Die KI-Revolution, die längst in Ihrem Smartphone steckt

Sie sitzen im Zug und verlieren die Mobilfunkverbindung. Trotzdem erkennt eine Foto-App bestimmte Motive, und die Tastatur kann weiterhin Wörter vorschlagen. Ein geeignetes Smartphone kann möglicherweise einen kurzen Text überarbeiten, ohne ihn an einen entfernten Server zu schicken. Äußerlich hat sich nichts verändert. Doch der Ort, an dem die Berechnung stattfindet, ist ein anderer geworden.

Lange Zeit beruhten viele eindrucksvolle KI-Anwendungen auf großen Rechenzentren. Das Telefon übermittelte eine Anfrage über das Internet und erhielt eine Antwort zurück. Bei schwierigen Aufgaben bleibt dieses Verfahren sinnvoll. Daneben gewinnt jedoch On-Device-KI an Bedeutung: Modelle, die mit Prozessoren und Speicher des Telefons selbst arbeiten. Dabei handelt es sich weder um eine einzelne App noch um die Besonderheit einer bestimmten Marke, sondern um eine neue Aufteilung der Rechenarbeit.

Was läuft wirklich auf dem Gerät?

Unter dem Begriff KI verbergen sich sehr unterschiedliche Verfahren. Eine Kamera verbessert ein Bild mithilfe maschinellen Lernens. Eine Spracherkennung verwandelt Ton in Text. Ein Sprachmodell kann eine Nachricht zusammenfassen oder einen Satz umformulieren. Für manche Aufgaben reichen kleine, spezialisierte Modelle; andere benötigen umfangreichere generative Systeme. Ein Teil arbeitet lokal, ein anderer in der Cloud, und wieder andere Funktionen kombinieren beides.

Eine KI-Schaltfläche auf dem Display verrät nicht, wo gerechnet wird. Ein cloudbasierter Assistent kann sich wie eine gewöhnliche Telefonfunktion anfühlen. Umgekehrt muss ein lokal betriebenes Modell vielleicht zunächst aus dem Internet heruntergeladen werden, um danach offline zu funktionieren. Wer den tatsächlichen Ablauf verstehen möchte, sollte die Dokumentation der konkreten Funktion lesen und sie gegebenenfalls ohne Internetverbindung ausprobieren.

Wie ein kleines Gerät große Modelle nutzt

Ein KI-Modell enthält numerische Muster, die während des Trainings gelernt wurden. Wenn es ein neues Bild oder einen neuen Satz verarbeitet, nutzt es diese Muster für eine Antwort. Dieser Vorgang heißt Inferenz. Das aufwendige Training findet gewöhnlich zuvor statt; das Smartphone muss das Modell nicht bei jeder Nutzung von Grund auf neu erlernen.

Im Telefon arbeiten unterschiedliche Recheneinheiten zusammen. Die CPU übernimmt allgemeine Aufgaben, die GPU kann viele Berechnungen parallel ausführen, und in vielen Geräten steckt eine NPU als spezialisierter Beschleuniger für KI. Je nach Aufgabe und System entscheidet die Software, welche Hardware geeignet ist. Effiziente Berechnung kann Wartezeit und Energieverbrauch verringern. Begrenzter Arbeitsspeicher, Wärmeentwicklung und Akkulaufzeit bleiben jedoch wichtige Faktoren.

Entwickler verkleinern außerdem Modelle. Bei der Quantisierung werden manche Zahlen mit weniger Bits dargestellt, sodass weniger Speicher und Rechenarbeit nötig sein können. Das ist kein kostenloser Gewinn: Nach einer solchen Optimierung müssen Genauigkeit und Verhalten erneut geprüft werden. Ein kleines Modell, das kurze Mitteilungen zuverlässig zusammenfasst, muss nicht für eine komplexe wissenschaftliche Analyse geeignet sein.

Android: Gemini Nano und AICore

Google beschreibt Gemini Nano als kompaktes generatives Modell für unterstützte Android-Geräte. Die Systemkomponente AICore verwaltet den lokalen Modellzugriff. Über entsprechende Schnittstellen können Apps Funktionen wie Zusammenfassen, Korrigieren oder Umformulieren von Text anbieten, sofern Gerät und Software diese unterstützen. Bei lokal ausgeführten Vorgängen muss nicht jede Anfrage zu einem Cloud-Modell übertragen werden.

