Warum der nächste KI-Assistent auf deinem Gerät laufen sollte

Wir haben uns alle daran gewöhnt: Die вопросы, die wir stellen, die Sprachnachrichten, die wir aufnehmen, die Muster unseres Verhaltens – alles wandert zu Servern irgendwo da draußen in der Cloud. Wir akzeptieren das, weil es eben praktisch ist. Aber muss das wirklich so sein?

Sigils Underdog – unterstützt von namhaften Silicon-Valley-Investoren – setzt genau hier an. Ein KI-Assistent, der nicht nur technisch überzeugen will, sondern mit einem radikalen Ansatz bei Privacy punktet.

Das Problem mit der Cloud

Wenn du Siri, Alexa oder einen Chatbot fragst, passiert im Hintergrund dasselbe: Deine Daten reisen durch die Leitung zu externen Servern. Dort werden sie verarbeitet, gespeichert und – je nach Unternehmenspolitik – möglicherweise fürs Training zukünftiger Modelle verwendet.

Für die meisten Nutzer klingt das abstrakt. Aber spätestens wenn du in einer Branche arbeitest, in der Vertraulichkeit zählt – Gesundheitswesen, Rechtsberatung, Start-ups mit sensiblen Kundendaten – wird das zu einer echten Frage.

Die Konsequenzen kennen wir zur Genüge: Datenschutzverletzungen, bei denen Gespräche offengelegt werden. Trainingsdaten, die in der Kritik stehen. Regulierungen wie die DSGVO und neue KI-spezifische Gesetze zwingen Unternehmen, sich ehrlich zu machen: Wie viel sammeln wir eigentlich?

Underdog macht's anders

Der Ansatz von Underdog ist erfrischend simpel: Deine Daten verlassen dein Gerät niemals. Der Assistent läuft vollständig lokal – ob auf dem Smartphone, Laptop oder dedizierter Hardware. Das ist nicht nur ein Datenschutz-Feature. Das ist Architektur-Philosophie.

Für Entwickler eröffnet das spannende Möglichkeiten. Stellt euch KI-Funktionen vor, die offline funktionieren, Antwortzeiten unter einer Millisekunde liefern und selbst die strengsten Datenhaltungsvorschriften erfüllen – ganz ohne komplizierte Infrastruktur.

Wo die Grenzen liegen (und warum sie verschmerzbar sind)

Klar, lokale Verarbeitung hat Herausforderungen. Kleinere Modelle erreichen nicht ganz die rohe Leistung von cloudbasierten Riesen bei komplexen Aufgaben. Die Hardware-Anforderungen können happig sein. Und ohne ständige Cloud-Verbindung braucht es kreative Lösungen für Updates.

Aber mal ehrlich: Für alltägliche Aufgaben – Erinnerungen setzen, E-Mails diktieren, schnell eine Frage beantworten, Termine organisieren – braucht die Mehrheit der Nutzer keine GPT-5-Denkleistung. Sie wollen etwas, das schnell ist, zuverlässig funktioniert und ihre persönlichen Daten nicht als Datensammlungsquelle missbraucht.

Was das für die Branche bedeutet

Underdog schwimmt nicht allein auf dieser Welle. Apple integriert zunehmend On-Device-KI in seine Geräte. Google hat mit dem Tensor G3 Chips entwickelt, die explizit für lokale Verarbeitung optimiert sind. Und diverse Open-Source-Projekte treiben das Thema ebenfalls voran.

Die Frage ist nicht mehr, ob On-Device-KI eine Rolle spielen wird. Die Frage ist, wer es am besten umsetzt.

Für Unternehmen hat das greifbare Auswirkungen. Während Nutzer immer datenschutzbewusster werden, könnten Apps, die standardmäßig auf Cloud-Verarbeitung setzen, in Erklärungsnot geraten – während ihre Privacy-first-Konkurrenten unbehelligt bleiben. Für Entwickler werden Kenntnisse in On-Device-ML-Frameworks wie Core ML, TensorFlow Lite oder ONNX zunehmend zum gefragten Skill.

Der größere Zusammenhang

Wir erleben gerade einen Wendepunkt. Das "Cloud für alles"-Mantra der 2010er Jahre bekommt Konkurrenz von einer neuen Philosophie: Rechenleistung sollte dort stattfinden, wo es am meisten Sinn ergibt. Manchmal ist das die Cloud. Manchmal ist das deine Hosentasche.

Underdog verkörpert diesen Shift im Bereich der KI-Assistenten – eine Wette darauf, dass Nutzer fähige, datenschutzfreundliche Alternativen zum datenhungrigen Status Quo akzeptieren werden. Ob sich das kommerziell auszahlt, wird sich zeigen. Aber die Grundthese lässt sich schwer widersprechen: Datenschutz sollte kein Premium-Upgrade sein, für das man extra zahlt.

Der Underdog könnte tatsächlich die Art verändern, wie wir darüber nachdenken, welcher KI-Assistent einen Platz auf unseren Geräten verdient.