Auf dem gestrigen Event "Surprise and Shine" präsentierte Apple eine Menge neue Hardware, allem voran das faltbare iPhone Duo. Eine auf den ersten Blick wenig offensichtliche Neuerung mit dem Namen "Audio Intelligence" bringen die Apple Watch Series 12 und Apple Watch Ultra 4 mit. Genau genommen besteht dieses Feature aus vier Funktionen: "Sound Recognition", "Music Recognition", "Live Rewind" und "Siri Recap". Die ersten beiden sind relativ selbsterklärend: Töne wie eine Türklingel registrieren und darauf hinweisen, bzw. automatisch Hintergrundmusik erkennen und anzeigen. Für mehr Diskussionen dürften Live Rewind und Siri Recap sorgen, da sie bewusst gesprochene Inhalte der Trägerinnen und Träger verarbeiten – einschließlich von Menschen in deren Umgebung. Die technischen Grundlagen dafür erklärt Apple jetzt auf einer eigenen Supportseite und einem ausführlichen PDF genauer.


Audio wird nicht gespeichert – Nutzer behalten die Kontrolle
Live Rewind bietet die Option, sich Gesprächsinhalte der vergangenen 15 Sekunden transkribiert als Text nochmals anzeigen zu lassen. Siri Recap erstellt eine Übersicht über den abgelaufenen Tag, inklusive Kurzzusammenfassungen von getätigten Gesprächen. Beide Funktionen sind Opt-in, wie auch die anderen beiden Features von Audio Intelligence. Von elementarer Bedeutung sind die Secure Exclave (nicht zu verwechseln mit der Secure Enclave) des S11-Chips auf der Apple Watch Series 12 und Ultra 4 sowie das Pendant auf dem iPhone. Ausschließlich in diesen hardwareseitig isolierten Bereichen verarbeiten die Geräte Audio-Inhalte. Diese würden nicht gespeichert und seien für niemanden zugänglich.

Der Ablauf im Detail
Wie genau das für Siri Recap abläuft, wird ausführlich von Apple erklärt: Audio-Inhalte werden in einem ersten Schritt von der Watch zum iPhone gesendet. Dort erfolgt eine lokale Transkribierung und danach noch eine Zusammenfassung, die weniger als halb so lang wie der ursprüngliche Text ist. Der so entstandene Report wird im nächsten Zug an Apples Private-Cloud-Compute-Server geschickt, zusammen mit anderen Kontextinformationen. Dort entsteht schließlich ein Titel der Zusammenfassung mit wichtigen Schlüsselbegriffen. Sensible Informationen werden herausgefiltert und sind kein Bestandteil des endgültigen Recap-Punktes. Der fertige Report wandert danach verschlüsselt wieder zurück zum iPhone und zur Apple Watch.

Problem der Einwilligung bleibt bestehen
Selbst wenn die technische Umsetzung private Daten wesentlich besser schützt als die meisten vergleichbaren KI-basierten Angebote anderer Anbieter, bleibt die Frage offen, wie sichergestellt wird, dass beispielsweise Konversationspartner nicht gegen ihren Willen in Siri-Recap-Zusammenfassungen landen. Apple weist lediglich darauf hin, dass man achtsam sein sollte, wenn Konversationen privat oder sensibel sind. Ob dies für europäische Datenschutzstandards ausreichend ist, darf bezweifelt werden.

Es liegt nahe, dass sich Apple dieses Problems bewusst ist, weswegen der Beta-Start von Audio Intelligence im weiteren Jahresverlauf daher erst einmal auf Englisch stattfinden wird. Vor der noch ausstehenden Freigabe von Siri AI innerhalb der EU dürften Siri Recap und Live Rewind auf dem alten Kontinent auch vorerst kein Thema sein.