattung reicht von 36 bis zu 128 GB. Die Speicherbandbreite erreicht bis zu 614 GB/s. Apple nennt gegenüber der vorherigen Generation bis zu 50 Prozent mehr GPU-Leistung. Der Einstiegspreis liegt in Deutschland bei 2.999 Euro.

Der M5 Ultra besitzt bis zu 36 CPU-Kerne und bis zu 80 GPU-Kerne. Apple verbindet dafür zwei duale M5-Max-Bausteine über die UltraFusion-Technik. Die Verbindung erreicht mehr als 4,4 TB/s. Der M5 Ultra ist damit Apples erster M-Chip mit einer Architektur aus vier Chip-Bausteinen.

Apple gibt gegenüber dem M3 Ultra bis zu 1,25-mal höhere Leistung bei einzelnen CPU-Aufgaben und bis zu 1,3-mal höhere Leistung bei parallelen Berechnungen an. Die Grafikleistung soll um bis zu 40 Prozent steigen. In jedem GPU-Kern steckt ein Neural Accelerator für KI-Aufgaben.

Der M5 Ultra unterstützt bis zu 512 GB gemeinsamen Arbeitsspeicher und bis zu 1,2 TB/s Speicherbandbreite. Die Basiskonfiguration des Mac Studio mit M5 Ultra kostet 6.599 Euro. Sie enthält 96 GB Arbeitsspeicher und eine 1-TB-SSD. Die Ausführung mit 512 GB Arbeitsspeicher soll Ende Oktober folgen.

Zu den weiteren Neuerungen des Mac Studio gehören PCIe Gen 6 für bis zu doppelt so schnelle SSD-Leistung, Thunderbolt 5 mit bis zu 120 Gbit/s sowie Wi-Fi 7 und Bluetooth 6. Der Rechner kann bis zu acht externe Bildschirme ansteuern. Außerdem unterstützt er Genlock über USB-C.

Der M5 Ultra bietet eine erweiterte Medienengine. Nach Apples Angaben sind bis zu 33 parallele Streams mit 8K-ProRes-Video möglich. Die neuen Mac-mini- und Mac-Studio-Modelle sollen ab dem 22. September ausgeliefert werden.

Quellen:
Apple
Apple
Apple
Apple Store
Apple Store

Mehr Lametta

Die Zahl von zwei Milliarden Kunden ist so gewaltig hoch, dass selbst ein moderater Gebrauch sehr wahrscheinlich zu den größten Server-Projekten aller Zeiten gehört. Irgendwann werden alle diese Kunden freigeschaltet sein. Was dann?

Man liest oft, wie clever es von Apple sei, im Rennen um die größten Rechenzentren gar nicht erst an die Startlinie zu treten. Aber woher kommt nun die benötigte Kapazität? Google wirft auf seiner Webseite frohgemut mit KI-Antworten um sich, kostenlos, und blitzschnell. OpenAI bedient eine Milliarde Kunden, bei Meta sind es zwei. Sie vergrätzen die Kunden nicht mit einer Warteliste. Hätte Apple also doch etwas mutiger sein sollen beim Ausbau der eigenen Datencenter?

Vielleicht werden wir uns daran gewöhnen müssen, dass Anfragen an Siri AI teilweise recht langsam verlaufen. Man hat in den Demos bereits auffällige Wartezeiten gesehen, und das lag vermutlich nicht an der Vielzahl der Anwender. Vielleicht wird es auch öfters Meldungen geben, dass Siri AI gerade nicht verfügbar ist. Oder es wird kaschiert mit einem Rückfall auf eine einfache Web-Suche.

Oder hat Apple einfach Glück? Vielleicht sind die meisten Anfragen so simpel, dass man sie auch on-device verarbeiten kann, und nur ein kleiner Teil braucht etwas Intelligenz. Die meisten Apple-Anwender benutzen Siri doch ohnehin nur für simple Aufgaben wie z.B. »Berechne den Horizontalkoeffizenten H für die Tangentialkomponente T bei einer Ordnungszahl von 4 im mehrdimensionalen Raum« — letztlich Dinge, die man beim Autofahren schnell wissen muss, oder weil man grad mit jemandem diskutiert.

Es sei denn, man hat seine Wohnung mit HomeKit-Lichtschaltern ausgestattet! Dann gibt es wirklich sehr komplexe Anfragen, bei denen die KI teilweise zehn Minuten oder länger nachdenken muss, beispielsweise: »Hey Siri, wie geht hier das Licht an?« — »Hallo!« — »Ist da niemand?« — »Ich brauche Licht. Hallo.« Aber das sind theoretische Grenzfälle.

Wenn es wirklich dauerhafte Engpässe geben sollte, dann wird es vermutlich ein Jahr dauern, bis sie milder werden, und drei Jahre, bis sie beseitigt sind. Die vielen neuen Datencenter, die aktuell in Planung oder im Bau sind, werden in den Jahren 2028 bis 2030 ans Netz gehen.

Größe macht einen Unterschied

Zunächst sollte man sich daran erinnern, wie es vor kurzem aussah. Halbwegs nützliche Modelle verbrauchten so viel Speicher, dass es für normale Anwender nicht in Betracht kam. Die Dateien wurden nicht in Gigabytes gemessen, sondern in Terabytes. Das ist für die ganz großen Modelle immer noch so. Allerdings: Macs mit 2 oder 4 Terabytes (und sei es angeschlossen per Thunderbolt) sind keineswegs selten. Die Frage ist nur, ob man der KI so viel davon gönnt.

