Xiaomi Fold setzt auf Inspiration Ball, doch die KI-Interaktion muss sich noch beweisen

Xiaomi verknüpfte sein kommendes Flaggschiff Xiaomi Fold am 2. September mit einer neuen KI-Steuerung, einen Tag nachdem das Design des Smartphones vorgestellt worden war. Die Steuerung namens Inspiration Ball kombiniert eine Ziehgeste mit einem Sprachbefehl. Xiaomi zufolge kann sie ausgewählte Bildschirminhalte erkennen und eine zugehörige Aufgabe ausführen.

Bei der Ankündigung handelte es sich um einen Produkt-Teaser, nicht um eine unabhängige Demonstration oder einen abgeschlossenen Test. Xiaomi hat keine detaillierten Daten zur Genauigkeit, Latenz, App-Kompatibilität oder Fehlerquote der Funktion veröffentlicht. Die Beta-Einführung im September bedeutet zudem, dass die in Werbematerialien gezeigte Erfahrung von dem abweichen kann, was frühe Nutzer erhalten.

Diese Lücke bei der Überprüfung ist relevant, denn Xiaomi bringt bildschirmbewusste KI nicht in einen leeren Markt. Google, Samsung, Apple und Honor bieten bereits Möglichkeiten, sichtbare Inhalte auszuwählen, zu interpretieren, zu suchen oder darauf zu reagieren. Xiaomis weitergehende Behauptung lautet, dass eine Geste präzise Auswahl mit einer Ausführung auf Systemebene verbinden kann.

Der größere Bildschirm des Xiaomi 18 Fold bietet dieser Idee eine passende Bühne. Ein Foldable kann dichtere Seiten, mehrere Bereiche und mehr Objekte zugleich darstellen. Diese Vorteile schaffen jedoch auch ein schwierigeres Erkennungsproblem, besonders wenn der Assistent zwischen nahe beieinanderliegenden Adressen, Produkten, Fotos oder Kalenderdetails unterscheiden muss.

Xiaomi steht damit vor einer folgenreicheren Prüfung als der Entwicklung einer weiteren KI-Abkürzung. Inspiration Ball muss zeigen, dass kontextsensitive Ausführung nützlicher ist als die vertraute Bildschirmsuche, ohne so viele Fehler oder Reibung zu erzeugen, dass Nutzer zu gewöhnlichen Touch-Steuerungen zurückkehren.

Was Xiaomi tatsächlich für sein Foldable angekündigt hat

Das bestätigte Ereignis ist eine Interaktionsvorschau vom 2. September, während die zugrunde liegende Funktion Inspiration Ball bereits zuvor mit HyperOS 4 angekündigt wurde.

Laut einer Produktvorschau vom 2. September zeigte Xiaomi-Gründer, Chairman und CEO Lei Jun das Xiaomi 18 Fold mit Inspiration Ball. Der Beitrag beschrieb eine Ziehaktion, die Text oder Bildmaterial identifiziert, gefolgt von einer gesprochenen Anfrage, die einen komplexeren Vorgang auslöst.

Damit ist das Datum hinter dem Hot-List-Eintrag belegt. Die Coolapk-Auflistung erschien nach Leis Beitrag vom 2. September, lieferte jedoch keinen unabhängig verifizierten Zeitstempel oder zusätzliche technische Belege. Sie sollte eher als Aggregationssignal denn als Ursprung der Ankündigung verstanden werden.

Die Funktion selbst geht dem Smartphone-Teaser voraus. Xiaomi hatte Inspiration Ball bereits als Teil von Super XiaoAi 2.0 in HyperOS 4 vorgestellt. Die offizielle HyperOS 4-Seite beschreibt vier Beispielaktionen: Navigation über eine Adresse öffnen, ein ähnliches Produkt finden, einen Kalendereintrag erstellen und einen ausgewählten Teil eines Fotos bearbeiten.

In jedem Beispiel markiert der Nutzer zunächst ein sichtbares Objekt. Eine Sprachansage teilt dem Assistenten dann mit, welches Ergebnis gewünscht ist. Die Oberfläche soll zwei unterschiedliche Fragen zugleich beantworten: Was meint der Nutzer mit „dies“, und was soll das Smartphone damit tun?

