CUPERTINO / LONDON (IT BOLTWISE) – Apple beschreibt die Architektur seiner „Apple Foundation Models“ (AFM) und betont, dass Google-Technologie nicht 1:1 in iOS-Produkte einfließt. Stattdessen setzen die Systeme auf eigene On-Device- und Cloud-Komponenten, die nach Apple-Angaben mit proprietären Daten trainiert und mit Gemini-Frontier-Modell-Outputs verfeinert wurden. Besonders relevant für Enterprise-Teams: Die KI-Orchestrierung verteilt Anfragen dynamisch und soll Datenschutzanforderungen durch Private Cloud Compute bis in Drittanbieter-Umgebungen hinein unterstützen. Gleichzeitig sorgt die Zusammenarbeit mit NVIDIA und Google Cloud für Fragen nach Modellqualität, Latenz und auditierbaren Sicherheitsgrenzen.
Apple hat im Umfeld der Vorstellung von „Apple Intelligence“ detailliert erklärt, wie die „Apple Foundation Models“ (AFM) technisch aufgebaut sind und welche Rolle Google dabei spielt. Dabei fiel vor allem die klare Abgrenzung aus: Apple will weder Gemini-Modelle, noch Google-Client-Code oder Google-Such-Infrastruktur als „Wissensrückgrat“ in Apples Systemen verwenden. Laut Craig Federighi ist der „Google Assistant“-Anteil im Ergebnis „none“ – nicht als rhetorische Distanzierung, sondern als Architekturentscheidung: Apple positioniert die AFM-Familie als eigenständig laufende KI-Komponenten, deren externes Training und Qualitäts-Feintuning zwar auf Gemini-Outputs basiert, aber nicht als direkte Integration von Google-Produkten in iOS.
Technisch spannt AFM laut Amar Subramanya einen Mix aus On-Device- und serverseitigen Modellen auf. Die On-Device-Ebene besteht aus AFM Core als dichte Architektur und AFM Core Advanced, das eine spärlichere (sparse) Architektur verwendet und „nativ multimodal“ sein soll. Besonders wichtig: Apple beschreibt AFM Core Advanced als Modellklasse, die auf dem Gerät Aufgaben ohne Cloud-Anfragen ermöglicht und damit neue Sprach- und Interaktionsfunktionen („invitation and expressive voices“) realisiert. Der Gegenpart im Backend ist AFM Cloud, das für Private-Cloud-Compute-Requests auf geringe Latenz optimiert ist, während AFM Cloud Image Bildgenerierung und -bearbeitung inklusive „spatial reframing“ übernimmt.
Der heikelste Punkt für Analysten und Datenschutzverantwortliche liegt in der Frage, wie genau die Qualitätssteigerung aus Googles Frontend-Ökosystem in Apples Modelle gelangt. Subramanya erklärte, dass Apple die AFM-Modelle „custom built“ für Apple Silicon trainiert, mit proprietären Daten arbeitet und dabei Reinforcement Learning einsetzt. Die zusätzliche Modellpflege erfolgt laut Apple durch die Outputs von Gemini-„frontier“ Modellen, wobei der Beitrag als „distillation-based“ beschrieben wurde – also eine Form des Wissenstransfers über Modell-Outputs statt einer vollständigen Übernahme von Gemini. Das ist ein relevanter Unterschied gegenüber Ansätzen, bei denen Kundensysteme direkt gegen fremde Modell-Endpunkte sprechen und dabei Governance-Fragen verschärfen.
Die Server- und Infrastrukturkomponente zieht anschließend eine zweite, ebenso strategische Linie: AFM Cloud Pro, Apples fünftes und leistungsfähigstes Modell, soll für „agentic tool use“ und komplexes Reasoning ausgelegt sein, wobei die Qualität laut Apple „similar to Gemini frontier models“ sein soll. Damit weicht das Setup von einem klassischen Private-Cloud-Compute-Design ab, weil Apple für die Ausführung auf NVIDIA GPUs angewiesen ist, die in einer Google-Cloud-Umgebung gehostet werden. Apple will dabei aber verhindern, dass diese Systeme „Inhalte“ aus Apples Servern auslesen können. Als technische Brücke nennt Marineau-Mes eine neuere NVIDIA-Funktion namens „ambiguous confidential compute“, die in Apples Worten dazu dient, die Drittanbieter-Ausführung mit vertraulichen Daten zu vereinbaren.
