Ein Kommentar von Michal Kohútek
Ende April 2026 hat Jon Seager, Canonicals VP of Engineering, die Pläne für die kommenden Ubuntu-Releases vorgestellt, darunter auch zusätzliche KI-Funktionen und entsprechende Schnittstellen [1]. Verständlicherweise fielen die Reaktionen der Community wie üblich gespalten aus. Auf der einen Seite die vorsichtig Optimistischen, die den Beitrag aufmerksam nach Hinweisen auf die konkrete Umsetzung und deren Tragweite durchsuchten. Auf der anderen die selbsterklärten Technikverweigerer, die, gewappnet mit Argumenten und starken Gefühlen, vor einem solchen Eingriff in ihre konservative Computing-Philosophie warnten.
Die Argumente waren durchaus vielfältig: Sie reichten vom offensichtlichen moralischen Dilemma rund um Modelle, die auf vermeintlich gestohlenen unlizenzierten Inhalten trainiert wurden ([2], [3], [4]), über die ausufernde Tendenz, alle möglichen Produkte mit nutzlosen KI-Features auszustatten [5], bis hin zur generellen Skepsis gegenüber der Zuverlässigkeit dieser Modelle, verursacht durch internalisierte Verzerrungen [6], [7], Halluzinationen [8] oder die offenkundige Schwierigkeit, wirksame Leitplanken einzuziehen [9], [10].
Ich finde es ziemlich langweilig, unoriginell und intellektuell faul, diese Beispiele für gedankenloses Aufspringen auf den Hype-Zug und das anschließende Scheitern immer wieder herunterzubeten. Canonical ist meiner Einschätzung nach ein Unternehmen voller kluger Köpfe, und auch wenn sie manchmal danebenliegen, versuchen sie doch, das Linux-Ökosystem voranzubringen. Sie haben den Mut, auch mal weit nach vorn zu greifen, statt einfach nur den Linux-Kernel mit Paketen neu zu verpacken und es dabei zu belassen.
In den folgenden Abschnitten möchte ich meine Sicht darauf darlegen, wo wir heute stehen, wie eine KI-Integration aussehen könnte, was die einschlägigen Kommentatoren richtig oder falsch eingeschätzt haben, und welche Auswirkungen das Ganze auf meine Lieblingsdistribution haben dürfte.
Der aktuelle Stand der KI-Landschaft
Meiner Meinung nach befinden wir uns derzeit nahezu am Zenit der KI-Blase, sie ist reif zum Platzen oder zumindest dafür, mit einem furzartigen Geräusch Luft zu verlieren. Investoren bekommen kalte Füße [11], [12], der Ausbau von KI-Rechenzentren stockt wegen fehlender Infrastruktur und Problemen in der Lieferkette [13], und vor allem sehen sich Unternehmen mit der Reaktion der Nutzer auf zwangsverordnete KI-Funktionen konfrontiert, manche rudern sogar zurück.
Ein Paradebeispiel ist Microsoft. Nachdem sie im Gaming-Bereich von Valves SteamOS verprügelt wurden, beschlossen sie, die Gaming-Performance von Windows zu verbessern und nahmen sich dabei Valves Arch-basierte Distribution als Referenz. [14] Daraufhin taten sie noch etwas Undenkbares: Sie hörten endlich auf das Stöhnen der Nutzer und stutzten einen Teil des KI-Wildwuchses zurück, der ihr Betriebssystem plagt. [15] Weil es eben Microsoft ist, machen sie natürlich oft einen Schritt vor und zwei zurück. So konnten sie es etwa nicht lassen, Git-Commit-Messages aus Visual Studio Code mit einer “Von meinem iPhone gesendet”-artigen Signatur zu versehen, selbst wenn der Nutzer beim Schreiben des Codes keinen Copilot angefasst hat. [16] So lassen sich die KI-Nutzungszahlen auch dann aufpumpen, wenn die Anwender bewusst auf den künstlichen Coding-Kumpel verzichten.
Den anderen Betriebssystem-Riesen Apple traf kürzlich ein Klaps auf die Finger: ein 250-Millionen-Dollar-Vergleich, aufgeteilt unter den Kunden, weil das Unternehmen die versprochenen “Apple Intelligence”-Features nicht ausliefern konnte [17], die Quittung für die “Fake it till you don’t make it”-Strategie, mit der man der eigenen Plattform etwas KI-Glitzer verpassen wollte [18]. Am Ende könnte sich dieser Rückschlag als Glücksfall erweisen. Statt Milliarden in die unsichere Verfolgung eines eigenen State-of-the-Art-Modells zu stecken [19], lizenzierte Apple Googles äußerst leistungsfähiges Gemini. Indem man Google die Infrastruktur überlässt, erspart sich Apple den Aufbau eigener Rechenkapazitäten, zum Preis von einer Milliarde Dollar pro Jahr. [20] Das erlaubt es Apple, sich rein auf den Feinschliff der Nutzerintegration zu konzentrieren und das Modell selbst als austauschbares Rädchen in den eigenen KI-Workflows zu behandeln. So hindert sie auch nichts daran, zum nächsten brandheißen Modell eines Konkurrenten zu wechseln, falls und wann es dort einen Umsturz geben sollte. Andererseits bauen sie damit eine Abhängigkeit von anderen Unternehmen in einen wichtigen Teil der Nutzererfahrung ihres Flaggschiff-Produkts ein.
Was tun, wenn der Geist erst einmal aus der Flasche ist?
Da Canonical sich ohnehin bereits dazu bekannt hat, KI sowohl in der Entwicklung als auch potenziell als Feature des Betriebssystems einzusetzen, halte ich ihren Ansatz für einen der vernünftigeren. Den Entwicklern den Einsatz von KI nach eigenem Ermessen zu überlassen, statt die Nutzungsstatistiken von Coding-Agenten an die Leistungsbeurteilung zu koppeln [21], ist eine naheliegende Haltung, sofern das eigene Unternehmen nicht damit beschäftigt ist, während des Goldrauschs Schaufeln zu verkaufen.
Auf der Nutzerseite können kleine, lokal gehostete Modelle die Barrierefreiheit verbessern, neuen Anwendern als First-Level-Support dienen und den Ubuntu-Desktop in puncto Funktionsumfang an Größen wie macOS heranführen. Einiges davon hält bereits Einzug, etwa in Projekten wie Collabora Office in Form von Schreibwerkzeugen, Formelassistenten für Tabellenkalkulationen und Ähnlichem. Vor mehr als einem Jahr ritt VideoLAN auf der Nachrichtenwelle mit einer Vorschau auf die kommende Live-Generierung und -Übersetzung von Untertiteln [22]. Realisiert ist das Feature bisher nicht, auch ein konkreter Zeitplan fehlt, beeindruckend war es trotzdem.
VLC-Demo auf der FOSDEM 2026
Solche Funktionen, und ebenso die Erkennung von Inhalten auf dem Bildschirm, würden enorm davon profitieren, auf Ebene der Desktop-Umgebung integriert zu sein, statt an eine einzelne Anwendung gebunden zu sein. Sprache unabhängig von der Audioquelle transkribieren oder übersetzen zu lassen, würde das Leben hörgeschädigter und sprachlich herausgeforderter Menschen erheblich verbessern.
Bei der Nutzung meines iPhones ertappe ich mich oft dabei, wie ich erfreut auf ein Datum im Text tippe und das Betriebssystem mir automatisch vorschlägt, einen Kalendereintrag anzulegen, manchmal sogar mit Details aus dem umgebenden Text. Soweit ich weiß, funktioniert das unter iOS ohne ausgefallenes LLM. Aber mit einem kleinen Modell könnte der Rechner relevante Informationen herausfiltern und sie zusammen mit Ort, weiteren Teilnehmern und anderen im Text gefundenen Details an die Standard-Kalenderanwendung übergeben.
Ich plädiere nicht für einen vollständig von der Leine gelassenen KI-Butler. Beispiele, die zeigen, warum das eine schlechte Idee ist, gibt es genug, zumindest beim aktuellen Stand der Leitplanken-Technik. Dass einer Sicherheitsforscherin bei Meta von OpenClaw die E-Mails gelöscht wurden, hat das Internet köstlich amüsiert [23], zeigte aber zugleich, dass selbst Menschen, die es eigentlich besser wissen müssten, dumme Fehler machen können. Wir werden alle mal faul, wir alle haben ein paar alte Passwörter, die wir längst hätten ändern sollen, aber einem digitalen Kleinkind mit Superkräften freien Lauf auf dem eigenen Rechner zu lassen, geht auf der Dummheitsskala dann doch einen Schritt zu weit.
Gordon Ramsay ist unzufrieden mit Metas Summer Yue
Andererseits würde ich das Kind “Windows Recall” nicht mit dem Microsoft-Badewasser ausschütten. Mit lokal gehosteten Modellen, ordentlicher Verschlüsselung und vollständiger Nutzerkontrolle könnte ein ähnliches Feature für chaotische Anwender, die parallel an mehreren Projekten arbeiten, ein Segen sein. Würde das Betriebssystem eine Momentaufnahme des aktuellen Arbeitskontexts erfassen, samt geöffneter Dateien, laufender Anwendungen und so weiter, ließe sich daraus später eine kontextbewusste Unterstützung ableiten. Ich weiß, dass die Funktion wegen ihrer Datenschutzimplikationen viel Hass abbekommen hat, aber eine Opt-in-Variante wäre durchaus interessant. Vorstellbar wäre auch eine Art Comeback der “Lenses” aus Unity, mit einer semantischen Suche über die Dokumente des Nutzers, gespeist aus einem RAG-Ansatz.
Auf der Entwicklerseite hat Canonical eine interessante Lösung parat, um die Bereitstellung von Modellen zu vereinfachen. Statt Ollama, vLLM oder die nächste angesagte Plattform manuell zu installieren, lässt sich mit snap install some-llm-model eine optimierte Variante zum sofortigen Einsatz holen. Inference-Snaps erkennen die vorhandene CPU, GPU oder NPU und holen den passenden Build für den jeweiligen Rechner [24]. Ein weiterer Vorteil könnte eine vereinfachte Sandboxing-Konfiguration sein, da Snaps auf das bereits recht solide Berechtigungssystem zurückgreifen. Ich bin allerdings etwas skeptisch, wie nützlich das in der Praxis wirklich sein wird: Zum Zeitpunkt dieses Artikels sind etwa qwen-3.5 und qwen-3.6, zwei der derzeit besten kleinen Modelle, nirgends zu finden. Der Stand der Technik bewegt sich schnell, und sollten die Canonical IoT Labs nicht mit Ollama Schritt halten, befürchte ich, dass dieses Feature schon im Ansatz steckenbleibt.
Eine neue Möglichkeit, sich von der Masse abzuheben
Als Ubuntu damals herauskam, war es eine der ersten Distributionen, die sich an ganz normale Anwender richtete und mit einem zwar meinungsstarken, aber vernünftigen Set sinnvoller Standardeinstellungen daherkam. Es lieferte nicht ein Dutzend Alternativen für jede Anwendung mit, Canonical wählte sorgfältig aus, was hineinkam. Damals war es eine große Nachricht, wenn Ubuntu von einem Musikplayer auf einen anderen umstellte [25], Blogs, die darüber berichteten, freuten sich über entsprechenden Traffic. Heute fühlt sich der Linux-Desktop so ausgereift an, dass es schon fast langweilig wird: Abgesehen von einigen Glaubenskriegern auf Reddit kann man mit so gut wie jeder gängigen Linux-Distribution kaum mehr etwas falsch machen. Unterschiedliche Ansätze dazu anzubieten, welche KI-Features man integriert und welche nicht, könnte sich als neuer Differenzierungsfaktor erweisen. Die Fedora-Entwickler scheinen das ähnlich zu sehen [26].
Fazit
Ubuntus behutsame, optionale KI-Integration über lokale Snaps weist dem reifenden Linux-Desktop den Weg nach vorn. Statt die Augen zu verschließen und zu versuchen, den Geist zurück in die Flasche zu zwingen, legt Canonical den Nutzern die Zügel des Geistes in die Hand. Genau das hebt Ubuntu hervor und macht es zu einer tragfähigen Alternative für alle, die beim Stichwort “Transformer” keinen Ausschlag bekommen, aber gleichzeitig möchten, dass ihre privaten Daten bei ihnen bleiben, statt unsere künftigen KI-Overlords zu trainieren.
Disclaimer
Als langjähriger Ubuntu-Nutzer und gelegentlicher Empfänger von Sponsorings, die mich auf Veranstaltungen bringen, die ich sonst wahrscheinlich nicht besuchen würde, hege ich eine gewisse Voreingenommenheit, Canonical im Zweifel den Vorzug zu geben. Außerdem nutze ich häufig LLMs, sowohl online als auch lokal gehostet, und habe auf verschiedenen Konferenzen Vorträge zu den Möglichkeiten und Vorteilen einer durchdachten “KI”-Integration gehalten. Die hier geäußerten Gedanken sind ausschließlich meine eigenen und spiegeln nicht die Meinung anderer wider, einschließlich meines derzeitigen Arbeitgebers.
/mq
