Das Modell verwendet ein Mixture-of-Experts-Design, was bedeutet, dass es für jede Anfrage nur eine relevante Untergruppe seiner Parameter aktiviert. So bleibt die Wissenskapazität eines Billionen-Parameter-Systems erhalten, während die Antwortgeschwindigkeit mit deutlich kleineren Modellen mithalten kann . Apples eigenes, bisher größtes Cloud-Modell war etwa achtmal kleiner, und die firmeneigenen Private Cloud Compute Server waren in Tests Berichten zufolge zu langsam, um ein Modell dieser Größenordnung effizient zu hosten .

Wie Nvidia- und Google-Technologien zusammenspielen

Bei den rechenintensivsten Siri-AI-Anfragen führt der Datenpfad über die Google Cloud, die auf Nvidia Blackwell B200 GPUs setzt . Die Integration gliedert sich in drei Komponenten:

• Google Cloud hostet das lizenzierte Gemini Foundation Model. Apple nutzt weder Googles Serving-Infrastruktur, noch die Google-Suche oder die öffentliche Gemini-App. Craig Federighi machte die Trennlinie unmissverständlich klar: „Der Anteil des Google-Assistenten, den wir nutzen, ist gleich null“ .
• Nvidia Confidential Computing verschlüsselt die Daten während der Verarbeitung in der Cloud auf den mit Nvidia-Chips betriebenen Servern von Google. Apple hat mit Google und Nvidia zusammengearbeitet, um sein Private Cloud Compute (PCC)-Sicherheitsmodell auf diese Drittanbieter-Maschinen auszuweiten und dabei überprüfbare Datenschutzgarantien zu erhalten .
• Apple Silicon auf dem Gerät führt kleinere Modelle aus, die mittels Knowledge Distillation von Gemini trainiert wurden. So bleiben einfache KI-Aufgaben – Textvorschläge, einfache Sprachbefehle, Bildanalyse auf dem Bildschirm – lokal und schnell .

Apples eigene Apple Foundation Models (AFM) der dritten Generation übernehmen den Großteil der Arbeit auf dem Gerät. Eine Weiterleitung in die Cloud erfolgt nur bei Anfragen, die die lokalen Kapazitäten übersteigen .

Die dreistufige Datenschutz-Architektur

Die Datenschutz-Geschichte ist das Herzstück von Apples Präsentation und umfasst drei verschiedene Ebenen :

1. Inferenz auf dem Gerät – Kleine, destillierte Modelle laufen lokal auf Apple Silicon. Für diese Aufgaben verlassen die Daten nie das Gerät, und es wird nichts protokolliert.
2. Apple Private Cloud Compute (PCC) – Apples eigene zustandslose Server übernehmen Anfragen mittlerer Komplexität. Die PCC-Architektur setzt durchsetzbare Garantien um: keine dauerhafte Speicherung, kein privilegierter Laufzeitzugriff und keine Möglichkeit, einen bestimmten Nutzer gezielt anzusprechen.
3. Erweitertes PCC auf Google Cloud mit Nvidia-GPUs – Wenn eine Anfrage das volle 1,2-Billionen-Parameter-Modell erfordert, wird die Verarbeitung auf mit Nvidia-GPUs ausgestattete Google-Cloud-Server verlagert. Apple hat die zentralen PCC-Anforderungen – zustandslose Berechnung, Nicht-Zielbarkeit, kein privilegierter Zugriff und überprüfbare Transparenz – auf diese Knotenpunkte von Drittanbietern ausgeweitet . Die Implementierung basiert auf Nvidia Confidential Computing auf den GPUs, Intel-CPUs mit TDX (Trust Domain Extensions) und Googles Titan-Chip, um eine Hardware-seitige Vertrauenswurzel zu etablieren . Unabhängige Sicherheitsforscher dürfen die gesamte vertrauenswürdige Rechenbasis verifizieren.

Apple bestätigt, dass die Daten bei jedem Hop anonymisiert werden und alle Serverkomponenten sowie die Software denselben überprüfbaren Transparenzverpflichtungen unterliegen wie die eigenen PCC-Knoten von Apple .

Die praktische Routing-Logik: Einfache Aufgaben verlassen nie das Gerät; mittelschwere Aufgaben erreichen Apples PCC; wirklich schwierige Denkaufgaben landen in der Google Cloud – wobei auf jeder Stufe dieselben Datenschutzgarantien gelten.