Über die reine Modell- und Hardwarefrage hinaus beschreibt Apple eine Systemarchitektur, die Anfragen über einen „System Orchestrator“ routet. Federighi bezeichnete diese Komponente als „key“ für die Privacy-Architektur: Sie entscheidet demnach je nach Anfragekomplexität und benötigtem persönlichen Kontext, ob die Verarbeitung auf dem Gerät oder in der Cloud stattfindet. Für In-App-Aktionen greift eine „App Toolbox“, für persönliche Inhalte soll ein „Spotlight Semantic Index“ genutzt werden, und auf dem Bildschirm sichtbarer Kontext dient als Echtzeit-Signal. Für aktuelle Ereignisse greift Apple auf einen „World Knowledge Service“ zurück, den Apple seit Jahren aufbaut. Diese Orchestrierung erinnert konzeptionell an Enterprise-Policy-Engines, die Datenklassifikation und Ausführungsorte dynamisch steuern—nur dass Apple die Entscheidung stärker an Nutzerkontext und Latenz koppelt.
Für den Markt ist das Timing und die Positionierung klar: Apple antwortet auf den öffentlichen KI-Boom, bei dem viele Wettbewerber entweder stark auf Cloud-LLMs setzen oder proprietäre On-Device-Modelle mit sehr unterschiedlichen Sicherheitsversprechen kombinieren. Die Konkurrenz bleibt dabei präsent, denn Google und auch NVIDIA treiben die grundlegende Wettbewerbslogik über Modell- und Beschleunigerqualität. Branchenexperten werden insbesondere darauf achten, ob Apples „distillation“-Ansatz in der Praxis die gleichen Qualitätsrampen erreicht wie direkte Integrationen—und ob die Sicherheitsbehauptungen technisch nachvollziehbar sind. Apple sagt zudem, dass sich die Private-Cloud-Compute-Infrastruktur samt der erweiterten NVIDIA-Kapazität in Google-Cloud „independently verified“ durch Dritte prüfen lässt, um zu bestätigen, dass Nutzerdaten nicht gespeichert oder abgerufen werden.
In die Zukunft deutet das Setup vor allem auf zwei Trends: Erstens wird „KI im Betrieb“ stärker zu einer Frage der Architekturpolitik—wo Modelle laufen, wie Orchestrierung erfolgt und welche Teilsysteme auditierbar sind. Zweitens verschiebt sich der Fokus von reiner Modellgröße hin zu multimodalen On-Device-Fähigkeiten plus kontrollierten Cloud-Boostern für Tool-Use und anspruchsvolles Reasoning. Für Entwickler und IT-Entscheider heißt das, dass die Schnittstelle weniger „welches LLM“ ist, sondern „welcher Ausführungsrahmen“: Policy, Indizes, Context-Feeds und Verifikationsmechanismen müssen zusammenpassen. Wenn Apple diesen Ansatz weiter ausbaut, könnten sich neue Erwartungen in Richtung Nachweisbarkeit von Datenschutz, lückenarme Datenpfade und reproduzierbare Sicherheitsprüfungen in mobilen KI-Plattformen durchsetzen.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Apple legt AFM-Architektur offen: Kein Gemini-„Einsatz“, aber distillierte Frontier-Inputs" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Apple legt AFM-Architektur offen: Kein Gemini-„Einsatz“, aber distillierte Frontier-Inputs" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Apple legt AFM-Architektur offen: Kein Gemini-„Einsatz“, aber distillierte Frontier-Inputs« bei Google Deutschland suchen, bei Bing oder Google News!