Hardware Ready Ready to Bench?
Das neue Apple Watch Series 12 und das Apple Watch Ultra 4 sind in der Lage, dank der Funktion Audio Intelligence die umgebende Geräuschkulisse den ganzen Tag über zu erfassen. Diese Funktionalität, wie im offiziellen Apple-Support beschrieben, erkennt kritische Töne wie Alarme oder Kinderweinen, identifiziert Musikstücke über das integrierte Shazam, ermöglicht die Wiedergabe der letzten 15 Sekunden eines Gesprächs in Textform (Live Rewind) und erstellt eine Zusammenfassung der täglichen Gespräche (Siri Recap), ohne dass manuelle Aktivierung erforderlich ist.
Apple hat diese Funktion um eine datenschutzfokussierte Architektur herum konzipiert. Der neue Chip S11 enthält eine Secure Enclave, ein hardwareseitig isoliertes Areal, in dem Audio transkribiert und sofort gelöscht wird – sowohl auf der Uhr als auch auf dem zugehörigen iPhone. Zum privaten Apple-Cloud-Dienst gelangt nur ein kondensierter Text ohne Identifizierung der Gesprächspartner zur Erstellung der finalen Zusammenfassung: Weder Drittanbieter-Apps noch das Betriebssystem, noch der Nutzer selbst, noch Apple können auf die Original-Audiodaten zugreifen, und jede Funktion kann einzeln deaktiviert werden.
Audio Intelligence Apple Watch: Warum das wichtig ist
Die vier Funktionen von Audio Intelligence sind auf dem Apple Watch Series 12 und Ultra 4 verfügbar, die ab dem 18. September zu Preisen ab 459 bzw. 909 Euro in den Verkauf gehen. Jede Funktion bleibt deaktiviert, bis der Nutzer sie bewusst über die iPhone-Einstellungen oder die Watch-App aktiviert.
Sound Recognition erkennt Sirenen, Alarme und Klingeltöne und warnt auch dann, wenn das iPhone nicht in der Nähe ist – besonders nützlich für Menschen mit Hörbeeinträchtigungen. Music Recognition, basierend auf Shazam, funktioniert automatisch und zeigt Titel und Künstler im Smart Stack an, ohne dass das Widget geöffnet werden muss. Für beide Funktionen sendet die Secure Enclave nur einen akustischen Fingerabdruck an die Server – ein komprimiertes Datenpaket, das nicht in den Originalton zurückverwandelt werden kann.
Live Rewind wird durch doppeltes Drücken der Digital Crown aktiviert und stellt die letzten 15 Sekunden gesprochener Worte als auf dem Bildschirm darstellbaren Text wieder her; das Fragment verschwindet automatisch nach etwa 30 Sekunden nach dem Abschalten des Bildschirms, sofern es nicht in der Siri-App gespeichert wird. Die Aktivierung wird durch ein akustisches Signal vom Lautsprecher angezeigt – auch bei stummem Modus – sowie durch eine Vollbildanimation mit aktivem Mikrofon-Symbol. Dies ist der einzige Aspekt, bei dem Apple den Datenschutz auch auf die umstehenden Personen ausweitet.
Siri Recap nimmt während des gesamten Tages Umgebungsnotizen auf, um eine hochgradige Zusammenfassung zu erstellen, die automatisch nach 7 Tagen gelöscht wird, wenn sie nicht vom Nutzer gespeichert wurde. Der an das iPhone für die finale Synthese über Private Cloud Compute gesendete Text ist so konzipiert, dass er weniger als die Hälfte der Originaltranskription beträgt und von Tonfall, Füllwörtern und Wiederholungen bereinigt ist. Die Zusammenfassung lässt die Zuordnung von Sätzen zu bestimmten Personen bewusst aus und schließt sensible Kategorien wie Finanzdaten und Ausweisdokumente aus, gemäß der von Apple veröffentlichten technischen Dokumentation.
Was ändert sich und welche Auswirkungen hat das?
Live Rewind und Siri Recap bleiben bis Ende des Jahres in der Beta-Version verfügbar, sind nur auf Englisch nutzbar und erfordern mindestens ein iPhone 16 mit Apple Intelligence und der neuen Siri AI, die ebenfalls noch im Teststadium ist. Die Nutzung ist für Minderjährige unter 13 Jahren ausgeschlossen; für Jugendliche zwischen 13 und 17 Jahren ist die Aktivierung durch einen Elternteil auf dem Kind-Konto erforderlich. In Europa wird der Start von Siri AI in Italien durch den Digital Markets Act behindert – dieselbe regulatorische Einschränkung, die bereits andere Funktionen von Apple Intelligence in der Europäischen Union verzögert hat.
Bereits 2019 hatte eine Untersuchung ergeben, dass Tausende Mitarbeiter Audio-Clips von Alexa anhörten und transkribierten, einschließlich versehentlich aufgenommener privater Gespräche – ein Risiko, das auch für tragbare Unternehmensgeräte, die biometrische Daten am Arbeitsplatz erfassen, vom Datenschutzbeauftragten bereits signalisiert wurde. Apple hat Audio Intelligence auf einer anderen Architektur implementiert: isolierte Verarbeitung im Silizium, kondensierter Text vor dem Cloud-Versand und keine Zuordnung der Sprecher.
Der Chip S11 muss seine Zuverlässigkeit durch die Architektur Schritt für Schritt unter Beweis stellen. Für Unternehmenskäufe ist es Priorität zu verstehen, wo der Text nach dem Abschalten des Mikrofons landet – mehr als nur das einfache Sicherheitsversprechen in der Pressemitteilung.
Quelle und weiterführende Informationen zu Audio Intelligence Apple Watch: Originalartikel.
* Inhalt erstellt mit Unterstützung von KI-Systemen.