Diese Unterscheidung ist wichtig. Herkömmliche Sprachassistenten haben oft Schwierigkeiten, wenn mehrere relevante Objekte auf dem Bildschirm erscheinen. Ein Befehl wie „navigiere hierher“ wird mehrdeutig, wenn eine Nachricht zwei Adressen enthält. „Füge das zu meinem Kalender hinzu“ kann scheitern, wenn ein Poster mehrere Daten oder Orte enthält.

Inspiration Ball versucht, diese Mehrdeutigkeit durch Zeigen zu beseitigen. Xiaomi beschreibt die Steuerung als Möglichkeit, Super XiaoAi exakt erkennen zu lassen, worauf der Nutzer zeigt. Nach Angaben des Unternehmens verkürzt dies eine bisherige Abfolge aus Bildschirmerkennung, manueller Auswahl und separatem Befehl.

Xiaomis offizielle Hinweise nennen zudem mehrere Einschränkungen. Inspiration Ball soll über ein Over-the-Air-Update im September verfügbar werden, also per Software, die direkt an kompatible Geräte ausgeliefert wird. Die Option ist standardmäßig deaktiviert und muss in den Einstellungen für die Systemnavigation aktiviert werden.

Das Unternehmen weist außerdem darauf hin, dass die Ergebnisse je nach Gerätemodell und Softwareversion variieren können. Funktionen von Super XiaoAi 2.0 benötigen eine ausreichend aktuelle Assistentenversion, während einige erweiterte Funktionen nur ausgewählte Geräte unterstützen. Diese Einschränkungen verhindern, dass die Demonstration als Beweis für universelle Verfügbarkeit gewertet wird.

Der Teaser vom 2. September verbindet diese Software-Erzählung mit dem Xiaomi 18 Fold, einem buchartigen Foldable, das Xiaomi innerhalb seiner nummerierten Flaggschiff-Familie positioniert. Das Unternehmen hat das Modell als mehr als einen sekundären Formfaktor beschrieben, doch vollständige Launch-Details standen beim Erscheinen der Interaktionsvorschau noch aus.

Dieses Timing macht die Software-Verknüpfung strategisch. Hardware-Spezifikationen sind für Wettbewerber leicht vergleichbar. Eine dauerhafte Interaktion auf Systemebene kann schwieriger zu reproduzieren sein, weil sie vom Zugriff auf das Betriebssystem, Assistentenmodellen, App-Verbindungen und zuverlässiger Absichtserkennung abhängt.

Die Ankündigung hat daher die Xiaomi-Fold-Erzählung verändert. Das Smartphone wird nicht länger nur als dünneres oder ausgereifteres Faltgerät beworben. Xiaomi präsentiert es als Testplattform für eine KI-Oberfläche, die letztlich im gesamten breiteren Hardware-Portfolio relevant werden könnte.

Warum das Xiaomi Fold ein harter Test für bildschirmbewusste KI ist

Ein Foldable gibt Inspiration Ball mehr nützlichen Kontext, eröffnet dem Assistenten aber auch mehr Möglichkeiten, den Nutzer misszuverstehen.

Ein großes internes Display kann mehr Informationen anzeigen als ein herkömmlicher Smartphone-Bildschirm. Nutzer können Produkte neben einer Nachricht vergleichen, eine Reiseroute mit einer Karte ansehen oder ein Dokument neben einer Kommunikations-App geöffnet halten. Diese Dichte macht kontextbezogene Auswahl wertvoller.

Sie erhöht jedoch auch die Mehrdeutigkeit. Eine Reiseseite kann eine Hoteladresse, einen Flughafenstandort, eine Restaurantempfehlung und mehrere Daten enthalten. Eine Shopping-Oberfläche kann mehrere Produktbilder in ähnlichen Farben zeigen. Eine Kalenderansicht kann sich überschneidende private und berufliche Termine umfassen.

Xiaomis vorgeschlagene Interaktion begegnet diesem Problem, indem sie räumliche Eingabe mit Sprache verbindet. Die Ziehgeste liefert das Ziel. Die Sprache bestimmt die beabsichtigte Aktion. Gemeinsam bilden sie einen multimodalen Befehl, also eine Anfrage, die über mehr als eine Eingabeart ausgedrückt wird.

Stellen wir uns eine Meeting-Einladung vor, die neben einem Chat angezeigt wird. Der Nutzer könnte auf ein bestimmtes Datum zeigen und das Smartphone bitten, es einem Kalender hinzuzufügen. Eine brauchbare Umsetzung müsste die richtige Uhrzeit extrahieren, die zutreffende Zeitzone erkennen, eine Auswahl von benachbartem Text vermeiden und vor dem Speichern einen Überprüfungsschritt anbieten.

