Entwickler beginnen, Apples lokale KI-Modelle in iOS 26 zu nutzen

Das Unternehmen betonte, dass Entwickler mit diesem Framework Zugriff auf KI-Modelle erhalten, ohne sich um Inferenzkosten kümmern zu müssen. Außerdem verfügen diese lokalen Modelle über integrierte Funktionen wie geführte Generierung und Tool-Aufrufe.

Da iOS 26 nun für alle Nutzer ausgerollt wird, haben Entwickler ihre Apps aktualisiert, um Funktionen zu integrieren, die von Apples lokalen KI-Modellen unterstützt werden. Apples Modelle sind im Vergleich zu führenden Modellen von OpenAI, Anthropic, Google oder Meta klein. Daher verbessern die rein lokalen Funktionen hauptsächlich die Benutzerfreundlichkeit innerhalb der Apps, anstatt grundlegende Arbeitsabläufe zu verändern.

Nachfolgend sind einige der ersten Apps aufgeführt, die Apples KI-Framework nutzen.

Lil Artist

Die App Lil Artist bietet verschiedene interaktive Erlebnisse, um Kindern beim Erlernen von Kreativität, Mathematik und Musik zu helfen. Die Entwickler Arima Jain und Aman Jain haben mit dem iOS 26-Update einen KI-Story-Generator eingeführt. Benutzer können eine Figur und ein Thema auswählen, woraufhin die App mithilfe von KI eine Geschichte erstellt. Die Texterzeugung erfolgt vollständig über Apples On-Device-Modell.

Bildquelle: Lil Artist

Daylish

Der Entwickler der App Daylish arbeitet an einem Prototyp, der automatisch Emojis für Timeline-Ereignisse basierend auf dem Titel im täglichen Planer vorschlägt.

MoneyCoach

MoneyCoach, eine Finanztracking-App, bietet nun zwei Funktionen, die von lokalen Modellen unterstützt werden. Die erste zeigt Ausgabenanalysen an – zum Beispiel, wenn du in einer Woche mehr als üblich für Lebensmittel ausgegeben hast. Die zweite Funktion schlägt automatisch Kategorien und Unterkategorien für schnelle Einträge vor.

Bildquelle: MoneyCoach

LookUp

Die Wortlern-App LookUp hat zwei neue Modi hinzugefügt, die Apples lokale KI-Modelle verwenden. Einer ist ein neuer Lernmodus, der mithilfe eines lokalen Modells Beispielsätze zu einem bestimmten Wort erstellt und die Nutzer auffordert, dessen Gebrauch zu erklären. Außerdem generiert die App nun eine Kartenansicht zur Herkunft eines Wortes.

Bildquelle: LookUp

Bildquelle: LookUp

Tasks

Die App Tasks schlägt nun mithilfe lokaler Modelle automatisch Tags für neue Einträge vor. Sie kann wiederkehrende Aufgaben erkennen und automatisch planen. Nutzer können Aufgaben auch diktieren, wobei das lokale Modell die Sprache ohne Internetverbindung in einzelne Aufgaben unterteilt.

Bildquelle: Tasks

Day One

Day One, die Journaling-App von Automattic, nutzt Apples On-Device-Modelle, um Highlights zu erstellen, Titelvorschläge zu generieren und reflektierende Schreibimpulse basierend auf vorherigen Einträgen anzubieten.

Bildquelle: Day One

Crouton

Die Rezept-App Crouton nutzt Apple Intelligence, um Tags für Rezepte vorzuschlagen, Timer zu benennen und Texte in leicht nachvollziehbare Kochschritte zu gliedern.

Signeasy

Signeasy, eine App zum digitalen Signieren, verwendet lokale Modelle, um wichtige Punkte aus Verträgen zu extrahieren und Dokumente vor der Unterzeichnung zusammenzufassen.

Dark Noise

Dark Noise, die App für Hintergrundgeräusche, nutzt Apples lokale Modelle, damit Nutzer eine Klanglandschaft in Worten beschreiben und automatisch generieren lassen können. Danach lässt sich der Klang durch Anpassen einzelner Elemente feinjustieren.

Lights Out

Lights Out, eine F1-Tracking-App von Entwickler Shihab Mehboob (Schöpfer von Avery und Mammoth), verwendet On-Device-KI, um Live-Rennkommentare zusammenzufassen und wichtige Erkenntnisse während der Grand-Prix-Veranstaltungen bereitzustellen.

Capture

Die Notiz-App Capture nutzt lokale KI, um während des Tippens Kategorien vorzuschlagen, was die Organisation und das Tagging beschleunigt.

Bildquelle: Capture

Lumy

Die Sonnen- und Wetter-Tracking-App Lumy verwendet nun KI, um wetterbezogene Vorschläge und personalisierte Vorhersagen bereitzustellen.

Bildquelle: Lumy

CardPointers

CardPointers, eine App zur Verwaltung von Kreditkarten-Vorteilen, ermöglicht es Nutzern jetzt, Fragen zu ihren Karten und Angeboten über Apples On-Device-KI zu stellen. Außerdem erhalten sie personalisierte Tipps zur Maximierung ihrer Belohnungen.

Bildquelle: CardPointers

Guitar Wiz

Guitar Wiz integriert Apples Foundation-Model-Framework, um Akkorde zu erklären, fortgeschrittenen Lernenden Echtzeit-Einblicke zu geben und mehrsprachige Unterstützung für über 15 Sprachen anzubieten.

SmartGym

SmartGym nutzt lokale KI, um Trainingsbeschreibungen in Schritt-für-Schritt-Sets mit Wiederholungen, Intervallen und Geräteangaben umzuwandeln. Außerdem erstellt es monatliche Zusammenfassungen und Leistungsberichte.

Stoic

Stoic, eine Journaling-App, verwendet Apples Modelle, um personalisierte Schreibimpulse basierend auf der Stimmung des Nutzers zu liefern. Sie fasst Einträge zusammen und hilft, vergangene Beiträge zu durchsuchen und zu organisieren.

Bildquelle: Stoic

SwingVision

SwingVision hilft Tennis- und Pickleball-Spielern, ihre Technik mithilfe von Videoanalysen zu verbessern. Die App nutzt nun Apples Foundation-Modelle, um spezifisches, umsetzbares Feedback zum Spielverhalten zu geben.

Zoho

Zoho, die indische Produktivitäts-Suite, nutzt Apples lokale Modelle für Zusammenfassungen, Übersetzungen und Transkriptionen in Apps wie Notebook und Tables.

TrainFitness

TrainFitness verwendet On-Device-Modelle, um alternative Übungen vorzuschlagen, wenn Nutzer kein bestimmtes Equipment haben, wodurch das Training flexibler wird.

Stuff

Stuff, eine To-Do-Listen-App, enthält nun einen neuen Hörmodus, der von Apples KI-Modellen angetrieben wird und gesprochene Wörter in einzelne Aufgaben umwandelt.

Wir werden diese Liste weiter aktualisieren, sobald mehr Apps Apples On-Device-KI-Framework in iOS 26 übernehmen.