iOS 26’s AI Revolution: Mastering On-Device Intelligence with Swift 6
Zusammenfassung
Kurz
Der vollständige Bericht erklärt anhand von Swift-Beispielen, wie Apples Foundation Models Framework lokale Zusammenfassungen und strukturierte KI-Ausgaben in iOS-Apps ermöglichen soll, etwa über `@Generable` und App Intents. Als Grenzen nennt er unterstützte Geräte ab A17 Pro oder M1, 15 Sprachen und die Eignung des Modells vor allem für Textaufgaben; eigene Messungen oder Tests legt der Artikel nicht vor.
Mittel
Der vollständige Bericht beschreibt, wie sich Apples Apple Intelligence mit Swift 6 und dem Foundation Models Framework in iOS-Apps nutzen lasse. Laut Autor läuft ein Sprachmodell mit rund drei Milliarden Parametern auf unterstützten Geräten lokal. Das ermögliche etwa Zusammenfassungen und Texterkennung ohne Internetverbindung und ohne Übermittlung der Eingaben an Server.
An Swift-Beispielen erläutert der Beitrag grundlegende Zusammenfassungen, strukturierte Ausgaben mit `@Generable` und die Einbindung über App Intents in Siri oder Kurzbefehle. Er skizziert außerdem eine Tagebuch-App, die aus Einträgen strukturierte Erkenntnisse erzeugt. Für Leistung und Nebenläufigkeit empfiehlt der Text passende LoRA-Adapter und den Einsatz von Actors; ein Testbeispiel zeigt die Prüfung einer Zusammenfassung.
Als Einschränkungen nennt der Bericht, dass das Modell vor allem für Textaufgaben und nicht als allgemeiner Wissens-Chatbot gedacht sei. Komplexe Anfragen könnten mit Zustimmung an Private Cloud Compute oder ChatGPT weitergeleitet werden. Er behauptet außerdem, erforderlich seien Geräte ab A17 Pro oder M1 und iOS 26 unterstütze 15 Sprachen. Der Artikel bietet Beispiele und Empfehlungen, aber keine eigenen Messungen oder Testergebnisse; die genannten technischen Angaben werden nicht näher belegt.
Ausführlich lesen
Der vollständige Bericht stellt Apples Apple Intelligence als Möglichkeit dar, KI-Funktionen direkt auf dem Gerät und mit Swift 6 in iOS-Apps einzubauen. Der Autor behauptet, das zugrunde liegende Sprachmodell habe rund drei Milliarden Parameter und nutze Apples Neural Engine. Weil die Verarbeitung lokal stattfinde, könnten etwa Zusammenfassungen, das Erkennen von Entitäten und das Erzeugen von Inhalten ohne Internetverbindung und ohne Weitergabe der Eingaben an einen Server erfolgen. Der Beitrag ordnet dies als datenschutzfreundlich und potenziell schneller ein.
Als zentralen Zugang beschreibt der Artikel das Foundation Models Framework, das laut Bericht auf der WWDC 2025 vorgestellt wurde. Anhand von Swift-Beispielen zeigt er, wie eine Sprachmodell-Instanz für Zusammenfassungen verwendet werden soll. Die asynchronen Aufrufe werden als passend zu Swifts Nebenläufigkeitsmodell dargestellt. Eine weitere Funktion sei „guided generation“: Mit dem Makro `@Generable` könnten Entwicklerinnen und Entwickler gewünschte Ausgaben als Swift-Typen beschreiben. Das Beispiel extrahiert Aufgaben mit Titel, optionalem Datum und Priorität aus einem Text. Laut Autor lässt sich das Ergebnis so direkt in strukturierte Typen überführen; manuelles JSON-Parsing und ein Teil der Validierungsarbeit würden dadurch entfallen.
Der Bericht schlägt außerdem vor, Modellfunktionen über App Intents für Siri oder Kurzbefehle verfügbar zu machen. Ein Codebeispiel fasst Notizen zusammen. Ein weiteres illustriert typisierte Fehler für leere Eingaben und nicht verfügbare Modelle. Für die Leistung empfiehlt der Text, passende LoRA-Adapter für Aufgaben zu wählen und den Modellzugriff mit einem Swift-Actor zu verwalten. Als Anwendungsfall skizziert er eine Tagebuch-App, die aus Einträgen strukturierte Erkenntnisse wie Zusammenfassungen und Stimmungen erzeugt und diese in einer SwiftUI-Oberfläche anzeigt. Ein kurzes Testbeispiel mit Swift Testing und Xcode-Diagnosen soll die Prüfung von Ergebnissen und Nebenläufigkeitsproblemen veranschaulichen.
Als Grenzen nennt der Artikel, das Modell eigne sich vor allem für Textaufgaben und nicht als allgemeiner Wissens-Chatbot. Bei komplexen Anfragen könne die Verarbeitung an Private Cloud Compute oder ChatGPT übergeben werden, jeweils mit Zustimmung der nutzenden Person. Laut Bericht sei die Funktion auf Geräte mit A17-Pro- oder M1-Chip und neuer beschränkt. Außerdem unterstütze iOS 26 dem Text zufolge 15 Sprachen; Apps sollten daher nicht unterstützte Sprachvarianten abfangen. Lokale Verarbeitung wird als Datenschutzvorteil beschrieben, aber nicht als Garantie für jede denkbare Nutzungssituation.
