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!

Auslöser der jüngsten Erwartungen war ein Demovideo, das in einer Vorabversion von macOS 26.7 entdeckt wurde. Darin hält ein Nutzer ein Buch vor einen AirPod. Siri erkennt offenbar den Buchtitel und soll ihn für später sichern können.

Bloomberg zufolge zeigte dieses Video die intern als B790 bezeichnete Variante. Dabei soll es sich um eine modifizierte Version der AirPods Pro 3 handeln, ergänzt um Sensoren und KI-Funktionen. Dieses Modell habe noch bis vor Kurzem auf Apples Roadmap für 2026 gestanden, sei nun aber nicht mehr für dieses Jahr vorgesehen.

Daneben soll Apple unter dem Codenamen B798 an einer weiteren Ausführung arbeiten. Diese werde als neue Generation der AirPods Pro beschrieben, ebenfalls mit Kameras beziehungsweise Sensoren. Apple entwickelt intern häufig mehrere Varianten eines Produkts parallel.

Die verbauten Sensoren sollen nach den Angaben niedrig auflösen. Sie wären nicht zum Aufnehmen von Fotos oder Videos gedacht. Stattdessen sollen sie die Umgebung erfassen und Siri AI sowie anderen KI-Funktionen Kontext liefern. Denkbar sind damit Anfragen zu Gegenständen, Texten oder Orten im Blickfeld des Nutzers.

Die Verzögerung hängt dem Bericht zufolge mit noch offenen Software- und Lieferkettenfragen zusammen. Apple hat die Kamera-AirPods bislang nicht angekündigt. Angaben zu Ausstattung, Preis, Termin und regionaler Verfügbarkeit bleiben daher Spekulationen.

Für Nutzer in der Europäischen Union kommt ein weiterer Vorbehalt hinzu: Siri AI soll auf iPhone und iPad mit iOS 27 und iPadOS 27 zunächst nicht verfügbar sein. Ob und in welcher Form mögliche Kamera-AirPods in der EU angeboten werden könnten, ist aus den vorliegenden Informationen nicht abzuleiten.

Die größten Umsatzanteile erwartet Counterpoint Research bei Hearables wie vollständig kabellosen Ohrhörern. Auf diese Kategorie sollen bis 2032 rund 360 Milliarden US-Dollar entfallen. Smartwatches folgen laut Prognose mit 304 Milliarden US-Dollar. Zusammen lägen beide Kategorien bei schätzungsweise 558 Milliarden US-Dollar.

Als weitere wichtige Segmente nennt die Analyse smarte Brillen mit voraussichtlich 168 Milliarden US-Dollar und Gesundheits-Patches mit 120 Milliarden US-Dollar. Für smarte Ringe prognostiziert Counterpoint 44 Milliarden US-Dollar. Anhänger, smarte Schuhe und Fitnessarmbänder folgen mit deutlich kleineren Summen. Smarte Socken, Kleidung und Gürtel sollen jeweils unter zehn Milliarden US-Dollar umsetzen.

Für Smartwatches verweist Counterpoint auf mehrere Faktoren, die höhere Durchschnittspreise stützen könnten: hochwertigere Hardware, Mobilfunk, weiterentwickelte Gesundheitssensoren und KI-Funktionen direkt auf dem Gerät. Die Geräte könnten sich damit stärker von reinen Fitnessbegleitern in Richtung präventiver Gesundheitsfunktionen und persönlicher Computer entwickeln.

Bei vollständig kabellosen Ohrhörern bleibt das Marktvolumen zwar besonders groß. Das Umsatzwachstum werde dort aber durch vergleichbare Funktionen vieler Produkte und starken Preiswettbewerb begrenzt, so die Analyse.

Apple ist in den beiden laut Prognose größten Kategorien mit AirPods und Apple Watch vertreten. Die Apple Watch Series 11 ist seit September 2025 erhältlich. Apple nennt als Neuerungen unter anderem Mitteilungen bei Bluthochdruck, einen Schlafindex und eine Batterielaufzeit von bis zu 24 Stunden. Die Apple Watch Ultra 3 ergänzt das Angebot mit Zwei-Wege-Kommunikation über Satellit, 5G und einer von Apple angegebenen Laufzeit von bis zu 42 Stunden.