Navigation ist ein weiterer anspruchsvoller Fall. Eine Nachricht kann einen Treffpunkt und einen späteren Ort für das Abendessen nennen. Das Zeigen kann klarstellen, welche Adresse relevant ist, doch das System muss den Text weiterhin erkennen, den Ort auflösen, einen passenden Kartendienst öffnen und den ursprünglichen Aufgabenkontext bewahren.

Die Bildbearbeitung bringt noch mehr Unsicherheit mit sich. Xiaomi zeigt Nutzer, die auf einen Teil eines Fotos zeigen und eine Änderung anfordern. Dieser Vorgang erfordert eine präzise Segmentierung, die das beabsichtigte Motiv von den umgebenden Pixeln trennt. Außerdem benötigt er ein generatives Modell, das die gewünschte Bearbeitung interpretiert.

Eine überzeugende Oberfläche darf nicht bloß ein Ergebnis erzeugen. Sie muss Fehler leicht erkennbar und rückgängig zu machen sein lassen. Wählt der Assistent das falsche Objekt aus, benötigen Nutzer einen offensichtlichen Korrekturweg. Schlägt er eine Aktion vor, die Kommunikation, Navigation oder Terminplanung betrifft, brauchen sie einen klaren Bestätigungsschritt.

Das faltbare Display wirft auch Fragen zu Fenstergrenzen auf. Xiaomi hat nicht erläutert, wie sich Inspiration Ball über Split-Screen-Apps, schwebende Fenster, geschützte Inhalte oder Arbeitsprofile hinweg verhält. Diese Fälle werden entscheiden, ob die Funktion wie eine Systemoberfläche oder wie eine polierte Demonstration wirkt, die auf ideale Bedingungen beschränkt ist.

Foldables haben in der Vergangenheit desktopähnliche Produktivität versprochen, ohne immer die Vorhersehbarkeit eines Desktops zu erreichen. Die Hardware kann mehrere Arbeitsbereiche anzeigen, doch Anwendungen unterscheiden sich weiterhin bei ihrer Unterstützung für Größenanpassung, Drag-and-Drop und fensterübergreifende Aktionen. Eine KI-Schicht übernimmt diese Inkonsistenzen.

Xiaomi verfügt über Erfahrung darin, einen Assistenten mit einem breiteren Geräteportfolio zu verbinden. In einer früheren Unternehmensmeldung beschrieb Xiaomi Super XiaoAi als Kombination aus Cloud- und On-Device-Modellen mit Bildschirmbewusstsein und geräteübergreifender Ausführung. Die Meldung nannte außerdem optische Zeichenerkennung, Verarbeitung natürlicher Sprache, Speicher und ein Aktions-Framework als Bestandteile dieses Ansatzes.

Architekturbeschreibungen belegen jedoch nicht, dass jeder Workflow zuverlässig funktioniert. Das Xiaomi 18 Fold setzt die Oberfläche einer besonders unnachgiebigen Umgebung aus. Menschen, die ein Premium-Foldable kaufen, werden erwarten, dass Multitasking- und Produktivitätsfunktionen konsistent funktionieren, nicht nur während kontrollierter Präsentationen.

Das Smartphone ist daher ein nützlicher Stresstest. Kann Inspiration Ball dichte Foldable-Layouts interpretieren, Arbeit zwischen Anwendungen übergeben und sich bei Unsicherheit elegant erholen, hätte Xiaomi eine überzeugende Interface-Geschichte. Gelingt dies nicht, wird das größere Display diese Schwächen schneller offenlegen.

Inspiration Ball geht auf dem Papier über Circle to Search hinaus

Der wichtigste Wettbewerb findet nicht zwischen Xiaomi und einer einzelnen Smartphone-Marke statt. Es geht um handlungsorientierte KI gegen das etablierte Modell, Inhalte auszuwählen und Informationen zu erhalten.

Google führte Circle to Search im Januar 2024 als Möglichkeit ein, sichtbare Inhalte zu durchsuchen, ohne die aktuelle App zu verlassen. Nutzer konnten ein Objekt einkreisen, hervorheben, darüber kritzeln oder es antippen. Google startete die Funktion zunächst auf der Pixel 8-Serie und der Samsung Galaxy S24-Familie.

