Apple gibt sich die AI-Funktion in iOS, iPadOS und macOS

Zum 10. Juni 2024 hat Apple auf einer Präsentation sein „Apple Intelligence“ vorgestellt. Es handelt sich, laut Apple, um leistungsstarke generative lokal laufende LLM-Modelle, die zukünftig den Mittelpunkt der Betriebssystemfunktionen von iPhone, iPad und Mac darstellen sollen. Apple Intelligence einen neuen Standard für den Datenschutz in AI-Anwedungen setzen und den persönlichen Kontext verstehen, um dem Nutzer Informationen zu liefern, die hilfreich und relevant sind. Gleiches Versprechen, wie auch andere Anbieter.

Eine Aufzeichnung der Apple Keynote von der WWWDC24 (World Wide Developer Conference 2024), auf der Apple Intelligence vorgestellt wird, findet sich auf YouTube und und kann über folgenden Link abgerufen werden.

Die Apple-Leute haben zudem weitere spannende Updates in Form von iOS 18, iPadOS 18, macOS Sequoia, watchOS 11 und visionOS 2 angekündigt. In diesem Betriebssystemen wird Apple Intelligence (AI), laut dieser Apple-Ankündigung, tief integriert sein, wobei auf spezielle AI-Chips (als Apple Silizium). Als ich den Apple-Leistungskatalog für diese „Intelligence“ las, hatte ich irgendwie ein de-ja vue-Erlebnis (Microsoft Recall).

• Es wird die Leistung generativer Modelle mit persönlichem Kontext kombiniert, um Informationen zu liefern, die „unglaublich“ nützlich und relevant sind.
• Apple Intelligence soll Sprache und Bilder verstehen und erstellen, app-übergreifend Maßnahmen ergreifen und den persönlichen Kontext nutzen, um alltägliche Aufgaben zu vereinfachen und zu beschleunigen.
• Mit Private Cloud Compute setzt Apple einen neuen Standard für den Datenschutz in der KI mit der Möglichkeit, die Rechenkapazität zwischen der Verarbeitung auf dem Gerät und größeren, serverbasierten Modellen, die auf dedizierten Apple-Silizium-Servern laufen, flexibel zu skalieren.

„Apple Intelligence wird verändern, was Nutzer mit unseren Produkten machen können – und was unsere Produkte für unsere Nutzer tun können“, sagt Tim Cook, CEO von Apple. „Unser einzigartiger Ansatz kombiniert generative KI mit dem persönlichen Kontext eines Nutzers, um wirklich hilfreiche Informationen zu liefern.“ Das Versprechen: „Apple Intelligence kann auf diese Informationen auf völlig private und sichere Weise zugreifen, um den Nutzern bei den Dingen zu helfen, die für sie am wichtigsten sind.“

Verstehen und Erstellen von Sprache

Laut Ankündigung eröffnet Apple Intelligence den Nutzern neue Möglichkeiten, ihr Schreiben zu verbessern und effektiver zu kommunizieren. Geplant sind neue,systemweiten Schreibwerkzeuge, die in iOS 18, iPadOS 18 und macOS Sequoia integriert sind. Nutzer sollen fast überall, wo sie schreiben, Texte umschreiben, Korrektur lesen und zusammenfassen können. Das umfasst auch Mail, Notizen, Pages und Apps von Drittanbietern.

Ich habe mir mal die Vorstellungen Apples angesehen, was da so vereinfach wird: Es gehe darumt, Unterrichtsnotizen aufzuräumen, sicherzustellen, dass sich ein Blogbeitrag richtig liest oder eine E-Mail perfekt formuliert ist. Die Schreibwerkzeuge sollen den Nutzern helfen, sich beim Schreiben sicherer zu fühlen.