Der Beitrag ist eine technische Einführung mit Codebeispielen und einer abschließenden Empfehlung zum Experimentieren. Er berichtet jedoch keine eigenen Messungen, Tests oder Vergleichsergebnisse. Seine Aussagen zu Framework, Gerätekompatibilität, Sprachumfang und Modellverhalten werden im Text als Behauptungen beziehungsweise Empfehlungen präsentiert; die am Ende aufgeführten Apple-Quellen werden nicht näher ausgeführt.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Es liegen zwei Fassungen von Lunas Zusammenfassung vor; ich habe beide geprüft und eine gemeinsame Bewertung abgegeben, die „mittel“ mit dem erfundenen Begriff Texterkennung ist die fehlerhafte. Die Anteilsangaben in Lunas Einordnung (79 %, 57 %, 32 %) sind im Schema nicht vorgesehen und wurden nicht bewertet. Der Bericht selbst enthält zahlreiche Code-Beispiele mit Schnittstellen, deren Existenz nicht belegt ist; das wurde nicht als Fehler Lunas gewertet.
Im Bericht, aber nicht in der Zusammenfassung
- Die Einführungsdaten: Apple Intelligence auf der WWDC 2024, das Foundation Models Framework auf der WWDC 2025
- Die Hinweise auf LoRA-Adapter und die Auswahl passender Adapter zur Leistungsoptimierung (nur im mittleren Text erwähnt, nicht im kurzen)
- Das Beispiel der Aufgabenextraktion mit @Generable (Titel, Fälligkeit, Priorität), das im Bericht zentral ist
In der Zusammenfassung, laut Prüfung nicht im Bericht belegt
- „Texterkennung“ (der Bericht nennt Zusammenfassungen, Entitäts- und Aufgabenextraktion sowie kreative Texterzeugung, aber keine Texterkennung)
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Vorfälle melden
- SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 49 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Fähigkeiten messen
- SF-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 36 %gleiches Oberthema, hilft nicht
- SubQ 52 %gleiches Oberthema, hilft nicht
- drex 45 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 41 %gleiches Oberthema, hilft nicht
- SubQ 51 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 46 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 49 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-F5 Wie gehen Staaten gemeinsam gegen KI-gestützte Cyberangriffe vor und verhindern Eskalation zwischen autonomen Systemen, ohne die Verteidigung zu behindern?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 100 %kein Bezug
- SubQ 51 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Unabhängig prüfen
- SF-P1 Unter welchen Bedingungen lassen Staaten und Labore sich gegenseitig prüfen: mit welchem Zugang, welchen Daten und welchen öffentlichen Ergebnissen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 48 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 50 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-P4 Wie lässt sich die Größe von Trainingsläufen überprüfen, ohne Modelldetails offenzulegen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 48 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-P5 Wie überprüft man, ob Zusagen zwischen Staaten eingehalten werden, auch über Jahre und Regierungswechsel hinweg?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 56 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Tempo und Grenzen
- SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 52 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-T2 Woran erkennen andere, dass ein Labor wirklich bremst?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 49 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 58 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- clef 100 %kein Bezug
- Luna 36 %gleiches Oberthema, hilft nicht
- JEV
- amos 54 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 65 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Vertrauen in Modelle
- SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 50 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 60 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 52 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 86 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
- clef 100 %kein Bezug
- Luna 31 %nur am Rande erwähnt
- JEV
- amos 49 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 100 %kein Bezug
- Luna 57 %Hintergrund, keine Belege
- JEV
- amos 32 %gleiches Oberthema, hilft nicht
- SubQ 44 %gleiches Oberthema, hilft nicht
- drex 49 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung nur am Rande erwähnt
Agenten und vernetzte Systeme
- SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
- clef 100 %kein Bezug
- Luna 46 %gleiches Oberthema, hilft nicht
- JEV
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 45 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
- clef 100 %kein Bezug
- Luna 30 %Hintergrund, keine Belege
- JEV
- amos 38 %gleiches Oberthema, hilft nicht
- SubQ 53 %gleiches Oberthema, hilft nicht
- drex 55 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 46 %gleiches Oberthema, hilft nicht
- SubQ 55 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Modelle teilen und schützen
- SF-H1 Wo endet die erlaubte Nutzung fremder Modellausgaben, und wo beginnt unerlaubte Destillation, also das Trainieren eines eigenen Modells mit diesen Ausgaben?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 49 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 45 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 54 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
- clef 100 %kein Bezug
- Luna 32 %gleiches Oberthema, hilft nicht
- JEV
- amos 49 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-H5 Wann sind Chip- und Exportkontrollen eine Sicherheitsmaßnahme, und wann ein dauerhafter Vorteil?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 43 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Offenlegung und Rechenschaft
- SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 48 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
- SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 100 %kein Bezug
- SubQ 47 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 100 %kein Bezug
- SubQ 48 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- clef 100 %kein Bezug
- Luna 79 %Hintergrund, keine Belege
- JEV
- amos 47 %gleiches Oberthema, hilft nicht
- SubQ 49 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung nur am Rande erwähnt
- SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- clef 100 %kein Bezug
- Luna 32 %Hintergrund, keine Belege
- JEV
- amos 34 %gleiches Oberthema, hilft nicht
- SubQ 55 %gleiches Oberthema, hilft nicht
- drex 46 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung gleiches Oberthema, hilft nicht
Information und Öffentlichkeit
- SF-I1 Wie erkennt man KI-erzeugte Inhalte und KI-erzeugte Einflussnahme, ohne die Meinungsfreiheit zu beschneiden?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 49 %gleiches Oberthema, hilft nicht
- SubQ 54 %gleiches Oberthema, hilft nicht
- drex 47 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Weitere Berichte zu diesen Fragen
- Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
- Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- Alle Berichte im Archiv