Die ursprüngliche Circle to Search-Erfahrung konzentrierte sich auf Identifikation und Entdeckung. Sie konnte ähnliche Produkte finden, einen unbekannten Gegenstand erklären oder ein Bild mit einer schriftlichen Frage kombinieren. Ihr zentrales Versprechen war reibungsarme Suche, nicht eine umfassende Ausführung auf Systemebene.

Inspiration Ball setzt bei einer ähnlichen Erkenntnis an. Bildschirminhalte sind bereits Teil der Anfrage des Nutzers; diese Person dazu zu zwingen, alles mit Worten zu beschreiben, ist daher ineffizient. Beide Oberflächen ermöglichen es Nutzern, ein Objekt räumlich zu identifizieren und gleichzeitig in der aktuellen Aufgabe zu bleiben.

Xiaomi beansprucht jedoch ein anderes Ziel. Statt nach der Suche oder Erklärung aufzuhören, soll Super XiaoAi die ausgewählten Informationen in eine Aktion überführen. Zu den Beispielen gehören das Öffnen der Navigation, das Erstellen eines Termins, das Finden eines Produkts und das Bearbeiten eines Bildes.

Diese Veränderung klingt geringfügig, verändert jedoch das Risikoprofil. Ein falsches Suchergebnis ist gewöhnlich nur unbequem. Ein falscher Kalendereintrag, eine falsche Route, Nachricht, Kaufauswahl oder Fotobearbeitung kann Folgen haben, die über die Oberfläche des Assistenten hinausgehen.

Die Ausführung erfordert zudem eine tiefere Integration. Suche kann oft auf einem Screenshot oder einem ausgewählten Bereich arbeiten. Das Abschließen einer Aufgabe verlangt Berechtigungen, Anwendungsschnittstellen, strukturierte Daten, Zustandsverwaltung und Bestätigungslogik. Der Assistent muss sowohl wissen, was der Nutzer ausgewählt hat, als auch, was jede Ziel-App akzeptieren kann.

Apple bewegt sich aus einer anderen Richtung auf demselben Weg. Seine visual intelligence kann Bildschirminhalte analysieren, nach ähnlichen Objekten suchen, Fragen beantworten, Kontaktinformationen erkennen und aus sichtbaren Details Kalendereinträge erstellen.

Apples Ansatz nutzt vertraute Hardware-Bedienelemente und einen Einstieg über Screenshots zur Analyse von Bildschirminhalten. Xiaomis Drag-and-Speak-Design wirkt direkter, wenn ein Bildschirm mehrere mögliche Ziele enthält. Es fordert Nutzer auf, auf ein Objekt zu zeigen und das gewünschte Ergebnis in einer einzigen, zusammenhängenden Interaktion zu formulieren.

Keiner der beiden Ansätze setzt sich automatisch durch. Hardwaretasten sind leicht auffindbar, sobald Nutzer ihren Zweck kennen, während Randgesten mit Navigationsgewohnheiten kollidieren können. Eine Screenshot-basierte Analyse erzeugt ein explizites Artefakt, das Nutzer verstehen. Ein schwebendes Bedienelement kann schneller wirken, doch seine Berechtigungen und Datengrenzen sind möglicherweise weniger sichtbar.

Der eigentliche Vergleich betrifft den Interaktionsaufwand. Eine neue Steuerung ist erfolgreich, wenn sie mehr Arbeit einspart, als sie verursacht. Nutzer müssen sich merken, wie sie sie aufrufen, auf die Erkennung warten, die vorgeschlagene Aktion prüfen, Fehler korrigieren und entscheiden, ob lautes Sprechen angemessen ist.

Sprache ist nicht immer praktisch. In Besprechungen, öffentlichen Verkehrsmitteln oder im Umgang mit vertraulichen Informationen kann sie unangenehm sein. Xiaomi hat nicht erklärt, ob jede Aktion von Inspiration Ball getippte Befehle akzeptiert, ob die Sprachverarbeitung auf dem Gerät bleibt oder wie die Oberfläche mit sensiblen Unternehmensanwendungen umgeht.

Das Foldable-Format macht diese Fragen wichtiger. Ein größeres Display lädt zur Arbeit mit Dokumenten, Kommunikation und privaten Kontoinformationen ein. Bildschirmbewusste KI, die in dieser Umgebung agiert, benötigt klare Berechtigungsgrenzen und vorhersehbare Ausschlussregeln.

