Apple öffnet Foundation Models für Entwickler: Was sich ändert – und was nicht

Foundation Models ist Apples Framework, mit dem Apps auf generative Modelle zugreifen können, die in die Betriebssysteme des Unternehmens integriert sind. In der WWDC26-Sitzung zu den Neuerungen kündigte Apple an, den Code des Frameworks zu öffnen, und stellte neue Möglichkeiten vor, Modelle zu kombinieren und Erlebnisse mit Tools zu entwickeln. Die Ankündigung betrifft das Framework und seine APIs – nicht die pauschale Aussage, dass alle Apple-Modelle Open Source werden. Apple Developer, WWDC26

Für technische Teams ist eine Unterscheidung wichtig: Der veröffentlichte Code einer Schnittstelle oder Infrastruktur ist nicht dasselbe wie die Veröffentlichung trainierter Parameter, Trainingsdaten oder Modellgewichte. Die angeführten offiziellen Informationen beschreiben die Öffnung des Frameworks, legen aber nicht fest, dass Apples proprietäre Modelle unter einer offenen Lizenz bereitgestellt werden. Die vorsichtige Lesart lautet daher: Entwickler können mehr von der Software untersuchen und wiederverwenden, die ihre Apps mit Modellen verbindet, sollten aber nicht davon ausgehen, jedes Apple-Modell herunterladen und auf beliebiger Hardware ausführen zu können.

Auch der Zeitpunkt ist relevant. Die Sitzung stammt von der WWDC26 und spricht von einer späteren Veröffentlichung; für sich genommen belegt sie nicht, dass der Code zum Zeitpunkt dieses Artikels bereits veröffentlicht wurde. Dokumentation und Ankündigung zeigen die von Apple erklärte Richtung; der tatsächliche Stand der Repositories und ihrer Lizenzen müsste bei der Integration unabhängig geprüft werden. Eine Ankündigung ist nicht gleich allgemeine Verfügbarkeit.

Das Framework bietet Entwicklern einen Weg, Textgenerierung und strukturierte Antworten hinzuzufügen. Außerdem kann ein Modell damit Tools aufrufen, die von der App definiert wurden. Apples Sitzung stellt auch Bildanalyse, integrierte semantische Suche und APIs zur Kontextverwaltung vor. Dadurch sind mehr Anwendungsfälle möglich als ein einfaches Chatfenster: etwa Inhalte zusammenzufassen, Informationen zu klassifizieren oder eine Abfolge von Aktionen anzuleiten. Apple Developer, WWDC26

In der Sitzung werden dynamische Profile und Bausteine für agentische Erlebnisse erwähnt. Das bedeutet jedoch nicht, dass eine App uneingeschränkte Autonomie erhält. Entwickler legen weiterhin fest, welche Tools verfügbar sind, welche Daten an das Modell gehen und welche Aktionen ausgeführt werden dürfen. In einer Produktivitäts-App könnte ein Tool in freigegebenen Dokumenten suchen; eine Support-App könnte eine Antwort anhand lokaler Informationen strukturieren. Das sind Gestaltungsmöglichkeiten, keine garantierten Ergebnisse: Qualität, Latenz und Nutzen hängen vom Modell, der Aufgabe und der Implementierung ab.

Die hier angeführten öffentlichen Informationen beschreiben ein technisches Funktionsangebot, enthalten aber keine vollständige Kompatibilitätsmatrix für Geräte, Betriebssysteme, Sprachen oder Regionen. Vor der verbindlichen Aufnahme einer Funktion ins Produkt sollten Teams die aktuelle SDK-Dokumentation prüfen und eine Alternative für nicht unterstützte Geräte oder Versionen vorsehen. Die API erleichtert die Integration, ersetzt aber nicht die Produktarbeit, Tests, Berechtigungen oder Fehlerbehandlung.

Ein Modell auf dem Gerät auszuführen kann den Bedarf verringern, jede Anfrage an einen Server zu senden. Diese Eigenschaft lässt sich jedoch nicht auf sämtliche Funktionen des Frameworks übertragen. Apples Präsentation umfasst neben dem lokalen Modell auch die Integration mit Private Cloud Compute, Modellen von Drittanbietern und Systemtools. Die Plattform sieht also unterschiedliche Wege vor; je nach App und Funktion kann der Datenfluss abweichen. Apple Developer, WWDC26

Apple hat bereits lokale und serverbasierte Modelle für Apple Intelligence beschrieben, darunter Private Cloud Compute. Das bestätigt, dass die Architektur des Unternehmens nicht auf vollständig offline stattfindende Verarbeitung beschränkt ist. Foundation Models ohne Angaben dazu, wo die Inferenz erfolgt und welche Daten das Gerät verlassen, als „privat“ zu bezeichnen, wäre daher ungenau. Entscheidend ist unter anderem, welches Modell ausgewählt wird, ob eine Netzwerkverbindung besteht, welche Inhalte übertragen werden und welche Kontrollen die App bietet. Apple Machine Learning Research

Die WWDC26-Sitzung erläutert außerdem, wie Drittanbietermodelle angebunden und serverseitige Intelligenz genutzt werden können. Die Claude-Dokumentation beschreibt beispielsweise ein Paket, mit dem Claude als Remote-Modell über eine mit Foundation Models kompatible API verwendet wird. Anfragen gehen an Anthropic; die Abrechnung richtet sich nach dessen API. Der Vergleich zeigt: Die Programmierschnittstelle kann ähnlich aussehen, während sich Anbieter, Datenweg und Kosten unterscheiden. Eine gemeinsame API macht Datenschutzgarantien nicht gleichwertig. Claude-Dokumentation

Die verfügbaren Belege rechtfertigen nicht die Behauptung, dass jeder Zugang in jeder Konfiguration kostenlos ist. Für ein Framework innerhalb der Entwicklungsumgebung muss möglicherweise keine Gebühr pro Aufruf wie bei einer kommerziellen API anfallen; die Integration von Drittanbietermodellen kann jedoch Schlüssel, Kontingente und Abrechnung mit sich bringen. Anthropic bestätigt in seiner Dokumentation die Kosten seiner API. Google dokumentiert seinerseits den Zugriff auf Gemini über Firebase AI Logic und Funktionen des Anbieters. Claude · Firebase AI Logic

Aus diesen Quellen sollte auch keine Liste kompatibler Chips der A- oder M-Reihe abgeleitet werden: Die verlinkte Sitzung enthält keine vollständige Tabelle der Hardwareanforderungen. Die Kompatibilität kann vom konkreten Modell, der Betriebssystemversion und der verwendeten Funktion abhängen. Bei der App-Planung sollten Teams die aktuellen SDK-Hinweise prüfen und zur Laufzeit testen, ob eine Funktion verfügbar ist, statt die Unterstützung allein aus der Chipfamilie abzuleiten.

Eine Kostenbewertung sollte mehr als die Framework-Lizenz berücksichtigen. Dazu gehören Entwicklung, Kontextspeicherung, Akku- und Speicherverbrauch bei lokaler Inferenz sowie Aufrufe oder Kontingente bei Nutzung eines Remote-Dienstes. Bei sensiblen Apps ist außerdem relevant, wie viel sich offline erledigen lässt. „Kostenlos zum Einstieg“ beschreibt nicht unbedingt die gesamten Betriebskosten, insbesondere wenn mehrere Anbieter kombiniert werden.

Durch die Öffnung wird Foundation Models nicht zu einem neutralen Katalog, in dem sich alle Optionen ohne Änderungen austauschen lassen. Apple bietet Integrationen und Abstraktionen für seine Plattformen; externe Anbieter behalten ihre eigenen Modelle, Richtlinien, Verfügbarkeiten und Abrechnungsbedingungen. Die Firebase-Dokumentation beschreibt beispielsweise Gemini-Tools und die Anbindung externer Dienste innerhalb des Apple-Entwicklungsframeworks. Firebase AI Logic

Google und Apple kündigten eine mehrjährige Zusammenarbeit an: Künftige Generationen von Apple-Modellen sollen auf Gemini-Modellen und Googles Cloud-Technologie basieren, heißt es in der von Google veröffentlichten Mitteilung. Diese ergänzt, dass Apple Intelligence weiterhin auf Apple-Geräten und mit Private Cloud Compute laufen wird. Das belegt eine Verbindung bei Modellen und Infrastruktur, aber nicht, dass jede Nutzeranfrage in Googles Cloud verarbeitet wird oder das lokale Modell verschwindet. Gemeinsame Mitteilung von Google

Für Entwickler ist nicht ein Markenwettbewerb entscheidend, sondern die Unterscheidung zwischen Modell, Laufzeitumgebung und Anbieter. Ein lokales Modell kann offline funktionieren und Datenübertragungen begrenzen, ist aber von den Ressourcen und Fähigkeiten des Geräts abhängig. Ein Remote-Modell kann anspruchsvollere Aufgaben oder den Zugriff auf aktuelle Dienste ermöglichen, setzt dafür aber eine Verbindung und die Bedingungen des Anbieters voraus. Wenn sich daraus Folgen für Datenschutz, Kosten oder Verfügbarkeit ergeben, sollte die App den Unterschied erklären.

Bei Apps zum Schreiben, Organisieren oder Abrufen von Informationen können die neuen Funktionen den Aufwand für Sprachfunktionen innerhalb der App verringern. Die in der Sitzung beschriebene Bildeingabe eröffnet außerdem Möglichkeiten, visuelle Inhalte zusammen mit Anweisungen zu interpretieren. Eine Funktionsdemo ersetzt jedoch keine Prüfung mit repräsentativen Daten: Das System sollte in den Sprachen, Formaten und Situationen getestet werden, in denen es tatsächlich zum Einsatz kommt. Apple Developer, WWDC26

Eine sinnvolle Vorbereitung auf die Einführung des Frameworks umfasst folgende Schritte:

• Datengrenzen festlegen: bestimmen, welche Informationen lokal verarbeitet werden dürfen und welche gegebenenfalls an einen externen Dienst gesendet werden können.
• Eine Ausweichlösung entwerfen: planen, was Nutzer sehen, wenn das Modell nicht verfügbar, das Gerät nicht kompatibel oder die Verbindung unterbrochen ist.
• Ergebnisse und Aktionen bewerten: falsche Antworten, mehrdeutige Anweisungen und Tool-Aufrufe mit relevanten Folgen testen.
• Lizenz und Status prüfen: feststellen, welcher Code veröffentlicht wurde, unter welcher Lizenz und in welcher SDK-Version er verfügbar ist.

Die wichtigste Folge der Ankündigung ist mehr Flexibilität bei der Entwicklung mit Apple-APIs und – gemäß der vorgestellten Roadmap – die Öffnung des Framework-Codes. Sie reicht nicht aus, um offene Modelle, automatischen Datenschutz, Kostenfreiheit oder universelle Kompatibilität zu versprechen. Technische Entscheidungen sollten sich nach Inferenzweg und Anwendungsfall richten, nicht nach dem Etikett „Apple-KI“.