Die Prognose beschreibt einen langfristigen Markttrend und keine Umsatzvorhersage für einzelne Hersteller. Entscheidend für die Entwicklung dürfte bleiben, ob neue Gesundheitsfunktionen im Alltag einen erkennbaren Zusatznutzen schaffen und ob Wearables eng mit Smartphones und weiteren persönlichen Geräten zusammenspielen.

Quelle:
Counterpoint Research

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

Die Mac-App soll Meta AI stärker in den Arbeitsalltag auf dem Desktop einbinden. Über einen globalen Tastaturkurzbefehl lässt sich ein kompaktes Eingabefeld über der jeweils geöffneten App aufrufen. Damit kann eine Anfrage gestellt werden, ohne zunächst in ein separates Chatfenster wechseln zu müssen.

Eine weitere Funktion ist Diktat. Nutzer können eine Tastenkombination gedrückt halten, sprechen und den erkannten Text in einer anderen Mac-App einfügen lassen. Das kann etwa beim Schreiben von E-Mails, Dokumenten oder in Entwicklungsumgebungen genutzt werden.

Für Fragen zu sichtbaren Inhalten kann Meta AI optional ein anderes geöffnetes Mac-Fenster an eine Unterhaltung anhängen. Dafür benötigt die App die macOS-Berechtigungen für Bildschirmaufnahme und Bedienungshilfen. Meta AI erfasst dabei den sichtbaren Text sowie einen Screenshot des Fensters als Kontext für die nächste Anfrage. Eine Bedienung des jeweiligen Programms durch die KI ist damit nach den verfügbaren Angaben nicht verbunden.

Zur Oberfläche gehören außerdem eine Seitenleiste für Medien, Artefakte, geplante Aufgaben und den Gesprächsverlauf. In einem Bereich zur Personalisierung lassen sich Angaben für künftige Unterhaltungen hinterlegen. Die App unterstützt zudem Dateianhänge, Medienerstellung und wiederkehrende Briefings oder Erinnerungen.

Wer die App möglichst unauffällig nutzen möchte, kann ihr Dock-Symbol ausblenden und sie weiterhin per Tastaturkürzel öffnen. Meta bezeichnet die Veröffentlichung als Version 1.0 Beta.

Quelle:
Meta AI

In einer System-App-Liste für tvOS 27 wurde ein neuer Siri-Eintrag mit der Kennung „com.apple.campo“ entdeckt. „Campo“ beziehungsweise „Campos“ wurde in früheren Berichten als interner Codename für Siri AI bezeichnet. In der Vergleichsliste für tvOS 26 fehlt der Eintrag. Das spricht dafür, dass Apple an einer Einbindung der neuen Siri in tvOS arbeitet, ist aber keine offizielle Ankündigung.

Apple hat Siri AI für Herbst 2026 zusammen mit iOS 27, iPadOS 27, macOS 27 und watchOS 27 angekündigt. Die neue Siri basiert auf Googles Gemini-Modellen. Apple TV und HomePod gehörten bislang nicht zu den ausdrücklich genannten Plattformen.

Die Hinweise treffen auf Gerüchte über neue Hardware. Für eine nächste Apple TV 4K werden ein leistungsfähigerer Chip, mehr Arbeitsspeicher, Apples N1-Funkchip mit Wi-Fi 7 sowie eine aktualisierte Siri Remote erwartet. Als Chip wird mindestens ein A17 Pro gehandelt. Die aktuelle Apple TV 4K nutzt einen A15 Bionic und verfügt über vier Gigabyte RAM.

Ob Siri AI zwingend die erwartete neue Apple TV 4K voraussetzt, lässt sich aus dem Fund nicht ableiten. Ebenso offen ist, welche Funktionen Apple auf dem Fernseher anbieten würde. Der Siri-Eintrag könnte zu einer sichtbaren App gehören, Systemlisten führen jedoch auch Komponenten auf, die nicht unmittelbar als App verfügbar sind.

Für die Überarbeitung der Siri Remote gibt es bislang keine Angaben zu konkreten Änderungen. Das grundlegende Design der Streaming-Box soll sich Gerüchten zufolge ebenfalls nicht wesentlich ändern. Einen belastbaren Hinweis auf eine integrierte Kamera für das nächste Modell gibt es nicht.