Mit Rewrite ermöglicht Apple Intelligence den Nutzern, aus verschiedenen Versionen des Geschriebenen auszuwählen und den Tonfall an die jeweilige Zielgruppe und Aufgabe anzupassen. Ob es darum geht, einem Anschreiben den letzten Schliff zu geben oder einer Einladung zu einer Party Humor und Kreativität zu verleihen – Rewrite helfe dabei, die richtigen Worte für den jeweiligen Anlass zu finden. Das ist irgendwie etwas, was die Amerikaner extrem antreibt, denn genau diese Versprechen höre ich gefühlt seit 20 Jahren – i.d.R. von Microsoft, als diese in Word 2003 etc. die neuen Grammatik-Funktionen anpriesen.

Bei Apple heiß es: Proofread prüft Grammatik, Wortwahl und Satzstruktur und schlägt gleichzeitig Änderungen vor – zusammen mit Erklärungen zu den Änderungen -, die der Benutzer überprüfen oder schnell akzeptieren kann. Mit Summarize kann der Benutzer einen Text auswählen und ihn in Form eines leicht verständlichen Absatzes, einer Aufzählung von Stichpunkten, einer Tabelle oder einer Liste zusammenfassen lassen.

Schaue ich zurück, waren die Grammatik-Funktionen, die Microsoft den Leuten vorgesetzt hat, für Deutschland mehr oder weniger unbrauchbar. Und wenn ich mir die Ausgaben heutiger LLMs so anschaue, habe ich bisher noch nicht den Stein der Weisen gefunden, sondern sehe viel Einheitsbrei.

Image Playground für Selbstdarstellung

Laut Apple gibt es den Image Playground, mit dem Kommunikation und Selbstdarstellung noch mehr Spaß macht. Daher biete Apple Intelligence aufregende Funktionen zur Bilderstellung, mit denen Nutzer auf neue Weise kommunizieren und sich ausdrücken können sollen. Mit Image Playground können Nutzer in Sekundenschnelle lustige Bilder erstellen und dabei aus drei Stilen wählen: Animation, Illustration oder Skizze.

Image Playground sei einfach zu bedienen und direkt in Apps wie Messages integriert. Es ist auch in einer eigenen App verfügbar, die sich zum Experimentieren mit verschiedenen Konzepten und Stilen eignet. Alle Bilder werden auf dem Gerät erstellt, so dass die Nutzer mit so vielen Bildern experimentieren können, wie sie möchten.

Das wird meines Erachtens die Massen der Apple-Nutzer aus Generation TikTok begeistern, aber wenig zur wirklich kreativen Nutzung im Bereich Kunst und Grafik beitragen. Mir gehen sofort generierte Bilder eine MVP-Kollegin durch den Kopf, die diese seit ca. 2 Jahren auf sozialen Medien präsentiert. Ein pinkes Einhorn würde meine Enkelin zwar begeistern, aber ich habe da so gewisse Schwierigkeiten mit dem Erkennen, für was das gut sei.

Genmoji-Erstellung, Siri und Fotos-Features

Dann gibt es noch Funktion zur Genmoji-Erstellung, die Emojis auf einer völlig neuen Ebene heben sollen. Nutzer können ein originelles Genmoji erstellen, um sich selbst auszudrücken. Durch einfaches Eintippen einer Beschreibung erscheint ihr Genmoji zusammen mit zusätzlichen Optionen. Nutzer können sogar Genmoji von Freunden und Familienmitgliedern auf der Grundlage ihrer Fotos erstellen. Genau wie Emoji können Genmoji in Nachrichten eingefügt oder als Sticker oder Reaktion in einem Tapback geteilt werden.

Die Suche nach Fotos und Videos soll mit Apple Intelligence noch bequemer werden, da natürliche Sprache verwendet werden kann, um nach bestimmten Fotos zu suchen (z. B. „Maya beim Skateboarden in einem Batik-Shirt“ oder „Katie mit Aufklebern im Gesicht“). Auch die Suche in Videos werde durch die Möglichkeit, bestimmte Momente in Clips zu finden, leistungsfähiger, so dass Nutzer direkt zu dem entsprechenden Abschnitt gehen können, heißt es in der Ankündigung. Darüber hinaus kann das neue Tool „Aufräumen“ störende Objekte im Hintergrund eines Fotos erkennen und entfernen – ohne das Motiv versehentlich zu verändern.