Apples Beziehung zu Google: Modell-Lizenzierung, kein Verbraucherprodukt-Deal

Was Apple und Google hier gebaut haben, ist eine Lizenz- und Entwicklungspartnerschaft, keine Kooperation mit direktem Kundenkontakt . Die Unterschiede sind entscheidend:

• Apple hat ein maßgeschneidertes Gemini-Modell lizenziert und an dessen Abstimmung mitgewirkt. Das Modell läuft exklusiv für Siri-AI-Anfragen; es ist kein White-Label-Produkt des Gemini-Chatbots .
• Gemini Frontier Models werden verwendet, um Apples kleinere On-Device-Modelle durch Distillation zu trainieren – Gemini generiert Ausgaben, und Apples AFM-Modelle lernen aus diesen Ausgaben, um lokale Aufgaben ohne einen Umweg über die Cloud zu bewältigen .
• Apple Intelligence behält seine eigene Architektur, Marke und Benutzererfahrung. Siri AI verweist Nutzer nicht auf ein Google-Produkt, leitet Anfragen nicht an die Google-Suche weiter und zeigt die Marke Google nicht in der Benutzeroberfläche an .
• Der finanzielle Rahmen liegt Berichten zufolge bei einer Milliarde Dollar pro Jahr, aber weder Apple noch Google haben die Zahl offiziell bestätigt .

Kurz gesagt: Google liefert das Foundation Model und das Cloud-Silizium; Apple liefert das Produkt, die Benutzeroberfläche, die On-Device-Modelle und die Datenschutz-Architektur. Der Nutzer kommt nie mit einer Google-Oberfläche in Berührung.

Siri AI-Starttermin: Beta im September 2026, aber nicht überall

Apple hat eine öffentliche Beta von Siri AI bestätigt, die im September 2026 zusammen mit iOS 27 erscheint, parallel zur erwarteten Veröffentlichung neuer iPhone-Hardware . In einigen Berichten wurde auch eine öffentliche Beta im Juli erwähnt, wobei die Keynote den September-Zeitraum hervorhob . Eine eigenständige Siri-App mit über iCloud synchronisiertem Gesprächsverlauf erscheint zum selben Zeitpunkt .

Eine finale Version jenseits der Beta wird später im Jahr 2026 folgen; Apples offizielle Website verwendet die Formulierung „später in diesem Jahr“ ohne festes Datum, was Berichten zufolge einige Anleger verunsicherte, die auf eine explizite Zusage für eine allgemeine Verfügbarkeit im September gehofft hatten .

Das Kleingedruckte hat es in sich:

• Kein Start in der EU auf iPhone oder iPad zum Marktstart. Apple beruft sich auf den Digital Markets Act (DMA), der die Öffnung von Betriebssystemen für Drittanbieter vorschreibt. Apple argumentiert, dass die DMA-Konformität in ihrer jetzigen Form das Unternehmen dazu zwingen würde, die Datenschutz- und Sicherheitsgarantien von Private Cloud Compute aufzuweichen. Auch die macOS-Version bleibt in der EU zum Start nicht verfügbar .
• Kein Start in China zum Marktstart. Apple arbeitet noch an den lokalen regulatorischen Anforderungen für Siri AI und das breitere Apple-Intelligence-Funktionspaket .
• Nur auf Englisch zum Start, weitere Sprachen sollen „schnell“ folgen .
• Auch die Hardware-Anforderungen sind happig. Apple betonte, dass das leistungsstärkste On-Device-Modell, ausdrucksstarke Siri-Stimmen und die erweiterte Diktierfunktion die neuesten und leistungsfähigsten Geräte voraussetzen – was wahrscheinlich aktuelle iPhone-, iPad- und Mac-Modelle bedeutet .

Siri AI ist die größte KI-Wette, die Apple je eingegangen ist, gebaut auf einem Milliardendeal pro Jahr mit seinem größten Plattform-Konkurrenten. Die Architektur – drei Ebenen, drei Unternehmen, ein überprüfbares Datenschutzmodell – ist entweder die Blaupause für datenschutzfreundliche Cloud-KI oder die aufwändigste Vertrauensübung der Technologiebranche. Die September-Beta wird beginnen, diese Frage zu beantworten.