Eine Vorstellung der neuen Apple TV 4K wird im September oder Oktober erwartet. Apple hat ein neues Modell bislang nicht angekündigt.

Das wichtige Detail ist: Für den Mac ist die Entwicklung von eigenen Apps komplett kostenlos. Auch dann, wenn eine KI die App für den Anwender erstellt. Jeder kann sich mittlerweile seine Wunsch-App basteln lassen, ohne dafür einen Entwickler-Account bei Apple haben zu müssen, ohne eine jährliche Gebühr, ohne eine Kommission für den AppStore, ohne alles.

So funktioniert es: Man lädt Xcode kostenlos bei Apple, dann lässt man eine KI die App entwickeln, fertig.

Die meisten Leute denken, man bräuchte einen teuren Entwickler-Account mit einer jährlichen Gebühr. Aber das stimmt nicht. Das wird erst nötig, wenn man die App im AppStore verkaufen möchte. Aber für die eigenen Zwecke ist alles kostenlos, von A bis Z.

Natürlich kann man einwenden: »Scher’ Dich endlich weg mit Deinem KI-Gequatsche!« — Darauf kann ich nur sagen, dass ich heute morgen eine App benutzt habe, und ich dachte mir, naja, es wäre doch gut, wenn die App eine neue Funktion bekäme. Und nach drei Minuten war die App geändert und ich konnte die neue Funktion benutzen. Dafür habe ich keinen Finger krumm gemacht. Es ist komplett kostenlos, außer ein paar Kröten für die KI natürlich.

Das iPhone ist »Big Business« und man hat sofort die gesamte EU an der Backe, und Gesetze, und Gebühren, und Verbote, und fünf Millionen Vorschriften im AppStore, und wahrscheinlich bekommt man einen wütenden Anruf von Donald Trump, und alles ist ganz schrecklich. — Aber beim Mac kann man einfach machen, was man selber möchte. Niemand kümmert es! Du kannst die schrägste App der Welt basteln, und keine Sau interessiert sich dafür! Denn der Mac ist tatsächlich Dein Eigentum, nicht nur ein Geldautomat für Apple. Rock’n Roll!

Eigene Apps, die man selbst gestalten und jederzeit verändern kann, werden schon bald völlig alltäglich sein.

Betroffen waren iCloud Mail, iCloud Kontakte und iCloud Kalender. Apple führte außerdem Fotos, Find My, Game Center, iWork für iCloud und die iCloud-Web-Apps als beeinträchtigt auf.

Die Einträge begannen nach Apples Angaben am 18. August gegen 15:33 Uhr an der US-Ostküste. Für mehrere Dienste hieß es, sie könnten langsam reagieren oder vorübergehend nicht verfügbar sein. Apple wies darauf hin, dass nicht zwingend alle Nutzer betroffen seien.

Auch auf der Entwickler-Statusseite gab es zeitweise Einschränkungen. Dort waren Xcode Cloud sowie Apple News API und News Publisher als gestört aufgeführt.

Apple nannte auf den Statusseiten keine Ursache für die Ausfälle.

Quellen:
Apple Systemstatus
Apple Entwickler-Systemstatus

Für die Auszeichnung muss das Training an diesem Tag mit der Apple Watch aufgezeichnet werden. Als passende Trainingsarten gelten Gehen, Laufen, Wandern und Rollstuhlfahren.

Nach erfolgreichem Abschluss wird der digitale Award in der Fitness-App freigeschaltet. Außerdem gibt es animierte Sticker für iMessage. Zu den geplanten Motiven zählen neben der Trophäe ein Vogel, eine wandernde Person und ein Zelt.

Die jährlich wiederkehrende Challenge nimmt Bezug auf die Nationalparks in den USA. Deutsche Sportler dürfen ersatzweise auf dem Balkon trainieren.

Eine in macOS Tahoe 26.7 entdeckte Datei soll die neuen Ohrhörer als „AirPods Pro“ bezeichnen. Das ist kein endgültiger Beweis für den Verkaufsnamen. Weil die Software offenbar bereits Videomaterial des Produkts enthält, wirkt eine bloße Platzhalterbezeichnung jedoch weniger naheliegend.

