Diese KI-Tools erleichtern den Alltag auf dem Mac

Knapp vier Jahre nach dem durch ChatGPT ausgelösten KI-Boom zeigt sich, welche Werkzeuge sich im Alltag auf dem Mac tatsächlich bewähren. Ein Blick auf mehrere etablierte Tools zeigt, wie sie Arbeit und persönliche Projekte spürbar strukturieren und beschleunigen können.

Transkription und Podcast-Workflow mit MacWhisper

Der Autor produziert und bearbeitet wöchentlich mehrere Podcasts, inklusive Schnitt, Veröffentlichung, Episodenbeschreibungen, Shownotes, Social-Media-Beiträgen und einem wöchentlichen Newsletter für eine der Sendungen. Seit rund einem Jahrzehnt basiert der Workflow darauf, jede fertige Episode komplett durchzuhören, dabei Links und Kapitelmarken zu notieren und geeignete Zitate oder Stellen für Clips herauszusuchen, um direkt im Anschluss Beschreibungstexte und Social-Media-Copy zu verfassen.

In den vergangenen Jahren kam MacWhisper als zusätzlicher Baustein dazu. Nach dem Export der fertig geschnittenen Episode wird die Audiodatei in MacWhisper mit Nvidias Parakeet v3 Modell transkribiert, das ausreichend genau ist, um als Sicherheitsnetz zu dienen. Anschließend erhält ChatGPT das vollständige Transkript zusammen mit den bereits erstellten Texten, um zu prüfen, ob keine wichtigen Links oder Details übersehen wurden und ob sich bessere Stellen für Social-Media-Posts anbieten.

MacWhisper wird hier zwar nur für einen vergleichsweise einfachen Einsatzzweck genutzt, bietet aber deutlich mehr Funktionen: Dazu gehören überwachte Ordner für automatische Transkriptionen, Meeting-Aufzeichnungen, Tastaturkürzel, Live-Untertitel, Unterstützung für Cloud- und lokale Modelle, eigene Wörterbücher, Batch-Export und Integrationen mit Drittanbietern. Im Ergebnis hilft die App dabei, Transkriptionsaufgaben auf dem Mac effizienter zu erledigen.

Codex als Helfer für eigene Apps und Skripte

Obwohl sich der Autor intensiv mit Programmierung beschäftigt, zählt er sich selbst nicht zu den typischen Entwickler:innen. Bestimmte Anforderungen werden von bestehenden Apps jedoch nicht immer abgedeckt. Aus diesem Grund kamen Ende vergangenen Jahres spezialisierte KI-Coding-Tools wie OpenAIs Codex und Claude Code von Anthropic zum Einsatz.

Als erstes Projekt sollten beide Plattformen dieselbe App erzeugen: ein kleines Werkzeug, das Webseiten ohne RSS-Feeds überwacht, um mögliche Nachrichtenanlässe nicht zu verpassen. Claude lieferte insgesamt den besseren Code, die CLI-basierte Oberfläche sagte dem Autor aber weniger zu. Daher blieb er bei Codex, bis die App seinen Anforderungen genügte, und legte das Tool anschließend wieder beiseite.

Rund zwei Monate vor Veröffentlichung des Artikels kam Codex erneut ins Spiel, diesmal für eine neue App-Idee. Im Vergleich zu den Modellen vom Vorjahr beschreibt der Autor den Fortschritt als sehr deutlich. Inzwischen arbeitet er mit Codex an weiteren kleinen Utilities und greift mehrmals täglich darauf zurück, etwa bei Bugs oder Verbesserungsideen. Zwar sorgte OpenAI durch die Zusammenführung der ChatGPT-App mit Codex für Verwirrung, am praktischen Nutzen des Tools ändert das nach seiner Einschätzung jedoch nichts.

Perplexity Computer und LM Studio für lange Aufgaben und lokale Modelle

Perplexity Computer ist ein weiteres Werkzeug im Alltag des Autors, allerdings mit deutlichen Kosten: Perplexity Pro kostet 20 US-Dollar im Monat, die Nutzung von Perplexity Computer erfordert zusätzliche Credits. Perplexity Max schlägt mit 200 US-Dollar monatlich zu Buche und enthält 10.000 Credits, weitere können hinzugekauft werden.

Perplexity Computer reiht sich in die Gruppe agentischer Tools wie Claude Cowork und ChatGPT Work ein. Es kann langlaufende Aufgaben übernehmen, die Dokumentenerstellung, direkte Computer-Nutzung, den Einsatz von Hilfswerkzeugen und Drittanbieter-Integrationen kombinieren. Anders als die Angebote von OpenAI und Anthropic wählt Perplexity Computer dafür eigenständig aus Dutzenden von Text-, Bild-, Video- und Audiomodellen, die zur beschriebenen Aufgabe passen sollen.

Nach einer Phase des Ausprobierens übernimmt Perplexity Computer für den Autor eine wiederkehrende Aufgabe: Jeden Monat müssen etwa 200 mehrseitige Dokumente analysiert, Daten interpretiert und in eine mehrteilige Tabelle übertragen werden. Der Dienst erledigt den Großteil dieser Arbeit inzwischen in wenigen Minuten, erfordert danach aber weiterhin manuelle Korrekturen und eine gründliche Kontrolle.

Parallel dazu nutzt der Autor LM Studio, um KI-Modelle lokal auf dem Mac auszuführen. Das wirkt auf den ersten Blick umständlicher als webbasierte Dienste wie ChatGPT, bietet aber Vorteile: Es ist keine Internetverbindung nötig, wie bei einem Testflug mit Googles Gemma 4 Modell (12 Milliarden Parameter) gezeigt, und sensible Daten müssen nicht an externe Server gesendet werden. LM Studio zeigt an, welche Modelle auf der jeweiligen Mac-Hardware gut oder nur eingeschränkt laufen und profitiert von immer kompakteren, effizienteren Modellen aus Forschung und Open-Source-Community.

Neu hinzugekommen ist Bionic, eine Agenten-App von LM Studio für offene Modelle. Neben lokal betriebenen Modellen bietet Bionic Pay-as-you-go-Zugriff auf cloudbasierte Open-Modelle auf US-Servern mit strikter Zero-Data-Retention-Policy. Erste Tests mit grundlegenden Dokumentaufgaben verliefen laut Autor so positiv, dass er Bionic bereits jetzt empfehlen kann. Welche KI-Tools Ihr auf dem Mac einsetzt, bleibt damit eine offene Frage, die sich je nach Workflow sehr unterschiedlich beantworten lässt.

Hinweis: Dieser Beitrag ist eine automatisch erstellte Zusammenfassung mithilfe von Künstlicher Intelligenz. Eine redaktionelle Prüfung fand nicht statt.

Via: 9to5mac.com

Den Beitrag in unserem Forum kommentieren