Apple Intelligence für Unternehmen: Was es 2026 wirklich leistet (und was nicht)

Kurzfassung

Apple Intelligence in iOS 27 ist Apples großer Aufholversuch im KI-Wettbewerb: ein von Grund auf neu entwickelter, konversationeller Siri AI, generative Tools in Fotos und Nachrichten und – das still interessanteste Element für Unternehmen – ein kostenloses On-Device-Modell-Framework, das Entwickler in eigene Apps einbauen können. Es ist ein starkes Consumer- und Entwickler-Release, und es ist keine Kundensupport-Plattform.

Wenn Sie ein Support-Team leiten, lautet die ehrliche Einschätzung: Apple Intelligence ist relevant, weil Ihre Kunden es nutzen werden und weil Sie möchten, dass Ihre App in Siri auftaucht. Aber es weiß nichts von Ihrem Help-Center, kann sich nicht mit Ihrem Helpdesk verbinden und kann kein Ticket im großen Maßstab lösen. Ich habe die letzten Jahre damit verbracht, KI-Agenten in echte Support-Queues zu integrieren – die Lücke zwischen „kluger Assistent auf einem Smartphone" und „Agent, der sicher Tausende Tickets pro Monat abschließt" ist die eigentliche Aufgabe. Dieser Beitrag erklärt, was Apple tatsächlich geliefert hat, geht auf die viel diskutierte Gemini-Frage ein und zeigt, wo die Grenze zwischen Apple Intelligence und einem Tool wie eesel liegt, das speziell für den Support gebaut wurde.

Was Apple Intelligence wirklich ist

Apple Intelligence ist Apples KI-Schicht auf Gerät und in der Cloud, die in iOS 27, iPadOS 27, macOS 27, watchOS 27 und visionOS 27 verwoben ist. Apple beschreibt sie als „in Ihre Apps integriert, in Ihrem Kontext verankert und auf jedem Schritt privat." Das Aushängeschild auf der WWDC 2026 war ein völlig neuer Siri, unter dem Namen Siri AI gelauncht und von Apple als „von Grund auf mit leistungsstarker KI neu entwickelt" beschrieben.

Kurz gesagt: Siri funktioniert endlich so, wie die Nutzer es sich schon lange erhofft haben. Er führt echte Gespräche, versteht persönlichen Kontext (eigene Nachrichten, E-Mails, Fotos), erkennt, was auf dem Bildschirm zu sehen ist, und kann App-übergreifend Aktionen ausführen. Der alte „Stell einen Timer"-Siri ist Geschichte; der neue kann „Hak bei der E-Mail nach, die ich Dave letzten Dienstag geschrieben habe" verstehen.

Man sollte das Framing aber nüchtern betrachten. Die Keynote begann mit Verbesserungen vor Features – ein Liquid-Glass-Transparenz-Schieberegler, bis zu 30 % schnellere App-Starts, 80 % schnelleres AirDrop –, was TechCrunch als „Apple holt auf" einordnete. Nach zwei Jahren, in denen ChatGPT und Gemini das Tempo vorgegeben haben, stabilisiert Apple eher das Schiff, als wirklich voranzuschreiten.

Was 2026 wirklich neu ist

Wenn Sie die WWDC nur am Rande verfolgt haben, hier der Überblick über die Neuerungen, die Apple Intelligence in diesem Zyklus gebracht hat.

Die Consumer-Features sind ausgereift. Image Playground hat sich von cartoonhaft zu fotorealistisch entwickelt, und KI-bearbeitete Fotos tragen ein verstecktes SynthID-Wasserzeichen, sodass sie nachverfolgbar sind.

Ein kleiner Business-Hinweis, der in den Ankündigungen versteckt war: Cloud-abhängige Features wie Bildgenerierung unterliegen jetzt täglichen Nutzungslimits, wobei iCloud+ die Kontingente erhöht. Das ist eine stille Abkehr davon, dass Apple Intelligence vollständig kostenlos ist.