Das bedeutet keineswegs, dass sämtliche Android-Smartphones dieselben Möglichkeiten bieten. Die Verfügbarkeit hängt von Hardware, Betriebssystem, Sprache und App ab. Häufig müssen Modellpakete zuvor installiert oder aktualisiert werden. Die nützliche Frage lautet deshalb nicht einfach „Hat dieses Telefon KI?“, sondern „Welche Funktion arbeitet auf genau diesem Modell tatsächlich offline?“

Apple: lokal, wenn möglich – Cloud, wenn nötig

Apple beschreibt Apple Intelligence als gemischtes System. Manche Aufgaben werden auf einem kompatiblen Gerät erledigt. Anspruchsvollere Anfragen können an Private Cloud Compute weitergeleitet werden, eine Server-Infrastruktur mit besonderen Schutzmechanismen. Apple erklärt, dass die Daten dort nur für die Anfrage verwendet und nicht dauerhaft gespeichert oder für Apple zugänglich gemacht werden; technische Unterlagen sollen eine unabhängige Überprüfung des Systems ermöglichen.

Wichtig bleibt der Unterschied: Private Berechnung in der Cloud ist trotzdem Cloud-Berechnung. Sie benötigt eine Verbindung und findet nicht ausschließlich auf dem Telefon statt. Auch Apple Intelligence ist von Gerätegeneration, Region, Sprache und Softwareversion abhängig. Der Produktname allein liefert keine verlässliche Auskunft über den Datenweg eines bestimmten Vorgangs.

Welche Vorteile haben Nutzerinnen und Nutzer?

Ein möglicher Vorteil ist geringere Verzögerung. Wenn Daten nicht für jede kleine Aufgabe durchs Netz geschickt werden, entfällt die Übertragungszeit. Eine aufwendige lokale Berechnung kann trotzdem länger dauern als auf einem schnellen Server. Hinzu kommt Nutzbarkeit bei schlechtem Empfang: ausgewählte Funktionen bleiben im Tunnel oder Flugzeug verfügbar. Drittens kann Datenschutz profitieren, wenn sensible Inhalte für den jeweiligen Vorgang tatsächlich auf dem Gerät bleiben.

Auch diese Vorteile sind nicht automatisch gegeben. Eine App kann Ergebnisse später synchronisieren, Sicherungen in der Cloud erstellen oder zusätzliche Online-Dienste aufrufen. Lokale Inferenz schützt nicht vor jeder unsicheren App und verhindert keine falschen KI-Antworten. Zudem sind Updates und neue Sprachpakete möglicherweise nur mit einer Internetverbindung erhältlich.

Ein einfacher Praxistest

Wählen Sie eine harmlose Funktion, etwa die Überarbeitung eines kurzen Beispielsatzes. Stellen Sie sicher, dass erforderliche Modelle heruntergeladen wurden, und schalten Sie anschließend den Flugmodus ein. Funktioniert die Aufgabe weiterhin? Verlangt die App plötzlich eine Verbindung? Wiederholen Sie den Versuch und notieren Sie das Ergebnis. Anschließend prüfen Sie die offizielle Beschreibung: Verspricht sie ausdrücklich, dass diese konkrete Funktion lokal ausgeführt wird?

Ein solcher Versuch ist keine Sicherheitsprüfung. Er kann nicht beweisen, dass Informationen später niemals übertragen werden. Er hilft aber, Werbeversprechen einzuordnen. Untersuchen Sie außerdem Berechtigungen, Synchronisierung, unterstützte Sprachen und die tatsächliche Alltagstauglichkeit. Ein beeindruckender Test auf einer Bühne ist weniger aussagekräftig als eine Aufgabe, die Sie regelmäßig selbst erledigen.

Die unauffällige Veränderung

Die wichtigsten Fortschritte werden vermutlich oft unspektakulär wirken: besser zugängliche Texte, schnelle Spracherkennung, nützliche Zusammenfassungen und Funktionen, die auch ohne ständige Verbindung helfen. Das Smartphone erledigt mehr Arbeit direkt dort, wo Daten entstehen. Cloud-KI bleibt wichtig, und Fehler sowie Datenschutzfragen verschwinden nicht. Aber wir können inzwischen die entscheidende Frage stellen: Wo verarbeitet diese Funktion meine Informationen – und wer erhält sie dabei?