Die Kameras sollen nicht zum Aufnehmen von Fotos oder Videos dienen. Stattdessen könnten sie visuelle Informationen an Siri liefern und so eine leichter nutzbare Form von Visual Intelligence ermöglichen. Apple hat weder ein solches Produkt noch dessen Funktionen angekündigt.

Unklar bleibt auch, auf welches interne Entwicklungsprojekt sich der Fund bezieht. In früheren Berichten waren AirPods mit dem Codenamen B798 genannt worden. Dieses Modell soll wegen Schwierigkeiten rund um Siri und KI später geplant gewesen sein. Anfang August hieß es dann, Apple könne mit einem zweiten Projekt namens B790 bereits deutlich weiter sein. Apple entwickelt intern nach diesen Berichten mehrere Varianten desselben Produkts parallel.

Bloomberg hatte im März berichtet, Apple erwäge eine Ausweitung der Bezeichnung „Ultra“, unter anderem für AirPods. Die neue Bezeichnung in macOS Tahoe 26.7 spricht nun eher dafür, dass ein Kameramodell innerhalb der bestehenden Pro-Reihe erscheinen könnte.

Das hätte auch Folgen für die Einordnung des Produkts. Die AirPods Pro 3 kosten in Deutschland seit ihrer Einführung 249 Euro. Ein Name als AirPods Pro könnte darauf hindeuten, dass Apple die Kamera-AirPods nicht als eigenständige, besonders hochpreisige Ultra-Kategorie positionieren will. Einen Preis oder einen Termin gibt es bislang nicht.

Quellen:
Apple (macOS Tahoe 26.7)
Bloomberg

Tim Cook kündigte die Unterstützung in einem Beitrag in den sozialen Medien an. Er erklärte, Apples Gedanken seien bei den Menschen in Indonesien, und dankte den Einsatzkräften für ihre Hilfe.

Wie hoch die Spende ausfällt und an welche Organisationen das Geld gehen soll, teilte Apple nicht mit. Weitere Einzelheiten zur Unterstützung veröffentlichte Apple zunächst ebenfalls nicht.

Quelle:
Tim Cook

ChatGPT for Teens wird für berechtigte persönliche Gratis- und Bezahlkonten automatisch aktiviert. OpenAI schätzt dafür mithilfe seiner Systeme ein, ob ein Konto einer Person unter 18 Jahren gehört. Eine unmittelbar angegebene Altersangabe kann ebenfalls zur Aktivierung führen. Wer die Einordnung für falsch hält, kann sein Alter verifizieren und die Teenager-Einstellungen entfernen lassen.

Die Einführung beginnt weltweit. Für Australien plant OpenAI die vollständige Verfügbarkeit ab dem 8. September.

Der Study Mode ist in die Teenager-Version integriert. Er soll mit Leitfragen und schrittweiser Unterstützung durch Lernstoff führen, statt fertige Antworten für Aufgaben zu liefern. Neue Hinweise bei Hausaufgaben sollen erkennen helfen, wenn jemand eine Aufgabe abkürzen möchte, und dann zum Study Mode weiterleiten.

Quizze und Lernvisualisierungen ergänzen das Angebot, sofern sie verfügbar sind. Mit Study Hours können Jugendliche oder verknüpfte Eltern Zeiträume bestimmen, in denen geeignete neue Chats standardmäßig im Study Mode starten.

Die Schutzvorkehrungen gelten für minderjährige Nutzer standardmäßig. Sie sollen die Begegnung mit potenziell schädlichen oder entwicklungsbedingt ungeeigneten Inhalten reduzieren. Dies betrifft besonders Themen wie Selbstverletzung, Suizid, Essstörungen und sexuelle Inhalte. ChatGPT soll zudem nicht vorgeben, ein Bewusstsein oder Gefühle zu haben.

Zusätzliche Hinweise warnen Teenager davor, private oder sensible Bilder hochzuladen. Beim Einstieg werden die Lern- und Sicherheitsfunktionen erläutert. Akzentfarben und Stimmvarianten lassen sich anpassen, ohne die Rolle von ChatGPT als Software zu verwischen.