Xiaomis konzeptioneller Vorteil ist Präzision. Die Kombination aus Zeigen und Sprache liefert mehr Informationen als der allgemeine Aufruf eines Assistenten. Ihr praktischer Nachteil ist Komplexität. Mehr Eingaben, mehr mögliche Aktionen und mehr Anwendungen schaffen mehr Gelegenheiten für Fehler.

Inspiration Ball übertrifft Circle to Search daher auf dem Papier, weil es Ausführung statt Abruf verspricht. Die Beta muss zeigen, ob dieser Anspruch reale Oberflächen, unterschiedliche Akzente, unübersichtliche Layouts und Anwendungen übersteht, die nie für KI-Steuerung entwickelt wurden.

Das Versprechen übertrifft die verfügbaren Belege weiterhin

Xiaomi hat eine schlüssige Interaktionsidee gezeigt, aber noch nicht die Belege geliefert, die nötig wären, um diese Interaktion als zuverlässig zu bezeichnen.

Die unmittelbarste Unsicherheit betrifft die Erkennungsgenauigkeit. Xiaomi sagt, die Oberfläche könne Text und Bilder präzise identifizieren, hat jedoch keine Messmethode veröffentlicht. Es gibt keine verifizierte Erfolgsquote für überfüllte Bildschirme, kleine Ziele, stilisierten Text, gemischte Sprachen oder teilweise verdeckte Objekte.

Ebenso wichtig ist die Latenz. Eine Geste kann sich nur dann natürlich anfühlen, wenn die Reaktion schnell genug erfolgt, um den Gedankengang des Nutzers zu bewahren. Wenn Inhaltserkennung, Sprachverarbeitung, Planung und App-Ausführung mehrere separate Wartezeiten erfordern, könnte die Abkürzung langsamer werden als die manuelle Interaktion.

Der Beta-Status im September bestätigt, dass das System weiterhin aktiv bewertet wird. Beta-Software kann unerwartete Konflikte zwischen Gerätemodellen, Anwendungen, Kontoeinstellungen und regionalen Diensten offenlegen. Xiaomis eigene Kompatibilitätshinweise warnen, dass Ergebnisse je nach Modell und Softwareversion variieren können.

Die standardmäßige Deaktivierung ist ein weiteres aussagekräftiges Signal. Nutzer müssen Inspiration Ball in den Navigationsoptionen aktivieren. Dieser Ansatz begrenzt unerwünschte Gestenkonflikte, schwächt aber auch die Auffindbarkeit. Viele Besitzer ändern versteckte Systemnavigationssteuerungen nie, insbesondere wenn der Nutzen nicht unmittelbar erkennbar ist.

Eine Seitengeste kann zudem mit der Android-Navigation konkurrieren. Xiaomi sagt, die Steuerung nutze eine Pause während eines Wischens vom Rand. Diese Interaktion muss eine KI-Anfrage zuverlässig von der gewöhnlichen Zurück-Geste unterscheiden. Fehlaktivierungen wären störend, verpasste Aktivierungen ließen die Funktion dagegen unzuverlässig wirken.

Die App-Unterstützung stellt ein tieferes Problem dar. Das Erstellen eines Kalendereintrags kann strukturierte Betriebssystemfunktionen nutzen. Das Bearbeiten eines Bildes oder die Organisation einer mehrstufigen Aufgabe kann jedoch von Xiaomi-Anwendungen, kompatiblen Drittanbieterdiensten oder assistentenspezifischen Automatisierungsschnittstellen abhängen.

Das Unternehmen hat keine vollständige Unterstützungsliste veröffentlicht. Unklar bleibt, welche Aktionen in ganz HyperOS funktionieren, welche Xiaomis eigene Apps erfordern und welche auf Dienste angewiesen sind, die nur auf dem chinesischen Festland verfügbar sind. Diese Grenzen werden die Relevanz der Funktion für internationale Xiaomi-Nutzer prägen.

Auch Datenschutzdokumentation benötigt mehr Sichtbarkeit. Das Zeigen auf Bildschirminhalte kann Nachrichten, Dokumente, Kontonummern, Fotos oder Arbeitsplatzinformationen offenlegen. Nutzer müssen wissen, welche Inhalte lokal verarbeitet werden, was Cloud-Dienste erreicht, wie lange Daten gespeichert werden und ob Modelle von Drittanbietern beteiligt sind.