Wie der neue Siri wirklich funktioniert

Hier wird es interessant, denn der neue Siri ist kein einzelnes Modell – er ist ein Routing-System über drei Ebenen. Das Verständnis davon erklärt viel darüber, was Apple Intelligence für ein Unternehmen leisten kann und was nicht.

Der gesamte Stack basiert auf der dritten Generation der Apple Foundation Models, einer Familie aus fünf Modellen, die in Zusammenarbeit mit Google entwickelt wurde. Zwei laufen auf dem Gerät: AFM 3 Core, ein 3-Milliarden-Parameter-Modell, und das leistungsstärkere AFM 3 Core Advanced, ein 20-Milliarden-Parameter-Sparse-Modell, das nur 1–4 Milliarden Parameter gleichzeitig aktiviert, indem es „Experten" bei Bedarf in den und aus dem Arbeitsspeicher lädt.

Wenn eine Anfrage zu schwer für das Gerät ist, eskaliert sie zu Apples Private Cloud Compute – zustandslosen Apple-Silicon-Servern, die Ihre Daten im Arbeitsspeicher verarbeiten und nie speichern. Die schwersten Anfragen sollen dann noch einen Schritt weitergeroutet werden, zu einem großen benutzerdefinierten Modell auf Google Cloud. Apples eigene Nutzerevaluierungen zeigen den Qualitätssprung: AFM 3 Cloud wurde bei 64,7 % der Text-Prompts gegenüber 8,7 % für das 2025er-Servermodell bevorzugt. Das ist ein echter Generationssprung und eine nützliche Erinnerung daran, dass Modellqualität und ein funktionierendes Produkt zwei verschiedene Dinge sind – ein Gedanke, der bei jeder KI-Kaufentscheidung gilt, auch im Support.

Die Gemini-Frage

Die lauteste Reaktion nach der Keynote drehte sich nicht um Features, sondern um: „Moment, ist Siri jetzt einfach Google?" Presseberichte (nicht von Apple bestätigt) beschreiben ein maßgeschneidertes ~1,2-Billionen-Parameter-Gemini-Modell auf Google Cloud hinter den rechenintensivsten Siri-Anfragen, zu geschätzten Kosten von knapp 1 Milliarde Dollar pro Jahr.

Apple legte genug Wert auf die Außenwirkung, um eine eigene technische Session abzuhalten, in der Craig Federighi deutlich wurde:

„Wir verwenden keines der Modelle, die Google an ihre Kunden ausliefert, und auch nicht die Infrastruktur, mit der sie das tun... Ich hoffe, das ist klar. Den Google Assistant nutzen wir gar nicht."

– Craig Federighi, SVP Software Engineering bei Apple, via Daring Fireball

Dass Apple es für nötig hielt, „den Google Assistant nutzen wir gar nicht" zu wiederholen, zeigt, wie verbreitet diese Sorge war. Für Geschäftsleser ist das praktische Fazit einfacher: Apple setzt auf Partner, um an der Frontier konkurrenzfähig zu sein – genau wie alle anderen. Wenn Sie die zugrundeliegenden Modelle direkt bewerten, lohnt sich ein Blick auf Gemini und seine Alternativen oder ein Vergleich mit Claude und ChatGPT, bevor Sie davon ausgehen, dass ein Assistent die ganze Geschichte erzählt.

Was bedeutet Apple Intelligence also für Unternehmen?

Eigentlich zwei Dinge, die leicht verwechselt werden.

Erstens das Offensichtliche: Ihre Mitarbeiter und Kunden erhalten einen deutlich besseren Assistenten auf ihren Geräten. Das ist eine Produktivitätserleichterung, keine Strategie.