ChatGPT for Teens baut auf den Familienfunktionen von OpenAI auf. Eltern können bei verknüpften Konten Ruhezeiten einrichten und ausgewählte Einstellungen verwalten. In begrenzten Situationen mit hohem Risiko sind Sicherheitsbenachrichtigungen vorgesehen. OpenAI erweitert diese Hinweise um Benachrichtigungen im Zusammenhang mit Essstörungen. Dabei soll nur das Nötigste weitergegeben werden, mit dem Ziel, bei Bedarf Unterstützung außerhalb der App einzubeziehen.

Quellen:
OpenAI: ChatGPT for Teens
OpenAI: Ressourcen für Eltern
OpenAI: Study Mode in ChatGPT

Für Apps im App Store richtet sich die Kommission künftig nach der gewählten Zahlungsart. Bei Apples In-App-Kauf berechnet Apple grundsätzlich 26 Prozent. Teilnehmer am Small Business Program, Mini Apps Partner Program oder Video Partner Program zahlen 15 Prozent. Der Satz von 15 Prozent gilt auch für automatisch verlängernde Abonnements nach ihrem ersten Jahr.

Bei alternativer Zahlungsabwicklung innerhalb einer App im App Store beträgt die Kommission 20 Prozent. Für Entwickler in den genannten Programmen sinkt sie auf zehn Prozent. Verlinkt eine App für den Kaufabschluss auf eine Website außerhalb der App, gelten 15 Prozent beziehungsweise zehn Prozent für diese Entwicklergruppen.

Entwickler dürfen Apples In-App-Kauf künftig neben alternativen Zahlungsoptionen anbieten. Die Alternativen können in der App integriert sein oder über einen Link auf eine Website führen. Apple macht dafür Vorgaben zur Darstellung und verlangt, dass die gewählten Zahlungsoptionen für zwölf Monate beibehalten werden.

Für Apps aus alternativen App-Marktplätzen oder für den direkten Webvertrieb gilt die neue fünfprozentige Core Technology Commission. Apple erhebt sie auf digitale Transaktionen. Die frühere Core Technology Fee war als Gebühr pro Installation für Entwickler mit außergewöhnlich großer Reichweite angelegt. Zudem entfallen für diese Vertriebswege die bisherige Gebühr für die erste Nutzergewinnung und die Gebühr für Store-Dienste.

Apple lockert außerdem die Voraussetzungen für Betreiber alternativer App-Marktplätze. Als Nachweis kommen nun etwa eine ausreichende finanzielle Stabilität nach Dun & Bradstreet, eine Börsennotierung, eine Finanzierung durch ein etabliertes Investmentunternehmen, ein geprüfter Jahresabschluss oder der Status als staatliche Einrichtung, Bildungseinrichtung oder gemeinnützige Organisation infrage.

Die Notarisierung bleibt für Apps aus alternativen Marktplätzen und aus dem Web verpflichtend. Apple verweist besonders beim Webvertrieb auf die fehlende laufende Kontrolle durch einen Marktplatzbetreiber.

Für Minderjährige führt Apple zusätzliche Schutzvorgaben ein. Apps in der Kategorie „Kinder“ dürfen nicht auf Webseiten zum Abschluss von Transaktionen verlinken. Dasselbe gilt für App-Store-Apps bei Nutzern unter 13 Jahren. Apps mit alternativer Zahlungsabwicklung oder Kauf-Links müssen bei Nutzern unter 18 Jahren eine elterliche Freigabe vorsehen. In Mitgliedstaaten mit weitergehenden Vorgaben zur Zustimmung der Eltern will Apple den Schutz entsprechend anpassen.

Apple erklärt, die Anpassungen seien nach enger Abstimmung mit der Europäischen Kommission erfolgt und sollten bestehende Meinungsverschiedenheiten über Geschäftsbedingungen und alternative Verbreitung ausräumen. Die neuen Bedingungen können Entwickler sofort annehmen; sie treten am 1. Oktober in Kraft.

Quelle:
Apple

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

In der Vorabversion macOS 26.7 wurde die Kennung „ATVRemote1,5“ entdeckt. Sie wird als Hinweis auf ein neues Modell der Apple-TV-Fernbedienung eingeordnet.