Apple erklärt im Vergleich öffentlich, dass viele Apple-Intelligence-Vorgänge auf dem Gerät verarbeitet werden. Das Unternehmen sagt, Anfragen mit höherem Kapazitätsbedarf könnten seine Private Cloud Compute-Infrastruktur nutzen. Apple warnt außerdem, dass generierte Ergebnisse variieren können und wichtige Informationen überprüft werden sollten.

Xiaomis frühere Materialien beschreiben sowohl On-Device- als auch Cloud-Modellressourcen, doch die Inspiration-Ball-Seite ordnet einzelne Aktionen keinen konkreten Verarbeitungswegen zu. Eine Navigationsanfrage und eine komplexe Bildbearbeitung haben wahrscheinlich unterschiedliche Anforderungen. Nutzer brauchen diese Unterscheidung in dem Moment, in dem sie relevant wird.

Ausführungsfehler verdienen besondere Aufmerksamkeit. Ein Assistent, der die richtige Adresse identifiziert, aber den falschen Kartendienst auswählt, war nur teilweise erfolgreich. Eine Kalenderaktion, die die Zeitzone auslässt, kann ein gültig wirkendes, aber falsches Ereignis erzeugen.

Die Oberfläche sollte ihre Interpretation daher offenlegen, bevor sie folgenschwere Aktionen ausführt. Eine Vorschaukarte könnte die ausgewählten Inhalte, die Zielanwendung, extrahierte Felder und die angeforderte Operation anzeigen. Nutzer sollten jedes Element korrigieren können, ohne den Vorgang neu zu starten.

Xiaomi muss außerdem einen angemessenen Umgang mit Fehlern demonstrieren. Der Assistent sollte mitteilen, wenn er ein Objekt nicht identifizieren oder eine Aktion nicht abschließen kann. Vorgetäuschte Gewissheit wäre schlimmer als eine Ablehnung, insbesondere wenn das Ergebnis Termine, Dateien, Kommunikation oder Käufe betrifft.

Frühe Nutzerberichte werden wichtiger sein als Werbeclips. Tester sollten Bildschirme mit gemischten Sprachen, dichte Shopping-Seiten, Split-Screen-Workflows, kleine Oberflächenziele, schlechte Netzbedingungen und Anwendungen außerhalb von Xiaomis kuratierten Beispielen prüfen.

Bis diese Ergebnisse vorliegen, ist Inspiration Ball am besten als vielversprechende Hypothese für eine Benutzeroberfläche zu verstehen. Es wurde nicht unabhängig als zuverlässiger Ersatz für bestehende Touch-Abläufe, Sprachassistenten oder Bildschirm-Suchsteuerungen verifiziert.

Warum Smartphone-Hersteller auf aktionsorientierte KI setzen

Der Wettbewerb um Smartphone-KI verschiebt sich von generierten Antworten hin zur Steuerung der Oberfläche, auf der alltägliche Aufgaben bereits stattfinden.

Große Sprachmodelle haben konversationelle Assistenten flexibler gemacht, doch Gespräche allein lösen das Interaktionsproblem auf Smartphones nicht. Nutzer wollen häufig ein Ergebnis innerhalb einer Anwendung. Sie möchten ein Datum speichern, eine Route öffnen, ein Bild ändern oder Informationen zwischen Diensten verschieben.

Bildschirmbewusstsein gibt einem Assistenten unmittelbaren Kontext. Statt Nutzer aufzufordern, Text zu kopieren, ein Bild zu beschreiben oder Anwendungen zu wechseln, kann das System prüfen, was bereits sichtbar ist. Räumliche Auswahl grenzt diesen Kontext weiter auf ein bestimmtes Objekt ein.

Google etablierte dieses Interaktionsmuster im großen Maßstab durch Circle to Search. Auf der Google I/O 2024 erklärte das Unternehmen, die Funktion sei bereits auf mehr als 100 Millionen Geräten verfügbar und ihre Reichweite solle sich vor Jahresende verdoppeln. Diese Zahlen beschrieben die frühe Expansionsphase, nicht die aktuelle installierte Basis.

Diese Verbreitung lehrte Android-Nutzer, dass das Auswählen beliebiger Bildschirminhalte eine KI-gestützte Suche aufrufen kann. Xiaomi muss das zugrunde liegende Konzept nicht von Grund auf einführen. Es muss Nutzer jedoch davon überzeugen, dass eine andere Geste und ein anderer Assistent ein nützlicheres Ergebnis liefern können.

