Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
medium.com15. Juni 2025 · Q011542

Foundation Models Framework: Get Started With On-Device AI in Xcode 26

medium.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der Bericht erklärt anhand von Swift-Beispielen, wie man Apples Foundation Models Framework in Xcode 26 ausprobiert, eine Sitzung startet und Textantworten anfordert. Der Autor nennt mögliche Anwendungen und Funktionen, schränkt die Fähigkeiten des Modells ein und weist darauf hin, dass die Anleitung auf einer frühen Beta basiert und fortgeschrittene Funktionen nur anreißt.

Mittel

Der Bericht führt in Apples Foundation Models Framework ein und zeigt, wie sich das zugrunde liegende Sprachmodell per Swift aufrufen lässt. Der Autor nennt drei Milliarden Parameter und betont, das Modell sei nicht für Weltwissen oder fortgeschrittenes Schlussfolgern gedacht. Als Einsatzmöglichkeiten führt er unter anderem Suchvorschläge, App-Hilfen, Textgenerierung, Zusammenfassungen und Klassifizierung an.

Für den beschriebenen Entwicklungsstand nennt der Beitrag einen Apple-Silicon-Mac sowie die Betaversionen von macOS Tahoe und Xcode 26 als Voraussetzungen. Ein kurzes Beispiel erstellt eine `LanguageModelSession` und fordert mit `respond(to:)` asynchron eine Antwort an. Für Apps empfiehlt der Autor, zuvor die Verfügbarkeit des Modells zu prüfen und auf mögliche Gründe für eine Nichtverfügbarkeit zu reagieren. Weitere Beispiele zeigen, wie Anweisungen und Generationseinstellungen die Antwort beeinflussen können.

Der Artikel beschreibt die lokale Ausführung als privat und offline nutzbar. Werkzeugaufrufe, strukturierte Ausgaben und Teilantworten werden als Funktionen genannt, aber nicht ausführlich implementiert. Der Autor weist darauf hin, dass das Framework noch in der ersten Beta sei und sich ändern könne; die Anleitung bleibt auf grundlegende Textgenerierung beschränkt.

Ausführlich lesen

Der Bericht ist eine Einführung in Apples Foundation Models Framework (FMF), das laut Autor auf der WWDC 2025 vorgestellt wurde. Er erklärt, wie Entwicklerinnen und Entwickler das in Apple Intelligence verwendete Sprachmodell über eine Swift-API aufrufen können. Der Beitrag beziffert das Modell auf drei Milliarden Parameter und schränkt seinen Einsatz ausdrücklich ein: Es sei nicht für umfassendes Weltwissen oder anspruchsvolles Schlussfolgern ausgelegt. Als mögliche Aufgaben nennt der Autor unter anderem Suchvorschläge, Dialoge für Spielfiguren, Textentwürfe und deren Überarbeitung, Hilfen innerhalb einer App, Quizfragen, Klassifizierung, Zusammenfassungen und semantische Suche.

Als Voraussetzungen nennt der Bericht einen Mac mit Apple Silicon sowie die damaligen Betaversionen von macOS Tahoe und Xcode 26, die über ein Apple-Developer-Konto bezogen werden sollten. Die Beispiele beziehen sich auf diesen Entwicklungsstand; der Autor weist darauf hin, dass sich das Framework noch in der ersten Beta befinde und sich ändern könne. Er beschreibt das Modell als lokal auf Mac, iPhone oder iPad ausgeführt. Daraus leitet der Beitrag ab, dass ein- und ausgegebene Daten auf dem Gerät blieben und der Zugriff auch offline möglich sei.

Für den ersten Versuch empfiehlt der Autor, in Xcode ein Swift Playground anzulegen. Alternativ könne man in einer Swift-Datei die Makros `Playground` und `LanguageModelSession` verwenden. Das gezeigte Grundmuster besteht darin, `FoundationModels` zu importieren, eine Sitzung zu erstellen und mit dem asynchronen Aufruf `respond(to:)` eine Antwort auf einen Prompt anzufordern. Der Bericht erklärt, dass die Antwort nicht sofort vorliegt und deshalb ein asynchroner Aufruf verwendet wird.

Für Apps im praktischen Einsatz empfiehlt das Beispiel, zunächst `SystemLanguageModel.default` und dessen Verfügbarkeit zu prüfen. Der Beitrag führt mögliche Gründe für eine Nichtverfügbarkeit an, darunter ein ungeeignetes Gerät, deaktiviertes Apple Intelligence, ein noch nicht bereites Modell oder einen unbekannten Grund. Je nach Status könne die App eine passende Oberfläche oder Alternative zeigen. Außerdem demonstriert der Autor, wie sich mit Anweisungen Format und Länge der gewünschten Antwort steuern lassen und wie `GenerationOptions` mit einem Temperaturwert die Ausgabe beeinflussen kann.

Als weitere Eigenschaften nennt der Bericht Werkzeugaufrufe, strukturierte Ausgaben wie JSON und teilweise gestreamte Antworten. Diese Funktionen werden hier jedoch nur angekündigt, nicht in ausführlichen Implementierungsbeispielen behandelt. Der Artikel bleibt bei einem grundlegenden Textgenerierungsbeispiel und verweist für vertiefende Themen auf kommende Beiträge und Apple-Developer-Videos. Seine Aussagen zu Datenschutz, Offline-Nutzung und Geräteunterstützung sind Darstellungen des Autors; der Bericht enthält keine unabhängige Prüfung oder Vergleichsmessungen.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Bewertet wurden die beiden Fassungen (kurz und mittel) gemeinsam; sie geben den Bericht im Wesentlichen treu wieder. Die Sammelfragen betreffen KI-Agenten, Regulierung und Gemeingut und werden vom Bericht kaum beantwortet. Der Bericht ist eine Einführungsanleitung zum Foundation Models Framework in einer frühen Beta.

Im Bericht, aber nicht in der Zusammenfassung

  • Die Swift-API ist auf macOS, iOS, iPadOS und visionOS nutzbar

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
Fähigkeiten messen
Unabhängig prüfen
Tempo und Grenzen
  1. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 31 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 52 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 69 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Vertrauen in Modelle
  1. 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 36 %Hintergrund, keine Belege
    • JEV 48 %einzelne zitierbare Belege
    • amos 49 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 51 %Hintergrund, keine Belege
    • JEV 42 %einzelne zitierbare Belege
    • amos 35 %gleiches Oberthema, hilft nicht
    • SubQ 53 %gleiches Oberthema, hilft nicht
    • drex 53 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Agenten und vernetzte Systeme
  1. 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 53 %einzelne zitierbare Belege
    • JEV 51 %einzelne zitierbare Belege
    • amos 32 %nur am Rande erwähnt
    • SubQ 100 %kein Bezug
    • drex 50 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung nur am Rande erwähnt
Modelle teilen und schützen
  1. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 36 %Hintergrund, keine Belege
    • JEV 30 %nur am Rande erwähnt
    • amos 47 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 56 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 46 %Hintergrund, keine Belege
    • JEV 22 %einzelne zitierbare Belege
    • amos 49 %gleiches Oberthema, hilft nicht
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 50 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
  2. 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 100 %kein Bezug
    • JEV 25 %einzelne zitierbare Belege
    • amos 50 %gleiches Oberthema, hilft nicht
    • SubQ 51 %gleiches Oberthema, hilft nicht
    • drex 53 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Wirtschaft und Haftung
Information und Öffentlichkeit

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →