Mit macOS Tahoe hält auch Apple Intelligence Einzug in DEVONthink. Neben den bekannten Cloud-Modellen von OpenAI, Anthropic oder Google steht damit erstmals ein KI-Modell zur Verfügung, das direkt auf dem eigenen Mac ausgeführt wird. In der DEVONthink-Hilfe beschreibt DEVONtechnologies das Foundation Model allerdings mit deutlichen Worten:

Available on macOS Tahoe, Apple’s Foundation model is supported but very limited in its capabilities. With a tiny context window and no support for advanced functions like vision or tool calls, it’s mostly suitable for simple tasks like tagging or summarizing.

Wer das liest, fragt sich schnell: Was bedeutet das eigentlich in der Praxis?


Das Foundation Model läuft direkt auf Deinem Mac

Der wichtigste Unterschied zu GPT, Claude oder Gemini besteht darin, wo die KI arbeitet.

Während Cloud-Modelle auf den Servern des jeweiligen Anbieters ausgeführt werden, läuft Apples Foundation Model lokal auf Deinem Mac. Dadurch müssen Deine Daten für viele Aufgaben den Rechner nicht verlassen. Gerade bei vertraulichen Dokumenten oder Notizen ist das ein großer Vorteil. Außerdem fallen keine API-Kosten an und einfache Aufgaben werden häufig sehr schnell erledigt.


Warum spricht DEVONthink von einem „Tiny Context Window“?

Die Formulierung wirkt zunächst irritierend. Schließlich verändert sich beim Wechsel auf Apple Intelligence weder die Größe des Chatfensters noch die Oberfläche von DEVONthink. Gemeint ist das Kontextfenster des KI-Modells. Es legt fest, wie viel Text die KI gleichzeitig verarbeiten kann. Es geht nicht um eine Fenstergröße innerhalb der Programmoberfläche von DEVONthink. Beim Foundation Model beträgt dieses Kontextfenster 4.096 Tokens. Das entspricht – je nach Text – ungefähr 3.000 Wörtern. Dabei zählen sowohl die Eingabe als auch die Antwort zu diesem Limit.

Zum Vergleich verfügen moderne Cloud-Modelle heute über Kontextfenster von mehreren hunderttausend Tokens. Dadurch können sie auch umfangreiche Dokumente oder sogar ganze Dokumentensammlungen gleichzeitig analysieren.


Was bedeutet das im Alltag?

Für viele typische Aufgaben spielt die Begrenzung kaum eine Rolle. Möchtest Du beispielsweise:

  • Tags erzeugen,
  • einen kurzen Text zusammenfassen,
  • einen Absatz umformulieren oder
  • Rechtschreibung und Stil verbessern,

arbeitet Apple Intelligence völlig ausreichend. Anders sieht es bei umfangreichen Dokumenten aus. Soll ein hundertseitiges PDF analysiert oder mehrere Dokumente miteinander verglichen werden, stößt das Foundation Model schnell an seine Grenzen. DEVONthink muss den Text dann kürzen oder in kleinere Abschnitte aufteilen.


Keine Bildanalyse und keine Tool Calls

DEVONtechnologies weist außerdem darauf hin, dass das Foundation Model weder Vision noch Tool Calls unterstützt.

Vision bezeichnet die Fähigkeit, Bilder oder Grafiken zu analysieren. Moderne Cloud-Modelle können beispielsweise Diagramme, Screenshots oder Fotos auswerten und deren Inhalt beschreiben. Diese Funktion steht mit Apple Intelligence in DEVONthink derzeit nicht zur Verfügung.

Ähnlich verhält es sich mit den Tool Calls. Dabei kann ein KI-Modell nicht nur Texte erzeugen, sondern auch Funktionen der Anwendung nutzen – etwa Dokumente suchen, Ergebnisse auswerten oder weitere Werkzeuge aufrufen. Auch diese Möglichkeiten bietet DEVONthink derzeit nur in Verbindung mit leistungsfähigeren Cloud-Modellen.


Wann lohnt sich Apple Intelligence?

Apple Intelligence eignet sich hervorragend für alltägliche Aufgaben, bei denen Datenschutz und Geschwindigkeit im Vordergrund stehen. Wer dagegen lange Dokumente analysieren, komplexe Fragen beantworten oder Bilder auswerten möchte, fährt mit einem Cloud-Modell wie GPT oder Claude deutlich besser.

Letztlich ergänzen sich beide Ansätze sinnvoll: Apple Intelligence übernimmt schnelle und datenschutzfreundliche Routineaufgaben direkt auf dem Mac, während leistungsfähige Cloud-Modelle ihre Stärken überall dort ausspielen, wo umfangreiche Analysen oder anspruchsvolle KI-Funktionen gefragt sind.