Apples Entwicklung von Visual Intelligence für Bildschirminhalte erzeugt ähnlichen Druck. Die Oberfläche kann Bildschirminhalte identifizieren, bei aktivierter Funktion Fragen an ChatGPT senden, verwandte Produkte finden, Material zusammenfassen und Kalenderinformationen extrahieren. Smartphone-Hersteller nähern sich dem Bildschirm selbst als KI-Eingabefläche an.

Dieser Wettbewerb verändert, was als Differenzierung gilt. Der Zugang zu einem leistungsfähigen Modell reicht nicht mehr aus. Hersteller benötigen Interaktionsdesign, Betriebssystemberechtigungen, App-Integrationen und Vertrauenskontrollen, die Modellausgaben in verlässliche Aktionen umwandeln.

Xiaomi hat einen strukturellen Grund, diese Richtung zu verfolgen. Seine Geräte umfassen Smartphones, Tablets, Computer, Wearables, Produkte fürs Zuhause und Fahrzeuge. Ein Systemassistent, der Kontext versteht und Aktionen verteilt, könnte diese Kategorien wirksamer verbinden als eine Sammlung separater App-Oberflächen.

Super XiaoAi 2.0 ist als Koordinierungsebene positioniert. Xiaomi sagt, ein erweiterter Modus könne komplexere Aufgaben über Anwendungen oder Geräte hinweg planen und ausführen. Inspiration Ball liefert eine präzisere Möglichkeit, das Ausgangsobjekt für diese Aufgaben festzulegen.

Das Xiaomi 18 Fold verschafft dieser Strategie ein sichtbares Flaggschiff. Käufer von Foldables werden bereits gebeten, ein ungewohntes physisches Format zu übernehmen. Sie experimentieren eher als durchschnittliche Smartphone-Nutzer mit Multitasking, neuen Gesten und produktivitätsorientierten Steuerungen.

Dieses Publikum ist zudem anspruchsvoll. Ein Premium-Gerät kann sich nicht lange auf Neuheit verlassen. Nutzer werden das Xiaomi Fold mit etablierten Foldables von Samsung, Honor, Google, Oppo und anderen Herstellern vergleichen. Die Zuverlässigkeit der Software kann zum entscheidenden Faktor werden, wenn sich die Hardwareunterschiede verringern.

Der Hauptdruck liegt daher auf konkurrierenden Android-Herstellern, die keine ähnlich integrierte Assistentenebene kontrollieren. Google kann Gemini und Circle to Search über Android hinweg verbreiten, doch jeder Smartphone-Hersteller muss entscheiden, wie viel des Erlebnisses er selbst entwickelt, anpasst oder Google überlässt.

Xiaomis Entscheidung besteht darin, Super XiaoAi zum Teil der Geräteidentität zu machen. Wenn Inspiration Ball gut funktioniert, gewinnt das Unternehmen eine Interaktion, die Nutzer zu Xiaomi-Diensten und geräteübergreifenden Funktionen lenkt. Wenn es Schwierigkeiten hat, bleiben Googles vertrautere Steuerungen eine einfachere Ausweichmöglichkeit.

Deshalb ist die Funktion über ein einzelnes Foldable hinaus bedeutsam. Sie steht für den Versuch, den Moment zwischen dem Sehen von Informationen und dem Handeln darauf zu besitzen. Dieser Moment wird für jedes mobile Betriebssystem und jeden Assistentenanbieter zu wertvollem Terrain.

Drei Signale werden entscheiden, ob Inspiration Ball relevant wird

In der nächsten Phase geht es um messbares Verhalten, nicht um zusätzliche Werbebeispiele.

Das erste Signal ist Xiaomis Beta-Rollout im September. Verfügbarkeit allein wird die Funktion nicht bestätigen. Die wichtigen Belege werden daraus entstehen, ob Nutzer sie konsistent aktivieren und die beworbenen Workflows für Navigation, Shopping, Kalender und Bildbearbeitung reproduzieren können.

Tester sollten gewöhnliche Bildschirme statt Xiaomi-Demonstrationen prüfen. Nützliche Fälle umfassen einen Chat mit mehreren Adressen, ein Poster mit mehreren Daten, eine Shopping-Seite mit ähnlichen Produkten und ein Foto mit überlappenden Motiven.

