Kaufen Sie heute ein iPhone 16, verfügt Apples On-Device-Modell über rund 3 Milliarden Parameter. Kaufen Sie ein iPhone 17 Pro, können es fast 20 Milliarden sein – gleiches Betriebssystem, gleiche Apple-Intelligence-Marke, aber ein anderes Modell, das still und leise danach ausgewählt wird, welcher Chip sich unter dem Glas befindet. Diese Lücke ist die Geschichte der On-Device-KI im Jahr 2026: Das Marketing ist einheitlich, die Hardware ist es nicht, und genau diesen Abstand muss ein Entwickler kartieren, bevor er eine einzige Zeile Code schreibt.

Was Apple tatsächlich ausgeliefert hat

Apples entwicklerseitiger Schritt erfolgte auf der WWDC 2025, als das Unternehmen sein On-Device-Modell für Dritte öffnete. Das neue Foundation-Models-Framework gibt Entwicklern direkten Zugriff auf das On-Device-Foundation-Sprachmodell im Kern von Apple Intelligence, das auf einem Modell mit rund 3 Milliarden Parametern basiert. Alles läuft On-Device, sodass Daten, die in das Modell hinein- und wieder herausfließen, privat bleiben, und es kann offline betrieben werden. Apple war klar in Bezug auf die Grenzen des Modells: Es ist stark bei Textaufgaben wie Zusammenfassungen, Entitätsextraktion und kurzen Dialogen, ist aber nicht als Chatbot für allgemeines Weltwissen konzipiert.

Dieses Framework fand schnell den Weg in echte Apps – die Journaling-App Day One von Automattic nutzte es, um datenschutzfreundliche Intelligenz hinzuzufügen, wobei das Unternehmen angab, es habe ihnen geholfen, neu zu überdenken, was in der App möglich ist. Doch es kam mit einer harten Obergrenze, die für alle relevant ist, die ein Feature planen: Ein Entwickler-Bericht von einer WWDC-2026-Lab-Session beschreibt das Kontextfenster des On-Device-Modells als unverändert – ein gemeinsames Budget für Ein- und Ausgabe, das bei längeren Prompts wenig Raum für lange Konversationen lässt.

Ein Jahr später, auf der WWDC 2026, hob Apple diese Obergrenze an – jedoch nur für neuere Hardware. AFM 3 Core Advanced, Apples leistungsstärkstes On-Device-Modell, ist nativ multimodal und nutzt eine 20-Milliarden-Parameter-Sparse-Architektur, die jeweils nur 1 bis 4 Milliarden Parameter aktiviert; freigeschaltet durch und optimiert für Apples leistungsfähigste Chips. Ältere Apple-Intelligence-Telefone gehen dabei nicht ganz leer aus – die Modellfamilie umfasst auch AFM 3 Core, ein kleineres, dichtes Modell mit 3 Milliarden Parametern, das breiter läuft –, doch die Standardanforderung von 8 GB Arbeitsspeicher, die seit dem Start von Apple Intelligence gilt, garantiert nicht mehr die leistungsfähigsten On-Device-Funktionen. Damit hat Apple erstmals die Messlatte dafür angehoben. MacRumors berichtete, dass das 20-Milliarden-Modell speziell ein iPhone 17 Pro oder iPhone Air voraussetzt.

Die für Entwickler folgenreichere Änderung könnte eine leisere sein. Bis zur WWDC 2026 galt für das Foundation-Models-Framework eine einzige Regel – Apples On-Device-Modell oder gar nichts –, doch das änderte sich mit einer öffentlichen Protokollschicht, die jedes LLM, jede Cloud-API oder jedes selbst gehostete Modell implementieren kann. Damit wird Apples Session- und Tool-Calling-Infrastruktur zu einer Verteilungsschicht, die Entwickler auch auf andere Modelle als Apples eigenes ausrichten können.

Was Google tatsächlich ausgeliefert hat

Googles Weg führt über einen Systemdienst namens AICore. Gemini Nano läuft im Android-Systemdienst AICore, der Gerätehardware für geringe Inferenzlatenz nutzt, und die GenAI-APIs von ML Kit setzen darauf auf, um die On-Device-Ausführung von GenAI-Foundation-Modellen zu ermöglichen. Anders als Apples einzelne, allgemein einsetzbare Session-API hat Google eine Reihe benannter, aufgabenspezifischer Endpunkte ausgeliefert: Prompt für benutzerdefinierte Text- oder multimodale Generierung, Summarization für Artikel oder Konversationen, Proofreading für kurze Chat-Nachrichten, Rewriting in unterschiedlichen Tonlagen, Image Description sowie Speech Recognition zur Transkription von Audio.

Die Geräteunterstützung ist ungewöhnlich spezifisch und herstellerübergreifend. GenAI-APIs sind auf Android-Geräten verfügbar, die optimierte MediaTek-Dimensity-, Qualcomm-Snapdragon- und Google-Tensor-Plattformen über AICore nutzen. Googles eigene Dokumentation listet unterstützte Hardware bis auf die Modellnummer genau auf, darunter Pixel-9- bis Pixel-11-Serien-Telefone sowie bestimmte Geräte von Honor, Oppo, Poco und das Samsung Galaxy S25 – ein seltener Fall, in dem ein Anbieter eine überprüfbare Kompatibilitätsliste veröffentlicht statt einer pauschalen Behauptung.

