Google hat ein umfassendes Update für seinen KI-Assistenten Gemini für die Plattform macOS vorgestellt. Die neuen Funktionen verändern die Art der Arbeit mit Text und Daten auf dem Bildschirm grundlegend: von der automatischen Bearbeitung von Sprachnotizen bis hin zur tiefgehenden Analyse offener Anwendungen. Die Erweiterung der KI-Fähigkeiten bringt jedoch auch neue Herausforderungen für die Cybersicherheit mit sich.

Intelligente Diktierfunktion: Vom Klang zum fertigen Text

Die erste und auffälligste Neuerung ist die Funktion „Intelligente Diktierfunktion' (intelligent dictation). Sie ist standardmäßig für alle Gemini-Nutzer auf dem Mac aktiviert. Im Gegensatz zu herkömmlichen Spracheingaben, die Sprache lediglich in Text transkribieren, fungiert die neue Entwicklung von Google als intelligenter Editor.

Das System zeichnet nicht nur Wörter auf, sondern verbessert den Text automatisch direkt am Cursorstandort. Der Algorithmus filtert sofort sprachlichen „Müll' heraus: Er entfernt Pausen, Füllwörter und unnötige Geräusche und hinterlässt nur sauberen, bearbeiteten Inhalt.

Der Hauptvorteil der Lösung ist ihre Universalität. Die Funktion funktioniert in jeder Anwendung auf dem Mac. Um die Diktierfunktion zu starten, reicht es, die Fn-Taste zu drücken und zu sprechen. Dies ermöglicht das Erstellen von Entwürfen für E-Mails, Nachrichten oder Dokumente, ohne auf den Chatbot umschalten oder Zeit für die manuelle Korrektur von Fehlern zu verschwenden.

Bildschirmanalyse: KI mit Administratorrechten

Das zweite große Update trägt den Namen „Bildschirmbewusste Analyse' (screen-aware reasoning). Im Gegensatz zur Diktierfunktion ist diese Option nicht automatisch aktiviert – die Nutzer müssen sie in den Einstellungen manuell zulassen.

Die Funktion gewährt Gemini Zugriff auf den Inhalt der auf dem Monitor geöffneten Fenster. Dies ermöglicht dem Assistenten die Ausführung komplexer Aufgaben, die Kontext erfordern:

  • Zusammenfassung von Notizen: Wenn auf dem Bildschirm eine Notizen-App geöffnet ist, können Sie die KI bitten: „Erstelle eine kurze Zusammenfassung für das Tagesmeeting'. Gemini liest den Text, verarbeitet ihn und fügt das fertige Ergebnis ein.
  • Kaskadierende Befehle: Sie können das Verfassen einer E-Mail übertragen, und die KI zieht die erforderlichen Daten aus den geöffneten Dateien automatisch nach.
  • Korrektur „auf dem Fluge': Das System versteht den Kontext von Änderungen. Wenn Sie während der Diktierung sagen: „Nein, verschiebe das Meeting von 18:30 auf 19:00 Uhr', wird die KI die Korrekturen in den Endtext einfügen, ohne dass eine vollständige Neuschreibung erforderlich ist.

Risiken für die Privatsphäre und Prompt-Injektionen

Das Gewähren von Algorithmen Zugriff auf alles, was auf dem Desktop passiert, wirft unvermeidlich Fragen zur Sicherheit auf. Die Hauptbedrohung für solche Tools mit erweiterten Rechten sind die sogenannten Prompt-Injektionen (prompt injection).

Angreifer können schädliche Befehle auf Websites oder in Dokumenten verstecken. Wenn ein Benutzer die KI bittet, eine solche Seite zu verarbeiten, kann der Assistent den versteckten Befehl als Anweisung des Computerbesitzers interpretieren. Infolgedessen kann die KI eine gefährliche Aktion ausführen: eine schädliche Datei herunterladen oder versuchen, auf gespeicherte Daten zuzugreifen.

Gegenwärtig wird das aktualisierte Gemini für macOS weltweit nur auf Englisch bereitgestellt. Die Unterstützung anderer Sprachen ist für die Zukunft geplant.