Die Analyse stammt von Eighth Rank, einem unabhängigen Forschungskollektiv für KI-Sicherheit, und wurde am 28. Oktober veröffentlicht; breite Aufmerksamkeit bekam sie erst am Wochenende. Ihr Gegenstand: zwei Hintergrunddienste – knowledgeconstructiond und intelligenceplatformd –, die seit macOS 13 (2022) auf jedem Mac laufen. Ihre Aufgabe, so die Autoren, sei es, ein Wissen über die Nutzerin zu bauen: wer man ist, wen man kennt, wie diese Menschen zueinander stehen, wie und wie oft man mit ihnen kommuniziert, wo man sich wann aufhält.
Die Daten liegen in ~/Library/IntelligencePlatform: 51 SQLite-Datenbanken im Klartext, geschützt durch TCC und die Berechtigung für vollständigen Festplattenzugriff. Die Kerndatenbank graph.db ist ein Triple-Store mit 181 Entitätsklassen und 278 Prädikaten. Gespeist wird er aus Kontakten, Gesichtern in Fotos, Kalendertiteln und Teilnehmern, Family Sharing samt Altersangaben der Mitglieder, dem Notfallkontakt aus dem Medical ID, Personen, die Siri-Vorschläge in Mail und Nachrichten findet, von Apps über App Intents gespendete Kontakte, installierte Apps, Standort- und Bewegungsverlauf sowie Gerätesignale wie Bildschirmsperre, WLAN- und Bluetooth-Status. 57 der 181 Klassen beschreiben Tätigkeiten – schlafen, pendeln, essen.
Der pointierteste Befund betrifft die Familie. Ein nicht dokumentierter Klassifikator entscheidet laut der Analyse, ob Personen auf Fotos Familienmitglieder sind, und ordnet sie in eine Beziehungshierarchie ein – mit Konfidenzwerten. Die Modelle laufen lokal über CoreML und XGBoost.
Was das bedeutet – und was nicht. Es gibt keinen Hinweis darauf, dass diese Daten das Gerät verlassen; Apples Argument war stets, genau solche Ableitungen lokal zu berechnen. Die Kritik richtet sich nicht auf Datenabfluss, sondern auf Opazität und Aggregation: Ein Gerät, das Verwandtschaftsverhältnisse, Nähe und Tagesabläufe zu einer Datenbank verdichtet, schafft etwas anderes als eine Ansammlung von Dateien. Ein Datenleck liefert hier nicht nur Datensätze, sondern Schlussfolgerungen, so das Argument der Forscher – inklusive der Frage, welche Kontaktperson man im Notfall anruft.
Die Autoren haben ein Werkzeug namens iKnow veröffentlicht, mit dem sich der eigene Graph lokal ansehen lässt; ein zweiter Text denkt durch, was ein Zugriff durch Dritte anrichten könnte. In der Diskussion auf Hacker News, wo der Beitrag am Wochenende mehrere hundert Punkte erreichte, mischten sich Fassungslosigkeit und Skepsis – nicht zuletzt gegenüber der offensichtlich KI-generierten Schreibweise des Textes. Die überprüfbaren Artefakte bleiben davon unberührt: Pfade, Schemata und Dienste lassen sich auf dem eigenen Rechner nachsehen.
Apple selbst hat den Klassifikator unseres Wissens nie öffentlich beschrieben. Wer wissen will, was die eigene Maschine über die eigene Familie ableitet, muss derzeit selbst nachsehen.




