On-Device AI, wie Apple Intelligence auf aktuellen iPhones und Macs oder Gemini Nano auf unterstützten Android-Telefonen, führt Sprachmodelle direkt auf der Hardware des Benutzers aus, anstatt auf einem entfernten Server. Das senkt die Latenz und hält viele Daten lokal, schafft aber auch Risiken, die Marketingteams selten einplanen: inkonsistente Ausgaben über Geräte hinweg, Zusammenfassungen, die Markenbotschaften verzerren, und Mitarbeiter, die Funktionen persönlicher Geräte mit Kundendaten nutzen. Governance sollte vor der Einführung beginnen, nicht danach.
Was macht On-Device AI eigentlich?
Apple Intelligence bündelt eine Reihe von Funktionen in iOS, iPadOS und macOS: Schreibwerkzeuge, die Texte umschreiben oder Korrektur lesen, Zusammenfassungen von Benachrichtigungen und E-Mails, Bilderzeugung durch Image Playground und ein leistungsfähigeres Siri. Kleinere Aufgaben laufen auf einem lokalen Modell; schwerere Anfragen können an Apples Private Cloud Compute gehen, das Apple als Server auf Basis von Apple Silicon beschreibt, die keine Benutzerdaten speichern. Einige Anfragen können auch an ChatGPT weitergeleitet werden, aber nur, wenn der Benutzer zustimmt.
Gemini Nano ist Googles kleinstes Gemini-Modell. Es wird über einen Systemdienst namens AICore in Android ausgeliefert und unterstützt Funktionen wie intelligente Antworten in Gboard, Zusammenfassungen von Aufnahmen und die Erkennung von Betrugsanrufen auf unterstützten Pixel- und Samsung-Geräten. Entwickler können über Googles On-Device-APIs darauf zugreifen, und Chrome testet integrierte AI-APIs, die ein Modell der Nano-Klasse im Browser ausführen.
Der gemeinsame Nenner ist einfach. Ein kleines Modell, oft mit wenigen Milliarden Parametern oder weniger, erledigt nützliche Arbeit ohne einen Netzwerk-Roundtrip. Dieses Design ist die Quelle sowohl der Vorteile als auch der Grenzen.
Warum die Datenschutzgeschichte nur die halbe Wahrheit ist
Anbieter präsentieren On-Device AI hauptsächlich als Datenschutzfunktion, und für viele Aufgaben ist das fair. Ein lokal umgeschriebener Satz verlässt niemals das Telefon. Aber “die Daten bleiben auf dem Gerät” bedeutet nicht “die Daten werden verwaltet”. Das Gerät kann einem Mitarbeiter gehören, die Ausgabe kann in ein Kundendokument kopiert werden, und niemand hat möglicherweise protokolliert, dass ein Modell darauf zugegriffen hat.
Es gibt auch das Problem der Übergabe. Wenn eine Anfrage für das lokale Modell zu groß ist, kann sie an einen Cloud-Dienst weitergeleitet werden. Auf Apple-Geräten informiert das System den Benutzer, wenn ChatGPT involviert ist, aber Mitarbeiter klicken schnell durch Aufforderungen. Auf Android können Apps, die Gemini Nano verwenden, für schwierigere Anfragen auch Cloud-Gemini-Modelle aufrufen. Ihre Richtlinie muss die gesamte Kette abdecken, nicht nur den lokalen Teil.
Welche Grenzen sind für Marketingteams am wichtigsten?
Kleine Modelle gehen andere Kompromisse ein als große Cloud-Modelle. Für eine Marketingabteilung tauchen immer wieder fünf Grenzen auf:
- Kürzerer Kontext: On-Device-Modelle verarbeiten kurze Eingaben gut und lange Dokumente schlecht, sodass ein 40-seitiges Briefing, das auf einem Telefon zusammengefasst wurde, wichtige Abschnitte auslassen kann.
- Schwächeres Faktenwissen: Kleine Modelle wissen weniger über die Welt und neigen eher dazu, etwas Falsches mit Überzeugung zu behaupten.
- Gerätefragmentierung: Funktionen hängen von Chip, RAM, Region und Spracheinstellungen ab, sodass zwei Kollegen unterschiedliche Ergebnisse für denselben Befehl erhalten können.
- Begrenzte Sprachabdeckung: Die Unterstützung für Sprachen wie Türkisch kam später als für Englisch, und die Qualität variiert je nach Sprache.
- Kein Audit-Trail: Lokale Funktionen hinterlassen normalerweise kein zentrales Protokoll darüber, was generiert, bearbeitet oder zusammengefasst wurde.
Der letzte Punkt ist derjenige, den Compliance-Teams zuerst bemerken. Wenn eine Zusammenfassung einer Kunden-E-Mail eine Bedingung verliert (“nur wenn von der Rechtsabteilung genehmigt”), gibt es keine Aufzeichnung, die zeigt, dass die AI die Zusammenfassung erstellt hat und nicht der Mitarbeiter.
Das Risiko, das Marken von außen trifft
Die meisten Governance-Dokumente konzentrieren sich darauf, was Mitarbeiter mit AI tun. On-Device AI fügt ein externes Risiko hinzu: Ihre Kunden lesen Ihre Nachrichten jetzt durch ein Modell. Benachrichtigungszusammenfassungen auf iPhones verdichten E-Mails, Push-Benachrichtigungen und Nachrichten auf ein oder zwei Zeilen. Frühe Versionen erstellten Zusammenfassungen von Nachrichtenmeldungen, die schlicht falsch waren, und Apple pausierte Zusammenfassungen für Nachrichten-Apps für eine Zeit, um das Problem zu beheben.
