Meta bringt seine eigenständige KI-App an den Start – mit Sprachsteuerung und Geräte-Übergreifung als Kernstück

Eine App, vier Oberflächen und eine bewusste Lücke bei der Übergabe

Meta betreibt seinen Assistenten bereits in WhatsApp, Instagram, Facebook und Messenger. Die neue eigenständige App ist eine fünfte Oberfläche, und sie absorbiert zudem die Meta View-Companion-App für die Ray-Ban Meta-Brille – die Geräteverwaltung wandert in einen neuen Devices-Tab, in dem bei Bestandsnutzern gekoppelte Brillen, Einstellungen und Medien automatisch übernommen werden.

Interessant wird es dort, wo die Kontinuität endet. Man kann ein Gespräch auf der Brille beginnen und in der App oder im Web fortsetzen. Zwischen App und Web lässt sich in beide Richtungen wechseln. Aber man kann nicht in der App oder im Web starten und auf der Brille fortsetzen. Diese Asymmetrie wird in der Ankündigung klar benannt, und sie zeigt: Die Sync-Architektur geht von der Brille aus nach außen, statt alle drei Oberflächen als gleichrangig zu behandeln.

Für ein Unternehmen, das die Brille als „die spannendste neue Hardware-Kategorie des KI-Zeitalters“ positioniert, ist es folgerichtig, das Kontinuitätsmodell um sie herum zu bauen – das bedeutet aber auch, dass das Frontend noch kein symmetrisches Geräte-Netz ist.

Sprache als Standard, mit sichtbar gemachtem Mikrofon

Meta bezeichnet Sprache als „die intuitivste Art der Interaktion“ und baut die App darauf auf, ein Gespräch per Knopfdruck zu starten. Es gibt eine Einstellung namens „Ready to talk“, um Sprachsteuerung standardmäßig aktiv zu lassen – und, bemerkenswert, ein sichtbares Symbol, das anzeigt, wenn das Mikrofon aktiv ist. Bei einem Gerät, das in der Hosentasche steckt und mit einer Kamerabrille verbunden ist, ist das Sichtbarmachen des Mikrofonstatus eine Frontend-Entscheidung, die Vertrauen betrifft – nicht nur Ästhetik.

Die App bietet zwei getrennte Sprachpfade. Die Standardvariante nutzt Llama 4 für natürlichere, gesprächsähnliche Antworten. Daneben gibt es eine zuschaltbare Full-Duplex-Demo, die Sprache direkt erzeugt, statt geschriebenen Text vorzulesen.

Sie hat keinen Zugriff auf das Web oder Echtzeitinformationen, aber wir wollten einen Ausblick in die Zukunft geben, indem wir Nutzer damit experimentieren lassen. Es kann zu technischen Problemen oder Inkonsistenzen kommen, daher sammeln wir weiterhin Feedback, um die Erfahrung im Laufe der Zeit zu verbessern.Montana Labs

Die Full-Duplex-Funktion als klar gekennzeichnete, optionale Demo auszuliefern – abgeschottet vom Web-Zugriff und explizit als inkonsistent markiert – ist ein ehrlicher Weg, eine unfertige Fähigkeit auf den Markt zu bringen. So kann Meta echte Nutzungsdaten sammeln, ohne experimentelle Sprachgenerierung als Produktionsqualität auszugeben.

Personalisierung aus bestehenden Meta-Daten, geografisch beschränkt

Die Personalisierung der App stützt sich auf Metas bestehenden Account-Graphen. Meta AI kann sich Dinge merken, die man ihr mitteilt, Kontext aufgreifen und – das ist der eigentliche Kern – auf das Profil sowie Inhalte zugreifen, die man in Meta-Produkten mag oder mit denen man interagiert. Verknüpft man Facebook und Instagram im selben Accounts Center, greift die App auf beide zu.

Hier wird die Rollout-Karte der Ankündigung relevant. Personalisierte Antworten sind bislang nur in den USA und Kanada verfügbar. Sprachgespräche, einschließlich der Full-Duplex-Demo, gibt es in den USA, Kanada, Australien und Neuseeland. Sowohl das zentrale Personalisierungsversprechen als auch der zentrale Interaktionsmodus sind zum Start regional eingeschränkt – die App, die die meisten Menschen herunterladen können, ist also nicht die App, die hier beschrieben wird.

Der Discover-Feed macht Prompting zu einem sozialen Objekt

Die App enthält einen Discover-Feed zum Teilen und Entdecken, wie andere KI nutzen – man sieht geteilte Prompts und kann sie remixen. Meta betont, dass nichts im eigenen Feed erscheint, ohne dass man es selbst freigibt. Das ist der Meta-typischste Schachzug in diesem Release: Das Social-Feed-Muster, das das Unternehmen besser kennt als jedes andere, wird auf das Prompten eines Assistenten übertragen.

Derselbe Feed erscheint auch im Web-Interface, das zudem Sprachsteuerung, eine verbesserte Bildgenerierung mit Stil- und Beleuchtungs-Presets sowie – in ausgewählten Testländern – einen umfassenden Dokumenteneditor mit PDF-Export und Dokumentenimport zur Analyse erhält.

Was die Übergaberegeln für alle bedeuten, die Multi-Surface-Assistenten bauen

Die konkrete Implikation dieses Launches: Meta baut sein Assistenten-Frontend als eine Reihe ungleich verbundener Oberflächen, nicht als einheitliche Schicht. Die einseitige Übergabe von der Brille, die regionsweise Freischaltung von Sprache und Personalisierung sowie der Web-only-Test des Dokumenteneditors zeigen ein Unternehmen, das Funktionen ausliefert, sobald die zugrunde liegende Infrastruktur bereit ist – statt auf Gleichstand über alle Oberflächen zu warten.

Für Teams, die eigene geräteübergreifende KI-Erlebnisse gestalten, liegt die nützliche Lektion in den Einschränkungen, die Meta offen benannt hat: den experimentellen Sprachmodus klar kennzeichnen, den Mikrofonindikator anzeigen und genau angeben, welche Übergabepfade funktionieren. Ein Multi-Surface-Assistent definiert sich weniger über sein Modell als über die Ehrlichkeit seiner Nahtstellen – und diese erste Version dokumentiert ihre Nahtstellen, statt sie zu verstecken.