Der Fund enthält keine Informationen über die Ausstattung. Weder Design noch Tastenbelegung, technische Komponenten oder neue Bedienfunktionen gehen aus dem Code hervor. Apple hat das Gerät bislang nicht angekündigt.

Die Kennung passt zu früheren Spekulationen über ein aktualisiertes Apple TV 4K, bei dem auch eine veränderte Siri Remote im Gespräch war. Der aktuelle Code-Fund liefert jedoch weder einen Termin für die Hardware noch Details zu möglichen Neuerungen.

Eine präzisere Ortung der Fernbedienung wäre eine naheliegende Wunschfunktion, weil die kompakte Siri Remote leicht verlegt werden kann. Ob Apple dafür etwa Ultrabreitband-Technik einsetzen könnte, lässt sich aus den vorliegenden Angaben aber nicht ableiten und bleibt Spekulation.

Damit ist vorerst nur eines greifbar: Apple führt offenbar ein weiteres, noch nicht veröffentlichtes Apple-TV-Remote-Modell im Softwarecode. Alles Weitere bleibt bis zu einer offiziellen Vorstellung offen.

Die Entwicklung fällt in eine Phase, in der externe Zahlungswege in mehreren Ländern durch gerichtliche Entscheidungen und neue Regeln an Bedeutung gewinnen. In den USA müssen Entwickler Nutzer auf Bezahlmöglichkeiten außerhalb des App Stores hinweisen dürfen. Apple erhebt für solche Verweise seit April 2025 keine Gebühren.

Apple hatte für externe Käufe zunächst eine Gebühr von 27 Prozent vorgesehen. Das zuständige Gericht beanstandete diese Umsetzung. Apple hat daraufhin einen neuen Vorschlag eingereicht: Für reguläre Apps sollen bis zu 15 Prozent Provision anfallen. Für ausgewählte Partnerprogramme sowie Verlängerungen von Abonnements sieht Apple zehn Prozent vor. Apps im Small Business Program sollen mit fünf Prozent belastet werden.

Apple begründet eine Provision bei externen Zahlungen unter anderem mit den Leistungen rund um die Entwicklung und Verteilung von Apps. Ob das Gericht die vorgeschlagene Struktur akzeptiert, steht noch nicht fest.

Die von Analysefirmen ermittelten Werte sind keine von Apple veröffentlichten Einzelzahlen. Sensor Tower führt den schwächeren US-Verlauf maßgeblich auf die gerichtlichen Vorgaben zu externen Zahlungswegen zurück. Appfigures meldet zudem sinkende App-Store-Erlöse in Brasilien und Japan, nachdem dort neue Vorgaben eingeführt wurden. Die Angaben lassen keine eindeutige Zuordnung sämtlicher Ursachen zu, weisen aber in dieselbe Richtung.

Apple hatte bereits bei der Vorlage der jüngsten Quartalszahlen erklärt, regulatorische Veränderungen wirkten sich auf das Wachstum des Dienstleistungsgeschäfts aus. Im Juni-Quartal erzielte Apple mit Diensten 30,7 Milliarden US-Dollar Umsatz. Das war ein Rekordwert für dieses Quartal, lag aber unter den von Analysten erwarteten 31,4 Milliarden Dollar. Zu den Diensten zählen neben dem App Store auch Abonnements, Werbung, Zahlungsangebote und weitere Produkte.

Parallel ist der Streit mit Epic Games weiter offen. Apple hat Richterin Yvonne Gonzalez Rogers gebeten, die Parteien zu einer Vergleichskonferenz zu verpflichten. Nach Apples Darstellung könnten vertrauliche Gespräche eine praktikable Einigung erleichtern und weitere langwierige Verfahrensschritte vermeiden.

Epic widerspricht dem Antrag. Das Unternehmen erklärt in einer Gerichtsstellungnahme, es sei weiterhin bereit, einen ernsthaften direkten Vergleichsvorschlag von Apple zu prüfen. Eine Einigung müsse aber Wettbewerb schaffen und allen Entwicklern zugutekommen. Eine gerichtlich angeordnete Vergleichskonferenz werde die Aussichten auf eine Lösung derzeit nicht wesentlich verbessern, so Epic. Falls das Gericht Gespräche dennoch anordnet, will Epic daran nach eigenen Angaben konstruktiv teilnehmen.