Das Modell verwendet ein Mixture-of-Experts-Design, was bedeutet, dass es für jede Anfrage nur eine relevante Untergruppe seiner Parameter aktiviert. So bleibt die Wissenskapazität eines Billionen-Parameter-Systems erhalten, während die Antwortgeschwindigkeit mit deutlich kleineren Modellen mithalten kann . Apples eigenes, bisher größtes Cloud-Modell war etwa achtmal kleiner, und die firmeneigenen Private Cloud Compute Server waren in Tests Berichten zufolge zu langsam, um ein Modell dieser Größenordnung effizient zu hosten .

Wie Nvidia- und Google-Technologien zusammenspielen

Bei den rechenintensivsten Siri-AI-Anfragen führt der Datenpfad über die Google Cloud, die auf Nvidia Blackwell B200 GPUs setzt . Die Integration gliedert sich in drei Komponenten:

• Google Cloud hostet das lizenzierte Gemini Foundation Model. Apple nutzt weder Googles Serving-Infrastruktur, noch die Google-Suche oder die öffentliche Gemini-App. Craig Federighi machte die Trennlinie unmissverständlich klar: „Der Anteil des Google-Assistenten, den wir nutzen, ist gleich null“ .
• Nvidia Confidential Computing verschlüsselt die Daten während der Verarbeitung in der Cloud auf den mit Nvidia-Chips betriebenen Servern von Google. Apple hat mit Google und Nvidia zusammengearbeitet, um sein Private Cloud Compute (PCC)-Sicherheitsmodell auf diese Drittanbieter-Maschinen auszuweiten und dabei überprüfbare Datenschutzgarantien zu erhalten .
• Apple Silicon auf dem Gerät führt kleinere Modelle aus, die mittels Knowledge Distillation von Gemini trainiert wurden. So bleiben einfache KI-Aufgaben – Textvorschläge, einfache Sprachbefehle, Bildanalyse auf dem Bildschirm – lokal und schnell .

Apples eigene Apple Foundation Models (AFM) der dritten Generation übernehmen den Großteil der Arbeit auf dem Gerät. Eine Weiterleitung in die Cloud erfolgt nur bei Anfragen, die die lokalen Kapazitäten übersteigen .

Die dreistufige Datenschutz-Architektur

Die Datenschutz-Geschichte ist das Herzstück von Apples Präsentation und umfasst drei verschiedene Ebenen :

1. Inferenz auf dem Gerät – Kleine, destillierte Modelle laufen lokal auf Apple Silicon. Für diese Aufgaben verlassen die Daten nie das Gerät, und es wird nichts protokolliert.
2. Apple Private Cloud Compute (PCC) – Apples eigene zustandslose Server übernehmen Anfragen mittlerer Komplexität. Die PCC-Architektur setzt durchsetzbare Garantien um: keine dauerhafte Speicherung, kein privilegierter Laufzeitzugriff und keine Möglichkeit, einen bestimmten Nutzer gezielt anzusprechen.
3. Erweitertes PCC auf Google Cloud mit Nvidia-GPUs – Wenn eine Anfrage das volle 1,2-Billionen-Parameter-Modell erfordert, wird die Verarbeitung auf mit Nvidia-GPUs ausgestattete Google-Cloud-Server verlagert. Apple hat die zentralen PCC-Anforderungen – zustandslose Berechnung, Nicht-Zielbarkeit, kein privilegierter Zugriff und überprüfbare Transparenz – auf diese Knotenpunkte von Drittanbietern ausgeweitet . Die Implementierung basiert auf Nvidia Confidential Computing auf den GPUs, Intel-CPUs mit TDX (Trust Domain Extensions) und Googles Titan-Chip, um eine Hardware-seitige Vertrauenswurzel zu etablieren . Unabhängige Sicherheitsforscher dürfen die gesamte vertrauenswürdige Rechenbasis verifizieren.

Apple bestätigt, dass die Daten bei jedem Hop anonymisiert werden und alle Serverkomponenten sowie die Software denselben überprüfbaren Transparenzverpflichtungen unterliegen wie die eigenen PCC-Knoten von Apple .

Die praktische Routing-Logik: Einfache Aufgaben verlassen nie das Gerät; mittelschwere Aufgaben erreichen Apples PCC; wirklich schwierige Denkaufgaben landen in der Google Cloud – wobei auf jeder Stufe dieselben Datenschutzgarantien gelten.