Apple Intelligence integriert Apples Siri noch tiefer in das System. Mit umfassenderen Sprachverstehensfähigkeiten soll Siri natürlicher, kontextbezogener und persönlicher werden und könne so alltägliche Aufgaben vereinfachen und beschleunigen heißt es. Siri kann mitsprechen, wenn Benutzer über Wörter stolpern, und den Kontext von einer Anfrage zur nächsten beibehalten. Darüber hinaus können Nutzer in Siri tippen und zwischen Text und Sprache wechseln, um mit Siri auf die Art und Weise zu kommunizieren, die sich für den jeweiligen Moment am besten eignet. Siri hat auch ein brandneues Design mit einem eleganten, leuchtenden Licht, das sich um den Rand des Bildschirms wickelt, wenn Siri aktiv ist.

Datenschutz und Private Cloud

In Apples Ankündigung lassen sich die Details nachlesen, und es wird auch erklärt, warum ein neuer Standard für den Datenschutz bei KI geschaffen wurde. Apple Intelligence sei darauf angewiesen, den persönlichen Kontext zu verstehen und gleichzeitig die Privatsphäre der Nutzer zu schützen. Ein Eckpfeiler von Apple Intelligence sei die geräteinterne Verarbeitung heißt es, und viele der Modelle, die sie antreiben, laufen vollständig auf dem Gerät.

Um komplexere Anfragen auszuführen, die mehr Rechenleistung erfordern, erweitert Private Cloud Compute die Privatsphäre und Sicherheit von Apple-Geräten in die Cloud, um noch mehr Intelligenz freizusetzen. Mit Private Cloud Compute kann Apple Intelligence seine Rechenkapazität flexibel skalieren und für komplexere Anfragen auf größere, serverbasierte Modelle zurückgreifen. Diese Modelle laufen auf Servern, die von Apple-Silizium angetrieben werden und eine Grundlage bieten, die es Apple ermöglicht, sicherzustellen, dass Daten niemals gespeichert oder offengelegt werden, heißt es.

Meine 2 Cents

Ich war zwischenzeitlich zum Sport, daher noch einige abschließende Gedanken. Ich denke, es werden viele Leute die neuen Funktionen bejubeln. Im Vergleich zu Microsoft hat Apple einerseits eine große und loyale „Fan-Basis“. Andererseits ist mir Apple bisher nicht durch Nutzergängelung a la Microsoft aufgefallen. Aber beim Nachdenken über die neuen „Fähigkeiten“, die das Versprechen „alle können alles“ enthalten, gehen mir so zwei Gedanken durch den Kopf.

Missbrauch zur Überwachung

Es ist scheinbar in Vergessenheit gerade – ich habe mal nachgeschaut und verlinke meinen Beitrag Google-Kontensperre und Polizeieinsatz wegen Baby-Foto für den Arzt, wo ich auch auf den Ansatz für CSAM-Scans auf Apple-Geräten einging. CSAM steht für Child Sexual Abuse Material, also „Darstellungen des sexuellen Missbrauchs von Kindern“. Auf diesem Feld sind sich zwar alle einig, dass das ermittlungstechnisch bekämpft werden soll. Aber der verlinkte Beitrag zeigt bereits, welches Minenfeld sich da auftut, und Unschuldige in Probleme bringt.

