Apples KI legt Wert auf den Datenschutz der Benutzer

Wednesday 16 April 2025 - 10:32

Apple verfolgt beim Training seiner KI-Modelle einen neuen Ansatz, der das Sammeln oder Kopieren von Benutzerinhalten von iPhones oder Macs vermeidet.

Einem aktuellen Blog-Beitrag zufolge plant das Unternehmen, sich weiterhin auf synthetische Daten (konstruierte Daten, die zur Nachahmung des Benutzerverhaltens verwendet werden) und differenzielle Privatsphäre zu verlassen, um Funktionen wie E-Mail-Digests zu verbessern, ohne Zugriff auf persönliche E-Mails oder Nachrichten zu haben.

Für Benutzer, die sich für das Device Analytics-Programm von Apple entscheiden, vergleichen die KI-Modelle des Unternehmens synthetische E-Mail-ähnliche Nachrichten mit einer kleinen Stichprobe realer Benutzerinhalte, die lokal auf dem Gerät gespeichert sind. Das Gerät identifiziert dann die synthetischen Nachrichten, die seiner Benutzerstichprobe am nächsten kommen, und sendet Informationen über die ausgewählte Übereinstimmung zurück an Apple. Es verlassen keine tatsächlichen Benutzerdaten das Gerät und Apple gibt an, dass es nur aggregierte Informationen empfängt.

Mit dieser Technik kann Apple seine Modelle für längere Textgenerierungsaufgaben verbessern, ohne tatsächliche Benutzerinhalte zu erfassen. Es handelt sich dabei um eine Erweiterung der langjährigen Nutzung des differenziellen Datenschutzes durch das Unternehmen, bei dem zufällige Daten in größere Datensätze eingefügt werden, um individuelle Identitäten zu schützen. Apple verwendet diese Methode seit 2016, um im Einklang mit seinen Datenschutzrichtlinien Nutzungsgewohnheiten zu verstehen.

Das Unternehmen nutzt bereits differenzielle Privatsphäre, um Funktionen wie Genmoji zu verbessern, das allgemeine Trends zu den beliebtesten Nachrichten sammelt, ohne sie einem bestimmten Benutzer oder Gerät zuzuordnen. In zukünftigen Versionen plant Apple, ähnliche Methoden auf andere Apple Intelligence-Funktionen anzuwenden, darunter Image Playground, Image Wand, Memories Creation und Writing Tools.