Wenn Inspiration Ball in diesen Situationen das beabsichtigte Ziel identifiziert, wird Xiaomis Präzisionsargument stärker. Häufige Auswahlfehler würden die zentrale Behauptung schwächen, selbst wenn das zugrunde liegende Super-XiaoAi-Modell nach Erhalt der korrekten Eingabe gut funktioniert.

Das zweite Signal ist die Matrix der App- und Geräteunterstützung. Xiaomi sollte angeben, welche Smartphones die Funktion erhalten, welche Funktionen Super XiaoAi 2.0 erfordern und welche Aktionen in Drittanbieteranwendungen funktionieren.

Die regionale Verfügbarkeit wird entscheidend sein. Das offizielle HyperOS-4-Material enthält mehrere China-spezifische Einschränkungen, während Xiaomi Smartphones in vielen Märkten verkauft. Eine Funktion, die eng an lokale Anwendungen oder Dienste gebunden ist, kann nicht automatisch zu einem globalen Vorteil des Xiaomi Fold werden.

Eine breitere Unterstützung würde zeigen, dass Inspiration Ball als Betriebssystem-Funktion dient. Eine eingeschränkte Unterstützung würde es eher zu einer Demonstrationsschicht machen, die auf ausgewählten Xiaomi-Apps und kontrollierten Anwendungsfällen aufbaut.

Das dritte Signal liegt in der sichtbaren Bestätigung und im Wiederherstellungsdesign. Nutzer sollten sehen können, was der Assistent ausgewählt hat, was er verstanden hat und was er zu tun plant. Folgenreiche Aktionen sollten vor der Ausführung überprüfbar bleiben.

Dieses Signal wird zeigen, ob Xiaomi Unsicherheit als normale Eigenschaft von KI-Systemen betrachtet. Ein vertrauenswürdiges Design verbirgt Mehrdeutigkeit nicht. Es bietet Nutzern eine schnelle Möglichkeit, das ausgewählte Objekt zu korrigieren, extrahierte Informationen zu bearbeiten, einen Vorgang abzubrechen oder zum vorherigen Zustand zurückzukehren.

Robuste Wiederherstellungsoptionen würden Xiaomis Aussage untermauern, dass Inspiration Ball für die tägliche Arbeit bereit ist. Eine Oberfläche, die Aktionen ohne klare Vorschau verbindlich ausführt, würde dieses Argument schwächen – unabhängig davon, wie beeindruckend gelungene Demonstrationen wirken.

Diese drei Tests liefern potenziellen Käufern zudem einen praktischen Rahmen. Beobachten Sie die Genauigkeit der Beta auf überfüllten Bildschirmen. Prüfen Sie, ob die von Ihnen genutzten Anwendungen und Regionen unterstützt werden. Untersuchen Sie anschließend, wie einfach das Smartphone eine falsche Interpretation offenlegt und korrigiert.

Das Xiaomi Fold benötigt keine perfekte KI, um Inspiration Ball nützlich zu machen. Es braucht vorhersehbare Grenzen. Nutzer können sich auf eine Funktion einstellen, die klar benennt, was sie kann und was nicht. Sie werden eine Funktion aufgeben, die unvorhersehbar arbeitet und zugleich jedes Ergebnis mit derselben Sicherheit präsentiert.

Xiaomis Teaser vom 2. September zeichnet eine ambitionierte Richtung für das Xiaomi 18 Fold. Das Unternehmen möchte, dass das Gerät sichtbare Informationen durch eine einzige kombinierte Geste und Sprachanfrage in Aktionen umsetzt.

Die Idee ist glaubwürdig, weil ihre Bausteine auf modernen Smartphones bereits vorhanden sind. Bilderkennung auf dem Bildschirm, visuelle Auswahl, Sprachbefehle, Bildbearbeitung und strukturierte App-Aktionen sind etablierte Funktionen. Die schwierigere Aufgabe besteht darin, sie zu verbinden, ohne die Unsicherheit zu erhöhen.

Diese Integration sollten Leser beurteilen, wenn die Beta erscheint. Testen Sie die Funktion auf den unübersichtlichen Bildschirmen, die echte Arbeit prägen – nicht nur in sauber inszenierten Produktdemonstrationen. Wenn sie Zeit spart und die Nutzer zugleich die Kontrolle behalten, hat Xiaomi mehr als nur eine weitere KI-Abkürzung geschaffen.