Apple hatte bereits in 2021 begonnen, eine CSAM-Erkennungstechnik zur Erkennung von Kindesmissbrauch auf Geräten wie Macs, iPhones und iPads zu implementieren. Im Beitrag Apple will bald Geräte auf Kinderpornos scannen hatte ich berichtete, dass Apple einen CSCAM-Scan auf den Endgeräten implementieren wollte. Apple ist der CSAM-Ansatz in meiner Erinnerung ziemlich um die Ohren geflogen, da Aktivisten mit Recht darauf hinwiesen, dass diese Technik von Regimen gegen Systemkritiker missbraucht werden kann – und auch sonst die „Kollateralschäden“ sehr hoch seien (von automatischen Strafanzeigen bis hin zu Kontensperren ist alles drin).

Wachtelfalle

Für mich stand einerseits die Frage im Raum: Und wer sagt mir, dass da nicht „Missbrauch“ getrieben wird? Es muss ja nicht unbedingt Apples Plan sein – aber eine Verordnung, CSAM auf Geräten zu detektieren, reicht, um das zu implementieren. Von den Männern mit den Schlapphüten gar nicht zu schweigen. Und „Schlapphüte“ gibt es auch in Regimen, in denen man eher nicht leben möchte. Weiterhin erinnere ich mich an die Pegasus-Spyware oder ähnliches, die Sicherheitslücken zur Überwachung von Apple-Nutzern missbrauchte. Die obigen Ausführungen Apple, was man alles mit Apple Intelligence gutes tun will, weckte bei mir unwillkürlich die Assoziation „Schlaraffenland für Überwachungsfetischisten“. Und mir stand plötzlich ein Video mit einer Vogelfalle (siehe z.B. obiges Bild samt Video) vor Augen. Streue einen Köder aus, und schon hast Du die Leute am Wickel, ehe die was merken. Muss nicht so kommen, die Gefahr ist aber da.

Alle machen alles, aber nicht besser

Der zweite Aspekt, der mich persönlich beschäftigt, ist die nüchterne Betrachtung der AI-Versprechen. Auch von Apple wird die schöne neue Welt des „nutze AI und Du kannst alles besser oder perfekt“ gezeichnet. Witzige Einladungen erstellen, Schulaufzeichnungen aufbereiten und ggf. für neue „Werke“ aufbereiten, und so weiter.

Ich habe ja das Privileg, die Entwicklung der IT in den letzten ca. 45 Jahren hautnah (teilweise als Autor) miterlebt zu haben. Es gab große Fortschritte in dem, was möglich wurde, es gab große Versprechungen, die sich nie erfüllten und es gab Probleme, die uns inzwischen mächtig auf die Füße fallen (Stichwort IT-Sicherheit zum Beispiel). Wir erleben beispielsweise auch die gesellschaftlichen Verwerfungen, die durch die sozialen Netzwerke in den letzten 10 Jahren entstanden sind.

Jetzt gibt es also das Versprechen, dass jeder Großartiges mittels AI-Unterstützung leisten könne. Aktuell stelle ich fest, dass es mit der Großartigkeit nicht weit her ist – bei Texten oder Suchanfragen kommt ein Einheitsbrei heraus, den ich so nie verwenden würde und den man wegen des AI-Konfabulieren auch noch kritisch prüfen muss. Mir fällt ad-hoc dieser Artikel von Golem ein, der massive Qualitätsmängel bei ChatGPT als Programmierhilfe thematisiert – eigentlich ein triviales Thema – imho. „Die Nachricht über meinen Tod, ist stark übertrieben“, die mir eine AI-Suchmaschine vorsetzte, habe ich bisher noch nicht im Blog thematisiert, zeigt aber, was schief gehen kann. Wenn Du vorne Mist rein kippst, kommt meistens Mist hinten raus – LLM-Modelle sind im Großen und Ganzen „Miststreuer“, die den Input verwürfeln und neu ausspucken.