Speziell bei Pixel-Hardware ist die Feature-Historie gut dokumentiert und größtenteils echte On-Device-Verarbeitung: Pixel 9's Call Notes und Pixel Screenshots wurden im August 2024 ausgeliefert, multimodales Gemini Nano kam im November 2024 hinzu, Scam Detection für Anrufe und Nachrichten folgte im März 2025, und das Pixel 10 mit Tensor G5 ergänzte im Oktober 2025 die Nano-gestützten Funktionen Magic Cue und Voice Translate. Für Entwickler, die Plattformen vergleichen, ist Folgendes bemerkenswert: Nicht jede KI-Funktion, die ähnlich aussieht, funktioniert auch gleich. Gerätetests von Android Authority ergaben, dass Samsungs Voice-Recorder-App eine ähnliche KI-Zusammenfassungsfunktion enthält, die jedoch auf Googles größerem Gemini-Pro-Modell basiert, das nur in der Cloud laufen kann – ein Kompromiss aus Datenschutz und Geschwindigkeit zugunsten der Fähigkeit, stundenlange Aufnahmen zu verarbeiten. Gleiche Funktionskategorie, aber eine völlig andere Architektur – genau die Art von Detail, das nur sichtbar wird, wenn man die Implementierung statt der Feature-Liste prüft.

Was Samsung tatsächlich ausgeliefert hat

Samsung baut Galaxy AI seit der Galaxy-S24-Serie in seine Telefone ein, und das Galaxy S26 Ultra markiert einen Richtungswechsel – weg von reaktiven Tools, hin zu proaktiven Vorschlägen. Das Telefon lernt nun Gewohnheiten und liefert Vorschläge, bevor man danach fragt – eine Nachricht über ein Meeting könnte das Telefon dazu veranlassen, das Öffnen des Kalenders vorzuschlagen, oder die Fotoanfrage eines Freundes kann automatisch relevante Galeriebilder hervorholen. Samsung führt dies auf die Hardware zurück: Die schnellere NPU im Snapdragon 8 Elite Gen 5 for Galaxy erlaubt es, mehr dieser Aufgaben direkt auf dem Gerät auszuführen, statt sich auf eine Cloud-Verbindung zu verlassen.

Die konkreten Leistungszahlen sind jedoch Herstellerangaben und keine unabhängigen Messungen. Samsung gibt an, dass der maßgeschneiderte Snapdragon 8 Elite Gen 5 for Galaxy im Vergleich zur Vorgängergeneration eine bis zu 19% bessere CPU-Leistung, 39% bessere NPU-Leistung und 24% bessere GPU-Leistung liefert – und der Rezensent, der darüber berichtete, wies ausdrücklich darauf hin, dass es sich um Samsungs eigene Zahlen handelt, nicht um unabhängige Garantien. Ein Feature veranschaulicht, dass Hardware-Fähigkeit und tatsächliche Verfügbarkeit völlig getrennte Fragen sind: Berichte aus Samsungs Community-Foren ergaben, dass Call Screening in erster Linie eine Softwarefunktion ist, die direkt auf dem Gerät läuft, was bedeutet, dass Telefone wie das Galaxy S25 wahrscheinlich genug Leistung und NPU-Kapazität dafür hätten – dennoch bestätigte Samsung, dass die Unterstützung erst mit der Galaxy-S26-Serie beginnt. Ob es sich dabei um eine technische Einschränkung oder eine Entscheidung zur Produktsegmentierung handelt, hat Samsung öffentlich nicht mitgeteilt. So oder so bleibt die Lehre bestehen: NPU-Fähigkeiten auf dem Datenblatt garantieren nicht, dass eine Funktion tatsächlich auf Ihrem Gerät ausgeliefert wird.

Das Muster hinter allen drei Anbietern

Stellt man die drei Plattformen nebeneinander, zeigt sich eine gemeinsame Struktur. Jeder Anbieter bietet inzwischen einen wirklich lokalen Inferenzpfad – Apples Foundation-Models-Framework, Googles AICore plus ML-Kit-GenAI-APIs, Samsungs Galaxy-AI-Funktionen, die On-Device laufen, wo NPU und Speicher es zulassen. Jeder reserviert zudem eine zweite, größere Fähigkeitsstufe für die Cloud, die automatisch aufgerufen wird, wenn die Aufgabe das lokale Modell übersteigt. Apple nennt dies Private Cloud Compute; Samsung nutzt im Hintergrund Gemini Pro für einige Galaxy-AI-Funktionen, ohne dies dem Nutzer unbedingt kenntlich zu machen. Für Entwickler bedeutet das in der Praxis: On-Device-KI ist keine einheitliche Garantie – sie ist ein Spektrum, das sich je nach Gerät, Region und sogar je nach konkreter Funktion innerhalb einer App verschiebt.

Was Sie vor dem Bau prüfen sollten

Einige konkrete, überprüfbare Punkte sollten Sie direkt anhand der aktuellen Dokumentation und nicht anhand einer Keynote zum Produktstart bestätigen: welche Ihrer Zielgeräte tatsächlich die fortgeschrittene Modellstufe statt der Basisstufe ausliefern, da Apples 20-Milliarden-Modell an bestimmte Chips gebunden ist, nicht nur an eine Betriebssystemversion; das tatsächliche Kontextfenster-Budget des von Ihnen verwendeten Frameworks, da ein gemeinsames Token-Limit für Ein- und Ausgabe verändert, was Zusammenfassung in der Praxis überhaupt bedeuten kann; ob eine von Ihnen geprüfte Funktion tatsächlich On-Device abgeschlossen wird oder bei längeren Eingaben stillschweigend auf ein Cloud-Modell zurückgreift, wie in Samsungs eigener Voice-Recorder-Implementierung dokumentiert; sowie Googles veröffentlichte Geräteunterstützungsliste für die GenAI-APIs von ML Kit, die exakte Modelle statt vager Chipsatzfamilien nennt. Nichts davon erfordert, einer Pressemitteilung zu vertrauen – all das lässt sich in der Entwicklerdokumentation überprüfen, bevor auch nur eine einzige Funktion ausgeliefert wird.