Apples Beziehung zu Google: Modell-Lizenzierung, kein Verbraucherprodukt-Deal

Was Apple und Google hier gebaut haben, ist eine Lizenz- und Entwicklungspartnerschaft, keine Kooperation mit direktem Kundenkontakt . Die Unterschiede sind entscheidend:

• Apple hat ein maßgeschneidertes Gemini-Modell lizenziert und an dessen Abstimmung mitgewirkt. Das Modell läuft exklusiv für Siri-AI-Anfragen; es ist kein White-Label-Produkt des Gemini-Chatbots .
• Gemini Frontier Models werden verwendet, um Apples kleinere On-Device-Modelle durch Distillation zu trainieren – Gemini generiert Ausgaben, und Apples AFM-Modelle lernen aus diesen Ausgaben, um lokale Aufgaben ohne einen Umweg über die Cloud zu bewältigen .
• Apple Intelligence behält seine eigene Architektur, Marke und Benutzererfahrung. Siri AI verweist Nutzer nicht auf ein Google-Produkt, leitet Anfragen nicht an die Google-Suche weiter und zeigt die Marke Google nicht in der Benutzeroberfläche an .
• Der finanzielle Rahmen liegt Berichten zufolge bei einer Milliarde Dollar pro Jahr, aber weder Apple noch Google haben die Zahl offiziell bestätigt .

Kurz gesagt: Google liefert das Foundation Model und das Cloud-Silizium; Apple liefert das Produkt, die Benutzeroberfläche, die On-Device-Modelle und die Datenschutz-Architektur. Der Nutzer kommt nie mit einer Google-Oberfläche in Berührung.

Siri AI-Starttermin: Beta im September 2026, aber nicht überall

Apple hat eine öffentliche Beta von Siri AI bestätigt, die im September 2026 zusammen mit iOS 27 erscheint, parallel zur erwarteten Veröffentlichung neuer iPhone-Hardware . In einigen Berichten wurde auch eine öffentliche Beta im Juli erwähnt, wobei die Keynote den September-Zeitraum hervorhob . Eine eigenständige Siri-App mit über iCloud synchronisiertem Gesprächsverlauf erscheint zum selben Zeitpunkt .

Eine finale Version jenseits der Beta wird später im Jahr 2026 folgen; Apples offizielle Website verwendet die Formulierung „später in diesem Jahr“ ohne festes Datum, was Berichten zufolge einige Anleger verunsicherte, die auf eine explizite Zusage für eine allgemeine Verfügbarkeit im September gehofft hatten .

Das Kleingedruckte hat es in sich:

• Kein Start in der EU auf iPhone oder iPad zum Marktstart. Apple beruft sich auf den Digital Markets Act (DMA), der die Öffnung von Betriebssystemen für Drittanbieter vorschreibt. Apple argumentiert, dass die DMA-Konformität in ihrer jetzigen Form das Unternehmen dazu zwingen würde, die Datenschutz- und Sicherheitsgarantien von Private Cloud Compute aufzuweichen. Auch die macOS-Version bleibt in der EU zum Start nicht verfügbar .
• Kein Start in China zum Marktstart. Apple arbeitet noch an den lokalen regulatorischen Anforderungen für Siri AI und das breitere Apple-Intelligence-Funktionspaket .
• Nur auf Englisch zum Start, weitere Sprachen sollen „schnell“ folgen .
• Auch die Hardware-Anforderungen sind happig. Apple betonte, dass das leistungsstärkste On-Device-Modell, ausdrucksstarke Siri-Stimmen und die erweiterte Diktierfunktion die neuesten und leistungsfähigsten Geräte voraussetzen – was wahrscheinlich aktuelle iPhone-, iPad- und Mac-Modelle bedeutet .

Siri AI ist die größte KI-Wette, die Apple je eingegangen ist, gebaut auf einem Milliardendeal pro Jahr mit seinem größten Plattform-Konkurrenten. Die Architektur – drei Ebenen, drei Unternehmen, ein überprüfbares Datenschutzmodell – ist entweder die Blaupause für datenschutzfreundliche Cloud-KI oder die aufwändigste Vertrauensübung der Technologiebranche. Die September-Beta wird beginnen, diese Frage zu beantworten.