Der Durchbruch erlaubt erstmals KI-Training direkt auf dem Chip – und stellt Apples restriktive Strategie infrage.
Der als @0x0SojalSec bekannte Entwickler nutzte Reverse Engineering, um die Beschränkungen des Apple M4 Neural Engine (ANE) zu umgehen. Möglich wird dadurch Backpropagation – der fundamentale Prozess zum Trainieren von KI-Modellen. Bisher hatte Apple die zugänglichen Funktionen des Neural Engine bewusst auf reine Inferenz-Aufgaben begrenzt.
Wie der Hack funktioniert
Anzeige: Ein Entwickler hat die Software-Sperren des M4 Neural Engine geknackt – mit eigener MIL und 15,8 TFLOPS. Diese Schritt-für-Schritt-Anleitung zeigt Ihnen, wie Sie den Hack für lokales KI-Training nutzen, ohne auf Cloud-Dienste angewiesen zu sein. Kostenlose Anleitung zum MIL-Hack anfordern
Der Trick: Der Entwickler programmierte eine eigene Model Intermediate Language (MIL), die komplett im Arbeitsspeicher läuft. Damit erreicht die Hardware beeindruckende 15,8 TFLOPS – ohne Apples proprietäre CoreML- oder Metal-Frameworks. Die GPU wird komplett umgangen, was die rohe Rechenleistung der M4-Architektur für lokale KI-Entwicklung freilegt.
Apple Intelligence 2.0 und die neue Siri
Der Hack kommt nur eine Woche nach Apples großen KI-Ankündigungen auf der WWDC am 8. Juni 2026. Dort präsentierte der Konzern Apple Intelligence 2.0 mit einer grundlegend überarbeiteten Siri. Die Assistentin versteht nun Kontexte besser und erkennt, was auf dem Bildschirm passiert – sie kann dadurch natürlicher mit verschiedenen Apps interagieren.
Im Hintergrund steckt eine Partnerschaft mit Google, die den Codenamen „Glenwood“ trägt. Siris KI basiert auf einem angepassten Gemini-Modell mit rund 1,2 Billionen Parametern. Die Verarbeitung erfolgt hybrid:
- Lokal: Einfache Aufgaben auf dem Gerät für niedrige Latenz und Datenschutz
- Private Cloud Compute: Komplexe Anfragen laufen über Google-Cloud-Rechenzentren mit NVIDIA-GPUs
- Kosten: Branchenkreisen zufolge zahlt Apple rund eine Milliarde Euro jährlich an Google – als Übergangslösung, bis eigene Modelle bereitstehen
Hardware-Anforderungen ausgeweitet
Am 14. Juni präzisierte Apple die Voraussetzungen: Für volle Apple-Intelligence-2.0-Funktionen inklusive neuer Siri braucht das iPhone mindestens den A17 Pro oder neuer. iPads und Macs benötigen M1 oder höher. Kompatibel sind iPhone 15 Pro, iPhone 16 und iPhone 17 – die Updates kommen im Herbst 2026.
Überraschende Kehrtwende am 15. Juni: Apple erweitert den Siri-KI-Support auf das normale iPhone 15, das iPad Pro von 2023 und M2-Macs. Eine hybride Architektur umgeht die 4-GB-Speichergrenze älterer Geräte und soll schnellere Reaktionszeiten bei gleichbleibendem Datenschutz ermöglichen.
Sicherheitslücke geschlossen
Während Apple die KI-Integration vorantreibt, bleibt Sicherheit ein Thema. Am 15. Juni wurde eine kritische Schwachstelle mit der Kennung CVE-2024-0258 bekannt. Der Entwickler Ali Yabuz entdeckte den Fehler in der libxpc-Komponente, der einen Sandbox-Bypass auf verschiedenen Apple-Systemen erlaubte. Apple hat die Lücke inzwischen mit Updates für iOS 17.4 und macOS Sonoma 14.4 geschlossen.
AMD kontert mit eigener Plattform
Anzeige: Apple beschränkt den Neural Engine auf reine Inferenz – wer KI-Modelle trainieren will, ist bisher auf teure Cloud-GPUs angewiesen. Der MIL-Hack umgeht diese Beschränkung und macht lokales Training auf dem M4 möglich. In diesem Report erfahren Sie, wie Sie den Hack selbst einsetzen und welche Hardware-Voraussetzungen nötig sind. M4 KI-Training-Report jetzt sichern
Der Wettbewerb im KI-Hardware-Markt verschärft sich. Am 16. Juni stellte AMD die Ryzen AI Halo Developer Platform vor – mit dem Ryzen AI Max+ 395 Prozessor. Das System kostet rund 3.700 Euro und bietet 126 TOPS Leistung. AMD verspricht eine 3,3- bis 7,3-fach höhere Performance als der Apple M4 Pro bei spezifischen KI-Modell-Benchmarks.
Ausblick: AgentKit als nächster Schritt
Apple bereitet derweil „AgentKit“ vor – ein Framework für KI-Agenten direkt auf dem Gerät. Diese sollen komplexe Aufgaben vollständig auf iPhones und Macs ausführen können, mit einer angestrebten Inferenz-Latenz von rund 1,2 Sekunden pro Schritt auf dem kommenden iPhone 17 Pro. Ziel ist es, Unternehmensbedenken hinsichtlich Datensicherheit und dem Abfluss sensibler Informationen in die Cloud zu zerstreuen.