Für eine Marke bedeutet dies, dass ein sorgfältig geschriebener Werbe-Push als abgeflachte, manchmal irreführende Zusammenfassung ankommen kann. Klare erste Zeilen helfen. Ebenso hilft es, das Angebot, die Frist und jede Bedingung in den ersten Satz zu stellen, anstatt an das Ende. Behandeln Sie die ersten 80 bis 100 Zeichen jeder E-Mail und Push-Benachrichtigung als den Teil, den ein Modell am wahrscheinlichsten behält.
Welche Governance-Regeln sollten Sie zuerst festlegen?
Sie brauchen keine 30-seitige AI-Richtlinie, um anzufangen. Sie brauchen eine Handvoll Regeln, an die sich die Leute erinnern können und die dazu passen, wie On-Device-Funktionen tatsächlich genutzt werden. Eine praktische erste Version sieht so aus:
- Definieren Sie, welche Geräte für die Arbeit mit Kunden verwendet werden dürfen und ob persönliche Telefone mit aktivierten AI-Funktionen zum Öffnen von Kundendateien zugelassen sind.
- Listen Sie die Aufgaben auf, die auf dem Gerät in Ordnung sind (Korrekturlesen interner Notizen, Zusammenfassen eigener Besprechungsaufzeichnungen) und die Aufgaben, die es nicht sind (Zusammenfassen von Verträgen, Entwerfen rechtlicher oder medizinischer Ansprüche).
- Verlangen Sie eine menschliche Überprüfung für jeden AI-gestützten Text, der an einen Kunden geht oder in ein veröffentlichtes Asset einfließt, wobei der Prüfer im Projekt-Tool benannt wird.
- Entscheiden Sie, ob Cloud-Übergaben wie die ChatGPT-Integration erlaubt sind und wenn ja, welcher Kontotyp verwendet wird.
- Legen Sie eine Regel für Bilder fest: Alles, was mit Image Playground oder ähnlichen Tools erstellt wurde, muss intern gekennzeichnet werden und darf keine echten Personen ohne Zustimmung darstellen.
- Benennen Sie einen Eigentümer, der die Richtlinie überprüft, wenn Anbieter wichtige Betriebssystem-Updates veröffentlichen, da sich Funktionen mit jeder Version ändern.
Halten Sie es auf einer Seite. Eine Regel, an die sich Mitarbeiter an einem geschäftigen Nachmittag nicht erinnern können, wird nicht befolgt.
Geräteverwaltungseinstellungen
Wenn Ihr Unternehmen eine mobile Geräteverwaltung (MDM) verwendet, prüfen Sie, was Ihre Plattform freigibt. Apple hat Verwaltungssteuerelemente hinzugefügt, mit denen Administratoren bestimmte Apple Intelligence-Funktionen auf verwalteten Geräten einschränken können, und Android Enterprise bietet eigene Richtlinieneinstellungen. Die Verfügbarkeit ändert sich je nach Version, überprüfen Sie dies also in Ihrer MDM-Konsole, anstatt sich auf einen Blog-Beitrag zu verlassen, einschließlich dieses hier.
Wie Alien Road On-Device AI Governance anwendet
In einem typischen Engagement beginnen wir mit der Discovery: einer kurzen Umfrage, welche Geräte das Kundenteam verwendet, welche AI-Funktionen eingeschaltet sind und wo Kunden- oder Kundendaten durch sie fließen. Die meisten Teams sind überrascht, wie viele Funktionen nach einem Betriebssystem-Update standardmäßig bereits aktiv sind.
Als nächstes kommt das Setup. Wir entwerfen das oben genannte einseitige Regelwerk, angepasst an den Sektor des Kunden, und bilden es auf die MDM- oder Browsereinstellungen ab, die sie bereits haben. Für eine Einzelhandelsmarke schreiben wir zum Beispiel auch Push- und E-Mail-Vorlagen um, damit die Kernbotschaft die automatische Zusammenfassung überlebt.
Messung folgt. Wir testen, wie wichtige Vorlagen als Benachrichtigungszusammenfassungen auf aktuellen iOS- und Android-Geräten erscheinen, und zeichnen die Ergebnisse in einem gemeinsamen Blatt auf. Das Reporting erfolgt vierteljährlich: Was hat sich bei den Funktionen der Anbieter geändert, welche Regeln wurden aktualisiert und welche Vorlagen benötigten einen weiteren Durchgang.
Wo man diese Woche anfangen kann
Nehmen Sie sich eine Stunde Zeit und tun Sie drei Dinge. Erstens, fragen Sie jedes Teammitglied, welche AI-Funktionen es im letzten Monat auf seinem Telefon oder Laptop verwendet hat; schreiben Sie die Liste auf. Zweitens, senden Sie Ihre fünf wichtigsten Marketing-E-Mails und Push-Benachrichtigungen an ein Test-iPhone mit aktivierten Zusammenfassungen und machen Sie einen Screenshot von dem, was erscheint. Drittens, schreiben Sie den ersten Entwurf Ihres einseitigen Regelwerks unter Verwendung der sechs oben genannten Regeln.
Das reicht aus, um von “wir haben nicht darüber nachgedacht” zu einer dokumentierten Position zu gelangen. Sie können die Details nach dem nächsten großen OS-Release verfeinern, wenn sich die Funktionsliste ohnehin wieder geändert haben wird.
Weiterlesen: KI-Optimierung · KI-Optimierung