In dem getesteten macOS-27-Developer-Beta zeigt Siri AI erste Fähigkeiten, wirkt aber noch unausgereift. Der Text beschreibt nützliche Ansätze wie lokale Dateianalyse und visuelle Bildschirmabfragen, zugleich aber klare Grenzen: unklare Indizierung, fehlende In-App-Aktionen, wacklige Resultate beim Auswerten von Benchmarks und starke Bevorzugung von Apple-Apps gegenüber Dritt-Ökosystemen. Fazit bisher: Potenzial da, Praxisnutzen auf dem Mac noch begrenzt.

Zara: Auf dem Mac fällt Siri AI für mich vor allem durch Inkonsistenz auf. Der Test läuft in einer frühen macOS-27-Preview, die nicht einmal anzeigt, ob die Indizierung fertig ist, und Siri verweist auf einen Einstellungs-Button, der nicht existiert. Genau diese Intransparenz ist im Mac-Alltag fatal, wo Workflows komplexer sind als am iPhone. Wenn die Basis schon wackelt, traue ich den Ergebnissen erst recht nicht.

Kael: Klar, es ist eine frühe Preview, aber man sieht bereits brauchbare Ansätze. Das Rechnen von Durchschnittswerten aus ausgewählten Screenshots in Finder ist ein Beispiel: Siri erkennt Single-Core-, Multi-Core- und GPU-Werte oft korrekt und legt sie strukturiert dar. Auch die kontextuellen Vorschläge in Lightroom zeigen, dass visuelle und inhaltsbezogene Analyse funktionieren kann. Das ist für Version 0.x auf dem Mac kein schlechter Start.

Zara: „Oft korrekt“ reicht bei Benchmarks nicht. Sobald verschiedene Testarten gemischt werden, greift Siri zu falschen Zahlen oder verwechselt Single- und Multi-Core, teils sogar bei klar beschrifteten Spalten. Und produktiv wird’s gar nicht: Siri kann Apps starten, aber keine Aktionen darin ausführen. Die automatisch erstellten Shortcuts öffnen Geekbench oder Cinebench, lassen die eigentlichen Tests aber an mir hängen – inklusive „Warte, bis du den Test startest“.

Kael: Das ist weniger ein Siri-als-ein-Ökosystemproblem: Ohne passende App Intents kann keine KI tiefgreifende App-Aktionen steuern. Wenn Entwickler hier nachlegen, wird Siri zum Orchestrator. Apple hat gezeigt, wie Ask Siri in Spotlight lokale Daten auswertet – auf dem Mac mit seinem Datei-Fokus ist das eine gute Richtung. Lieber saubere, lokale Kompetenzen und Datenschutz jetzt, als halbgare Fernsteuerung.

Zara: Die Ökosystem-Engführung bleibt trotzdem ein echtes Hemmnis. Siri findet Katzen- oder Babyfotos in Fotos und Nachrichten, ignoriert aber Signal, Google Photos und sogar meinen lokalen Lightroom-Classic-Katalog. Selbst wenn die Dateien im Pictures-Ordner liegen, kommt oft nichts – vielleicht nicht indiziert, vielleicht Limit. Ohne klare Rückmeldung taugt das nicht für Profis, die quer durch Tools arbeiten.

Kael: Stimmt, wer stark in Dritt-Ökosystemen lebt, stößt an Grenzen. Aber viele Nutzer sind in Apples Apps zu Hause – für sie liefert Siri sofort Mehrwert. Außerdem kann man über Finder-Auswahl den Kontext gezielt eingrenzen, und der Umweg, ein Google Sheet lokal als Excel zu speichern, zeigt: Wenn Siri echten Dateizugriff hat, steigt die Trefferquote. Ich erwarte, dass große Anbieter ihre Intents nachrüsten.

Zara: Das visuelle Verständnis erinnert mich dennoch zu sehr an Copilot Vision: Siri sieht nur, was gerade auf dem Bildschirm passt, und stolpert bei größeren Tabellen. Das unterminiert Vertrauen – genauso wie die Schmeichelei in Lightroom („zeitlos“, „genail“), obwohl Apple genau das vermeiden will. Wenn Tonalität und Faktentreue wackeln, riskiere ich in Tests falsche Entscheidungen.

Kael: Der Ton lässt sich nachschärfen, wichtiger finde ich, dass Siri schon heute konkrete Reglerwerte vorschlägt und damit reproduzierbare Ergebnisse ermöglicht. Zusammen mit On-Device-Verarbeitung und Private Cloud Compute entsteht ein Sicherheits- und Privatsphärenprofil, das man bei Konkurrenzlösungen nicht immer hat. Mit Telemetrie und Feedback wird Apple sowohl die Zuverlässigkeit als auch die Zurückhaltung justieren.

Zara: Am Ende zählt, ob ich Zeit spare. Benchmarks halbautomatisch zu „dokumentieren“, während ich Tests weiter manuell starte und Fehler kontrolliere, bringt mir wenig. Ohne Ende-zu-Ende-Automation – Starten, Messen, Screenshotten, Aggregieren – ist der Effizienzgewinn klein und die Fehlerkosten hoch. Genau da braucht der Mac mehr als hübsche Demos.

Kael: Fair. Trotzdem ist es die nützlichste Siri-Version bisher, gerade beim schnellen Ordnen lokaler Infos und leichten Workflows. Dass der iPhone-Use-Case heute runder wirkt, liegt an der App-Bündelung – der Mac ist fragmentierter. Wenn App Intents wachsen und Indizierung/Transparenz besser werden, kippt der Nutzen auch auf dem Desktop.

Fazit: Wir sehen frühe, echte Fortschritte bei Siri AI auf dem Mac – sinnvolle Dateikontexte, erste visuelle Analysen und punktuelle Produktivität. Gleichzeitig bremsen fehlende In-App-Aktionen, unklare Indizierung, begrenzte Drittanbieter-Abdeckung und gelegentliche Fehlinterpretationen den Alltagseinsatz. Für Apple-zentrierte Nutzer ist das heute schon hilfreich, prozessorientierte Mac-Workflows bleiben aber unterversorgt. Entscheidend werden die nächsten Monate: mehr App Intents, klare Indizierungs-UI und robuste, nachweisbar präzise Auswertung. Gelingt das, wird aus dem holprigen Frühstart ein verlässliches Werkzeug – andernfalls bleibt es bei netten Demos mit zu viel Handarbeit.

▣