Wenn nun kollektiv alles per AI-Unterstützung erstellt wird, verlieren wir gesellschaftlich die Fähigkeit zur analytischen und kritischen Denke und können die „kritische Prüfung der AI-Exzerpte überhaupt noch leisten“? Ich habe meine Befürchtungen, und möchte diese an zwei Beispielen begründen. Als Autor und Blogger lese ich unwahrscheinlich viel, imho weit mehr als der durchschnittliche Vielleser. Es geht darum, aus der Menge der Informationen das Relevante herauszufiltern. In den letzten Jahren ist mir aufgefallen, dass mein Vermögen, einen Text sehr intensiv zu lesen, zu verstehen, kritisch zu hinterfragen und zu analysieren stark gesunken ist.

Die Fähigkeit ist zwar formal noch da und ich kann auf einen langen Erfahrungsschatz zugreifen. Aber da ist immer der Impuls „Ach komm, lies es schnell quer, um den Sinn zu erfassen und dann kannst Du den Text immer noch genauer durchlesen“, und das gewinnt die Oberhand. Und etwas mit der Hand schreiben, ist ebenfalls eine Herausforderung, weil ich es kaum noch nutze.

Zweites Beispiel: Ich treibe relativ viel Sport, um dem Muskelabbau im Alter entgegen zu wirken und halbwegs fit zu bleiben. Vorbild sind die um die 80 Jährigen im Verein, die dort noch teilnehmen. Es ist oft eine Schinderei, ich fluche, aber es zahlt sich (hoffentlich) aus. Vor Jahren haben Krankenkassen damit begonnen, Prämien an Mitglieder auszuloben, wenn diese über Fitness-Apps eine gewisse Zahl Schritte nachweisen.

Ich hatte das mal getestet und meine Google Fit-App auf dem Smartphone, was eh automatisch in der Hosentasche steckt, für ein solche Programm freigegeben. Die Bewegungs-Challenge über 10 Wochen habe ich locker meistern können. Aber zu diesem Zeitpunkt fiel mit auf dem damaligen Twittter ein Post mit einem Phone-Shaker-Step-Emulator auf, der dort als Made in China im Video vorgestellt wurde (einfach auf obiges Bild klicken, um ein ähnliches Video anzusehen). Gab dort einen großen Bedarf in China, weil dort Fitness-Programme aufgelegt wurden und die Leute x Schritte nachweisen sollten. Ein Handy auf den Shaker Step Emulator geschnallt, schon haben die Leute ihre Bewegungspunkt bekommen.

Wer wird wohl fitter sein, der Couch-Potato mit Shaker Step Emulator, oder derjenige, der wöchentlich 10 Stunden Sport macht? Und nun zurück zur AI: Wenn diese (vermeintliche Routine-)Aufgaben übernimmt, und z.B. Texte formuliert, kommen einerseits uniforme Ergebnisse heraus. Habe ich gemerkt, als ich versuchsweise mal mit dem Deepl Writer experimentiert habe – das Ergebnis war einfach nicht mein Stil und oft auch Unsinn. Aber es gibt noch eine größere Gefahr: Ohne ständiges Training verkümmern unsere Fähigkeiten, wie oben im Beispiel vom Sport.

Können wir in einer Generation noch vernünftig Fremdsprachen, wenn AI-Übersetzer uns das auf die leichte Art abnehmen und keiner mehr die Mühen des Erlernen einer Fremdsprache auf sich nimmt? Oder sind wir noch in der Lage, einen Text zu formulieren, wenn die AI uns das nicht abnimmt? Auch hier hege ich die Befürchtung, dass wir auf Zustände zusteuern, die aus meiner Sicht nicht wünschenswert sind.

Ich sehe zwar durchaus Ansatzpunkte, wo AI gewinnbringend eingesetzt werden kann und soll (z.B. auf allen Feldern, wo ein Mensch Datensammlungen nicht mehr durchdringen kann). Polemisch zugespitzt: Aber AI-Unterstützung, um „auf’s Klo zu gehen“? Muss das sein? Was wenn diese AI plötzlich ausfällt? Spannend fand ich den Beitrag von Simon Willison, der dort ebenfalls einige Gedanken zusammen getragen hat.