Die Entscheidung über eine Vergleichskonferenz liegt beim Gericht. Inhaltlich bleibt damit die zentrale Frage bestehen, ob und in welchem Umfang Apple bei extern abgewickelten digitalen Käufen in den USA noch Provisionen verlangen darf.

Quelle:
US District Court for the Northern District of California – Stellungnahme von Epic Games zu Vergleichsgesprächen

Die Anzeige erscheint, wenn Nutzer eine Wiedergabe starten und anschließend die Sonos-App schließen. Sie erlaubt das Pausieren und Fortsetzen sowie das Überspringen von Titeln. Vor einer Änderung der Wiedergabe verlangt iOS zunächst die Entsperrung per Face ID oder Code.

Die Funktion soll auch dann arbeiten, wenn Audio nicht in der Sonos-App gestartet wurde. Sonos nennt dafür AirPlay, Bluetooth und unterstützte Dienste. Wird die Wiedergabe beendet, verschwindet die Live Activity nach 15 Minuten. In den Einstellungen der Sonos-App lässt sie sich deaktivieren.

Albumcover unterstützt die neue Sperrbildschirmansicht zunächst nicht. Sonos prüft nach eigenen Angaben alternative Möglichkeiten, die Darstellung auf dem Sperrbildschirm auszubauen.

Live Activities sind zudem auf Apple Watch und in CarPlay sichtbar. Bedienelemente stehen auf diesen Plattformen derzeit jedoch noch nicht zur Verfügung.

Quelle:
Sonos

Die Behauptung stammt vom Leaker Ice Universe. In einem Beitrag auf Weibo schreibt er, die Technik sei exklusiv für das größere Modell vorgesehen. Apple hat die kommende iPhone-Generation bislang nicht angekündigt.

Frühere Spekulationen hatten eine variable Blende noch für iPhone 18 Pro und iPhone 18 Pro Max erwartet. Sollte die neue Angabe zutreffen, würde Apple die Kameraausstattung der beiden Pro-Modelle stärker voneinander abgrenzen.

Eine variable Blende verändert die Öffnung im Objektiv. Sie kann mehr Einfluss auf die Schärfentiefe geben: Eine weiter geöffnete Blende kann ein Motiv stärker vom Hintergrund abheben, während eine kleinere Öffnung einen größeren Bildbereich scharf darstellen kann. Wie Apple eine solche Funktion umsetzen und ob es manuelle Einstellungen geben würde, ist nicht bekannt.

Ice Universe bringt die mutmaßliche Kamera auch mit einem größeren und schwereren iPhone 18 Pro Max in Verbindung. Belastbare technische Angaben, etwa zum Blendenbereich oder zum Aufbau des Kamerasystems, liegen jedoch nicht vor.

Die mögliche Exklusivität ist daher ein unbestätigtes Gerücht. Neu ist vor allem nicht die Spekulation über eine variable Blende selbst, sondern die Einordnung, dass diese nur im iPhone 18 Pro Max stecken könnte.

Quelle:
Ice Universe auf Weibo

In der Demo hält ein Nutzer ein Buch vor sich und bittet Siri anschließend, es für später zu speichern. Die Sprecherstimme beschreibt das Konzept so, dass die eigene Umgebung mit Visual Intelligence „speicherbar“ werde. Daraus ergibt sich ein möglicher Einsatzzweck: Die Ohrhörer könnten visuelle Eindrücke erfassen, damit Siri Informationen dazu abruft oder ablegt.

Weitere Fundstellen im selben Release Candidate verweisen auf den Codenamen B790. Eine Zeichenkette nennt einen Bildstream für den linken Ohrhörer. Das untermauert, dass das Projekt offenbar mit Kamerabildern arbeitet.

Die Kameras selbst sind im Video nicht klar zu erkennen. Die gezeigten Ohrhörer ähneln optisch weitgehend den AirPods Pro. Ein Bericht beschreibt lediglich einen etwas dickeren Stiel als auffälligsten Unterschied.

