Seit der Einführung von Apples Foundation Models Framework mit iOS 26 haben zahlreiche Entwickler begonnen, die lokalen KI-Modelle des Unternehmens in ihre Anwendungen zu integrieren. Diese auf dem Gerät laufenden Modelle ermöglichen neue Funktionen ohne zusätzliche Kosten für die Entwickler und legen einen starken Fokus auf den Datenschutz. Die ersten Updates zeigen, wie vielfältig die Einsatzmöglichkeiten sind, auch wenn es sich zunächst primär um Detailverbesserungen handelt.
Das Wichtigste in Kürze
- Apples Foundation Models Framework ermöglicht Entwicklern die Nutzung von KI-Modellen direkt auf dem Gerät.
- Für Entwickler fallen keine Inferenzkosten an, da die Berechnungen lokal stattfinden.
- Die ersten Implementierungen konzentrieren sich auf die Verbesserung bestehender Funktionen und die Vereinfachung von Arbeitsabläufen.
- Anwendungen aus den Bereichen Produktivität, Kreativität, Fitness und Lifestyle gehören zu den Vorreitern.
Was sind Apples Foundation Models?
Auf der Entwicklerkonferenz WWDC 2025 stellte Apple sein Foundation Models Framework vor. Dieses Paket gibt App-Entwicklern direkten Zugriff auf KI-Modelle, die vollständig auf den Geräten der Nutzer ausgeführt werden. Der entscheidende Vorteil liegt darin, dass keine Daten an externe Server gesendet werden müssen, was den Schutz der Privatsphäre erhöht.
Ein weiterer wichtiger Punkt ist das Kostenmodell. Da die KI-Berechnungen (Inferenz) lokal erfolgen, entstehen für die Entwickler keine laufenden Serverkosten. Dies senkt die Hürde für die Integration von KI-Funktionen erheblich, insbesondere für kleinere Studios und unabhängige Entwickler.
Kleinere Modelle für gezielte Aufgaben
Im Vergleich zu den großen Sprachmodellen von Unternehmen wie OpenAI, Google oder Anthropic sind Apples lokale Modelle deutlich kleiner. Sie sind nicht darauf ausgelegt, komplexe, umfassende Dialoge zu führen, sondern spezialisierte Aufgaben effizient und schnell zu erledigen. Dazu gehören das Zusammenfassen von Texten, das Erkennen von Mustern oder das Generieren von Vorschlägen basierend auf dem Kontext.
Produktivität und Organisation im Fokus
Ein großer Teil der ersten Apps, die Apples KI nutzen, stammt aus dem Produktivitätsbereich. Hier helfen die Modelle dabei, alltägliche Aufgaben schneller und intelligenter zu erledigen.
Automatisierung im Alltag
Die App Tasks nutzt die lokalen Modelle auf mehrere Weisen. Sie kann gesprochene Anweisungen ohne Internetverbindung in einzelne Aufgaben zerlegen. Zudem schlägt sie automatisch passende Tags für neue Einträge vor und erkennt wiederkehrende Aufgaben, um diese selbstständig zu planen.
Auch die Notiz-App Capture setzt auf intelligente Vorschläge. Während der Eingabe von Notizen oder Aufgaben analysiert die KI den Text und empfiehlt passende Kategorien zur besseren Organisation.
Intelligente Zusammenfassungen und Analysen
Die Journaling-App Day One, die zu Automattic gehört, verwendet die KI, um die wichtigsten Punkte eines Eintrags zu extrahieren und passende Titel vorzuschlagen. Eine weitere Funktion generiert auf Basis des bisher Geschriebenen gezielte Fragen, die den Nutzer dazu anregen sollen, tiefer in seine Gedanken einzutauchen.
Für Nutzer der Finanz-App MoneyCoach bietet die KI zwei nützliche Funktionen. Erstens analysiert sie Ausgaben und liefert Einblicke, etwa wenn in einer Woche überdurchschnittlich viel für Lebensmittel ausgegeben wurde. Zweitens schlägt sie für neue Ausgaben automatisch Kategorien und Unterkategorien vor, was die Dateneingabe beschleunigt.
Die App Signeasy zum digitalen Unterschreiben von Dokumenten nutzt die Modelle, um die Kernaussagen eines Vertrags zu extrahieren und dem Nutzer eine kurze Zusammenfassung zu präsentieren.