Anschließend stellt sich die Frage nach dem RAM. Muss man das komplette Modell in den RAM laden? Es galt als Sensation, als man erstmals mit 64 GB RAM auskam. Dadurch passte es haarscharf in ein MacBook Pro. Ein Laptop!

Das war die Vergangenheit. Heute sieht es viel besser aus. Das neueste Modell von Qwen benötigt 55 Gigabyte auf der SSD. Ja, das ist viel, aber machbar. Ich kenne Leute, die haben 55 Gigabyte Pornos auf der SSD.

Es gibt eine kleinere Variante dieses Modells, das nur 16 Gigabyte auf der SSD benötigt. Zum Vergleich: Eine ReLive-Sendung von Mac-TV braucht zwischen 7 und 8 GB. Das ist eine Größe, die man jedem interessierten Anwender zumuten kann. Adobe-Nutzer schreckt das sowieso nicht: Bereits die AGBs benötigen dort mehr.

Man spürt förmlich, wie die Revolution immer näher kommt. Die Frage ist nicht mehr, ob man es überhaupt in einen normalen Computer quetschen kann, sondern eher, wie schnell der Computer rechnet. Was bekommt man? Was kann das Ding?

Was kann das Ding?

Das neueste Modell Qwen 3.8 kann Bilder und Videos verarbeiten (auswerten) und Bilder erzeugen. Es beherrscht »Reasoning«, d.h. es denkt nach, bevor es eine Antwort auswirft. Kein Modell von Apple beherrscht Reasoning. Es ist also eine ganz andere Generation als Apples eigene Modelle. Vermutlich ist das der wichtigste Grund, warum manche Anwender von KI begeistert sind, während es andere kalt lässt. Die einen verwenden ein Modell mit »Reasoning«, die anderen ohne. Es ist ein Unterschied wie Tag und Nacht.

Das Modell erlaubt eine Eingabe (»Context«) von bis zu 250.000 Tokens. Das sind die Daten, die man dem Modell geben kann, beispielsweise ein PDF, das es durchsuchen soll, oder einen Haufen Mails, oder auch sehr ausführliche Anweisungen. Apples lokale Modelle schaffen nur mickrige 4.000 Tokens, und das ist der Grund dafür, warum sie so wenig können. Mit 4.000 Tokens kann ein KI-Modell nichtmal diesen Artikel lesen und verstehen.

Es kann Werkzeuge bedienen (»Tool Use«). Da ist eine sehr wichtige Sache. Ihm stehen damit all die kleinen UNIX-Kommandos zur Verfügung, die der Mac bietet. Das klingt vielleicht nebulös, aber das macht den Unterschied zwischen einem Modell, das nur quasselt, und einem Modell, das Aufgaben selbst erledigen kann. Riesig!

Und es kann programmieren. Es programmiert die Software, die man gerade braucht, nach eigenen Vorstellungen. Oder es setzt eine Webseite auf, komplett mit Datenbank und allem drum und dran.

Unterm Strich: Qwen 3.8 ist ein sehr leistungsfähiges Modell. Sogar leistungsfähiger, als es selbst die ganz großen Modelle noch vor kurzem waren. Und all das in kompakten 17 GB auf der SSD und im RAM.

Und nochmal: Es ist kostenlos.

Der Nachteil: Es ist sehr viel langsamer als ein Modell, das mit der Kraft eines ganzen Rechenzentrums angetrieben wird. Aber auch hier sind Fortschritte zu erwarten. Man kann noch vieles optimieren.

Meilenstiefel

Ein derart leistungsfähiges Modell in nur 17 GB (oder 55 GB) ist ein spektakulärer Durchbruch. Aber es folgt einer vorhersagbaren Kurve: Die nächsten Durchbrüche werden kommen, schon bald.

Müsste Apple nicht interessiert daran sein, eine Partnerschaft mit Qwen einzugehen, oder mit Alibaba, der Firma, die es herstellt? Oder geht das nicht, weil es aus China kommt? Aber die iPhones kommen ja ebenfalls aus China.

Apples Hardware passt perfekt zu einer lokalen KI. Die Modelle brauchen viel RAM, große GPUs mit direktem Zugriff auf diesen RAM, und eine hohe Bandbreite für den Transport der Daten. Apple hat all das — nur leider derzeit den RAM nicht.

Was noch fehlt ist die Software, die alles einfach macht: Eine gute Integration in macOS, eine simple App für den Anwender, offene Schnittstellen für Entwickler.

Oder vielleicht basteln die Leute von Qwen eine solche App einfach selbst? Man installiert alles mit einem Klick, und schon geht’s los.

Würdest Du eine solche App installieren?

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.

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.

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?

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.

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.

»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!

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

Wer Banknoten nachmacht oder verfälscht, oder nachgemachte oder verfälschte sich verschafft und in Verkehr bringt, wird mit Zuchthaus bzw. Freiheitsstrafe nicht unter zwei Jahren bestraft.

So stand es früher auf den Geldscheinen. Früher, als man sich noch darauf verlassen konnte. Heute ist ja alles digital.

Wer etwas fälscht und als echt ausgibt, der gehört bestraft. Die ganze deutsche Staatsmacht warf sich hinter diese eiserne Regel.

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

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

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

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