Zweitens das eigentlich Relevante: Entwickler können Apples Modelle nun kostenlos in eigene Apps einbauen. Das Foundation-Models-Framework bietet On-Device-Inferenz ohne API-Schlüssel, ohne verbrauchsbasierte Abrechnung und „keine Prompts werden je gespeichert" – kostenlos für Apps mit weniger als 2 Millionen Erstdownloads. Es gibt sogar ein LanguageModel-Protokoll, mit dem Sie Apples Modelle gegen Anthropic Claude oder Google Gemini austauschen können, ohne Ihren Session-Code neu zu schreiben.

Daneben ersetzt App Intents SiriKit als die Art, wie Apps in Siri eingebunden werden – über ein Migrations-Fenster von zwei bis drei Jahren. VentureBeat beschrieb Siri AI als „eine KI-gestützte App-Aktions- und Content-Entdeckungs-Schicht im Betriebssystem" – das heißt: Eine Business-App, die die Frameworks einsetzt, könnte Nutzern erlauben, Siri zu fragen, Inhalte zu finden, zusammenzufassen oder darauf zu reagieren, ohne einen separaten Chatbot zu bauen.

Das ist nützlich. Aber beachten Sie, was es ist: eine Möglichkeit, Ihre eigene App für jeweils einen Nutzer auf seinem Gerät intelligenter zu machen. Es ist kein Weg, einen Support-Betrieb zu führen.

Sollten Sie Ihren Support-Agenten auf Apples kostenlosem Modell-API aufbauen?

Das ist die Frage, die ich von technischen Teams höre, sobald sie „kostenloses On-Device-Modell" hören. Wenn Apple ein leistungsfähiges Modell gratis liefert, warum dann für ein Support-Tool bezahlen? Das ist die klassische Build-vs-Buy-Entscheidung, und sie taucht ständig auf – viele Engineering-Teams stellen sich dieselbe Frage, wenn sie sich Claude- oder OpenAI-API-Kosten ansehen.

Der Haken: Das Modell ist die leichte 10 %. Ein Support-Agent, der wirklich vor Kunden eingesetzt werden kann, braucht alles rund um das Modell:

Sie müssten Ihre Hilfedokumente und vergangene Tickets erfassen, Ihren Helpdesk anbinden, vertrauensbasiertes Routing einbauen, damit die KI eskaliert statt zu raten, Halluzinationen verhindern, den Agenten vor dem Go-live gegen reale Ticket-History testen und Ergebnisse reportieren. Nichts davon ist im Apple-Framework enthalten – das einzige Retrieval, das es bietet, ist ein lokaler Spotlight-Index über die Inhalte eines einzelnen Geräts.

Ein eesel-Kunde, ein Engineering-Lead bei einem Bitcoin-ATM-Hardwareunternehmen, fasste die Build-vs-Buy-Abwägung nach seiner Kaufentscheidung präzise zusammen:

„Wir hätten versuchen können, eine eigene LLM-Anwendung zu schreiben, aber wir wollten unsere Zeit nicht darin investieren. Wir wollten etwas, das wir nicht selbst warten müssen."

– Karel, GENERAL BYTES (eesel Case Study)

Ich habe auch Teams beobachtet, die den anderen Weg gegangen sind und die Claude API selbst verdrahtet haben – der Wartungsaufwand ist real: Das Modell läuft weiter, aber die Integrationen, die Leitplanken und das Test-Harness werden zu einem zweiten Produkt, das niemand zu besitzen bereit war. Das ist der Teil, den Apple Intelligence nicht löst – weil es das nie versucht hat.

Wo Apple Intelligence endet und eine Support-Plattform beginnt

Um die Grenze konkret zu machen, hier ein Vergleich von Apple Intelligence mit einer dedizierten KI-Support-Plattform anhand der Dimensionen, auf die es Support-Verantwortliche wirklich ankommt.