Apple hat AirPods mit Kameras nicht angekündigt. Der Codename, der endgültige Produktname, Funktionen, Preis und Marktstart sind daher offen. Das eingebettete Video ist auch keine Aussage dazu, wie Apple Bilddaten verarbeiten und welche Schutzvorkehrungen es anbieten würde.

Bloomberg hatte bereits über ein separates Projekt für Kamera-AirPods unter dem Codenamen B790 berichtet und einen möglichen Start noch in diesem Jahr genannt. Diese Zeitplanung ist nicht von Apple bestätigt.

Das Material aus macOS Tahoe 26.7 verbindet jedoch erstmals einen konkreten Anwendungsfall mit technischen Hinweisen auf einen Bildstream: Visual Intelligence könnte auf den AirPods dazu dienen, Gegenstände in der Umgebung zu erkennen und Informationen per Siri für später festzuhalten.

Quellen:
Apple (macOS Tahoe 26.7 Release Candidate)
Aaron Perris

Am Campus PORTS-Pike in Portsmouth soll OpenAI eine KI-Rechenanlage mit Nvidias Grafikprozessoren, Prozessoren, Netzwerktechnik und Infrastruktur-Software errichten und betreiben. Nvidia bezeichnet die Zusage als Sicherung von Grundstück, Stromversorgung und Gebäudekapazität. Diese Faktoren fasst das Unternehmen mit der Abkürzung LPS für „Land, Power and Shell“ zusammen.

Die Anfangskapazität soll 4,25 Gigawatt betragen. Nvidia unterstützt nach eigener Darstellung für rund vier Gigawatt über 20 Jahre bestimmte Teile der Miet- und Stromzahlungen sowie eine festgelegte Restwertzusage. Die Zusage umfasst demnach weder die vollständigen Kosten des Standorts noch alle Verpflichtungen des Mieters. OpenAI soll die Miete zahlen.

Die Verpflichtungen sollen stufenweise greifen, wenn zwischen 2028 und 2030 einzelne Rechenzentren in Betrieb gehen. Mit den Mietzahlungen von OpenAI und dem Hochfahren der Kapazität werde Nvidias verbleibendes finanzielles Risiko kleiner, erklärte das Unternehmen.

Nvidia sieht die Vereinbarung als Reaktion auf Engpässe beim Aufbau großer KI-Infrastruktur. Neben Chips, Speicher, Gehäusen und Netzwerkkomponenten seien auch verfügbare Flächen, elektrische Leistung und fertige Rechenzentrumsgebäude knapp. Große Cloud-Anbieter und finanzstarke Unternehmen sichern solche Ressourcen laut Nvidia meist selbst. Bei schnell wachsenden KI-Laboren könne der Zugang zu langfristig finanzierter Infrastruktur dagegen den Ausbau begrenzen.

Der Standort soll ausschließlich Nvidia-Rechentechnik aufnehmen und mehrere Hardware-Generationen überdauern. Nvidia schätzt, dass eine einzelne Generation der dort eingesetzten Systeme rund 1,5 Millionen GPUs umfassen könnte. Die genannte mögliche Erlösgröße von 150 bis 200 Milliarden US-Dollar je Generation ist eine Unternehmensprognose.

PORTS-Pike verfügt laut Nvidia über weitere 3,75 Gigawatt potenzielle Kapazität. Nvidia kann die Vereinbarung auf diesen Teil ausweiten, hat dies jedoch nicht verbindlich angekündigt. Bestehende und geplante Verpflichtungen von OpenAI für Nvidia-Infrastruktur summieren sich nach Angaben von Nvidia bis 2030 auf etwa zwölf Gigawatt. Mit einer Erweiterung in Ohio wären bis zu rund 16 Gigawatt möglich. Nvidia beziffert die daraus entstehende Marktchance auf etwa 600 Milliarden US-Dollar bis 2030.

Sollte OpenAI die Kapazität künftig nicht nutzen, hält Nvidia eine Weitervermietung an andere Cloud-Anbieter, Unternehmen, KI-Labore oder Start-ups für möglich. Die breite Nutzung der Nvidia-Plattform soll eine solche Umwidmung erleichtern.

Quelle:
Nvidia, Erklärung von Jensen Huang

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?