Zoho integriert KI in seine Suite
Das indische Unternehmen Zoho, bekannt für seine umfangreiche Produktivitätssuite, nutzt Apples lokale Modelle in mehreren seiner Apps. Funktionen wie Textzusammenfassung, Übersetzung und Transkription werden beispielsweise in der Notiz-App Notebook und der Tabellenkalkulation Tables eingesetzt.
Kreativität und Lernen mit KI-Unterstützung
Auch im kreativen und bildenden Bereich eröffnen die On-Device-Modelle neue Möglichkeiten, ohne auf Cloud-Dienste angewiesen zu sein.
Sprachen und Wissen neu entdecken
Die Vokabel-App LookUp hat zwei neue Lernmodi eingeführt. Ein Modus nutzt die KI, um passende Beispielsätze für ein Wort zu erstellen. Anschließend wird der Nutzer aufgefordert, die Verwendung des Wortes in einem eigenen Satz zu erklären. Zusätzlich generiert die App eine visuelle Karte, die den Ursprung eines Wortes darstellt.
Für Kinder bietet die App Lil Artist einen KI-gestützten Geschichtengenerator. Nutzer wählen einen Charakter und ein Thema aus, woraufhin die App eine kurze Geschichte erstellt. Die Textgenerierung erfolgt laut den Entwicklern Arima und Aman Jain vollständig lokal.
Unterstützung für Musiker und Köche
Die Gitarrenlern-App Guitar Wiz erklärt mithilfe der KI die Theorie hinter einem Akkord, während der Nutzer ihn lernt. Fortgeschrittene Spieler erhalten zudem auf Zeitintervalle basierende Analysen. Die KI half dem Entwickler außerdem, die App in über 15 Sprachen zu übersetzen.
Die Rezept-App Crouton verwendet die KI, um automatisch Tags für Rezepte vorzuschlagen und Timer zu benennen. Besonders nützlich ist die Fähigkeit, einen unstrukturierten Textblock in eine klare Schritt-für-Schritt-Anleitung für ein Rezept umzuwandeln.
"Mit dem neuen Framework können wir leistungsstarke Funktionen direkt in die App integrieren, ohne uns um Serverkosten oder die Privatsphäre unserer Nutzer sorgen zu müssen."
Gesundheit, Fitness und Lifestyle
Im Bereich Wellness und Sport helfen die KI-Modelle dabei, Daten besser zu verstehen und personalisierte Empfehlungen zu geben.
Personalisiertes Training und Feedback
Die Workout-App SmartGym kann eine natürlichsprachliche Beschreibung eines Trainings in einen strukturierten Plan mit Wiederholungen, Pausen und benötigtem Equipment umwandeln. Sie erstellt zudem monatliche Zusammenfassungen des Trainingsfortschritts und analysiert die Leistung bei einzelnen Übungen.
TrainFitness bietet eine praktische Funktion für den Fall, dass ein bestimmtes Trainingsgerät nicht verfügbar ist. Die On-Device-KI schlägt in diesem Fall automatisch eine alternative Übung vor.
Die App SwingVision, die Spielern von Schlägersportarten wie Tennis hilft, ihre Technik zu verbessern, nutzt die Foundation Models, um auf Basis von Videoaufnahmen konkretes und umsetzbares Feedback zu geben.
Mentale Gesundheit und Alltagsplanung
Die Journaling-App Stoic setzt die KI ein, um personalisierte Anregungen basierend auf der vom Nutzer protokollierten Stimmung zu geben. Die Modelle helfen auch dabei, vergangene Einträge zu durchsuchen, zusammenzufassen und zu organisieren.
Die Wetter-App Lumy zeigt nun intelligente, wetterbezogene Vorschläge an, die durch die lokale KI generiert werden. Auch die App Daylish, ein Tagesplaner, arbeitet an einer Funktion, die basierend auf dem Titel eines Termins automatisch passende Emojis vorschlägt.
Diese ersten Beispiele zeigen deutlich die Richtung, in die sich die App-Entwicklung auf iOS bewegt. Anstelle großer, revolutionärer KI-Anwendungen liegt der Fokus auf intelligenten, kontextbezogenen Verbesserungen, die den Alltag der Nutzer einfacher und effizienter gestalten.