Das ist der Kern eines zweckgebundenen Tools. Bei eesel lernen die Agenten ab dem ersten Tag aus den gelösten Tickets und Hilfedokumenten eines Unternehmens, laufen im Simulationsmodus gegen Tausende vergangener Tickets, damit Sie die Abdeckung vor dem Go-live sehen können, und antworten automatisch nur dann, wenn die Konfidenz hoch ist. So hat Gridwise eesel dazu gebracht, 73 % der Tier-1-Anfragen im ersten Monat zu lösen, und Smava führt einen vollautomatisierten Zendesk-Agenten für 100.000+ deutschsprachige Tickets pro Monat. Apples 3-Milliarden-Parameter-On-Device-Modell, so nützlich es fürs Verfassen einer Nachricht ist, wurde nie für diese Aufgaben gebaut.

Die Presse ist beim neuen Siri ebenfalls klug vorsichtig. MacStories schrieb in ihrer iOS-27-Übersicht:

„Da alle gespannt darauf warten, ob das Versprechen von Siri AI eingelöst wird, ist es ermutigend zu sehen, dass Apple nicht vergessen hat, dass die Menschen immer noch handfeste Verbesserungen an der Leistung ihrer iPhones und iPads wollen. Die Zeit – und die Beta-Phase – wird zeigen, ob diese Verbesserungen greifbar genug sind."

Dieser „Ich glaube es, wenn es live ist"-Ton ist eine direkte Nachwirkung von Apples Verzögerung beim personalisierten Siri 2025 und eine gesunde Erinnerung daran, jede KI an ausgelieferten, getesteten Ergebnissen zu messen, nicht an einer Keynote-Demo.

Das Kleingedruckte zu Datenschutz und Verfügbarkeit

Einige Einschränkungen, die Sie kennen sollten, bevor Sie Pläne auf dieser Basis aufbauen:

• Verfügbarkeit: Developer-Beta jetzt, öffentliche Beta im Juli 2026, allgemeiner Release Herbst 2026. KI-Features erfordern ein iPhone 15 Pro oder neuer.
• Regionen: Siri AI startet zunächst auf Englisch, erscheint aufgrund des Digital Markets Act nicht mit iOS 27 in der EU, und Apple-Intelligence-Features sind in China noch regulatorisch ausgesetzt.
• Enterprise-Kontrollen: Neue MDM-Steuerungen ermöglichen IT, Features wie Image Playground und Writing Tools auf verwalteten Geräten zu regeln, aber die Verwaltung für Siri AI selbst kommt noch in späteren Betas, und es gibt noch keine Unternehmens-Nutzungs-APIs oder SIEM-Hooks.

Wenn Sie Kunden in der EU, in anderen Sprachen als Englisch oder auf Android betreuen, ist Apple Intelligence für Sie aktuell schlicht nicht relevant – ein weiterer Grund, die Support-Schicht als eigenständige Entscheidung zu behandeln.

eesel für den Kundensupport ausprobieren

Apple Intelligence macht das Smartphone in der Hand Ihrer Kunden intelligenter. Ihre Tickets beantwortet es nicht. eesel ist das, was Apples Framework weglässt: ein KI-Agent, der sich in Ihren bestehenden Helpdesk einklinkt, aus Ihren vergangenen Tickets und Hilfedokumenten lernt und den Frontline-Support in 80+ Sprachen löst – mit einem Simulationsmodus, der ihn gegen Ihre reale Ticket-History testet, bevor er einem Kunden antwortet.

Sie können es mit Zendesk, Freshdesk oder Gorgias verbinden, zunächst im Simulationsmodus betreiben und die Autonomie schrittweise erweitern, während Sie Vertrauen aufbauen – mit verbrauchsbasierter Preisgestaltung ab $0,40 pro Ticket und ohne Sitzplatzgebühren. Wenn Sie den Markt vergleichen möchten, ist unser Leitfaden zu den besten Kundensupport-KI-Lösungen ein guter Einstieg, oder Sie probieren eesel direkt mit Ihren eigenen Tickets aus.